共计 7788 个字符，预计需要花费 20 分钟才能阅读完成。
报告编委
张扬
爱剖析联结创始人 & 首席分析师
文鸿伟
爱剖析高级分析师
王鹏
爱剖析分析师
目录
1. 钻研范畴定义
2. 厂商全景地图
3. 市场剖析与厂商评估
4. 入选厂商列表
1. 钻研范畴定义
钻研范畴
在数字化疾速倒退的大背景下，随着生产人群及其生产意识的转变，客户对服务体验的需要继续降级，客户服务从繁多的售后服务，前置到品牌营销乃至扩大至客户生命周期的全链路，智能客服的边界也在一直拓宽拓深，在为企业提供客户服务根底上，更多地切入业务场景。同时，在新一代人工智能技术赋能下，翻新的智能化利用在客服畛域逐渐加深。
从智能客服利用场景来看，最开始聚焦售后服务，起初延长至智能外呼。随着政策监管趋严以及人工智能等新兴技术的疾速遍及，智能客服的领域进一步延展至在线客服、坐席辅助、智能质检等畛域，以期通过底层技术的辅助，继续加深对客户画像及需要的了解，晋升响应速度、服务效率、服务标准度。
从智能客服的倒退门路来看，尤其是随着甲方对于客户全生命周期价值（CLV）的日趋器重，客户服务已不再只是老本核心，其定位也在一直往“价值核心”减速演进。随同人工智能、云计算等新技术的一直遍及，加之新冠疫情的影响，通过智能客服平台来破除传统客服行业倒退枷锁成为越来越多企业的必然选择。智能客服，可实现全天候响应，通过代替局部人工或与传统人工服务进行高效联合，晋升整体的客户征询匹配准确率及成功率，最大化客户满意度，为客户的业务征询、复购、口碑流传等提供撑持，帮忙甲方降本增效，继续优化客户体验。
本报告重点选取智能客服一体化市场作为重点钻研对象，对智能客服进行钻研。
图 1：智能客服市场全景地图
厂商入选规范
本次入选报告的厂商需同时合乎以下条件：
厂商的产品服务满足各市场剖析的厂商能力要求；
近一年厂商具备肯定数量以上的付费客户（参考第 3 章市场剖析局部）；
近一年厂商在特定市场的营业支出达到指标要求（参考第 3 章市场剖析局部）。
（注：“近一年”指 2022 年 Q1 至 2022 年 Q4）
2. 厂商全景地图
爱剖析基于对甲方企业和典型厂商的调研以及桌面钻研，遴选出在智能客服市场中具备成熟解决方案和落地能力的入选厂商。
3. 市场剖析与厂商评估
爱剖析对本次智能客服我的项目重点钻研的特定市场剖析如下。同时，针对参加此次报告的局部代表厂商，爱剖析撰写了厂商能力评估。
智能客服一体化
市场定义：
面向企业的客户服务核心等部门构建或降级客服服务能力、晋升客户体验的需要，通过提供在线客服、云呼叫核心等 SaaS 层及智能机器人、智能质检等智能层产品，帮忙企业零碎构建贯通客户服务的服务前、服务中、服务后的全流程闭环能力，晋升企业客户服务的整体响应效率、响应精准度、升高违规危险，晋升客户体验。
甲方终端用户：
客户服务部门、市场部门、HR 等部门
甲方外围需要：
随着生产人群及其生产意识的转变，终端用户对企业客户服务提出了更高要求。同时，叠加疫情因素，本来线下业务被迫迁徙至线上，以致线上业务量陡增，企业现有的客服核心面临多重挑战。因而，企业须要利用人工智能等新技术系统化晋升本身客户服务能力，具体外围需要如下：
企业须要高效、精准地实现人员培训，并赋能员工继续学习。首先，企业所需的要害常识、教训大多存在于专家或优秀员工集体常识体系中，并未造成业余文档或实现常识资产化，难以复用，可能造成客户服务品质档次不齐。因而，企业须要将现有专家、优秀员工的专业知识和教训进行梳理总结、零碎提炼和资产化，以解脱教训驱动，实现规模化复用，不便业务人员对所需的专业知识进行疾速查问和学习。其次，企业之前的培训形式根本为无差别授课式培训，但员工学习能力各有差别，集中式培训效率低，培训成果较差，且成果无奈闭环。尤其是对没有间接管理权的经销商员工，企业更须要更加灵便的学习形式供其选用。因而，企业须要针对不同学习能力的员工，基于其行为剖析及能力画像，精准推送更为适合的学习内容，并实现场景化、自动化学习过程，以练代培，促成员工继续成长。
企业须要实现工单的全渠道对立接入，并通过智能工单治理，将接入的客服工单路由至最合适的员工。一方面，互联网时代，企业触客渠道越来越丰盛多样，流量扩散导致客服渠道被同步拉宽。传统模式下各平台渠道绝对独立，客服人员在接待访客时需一直切换零碎，影响接待和响应效率。另一方面，在某些高并发业务场景下，很容易呈现回复不及时导致客户体验差甚至呈现客户散失等状况。因而，企业须要整合微信、电话、QQ、网页、APP、微博、邮件、短信等多个渠道，实现多渠道信息互联互通，便于客服人员对立接待，并可能主动将客服工单匹配给最合适的人员进行解决，晋升企业整体客户服务体验，升高客户流失率。
甲方须要可能通过文本、语音等多状态的精准语义了解，升高坐席接入。同时须要通过辅助工具赋能员工，晋升员工响应速度、准确度与标准度，确保客户沟通效率及服务质量。首先，客户经常通过发送文字、图片或者拨打客服电话等多状态形式进行征询，也会呈现跳跃性较大的问题和各类非常规问题。因而，甲方须要通过智能机器人晋升对客户不同状态语义的了解，精确理解客户需要并进行主动反馈，在晋升服务质量的同时升高客服人力老本投入。其次，企业业务知识体系庞杂、业务流程长，单纯依附客服人员的记忆和习惯，很难达到合规和效率要求，必须有相应的零碎辅助其按流程和话术要求高效实现客服工作。同时，客户体验还容易受到客服人员的情绪以及个体能力差异的影响。鉴于此，无论是一线客服人员还是客服管理人员均心愿能有成熟的辅助工具来做辅助，晋升客服工作的整体均匀品质和效率。例如，在客户征询时可通过辅助工具实时提供业务知识、话术、销售策略、业务流程等方面的帮忙，让客服人员更好、更快地实现客服作业。
甲方须要实现低成本、全笼罩、高质量的服务质检甚至实时质检，确保客户服务合乎流程与治理标准。传统质检次要以人工抽检为主，难以笼罩整个业务流程，质检效率低且时效性较差，难以及时发现潜在危险和问题。并且，传统质检的质检成果易受质检员主观影响，质检品质难以把控，质检员也无奈对沟通数据进行全量分析，质检工作覆盖度较低。因而，甲方须要可能笼罩整个业务流程的全量智能质检能力，甚至是实时质检能力，晋升客服服务内容的合规性并进行实时染指，确保服务合规，缩小质检人员人力老本投入。
甲方须要将服务前 - 服务中 - 服务后的全流程、全场景进行买通，克服不同服务商之间数据口径不一、开发调优协调难度大等问题，确保客服体系的整体高效。首先，从需要角度登程，为满足客户越来越高的生产体验需要，企业客户服务核心也在一直降级和智能化革新，企业须要在传统客服核心根底上陆续搭建智能机器人、智能培训、智能辅助坐席、实时质检等零碎，以晋升客户服务能力。其次，从供应端来看，智能客服倒退初期，很多厂商沿用前几代技术，而现阶段厂商更多是采纳开源框架进行搭建，不同期间零碎采纳不同的技术架构，在肯定水平上减少了零碎交融的难度。通过多年的继续建设，企业外部造成了重重烟囱式零碎，无奈基于企业数据资产提供体验趋于统一的客户服务，以致不同渠道的客户体验档次不齐，对企业的品牌、客户经营造成很大挑战。因而，甲方须要买通客服业务全流程，破除不同厂商、不同期间的业务零碎交融运行的阻碍，实现全场景数据交融，晋升企业客户服务的整体性、协同性与智能化，从而大幅提高客户服务的整体效率和品质。
厂商能力要求：
为满足甲方企业上述外围需要，须要厂商具备以下能力：
厂商须要弱小的 NLP、ASR、深度学习、常识图谱等底层技术能力，赋能企业智能培训、智能客服机器人、数字人、智能质检等多业务场景。首先，厂商可能通过自然语言解决、语音辨认、常识图谱等多项人工智能技术，疾速辨认并精确了解来自客户的文字、语音、图片等不同状态的语义以及对上下文的了解，通过语义剖析其用意，并进行后果智能匹配，甚至实现对客户的跳跃性问题及非常规问题进行精确的后果匹配。其次，在底层技术根底之上，厂商需可能开发出多种开箱即用的模型，并且反对一直地调优和自主迭代，以更好地赋能智能客服机器人、智能质检等客服业务场景。
厂商须要具备丰盛的产品线和一体化服务能力，帮忙企业系统化构建笼罩服务前 - 服务中 - 服务后的客户服务体系。首先，厂商需具备一体化服务能力。厂商需具备从后期的计划征询，到中期的解决方案提供、设计规划、行业 know-how 植入、产品选型部署、测试、调优，再到前期的运维反对等客服畛域的全流程、全场景服务能力，为客户提供端到端的闭环服务，帮忙企业更好地构建、治理和运维其智能客服利用。其次，厂商需具备全面的智能客服产品体系。厂商需具备从全渠道接入、智能工单治理、智能客服机器人、数字人，到智能辅助、智能质检、智能培训、云呼叫核心等全场景笼罩的产品体系，帮忙客户全面构建客服能力。
厂商须要深厚的行业 know-how，为行业客户提供高度场景化、高复用度的成熟解决方案，并反对定制化与可拓展，帮忙企业继续发明业务价值。厂商需深耕智能客服畛域，在多个行业具备智能客服我的项目落地教训，具备丰盛的行业常识与数据积淀。首先，可能基于对各行业智能客服业务场景的需要了解，将行业 know-how 与企业业务需要相交融，提供有针对性且高实用性的解决方案。如，智能投顾畛域，厂商须要帮助企业严格遵守国家监管要求，防止在产品宣传侧进行诱导或承诺收益而不明确提醒投资危险等行为。其次，厂商不仅须要提供通用产品能力，也须要依据不同客户需要进行疾速定制。同时，厂商的产品须要具备可拓展性，为客户新增业务或翻新业务提供继续降级底座。
入选规范：
1. 合乎智能客服一体化市场剖析的厂商能力要求；
2. 近一年厂商在该市场的营收不低于 1000 万元；
3. 近一年厂商在该市场的付费客户不低于 5 个。
代表厂商评估：
竹间智能
厂商介绍：
竹间智能科技（上海）有限公司成立于 2015 年，专一于自然语言解决 (NLP)、常识工程和情感计算，以对话式交互 Al、常识图谱、情感剖析及机器学习技术为外围，为企业提供端到端的 Al 数字员工，助其实现销售、客户服务、业务解决的智能自动化，以增加收入、进步效力、降低成本。
产品服务介绍：
智能客服方面，竹间智能依靠自研的 NLP（自然语言解决）、常识工程、深度学习、智能语音、多模态情感计算等核心技术，通过 Service AI 及 Knowledge AI 这两大产品平台，为企业提供对话机器人、智能陪练、智能知识库、实时坐席助手、实时质检、认知洞察等一体化智能客服产品，笼罩智能客服的坐席培训、全渠道接入与工单调配、机器人与人工接入、回访及坐席考核等服务全流程场景。
厂商评估：
综合来看，竹间智能在底层核心技术、产品组合、征询及系统化落地交付方面能力突出，能为客户疾速提供各类成熟的解决方案，实现业务价值。
竹间智能长期深耕 NLP，围绕智能交互与人机协同，以“NLP+ 机器学习”为底座，系统地构建起对话、常识、情感相交融的核心技术体系，为智能客服全系产品深度赋能。
智能客服的实质是交互，竹间智能通过七年开发，100% 自研了成熟的自然语言了解技术，并且不同于少数厂商只专一长短文本中的某一个畛域，竹间智能不仅精通短文本 NLP，还具备突出的长短文本联合能力，可对简单长句进行解析，因而不仅反对传统的规范问答和 FAQ，更可辨认用户的诸如倒装、省略等简单、非标难句，进行晦涩的多轮对话，无效解决了传统智能客服与用户互动过程中的场景限度、答非所问能等业界难题，显著晋升了智能客服对话成果。
简单问题须要人机协同来高效解决，竹间智能领有弱小的常识工程技术，可对企业的海量结构化或非结构化数据进行开掘剖析、解析，主动进行文本解析和常识抽取并主动构建常识图谱，实现认知搜寻、智能问答、常识推理等多种常识利用，帮忙企业疾速构建起对立、弱小的智能知识库，向前端业务场景高效输入业务及服务常识储备，反对在线客服以及坐席助手等场景，大幅晋升坐席的服务效率、品质和规范化水平。
人类的对话交换是情境、情绪、含意、模式的简单综合，在客户服务场景下，还须要依据业务及用户需要变动而一直学习进化。竹间智能基于交互场景须要，自研了智能语音技术（ASR）、多模态情感计算、机器学习等核心技术，与 NLP、常识工程一道，为全系产品和计划在常识储备、沟通交流、继续学习等外围能力方面提供松软技术撑持，并赋能前端交互、协同的继续进化，构建“业务利用 - 反馈 - 数据 - 模型优化”的良性闭环。NLP 联合智能语音、多模态情感计算技术，可无效撑持理论业务中呈现的文字、语音、图片等多模式沟通交流以及上下文语义和沟通情绪的了解，以助力客户向终端用户提供更高效、更人性化的客户服务。
图 2：竹间智能核心技术与智能客服相干产品示意
竹间智能保持技术平台化，通过丰盛且功能强大的平台型产品，可零碎笼罩客户服务全流程全场景，并疾速组合成适配企业需要的解决方案。
一方面，竹间智能领有丰盛多元的智能客服产品组合，具备弱小的场景笼罩能力，可为企业提供端到端的整套智能客服解决方案，为企业的客户沟通提供全流程全场景赋能。竹间智能可提供包含智能陪练、对话机器人、实时坐席助手、智能质检、常识图谱与知识库、智能外呼与智能 IVR 等智能客服场景全系产品。
1) 在智能培训方面，竹间智能的智能陪练产品 Emoti Coach，可实现以练代培，学练合一，突破传统授课式、无差别培训模式，发展一对一个性化、场景化对练，依据员工业务体现、学习的标签画像，对不同员工主动精准推送更适宜其薄弱环节、能力成长的练习课程，造成千人千面的独特学习成长门路，大幅缩短员工上岗工夫、一直晋升服务质量，实现员工的精细化治理，并且可能与智能质检搭配，造成质培一体，以实时质检疾速发现前端服务的有余，并进行实时反馈，有针对性地进行练习晋升。
2) 在智能交互方面，竹间智能与金融、政企、制作、批发、医药等多个行业头部企业长期单干，通过与客户共创和形象，积攒了丰盛的行业语料、场景 know-how，打造出 Bot Factory 对话式 AI 平台，可为不同客服工作定制 AI 对话机器人，提供 30+ 行业机器人模板、70+ 已开发对话技能、17 个畛域 300+ 用意等丰盛的标准化能力，通过 Open API 与企业现有零碎无缝交融，企业可开箱即用，零启动可达 80% 准确率，训练后准确率超过 90%；如需二次开发，企业可通过零代码形式，在 Bot Factory 平台上进行多轮对话流引擎、用意引擎、情绪引擎、常识推理引擎等内置智能引擎的简略配置，即能够极低成本疾速定制、优化出合乎本身业务需要的对话机器人，包含形状及格调变幻无穷的多模态情感数字人；此外，Bot Factory 具备 AI 自学习能力，可进行自动化学习与训练，不间断剖析和开掘服务内容，辨认及优化未知问题，主动习得新常识，越用越智能。
3) 在智能辅助方面，竹间智能的 Emoti Mate 实时坐席助手，可为坐席人员提供实时的专家级常识举荐，并可实现客户画像提取、话术举荐、流程导航、实时语音转写等性能，极大进步坐席人员的服务效率和标准度，尤其是可对重点服务指标、业务流程、客户及员工情绪的实时监测及预警，保障服务质量及标准，无效升高投诉危险，帮忙客服主管人员剖析和把握团队整体情况，及时对服务和治理进行决策、调整和优化。
4) 在智能质检方面，竹间智能的 Emoti ICA 产品，积攒了丰盛的行业质检规定模型库，企业可一键获取，简略培训后即可启用，反对语义维度规定逻辑的图形化配置，可实现惯例业务、致命项、累计加、累计扣、阶梯计分等模式；Emoti ICA 具备实时和离线质检的双重能力，并可对文本、语音、视频等多模态材料进行情绪辨认，实时提取客户的关注热点，可广泛应用于电话录音质检、电话回访质检、贷款催收、危险预警、话术开掘、商机开掘等泛滥场景。
5) 在知识库治理方面，竹间智能依靠功能强大的 Gemini 认知智能平台，可疾速构建常识图谱和知识库，帮忙企业实现认知搜寻、智能问答、常识推理等多种常识利用，为智能客服全业务场景提供扎实的底层常识撑持。Emoti KG 作为其中的常识图谱产品模块，可帮忙企业主动构建金融、医疗、工业、司法等泛滥行业图谱，赋能智能培训、危险管制、智能问答等客服场景；另外，Emoti KM 智能知识库模块，可解锁企业海量非结构化文档和数据，将文档、流程、图谱等多种常识源汇聚在同一平台，促成企业常识资产积淀，让企业常识通过自然语言即可查问和利用，买通对内服务和对外产品，实现常识联动，赋能企业常识门户、坐席辅助、对话交互、智能培训等场景。
6) 最初，竹间智能还有 Emoti Insight 认知洞察、Emoti Voice 智能语音、Emoti ASR/TTS 等多款标准化产品可利用于智能客服相干场景。以 Emoti Insight 认知洞察产品为例，它可将企业非结构化数据通过标签分类，主动生成诸如用户画像、情绪、观点、基于上下文的话题剖析等洞察，并通过 Open API 与企业各类利用直连，帮忙企业丰盛行业标签库和常识图谱。通过用户画像的不断丰富，晋升对话机器人、智能辅助千人千面的服务能力。
另一方面，竹间智能从企业的全周期能力构建及老本视角登程，将产品平台化，便于客户疾速配置上线、二次开发、经营保护及能力拓展。竹间智能产品反对私有化部署，并提供 SaaS 和 PaaS 服务，便于不同规模企业进行抉择。以对话机器人为例，竹间智能将对话式 AI 相干的各类引擎、能力平台化为 Bot Factory 对话式 AI 平台，不便企业对接本身各类零碎并进行疾速部署、调优上线，同时提供弱小的经营工具，可生成日志和各项报表剖析，便于企业进行零碎及产品运维；此外，Bot Factory 作为开放式云平台，也便于企业依据业务倒退来进行 AI 拓展，减少对话机器人笼罩的场景，以及降级机器人的各项能力，随同业务共成长。
竹间智能具备弱小的咨询服务能力及系统化落地施行能力，可能帮忙客户设计和优化智能解决方案，推动我的项目疾速施行上线。
一方面，竹间智能依靠成熟的我的项目方法论与管理体系，在服务过程中不局限于产品层面，而是向客户提供“科技咨询服务”。基于行业 Know-how 与 AI 畛域的倒退现状与动向，竹间智能帮忙客户依据本身需要共创技术计划，明确最终的预期成果，同时对客户的数据及语料筹备提供具体画像倡议，以便在后续的模型训练中获得更好成果，帮忙客户更好地实现产品开发与迭代优化，在资金预算内达成业务利用成果的最大化。
另一方面，竹间智能系统化落地能力突出，有对立的交付平台，有专为交付开发的低代码开发工具，有残缺的交付和经营团队。竹间智能始终保持自主交付，确保客户所见即所得。在常识经营方法论及项目管理保障体系的保障下，进行需要梳理、产品部署、客户常识数据梳理、客户外部零碎对接、调优、上线。大部分客户需要通过竹间产品的标准化性能即可满足，只用实现大量的定制化模块开发。当然，对于目前越来越旺盛的信创需要，竹间也齐全能反对并满足。另外，为客户问题分级，依照项目管理流程，依据对应的问题级别去响应客户需要直至解决，重大问题疾速点燃，确保我的项目准时上线和价值实现。
典型客户：
比亚迪、上海银行、华泰证券、同程旅行、碧桂园
4. 入选厂商列表
