2019年中国客服机器人技术及应用分析概览.pdf

1 leadleo 2019年 中国客服机器人技术及应用分析 概览 概览标签 ：智能语音、自然语言处理、语音识别技术、 语音合成技术、深度学习 报告提供的任何内容（包括但不限于数据、文字、图表、图像等）均系 头豹研究院独有的高度机密性文件（在报告中另行标明出处者除外）。 未经头豹研究院事先书面许可，任何人不得以任何方式擅自复制、再造 、传播、出版、引用、改编、汇编本报告内容，若有违反上述约定的行 为发生，头豹研究院保留采取法律措施，追究相关人员责任的权利。头 豹研究院开展的所有商业活动均使用“头豹研究院”或“头豹”的商号、商标 ，头豹研究院无任何前述名称之外的其他分支机构，也未授权或聘用其 他任何第三方代表头豹研究院开展商业活动。 报告作者：彭琪瑶 2012/122 2020 LeadLeo leadleo 头豹研究院简介 头豹研究院是中国大陆地区首家B2B模式人工智能技术的互联网商业咨询平台，已形成集行业研究、政企咨询、产业规划、会展会 议行业服务等业务为一体的一站式行业服务体系，整合多方资源，致力于为用户提供最专业、最完整、最省时的行业和企业数据库服务，帮助 用户实现知识共建，产权共享 公司致力于以优质商业资源共享为基础，利用大数据、区块链和人工智能等技术，围绕产业焦点、热点问题，基于丰富案例和海量数据， 通过开放合作的研究平台，汇集各界智慧，推动产业健康、有序、可持续发展 300+ 50万+ 行业专家库 1万+ 注册机构用户 公司目标客户群体覆盖 率高，PE/VC、投行覆 盖率达80% 资深分析师和 研究员 2,500+ 细分行业进行 深入研究 25万+ 数据元素 企业服务 为企业提供定制化报告服务、管理 咨询、战略调整等服务 提供行业分析师外派驻场服务，平台数据库、 报告库及内部研究团队提供技术支持服务 地方产业规划，园区企业孵化服务 行业峰会策划、奖项评选、行业 白皮书等服务 云研究院服务 行业排名、展会宣传 园区规划、产业规划 四大核心服务：3 2020 LeadLeo leadleo 报告阅读渠道 头豹科技创新网 leadleo PC端阅读全行业、千本研报 头豹小程序 微信小程序搜索“头豹”、手机扫右侧二维码阅读研报 图说 表说 专家说 数说 详情请咨询4 2020 LeadLeo leadleo 客服机器人是可辅助或代替人工客服与客户交流的机器人。客服机器人是人工智能与人工客服的有机融合，可通过语义识别技术、 上下文关联技术、自然语言处理等科学技术快速有效地解决客户的问题，提高客户服务质量。2014年至2018年，中国客服机器人 行业市场规模（按机器人销售额计）由4.3亿元上升至9.3亿元，年复合增长率为21.3%。未来五年，预计中国客服机器人行业将呈 现稳定增长的趋势，客服机器人在金融、教育、医疗等行业的应用将促进各行业客服场景智能化发展，进一步推动客服机器人行 业发展。 客服机器人在金融行业的应用可大幅缓解金融机构运营压力 金融行业售前电销、售后客户咨询及反馈服务频次高且重复率高，对客服的业务知识、客服效率、质量把控及数据安全要求严格，致使 金融机构运营成本及客服培训成本高，客服人员招聘难度大。中国客服机器人在金融行业多应用于银行、证券、保险、互联网金融等细 分领域，可解决约85%的客户常见问题，针对客服工作中高频次且高重复性问题解答优势明显，可大幅缓解金融机构运营压力并节省客服 成本。 客服机器人在教育行业的应用可有效提升教育培训机构售前转化 中国客服机器人在教育行业多应用于教育培训机构，客户服务对教育培训机构影响极大，客服机器人可大幅提升教育培训机构售前转化、 客服效率及客服质量。中国教育培训机构中约60%使用客服机器人提升客户服务效率及客户体验，以过滤客户重复性咨询，解决客服人员 能力参差不齐，部门人员协作效率低等问题。 客服机器人在医疗行业的应用可提升医生工作效率及工作质量 中国客服机器人在医疗行业作为智能导诊服务机器人可帮助患者分析症状，并根据患者提供的病情信息进行个性化推荐就诊指导，同时 可提供电子病历语言录入与撰写、临床报告语音录入与撰写、预约挂号及科室导航等服务，大幅提升医生工作效率及工作质量。积累大 量语音病历后，客服机器人可通过大数据及深度学习技术挖掘数据信息的价值，实现智能辅助诊疗。 案例分析： 智齿科技、网易七鱼 概览摘要5 2020 LeadLeo leadleo 名词解释 - 06 中国客服机器人行业市场综述 - 07 中国客服机器人行业核心技术分析 - 10 智能语音 - 10 语音识别技术 - 12 自然语言处理 - 13 语音合成技术 - 14 深度学习技术 - 15 中国客服机器人行业商业模式分析 - 16 中国客服机器人行业应用领域分析 - 17 金融行业 - 17 教育行业 - 18 医疗行业 - 19 中国客服机器人行业应用案例分析 - 20 中国客服机器人行业投融资分析 - 23 中国客服机器人行业投资风险分析 - 24 中国客服机器人行业专家观点 - 25 方法论 - 26 法律声明 - 27 目录6 2020 LeadLeo leadleo PCM：Pulse Code Modulation，即脉冲编码调制，是一种波形编码方式，对产生连续变化的模拟信号进行抽样、量化及编码后所产生的数字信 号，可向用户提供话音、图像等数据传输业务。 WAV：Windows Wave，最常见的声音文件格式之一，由微软公司为旗下Windows系统开发的标准数字音频文件格式。 PLP：Packet Level Protocol，即分组层协议，应用于网络传输的分组协议。 BN：Batch Normalization，即批量归一化，在深度学习神经网络训练过程中使每一层神经网络的输入保持相同分布以避免神经网络训练速度下 降。 BP算法：Error Back Propagation，即误差反向传播算法，由学习训练过程中信号的正向传播与误差的反向传播过程组成，通过在学习训练过程 中反复调整算法的权值及阈值可降低误差信号。 FAQ数据库：Frequently Asked Questions，即常见问题解答，通过收集用户常见的问题及解答组成的数据库。 WFST搜索网络：Weighted Finite State Transducer，即加权有限状态转换机，将声学输出、语言模型分别用加权有限状态转换机来标识，通过组 合算法将其整合为一个完整的加权有限状态转换机模型，从而可获得针对样本特征的搜索网络，并在搜索网络中寻求最优路径。 名词解释7 2020 LeadLeo leadleo 客服机器人定义及分类 来源：头豹研究院编辑整理 客服机器人是可辅助或代替人工客服与客户交流的机器人。客服机器人 是人工智能与人工客服的有机融合，可通过语义识别技术、上下文关联 技术、自然语言处理等科学技术快速有效地解决客户的问题，提高客户 服务质量。 中国客服机器人行业定义及分类 中国客服机器人主要分为文字客服机器人、语音客服机器人，其中文字客服机器人识 别准确率高达95% 人工客服 客服机器人 人工客服与客服机器人对比 客服机器人根据功能可划分为文字客服机器人和语音客服机器人： 文字客服机器人：通过字符文本与客户交流的机器人，具备深度对 接业务系统、直接处理业务流程的能力，可支持多语言交流。文字 客服机器人基于深度学习技术，可自主学习客户问题并收集相关数 据添加至知识库实现知识库自动更新维护，文字客服机器人识别准 确率高达95%。 语音客服机器人：语音客服机器人语音识别准确率约为65%，根据应 用场景，语音客服机器人可分为外呼客服机器人和呼入客服机器人： （1）外呼客服机器人，即主动发起客户呼叫的机器人，适用于客户 提醒、客户回访、调研等应用场景。外呼客服机器人无需人工输入 电话号码，可实现后台一键批量导入号码数据，大幅降低人力成本。 外呼客服机器人具有语音识别、自然语言处理、语音合成等技术支 持，可理解客户需求并通过语音传达解决方案，实现人机交互。根 据人机交互内容，外呼客服机器人可自主判断客户意向，明确客户 分类，为企业实现精准化营销。 （2）呼入客服机器人，即具有智能应答功能的机器人，具有多轮语 音会话能力，可识别并理解客户需求，引导客户完成咨询、投诉等 客服业务。 信息传递范围 有限 广阔 呼叫等待时间 时间长 立即应答 客户服务 人员流动性大 全年无休 培训成本 成本高 无需培训 执行标准 难以把控 标准统一 客服效率 效率低 效率高8 2020 LeadLeo leadleo 来源：腾讯云，头豹研究院编辑整理 中国客服机器人行业原理简介 客服机器人具有语音识别、语音处理、语义理解、问答检索等能力，可全天2 4小时工 作，大幅提升客服效率，实现精细化运营 客服是企业与客户间的沟通桥梁，是企业客户关系管理 的重要组成部分，对企业的产品销售、品牌影响及市场 地位等方面影响极大。但客服行业存在人员流动性大、 培训成本高、客服效果管理难、简单重复性问题多等痛 点。据公开资料显示，中国约有500万全职客服人员，以 年平均工资6万元计算，加上硬件设备、基础设施等支出， 客服行业整体成本规模约高达4,000亿元。如何优化客服 流程、节省客服支出、收集分析客服数据并精准定位客 户等问题逐渐成为各类企业面临的难题。 客服机器人可全天24小时工作，具备语音识别、语音处 理、语义理解、问答检索、知识推理、机器学习、人机 交互等能力，涉及计算机科学、语言学、数学、统计学、 心理学等多个复杂学科领域，是人工智能等多项高新科 学技术的综合体现。 客服机器人在处理客户需求的过程中所产生的大量会话、 行为等数据可用于填充客服机器人训练模型，以提高客 服机器人回答准确率，提升客服效果，实现精细化运营。 客服机器人亦可通过实时数据反馈不断学习以提升回复 质量，并通过人工智能语义检索引擎搜索匹配答案，准 确解答客户问答。 客服机器人概述 语音识别 智能语音 实时识别 语义知识库 语音处理 分词 词性标注 命名实体识别 语义理解 问答检索 问句式检索 FAQ检索库 问句匹配 匹配结果 问句相似度计算 FAQ数据库 索引 答案处理 用户 中国客服机器人原理简介9 2020 LeadLeo leadleo 随着中国劳动力成本不断上升，人工客服成本逐渐增加，且客服行业存在客服标准难以把控、人员流动性大、培训成本高等问题，客服机器人市场 需求量大幅上升。同时，人工智能技术在中国客服行业的应用日益深化，逐步实现客服行业智能化升级，促进客服机器人进一步发展。2014年至 2018年，中国客服机器人行业市场规模由4.3亿元上升至9.3亿元，年复合增长率为21.3%。 来源：头豹研究院编辑整理 中国客服机器人行业市场规模 受益于人工智能技术的不断发展，中国客服机器人行业市场规模有望在2 0 2 3年增长至 29.2亿元 4.3 5.1 6.2 7.6 9.3 11.5 14.3 17.9 22.7 29.2 0 5 10 15 20 25 30 35 2014 2015 2016 2017 2018 2019预测 2020预测 2021预测 2022预测 2023预测 亿元 消费 技术 随着语音识别技术发展迅速，未来客服机器 人语音识别准确率将不断提升，用户体验随 之增强，促进中国客服机器人行业发展。 随着智能设备及物联网的普及，客服行业对 可有效优化客服流程、提升客服效率的智能 化设备及系统的需求量日益增加，推动中国 客服机器人行业进一步发展。 未来五年市场增长因素预测 未来五年，随着中国人工智能技术不断成熟及客服行 业逐渐实现智能化发展，预计中国客服机器人行业将 呈现稳定增长的趋势，中国客服机器人行业市场规模 有望在2023年增长至29.2亿元，年复合增长率为25.7%。 中国客服机器人行业市场规模呈现稳定增长趋势的原 因包括但不限于： 中国客服机器人行业市场规模 年复合增长率 2014-2018年 21.3% 2018-2023年预测 25.7% 中国客服机器人行业市场规模（按机器人销售额计），2014-2023年预测10 2020 LeadLeo leadleo 来源：中国信息通信研究院，头豹研究院编辑整理 中国客服机器人行业核心技术分析-智能语音（1/2） 智能语音技术可为客服机器人提供技术支持，从而实现客服机器人智能分析及决策、 人机对话等功能 随着人工智能技术在客服行业的应用逐渐深化，客服行业交互方式发生改变，人工智能技术促进线上及线下客服智能化升级。电话交流是客服行业的主要沟通 方式，在电话销售、客户回访、业务提醒等场景中存在大量简单重复性工作，大幅降低客服人员工作效率。客服机器人具备人工智能技术，可对客户需求进行 声纹、语速、情绪等识别分析，辅助人工客服完成重复低效的工作，大幅提升客服效率。其中，智能语音可帮助客服机器人实现人机对话、机器人智能分析及 决策，是人工智能感知领域的重要技术之一，据中国信息通信研究院数据显示，2017年智能语音占据中国人工智能市场份额的22%。 国际市场：2018年，国际智能语音行业市场规模达141亿美元，国际智能语音行业集中度高，由Nuance、谷歌、苹果等科技巨头企业主导，CR5市场占有率约 为88%，其中中国智能语音研发企业科大讯飞位列第五，其国际市场占有率约为4.2%，未来上升空间大。 中国市场：中国智能语音行业呈高速发展态势，2018年中国智能语音行业市场规模为157.9亿元，预测2023年中国智能语音行业市场规模将达到655.1亿元，年 复合增长率约为32.9%。 智能语音 中国智能语音行业市场规模（按应用规模计），2014-2023年预测 28.7 40.4 59.2 100.8 157.9 216.5 286.4 389.4 509.8 655.1 0 100 200 300 400 500 600 700 2014 2015 2016 2017 2018 2019预测 2020预测 2021预测 2022预测 2023预测 亿元 中国智能语音行业市场规模 年复合增长率 2014-2018年 53.2% 2018-2023年预测 32.9% 计算机视觉 37% 智能语音 22% 自然语言处理 16% 基础算法及平台 14% 芯片 11% 智能语音技术在中国人工智能技术市场份额占比，2017年11 2020 LeadLeo leadleo 来源：头豹研究院编辑整理 中国客服机器人行业核心技术分析-智能语音（2/2） 智能语音技术不断发展，智能语音识别准确率高达9 8 %，为中国客服机器人行业的发 展提供技术支持 智能语音技术包括语音识别、自然语言处理、语音合成等技术：语音识别是通过计算机技术将语音数据转化为相应文本文字的技术；自然语言 处理包括自然语言认知、自然语言理解、自然语言生成等部分，是通过计算机对人类常用自然语言进行处理、理解及运用的技术；语音合成是将 自然语言处理的结果通过机械或电子的方式转换成人类语音的技术，语音合成的质量由输出音频与人声的相似度决定。 随着智能语音技术不断发展，智能语音识别错误率逐渐降低，促使客服机器人处理客服工作的准确率得以大幅提升。2018年6月，阿里巴巴推出了 新一代语音识别模型DFSMN，将全球语音识别准确率记录提高至96.04%。2018年10月，云从科技发布全新Pyramidal-FSMN语音识别模型，将全球 语音识别准确率提升至97.03%。2018年6月，科大讯飞宣布旗下讯飞输入法可达到98%的语音识别准确率。作为客服机器人与客户实现人机交互的核 心技术，中国智能语音技术发展成熟，为中国客服机器人行业的发展提供技术支持。 智能语音 中国客服机器人智能语音技术 音频 文字 语义 01 语音输入 02 语音识别 03 自然语音理解 04 自然语音生成 05 语音合成 06 文字 音频 输出音频12 2020 LeadLeo leadleo 来源：头豹研究院编辑整理 中国客服机器人行业核心技术分析-语音识别技术 语音识别技术支持客服机器人通过语音信号处理及模式识别，将语音信号转化为相应 文本文字 语音识别技术是让客服机器人通过语音信号处理及模式识别，将包含文字信 息的语音信号转化为相应文本文字的过程。 语音识别技术融合多项复杂学科技术，涉及信号处理、特征提取、模型训练、 解码等方面知识。 语音识别技术基本流程： 语音识别技术包括训练及识别两个部分： （1）训练：对所收集的声学语料库及文本语料库进行信号处理及知识挖掘， 并建立语音识别过程中所需的声学模型及语言模型； （2）识别：识别过程根据处理方式可分为前端及后端两个模块： 前端：输入的语音信号经过语音格式转码被转化为pcm或wav格式的电 信号，再通过端点检测出转码后语音信号中的有效语音，以提升解码速度 及识别准确率。对语音信号进行降噪、增强等处理后提取信号中PLP、BN 等声学特征； 后端：使用解码器对所提取的声学特征数据进行解码，解码过程中利用 由发音词典、声学模型、语音模型等信息所构建的WFST搜索网络，在搜索 网络中寻找匹配概率最大的最优路径以获取最优识别结果。 以百度为例，百度所研发的语音识别技术融合了深度学习、计算机视觉、语 音识别及合成、自然语言理解、数据挖掘等技术，为用户提供了可使用语音 进行搜索的功能。 语音识别技术 中国客服机器人语音识别技术 识别结果 声学语料库 语言模型 声学模型 文本语料库 信号处理及 特征提取 发音词典 WFST网络 解码器 训练 识别13 2020 LeadLeo leadleo 来源：头豹研究院编辑整理 中国客服机器人行业核心技术分析-自然语言处理 自然语言处理研究可实现客服机器人与客户之间通过自然语言进行有效沟通的方法， 为客服机器人理解并使用自然语言提供技术支持 定义：自然语言处理研究可实现客服机器人与客户之间使用自然语言进行有效通信 的方法。让客服机器人理解自然语言，是使客服机器人获得可理解自然语言的能力， 并使客服机器人针对客户提出的问题，通过对话的方式用自然语言回答。近年来， 具有自然语言处理能力的技术系统已陆续面市，如机器翻译系统、全文信息检索系 统、多语种数据库和专家系统的自然语言接口等。 技术原理：实现客服机器人与客户之间的自然语言通信意味着客服机器人需能理解 自然语言文本的意义并以自然语言文本表达意图。中文文本是由汉字组成的字符串， 由字可组成词，由词可组成词组，由词组可组成短句，进而组成段、章、篇等层次。 不同的语境或场景下，文本层次间的传递存在歧义及多义现象，而消除文本的歧义 性与多义性正是自然语言处理的核心。 技术流程：自然语言处理基于共享数据、知识库等底层资源对由汉字组成的词组、 短句、文档等文本层次进行分层递进式分析处理，如针对词组的词法、词组语义表 示、词组关系等进行分析处理以计算出词组的意义及词组是否存在歧义和多义的现 象，再基于词组的意义针对短句进行分析处理以计算出短句的意义，从而实现自然 语言分层递进式分析处理。 技术现状：从现有理论及技术现状层面分析，自然语言文本及对话中存在的歧义性 及多义性，致使实现高质量及高准确率的自然语言处理系统仍存在困难，进一步制 约了中国客服机器人语言处理的准确率及功效性，限制了行业的发展。 2017年6月，由科大讯飞牵头的863国家高考答题机器人项目内的AI-MATHS高考机 器人在成都参加了2017年高考数学测试，获得105分和100分的成绩（满分150分）， 高考机器人逻辑分析能力强，但在文意理解、多样性思维等方面仍存在缺陷。 自然语言处理 中国客服机器人自然语言处理技术 文档 文档主题抽取 文档分类 文档结构分析 文档聚类 文档结构分析 文档语义表示 短句 词组 同义词替换 语义归类 短句解析 结构分析 短句语义表示 短句主题分类 数据 分词 词性标注 属性 语义 词汇关系计算 同义归类 共享数据 知识库 词典 单一文档分析 多文档分析 短句变换 短句解析 短句语义表示 词法分析 词组语义表示 词组关系 底层资源 分层递进式分析处理14 2020 LeadLeo leadleo 来源：头豹研究院编辑整理 中国客服机器人行业核心技术分析-语音合成技术 语音合成技术分为文本处理及语音合成两部分，可支持客服机器人将文本文字信息转 化为声音信息，是人工智能信息处理领域的重要技术之一 语音合成技术可支持客服机器人将文本文字信息转化为标准流畅的声音信息。语音合成技术涉及声学、 语言学、数字信号处理、计算机科学等多项复杂学科技术，是人工智能信息处理领域的重要技术之一。 语音合成技术分为文本处理及语音合成两个部分： （1）文本处理：将文本信息转化为音素序列，并标注每个音素的起止时间、频率变化等信息，通过 韵律模型及声学模型对音素的韵律及时长进行预测； （2）语音合成：根据文本处理中得到的音素序列生成语音，语音的生成方式主要有拼接合成语音及 参数合成语音： 拼接合成语音，即从提前录制的语音库中，挑选出所需的基本单元拼接而成，所挑选的单元多为 音节及音素。拼接合成语音质量高，但对语音库的范围要求高以保证覆盖率； 参数合成语音，即将根据统计模型所产生的基频、共振频率等语音参数转化为波形的方式，参数 合成语音质量低，但在语音库规模有限的条件下存在优势。 语音合成技术发展至今共经历仿生学方法合成、参数合成、拼接合成三个阶段： （1）仿生学方法合成是模拟人体发声原理，制作硬件进行语音合成，但其可操作性差； （2）参数合成是采用共振频率合成器进行语音合成，合成语音清晰，但提取参数困难； （3）拼接合成是基于大规模语音库进行单元拼接合成，合成语音质量高。 语音合成技术 中国客服机器人语音合成技术 输入文本 时长预测 韵律预测 声学模型 韵律模型 文本分析 拼接合成语音 弹性单元挑选 声学参数生成 语音库 参数合成语音 声码器 语音合成技术发展阶段 仿生学方法合成 参数合成 拼接合成 合成原理 模拟人体发声原理 采用共振频率合成器进行语音合成 基于大规模语音库拼接合成 合成效果 可操作性差 语音清晰但提取参数困难 语音质量高15 2020 LeadLeo leadleo 来源：中国知网，头豹研究院编辑整理 中国客服机器人行业核心技术分析-深度学习技术 深度学习技术可实现客服机器人语音增强的功能，大幅提升客服机器人语音及声纹识 别准确率 深度学习技术，即多层神经网络，可实现客服机器人语音增强的功能，语音增强可有效抑制干扰信号以增强目标语音信号，提高语音及声纹识别准确率，从 而提升客服机器人语音质量。通过深度学习技术，客服机器人可深入识别客户意图，理解对话上下文意境，大幅提升客服沟通质量。 人工神经网络是模拟人类大脑自身神经网络的基本结构，用于模式识别的算法，神经元则是神经网络中最基本的功能单位，具有整合及传输信息的作用。神 经元分为输入层、隐藏层及输出层三种不同类型的层次：（1）输入层可接收输入数据；（2）隐藏层是对输入数据进行计算；（3）输出层则是输出由隐藏层 计算所得的数据。人工神经网络中，深度学习是含有多个隐藏层的多层神经网络，单层神经网络则为浅层学习。浅层学习多为2至3层节点，其代表算法为BP 算法，即误差反向传播算法。深度学习则包含多层节点，具有特征学习能力，可支持客服机器人识别文字、图像和声音等数据。在处理的数据量方面，数据 量少时，浅层学习与深度学习的输出结果并无明显差异，但随着数据量增大，具有多层节点的深度学习在模型表达能力、特征提取方式等方面均优于浅层学 习。深度学习技术的出现对机器学习的能力影响极大，促使语音识别领域实现有效突破，大幅提高了客服机器人语音识别准确性。 深度学习技术 深度学习技术实现客服机器人语音 增强功能需大数据的支撑。 深度学习技术是基于数据驱动的模 型，需庞大的基于真实场景的数据， 并对数据的精确性要求极高。如建 立声纹识别训练库时，需包含不同 年龄段、不同领域、不同口音、不 同职业的训练样本。大数据的支撑 成为深度学习技术在突破语音识别 领域的关键因素。以中国智能语音 巨头企业科大讯飞为例，科大讯飞 通过海量数据支撑有效降低了语音 识别错误率，旗下产品语音识别准 确率高达98%。 单层神经网络为浅层学习 多层神经网络为深度学习 输入层 输出层 输入层 输出层 隐藏层 隐藏层16 2020 LeadLeo leadleo 来源：头豹研究院编辑整理 中国客服机器人行业商业模式分析 中国客服机器人运营模式中，定制化模式资本投入大但毛利率高，而云服务平台模式 服务程序简单但毛利率低 中国客服机器人企业运营模式包括定制化及云服务平台两种模式： （1）定制化模式：多为“软件定制开发+服务”的运营模式。在软件开发阶段，客服机器人企业需进行客户调研、知识库整理及应用开发，并根据客户的个性化 需求定制开发客服机器人软件。产品交付后，客服机器人企业可提供软件二次开发、运营及维保等服务。客服机器人企业定制化模式程序复杂、服务周期长、 资本投入大，但其客单价及毛利率相对更高，高达几十万至百万元级别； （2）云服务平台模式：多为SaaS运营模式，客服机器人企业为客户提供云服务平台，并协助客户进行知识库整理及日常运营维护工作。云服务平台模式相对 轻，企业维护成本低，客户按年付费、可持续性强。同时，客服机器人企业可通过云服务平台模式积累行业数据，挖掘数据价值。云服务平台模式多面向规模 小、业务简单的企业，因此客单价及毛利率低。此外，云服务平台的轻度服务模式致使客户替换成本低，存在客户易流失的风险。 商业模式 中国客服机器人企业销售模式分为直销及合作 推广两种模式： （1）直销模式：中国客服机器人企业多采用 直销模式，企业全程参与客户调研、项目实施 及产品交付等流程； （2）合作推广模式：合作推广模式包括产品 代理及合作开发：产品代理是企业通过渠道 商实现终端客户覆盖；合作开发则是企业与 基础平台解决方案提供商合作开发运营的模式， 将客服机器人企业技术能力与合作方综合解决 方案相结合。 中国客服机器人企业运营模式分析 定制化模式 云服务平台模式 客单价及毛利率 客单价高达几十万至百万元级别 客单价及毛利率低 服务模式 定制化程序复杂，服务周期长 服务模式轻，维护成本低 业务增长 资源驱动，业务增长不稳定 客户数量增长率相对稳定 数据运用 客户数据高度私有化，企业难以积累及利用该数据 可积累行业数据，挖掘数据价值，形成数据循环 客户关系 可积累行业经验及客户关系，形成行业壁垒 客户替换成本低，客户流失风险大17 2020 LeadLeo leadleo 来源：头豹研究院编辑整理 中国客服机器人行业应用领域分析-金融行业 中国客服机器人在金融行业的应用可解决约8 5 %客户常见问题，大幅缓解金融机构运营 压力 中国客服机器人在金融行业多应用于银行、证券、保险、互联网金融等细分领域，可解决约85%客户常见问题，针对客服工作中高频次且高重复性问题解答优势明显，可大 幅缓解金融机构运营压力并节省客服成本。 行业痛点：金融行业售前电销、售后客户咨询及反馈服务频次高且重复率高，对客服的业务知识、客服效率、质量把控及数据安全要求严格，致使金融机构运营成本及客 服培训成本高，客服人员招聘难度大。 客服机器人：随着中国计算机信息技术及互联网技术的高速发展，金融服务逐步实现互联网化、智能化及个性化发展。客服机器人基于大规模知识库，具备自然语言理解、 语音识别等技术，可通过金融机构官网、微博、微信公众号等在线渠道与客户实现智能化人机交互，有效减少客服成本，提升客户服务质量，提高企业核心竞争力。与客 户问答交互过程中，客服机器人可实现“应用-数据-训练”闭环，收集实际应用场景中客户行为等相关数据，以充实客服机器人训练模型。此外，客服机器人亦可针对客户 提问进行统计分析，对相关内容进行信息抽取、业务分类等信息处理，精准定位客户需求为金融机构业务分析提供支撑。客户体验是金融行业最为重要的环节之一，客服 机器人既可提升客服质量及客服效率，亦可提高客户购买金融产品的意愿。 金融行业 运营模式：互联网金融企业多以云服务平台模式为主， 大中型企业续费率高，可持续性强，云服务平台供应商 应聚焦大中型互联网金融企业需求。 银行、证券、保险等传统金融机构为保障数据安全，多 采用定制化模式，且定制化需求高、程序复杂，客单价 约为几十万至百万元级别。 以中国交通银行为例，中国交通银行微信客户服务平台 上线后，微信日均交互量达130万次，独立用户数超70 万人，其中，客服机器人回复率高达99.9%，回答准确率 高达98.8%，转人工率仅为3.71%，大幅降低人力成本。 金融行业痛点及客服机器人功能需求 行业痛点 功能需求 客服话术 客服答复话术难以统一 客服答复话术标准统一 客服成本 高频次、高重复率问题致使客服成本高 全时段客户服务，无需培训 数据安全 客户征信过程中，客户数据安全难以保障 保障数据安全性，防止客户信息泄露 过程监控 销售过程难以把控，敏感词难以监控 支持敏感词警示及会话过程实时监控 业务要求 对客服金融业务知识要求高，客服培训成本高 知识库快速查询及信息提取18 2020 LeadLeo leadleo 来源：中国教育信息化网，头豹研究院编辑整理 中国客服机器人行业应用领域分析-教育行业 中国教育培训机构使用客服机器人可提升产品销售转化率、客户体验、客服效率及质 量 中国客服机器人在教育行业多应用于教育培训机构，客户服务对 教育培训机构影响极大，客服机器人可大幅提升教育培训机构售 前转化、客服效率及客服质量。 功能需求：教育培训机构售前获客方面，多以人工客服为主，对 客服机器人要求极高，要求客服机器人需具备客户浏览轨迹追踪 及客户行为数据分析能力，以提高产品销售转化率。教育培训机 构售后服务方面，多为客户针对课程及业务的相关咨询，存在大 量重复性问题，客服机器人可部分替代人工客服以提升教育行业 客服效率。 运营模式：教育培训机构多采用云服务平台模式，约60%的教育 培训机构使用客服机器人提升客户服务效率及客户体验，以过滤 客户重复性咨询，解决客服人员能力参差不齐，部门人员协作效 率低等问题。教育培训机构客户夜间咨询量大，如紧急换课、付 费课程等咨询，客服机器人全天24小时在线，可有效弥补人工客 服空缺，快速响应客户，提升客户消费意愿。 随着中国教育信息化投入逐年递增，智能化现代信息技术深入教 育领域，客服机器人在教育行业未来应用空间广阔。中国教育信 息化投入经费规模从2014年的2,114亿元提升至2018年的3,132亿 元，年复合增长率达10.3%，信息化需求旺盛，推动客服机器人行 业发展。以华图教育为例，华图教育采用智齿科技客服机器人后， 机器人独立接待率达75.4%，客服效率得以大幅提升。 教育行业 2,114 2,338 2,530 2,731 3,132 7.9% 10.6% 8.2% 7.9% 14.7% 0.0% 2.0% 4.0% 6.0% 8.0% 10.0% 12.0% 14.0% 16.0% 0 500 1,000 1,500 2,000 2,500 3,000 3,500 2014 2015 2016 2017 2018 亿元 中国教育信息化投入规模 年复合增长率 2014-2018年 10.3% 中国教育信息化投入规模，2014-2018年 教育行业痛点及客服机器人功能需求 行业痛点 功能需求 转化率 网站访客流量转化率低 客户浏览轨迹追踪以提升转化率 客服成本 存在大量重复性咨询，客服人工成本高 准确理解客户问题及需求 数据收集 销售数据收集量小，难以进行精细化运营 收集并处理分析客户行为数据 业务要求 培训机构业务知识多，客服培训成本高 知识库快速查询，实现人机协作19 2020 LeadLeo leadleo 来源：头豹研究院编辑整理 中国客服机器人行业应用领域分析-医疗行业 中 国 医 疗 信 息 化 市 场 规 模 由 2 014 年的 264.3 亿元增 长至 2018 年 的532.1 亿 元， 年复 合增 长 率为19.1%，客服机器人在医疗行业应用空间广阔 中国客服机器人在医疗行业作为智能导诊服务机器人帮助患者分析症状，并根据患者提供的病情信息进行个性化推荐就诊指导，同时可提供电子 病历语言录入与撰写、临床报告语音录入与撰写、预约挂号及科室导航等服务，大幅提升医生工作效率及工作质量。积累大量语音病历后，客服 机