2020-2021中国客服机器人技术及应用分析报告.pptx

1 2020-2021中国客服机器人 技术及应用分析 报告 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 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 目录 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 客服机器人定义及分类 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 中国客服机器人行业 原理简介 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 。 智能语音 实时识别 语义知识库 语音识别 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 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 24小时工 作 ， 大幅提升客服效率 ， 实现精细化运营 客服机器人概述 中国客服机器人原理简介 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 2023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 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 。 未来亓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% 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%。 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 中国客服机器人行业 核心技术分析 -智能语音 （ 1/2） 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 智能语音 28.7 40.4 59.2 100.8 157.9 216.5 286.4 389.4 509.8 655.1 2014 2015 2016 2017 2018 2019预测 2020预测 2021预测 2022预测 2023预测 亿元 700 600 500 400 300 200 100 0 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% 中国智能语音行业市场规模 （ 按应用规模计 ）， 2014-2023年预 测 智能语音技术在中国人工智能技术市 场 份额占比 ， 2017年 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 98%， 为中国客服机器人行业的发 展提供技术支持 智能语音 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 。 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 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 识别结果 语言模型 声学模型 中国客服机器人语音识别技术 声学语料库 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 中国客服机器人行业 核心技术分析 -自然语言处理 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 自然语言处理 中国客服机器人自然语言处理技术 词组 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 文档 单一文档分析 文档主题抽取 文档分类 文档结构分析 多文档分析 文档聚类 文档结构分析 文档语义表示 短句变换 短句解析 短句语义表示 短句 同义词替换 语义归类 短句解析 短句语义表示 结构分析 短句主题分类 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 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 时长预测 韵律预测 声学模型 韵律模型 中国客服机器人语音合成技术 输入文本 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 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 ， 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 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 中国客服机器人行业 商业模式分析 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 。 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 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 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 。 中国客服机器人在金融行业的应用可解决约 85%客户常见问题 ， 大幅缓解金融机构运营 压力 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 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 教育行业 中国教育信息化投入规模 ， 2014-2018年 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 亿元 中国教育信息化投入规模 年复合增长率 2014-2018年 10.3% 2,731 2,530 2,338 2,114 10.6% 8.2% 7.9% 7.9% 2014 2015 2016 2017 教育行业痛点及客服机器人功能需求 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 3,500 3,000 3,13 2 14.7% 16.0 % 14.0 % 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 2,500 12.0 % 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 2,000 1,500 10.0 % 8.0% 6.0% 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 1,000 4.0% 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 500 2.0% 0 0.0% 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 201 8 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 行业痛点 功能需求 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 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 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 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 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 ， 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 机器人独立接待率达 75.4%， 客服效率得以大幅提升 。 中国客服机器人行业 应用领域分析 -医疗行业 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 。 客服机器人的核心技术智能语音技术在医疗应用 、 智能导诊服务机器人应用等方向不断发展 ， 医疗机构有意愿应用人工智能技术占比达 78%。 以研 发面向医疗行业的专属语音识别系统为例 ， 研发企业通过对医院门诊 、 住院 、 护理 、 医疗服务等方面业务数据进行大数据收集分析 ， 并针对医生 口音 、 医学专用词汇等信息进行优化 识 别 ， 以提升医生工作效率 。 医疗信息化 ： 随着信息技术的快速发展 ， 中国医院不断加速实施医院信息系统 、 远程医疗 、 临床管理信息化系统 、 电子病历等信息化建设 ， 中国 医疗信息化市场规模由 2014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%， 客服机器人作为智能导诊服务机器人在医疗行 业 未 中 国 医 疗 信 息 化 市 场 规 模由 2014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 医疗行业 264.3 322.1 385.5 451.3 532.1 0 100 200 300 400 500 600 2014 2015 2016 2017 2018 来发展空间广阔 。 亿元 中国医疗信息化市场规模 年复合增长率 2014-2018年 19.1% 成熟应用 14% 尝试应用 33% 计划应用 31% 尚未应用 22% 中国医疗信息化市场规模 ， 2014-2018年 医疗机构采用人工智能技术意愿占比 ， 2018年 中国客服机器人行业 应用案例分析 ： 智齿科技 &每日优鲜 每日优鲜采用了智齿科技的客服机器人解决方案 ， 使其客户服务效率提升了 73%， 人机 协作咨询问题解决率达 97% 作为生鲜电商行业的头部企业 ， 每日优鲜用户体量庞大 ， 存在用户咨询时间段分散 、 咨询问题简单重复 、 客服规模大成本高等问题 。 每日优鲜采用 智齿科技客服机器人 ， 促使其客服效率提升约 73%， 人机协作咨询问题 解决率达 97%， 机器人独立接待率达 59%， 大幅提升每日优鲜用 户 体验及企业 运营能力 。 智齿科技客服机器人应用于每日优鲜 在线客服 机器人 在线人工 客服 智能外呼 机器人 服 务 卖 家 接 入 客 服 接 待 外 营 呼 销 营 销 每日优鲜 APP 小程序 微信公众号 电话 北京仓 上海仓 深圳仓 优享会员 普通用户 客服机器人 人工在线客服 客服平台嵌入自研 ERP 机器人独立接待 人机协作 外呼客服机器人 短信 人工外呼 短信 渠道 区域 等级 服务接待 智能辅助