電話機器人開啟創(chuàng)業(yè)新思路(電話機器人開啟創(chuàng)業(yè)新思路是什么)

調研 | 李喆 彭晨

撰寫 | 彭晨

客服由于應用邊界清晰電話機器人開啟創(chuàng)業(yè)新思路，而且有明確盈利模式電話機器人開啟創(chuàng)業(yè)新思路，已經成為AI商業(yè)化最前沿的領域。小i機器人從AI起步，位列國內智能客服企業(yè)第一方陣。

小i機器人成立于2001年，最初定位于C端聊天機器人（國際上通用的說法為VPA，即個人虛擬助理），在2004年與MSN合作，巔峰時個人用戶曾達到8000萬人次。

由于2C屬性明顯的VPA一直沒有明確商業(yè)模式，2006年，小i機器人開始為政府部門提供了第一個在線的智能客服機器人，2009年，小i機器人進行全面重大戰(zhàn)略轉型，在原有技術以及產品基礎上轉向2B業(yè)務，為政府、企業(yè)提供智能客服產品。

值得注意的是，自2010年起，蘋果Siri、微軟Cortana、亞馬遜Echo相繼進入需要大量資源投入的VPA領域，更加使得該領域成為巨頭的戰(zhàn)場，創(chuàng)業(yè)公司難以立足。

轉型之后，小i機器人實現(xiàn)了業(yè)務上的巨大突破。截至今日，已經為國內近千家企業(yè)及政府提供智能客服機器人，客戶包括交通銀行、招商銀行、建設銀行、浦發(fā)銀行等大型金融機構，三大電信運營商，以及華為、小米、東方航空、通用汽車等。

小i機器人CEO朱頻頻在訪談中表示，在財報公布前，數(shù)據(jù)還不能透露，但非常樂觀。

而隨著AI技術的完善以及在各領域應用的加深，小i機器人業(yè)務也在進行調整，在智能客服之外，將目光放到更廣闊領域，定位于提供“AI+行業(yè)”解決方案，進入到智慧城市、智慧醫(yī)療、智慧金融、智能辦公、智慧生活、智能制造等領域，在AI商業(yè)化上走的更遠。

以智能客服為起點，深入不同場景，提供AI+行業(yè)解決方案

小i機器人在2006年開始提供智能客服產品，主要面向金融機構及運營商客戶，提供定制化的服務。

隨著市場對AI接受度不斷提高，以及小i機器人自身能力加強， 2015年開始輸出智能客服解決方案，通過將產品體系打造成松耦合的模塊，小i的產品能夠適應不同領域客戶需求，客群擴大到IT能力有限的企業(yè)。

在此之后，小i機器人又開始將AI能力輸出到其他行業(yè)，已有實踐包括“AI+智能客服”、“AI+智慧城市”、“AI+智慧金融”、“AI+智能生活”、“AI+智能辦公”、“AI+智慧醫(yī)療”、“AI+智能制造”。

當前，“AI+智能客服”仍然是小i機器人主要收入來源，同時未來也仍是重點發(fā)展業(yè)務，并作為進入其他智能行業(yè)的入口。

面向中大型客戶，客單價有望逐步提升

中大型客戶是小i機器人的核心客群。在三大重點業(yè)務中，面向中大型企業(yè)客戶的企業(yè)級智能服務機器人收入占比持續(xù)提升， 2016年上升為93%，是營收增長的核心動力。

而2013年推出面向中小企業(yè)客戶的云服務平臺，營收占比從去年的12%下跌為2%，并出現(xiàn)絕對值的下降，由此可見，中小企業(yè)類客戶不再是小i重點服務對象。

對大中型客戶，小i機器人有兩種銷售方式。

第一種，既銷售產品又提供服務，兩者分別收取費用。這種方式主要面向有強大IT能力的企業(yè)，在交付完產品后，小i機器人還提供實施部署、二次開發(fā)、知識模型建設在內的服務，并按照服務量收費。

第二種，不銷售產品只提供服務，最終收取服務費。這種方式主要面向缺乏IT能力的企業(yè)，收費方式靈活，可以按周期性付費，按交互量付費，按解決問題數(shù)量付費，按效果付費。

其中，服務的價格取決于客戶需要的場景，客戶需要的場景越多，結構越復雜，收取的服務費用越多。

隨著小i機器人能夠提供的場景越來越多，客戶客單價也不斷提升。

2016年，小i前5大客戶中，除了貴陽政府貢獻2800萬大單之外，第2大客戶貢獻260萬，占營收3.1%。而據(jù)朱頻頻在訪談中表示，2017年，客戶中單價過千萬的有好幾家。

未來小i機器人客單價水平有望持續(xù)提高。

以數(shù)據(jù)能力為依托，爭取行業(yè)競爭有利位置

AI進入不同行業(yè)的核心是解決應用場景問題，找到既能產品化，又有價值的場景，而這個過程需要大量客戶經驗和時間投入。

小i機器人在各個行業(yè)的AI服務架構與其智能客服架構一脈相承，都是基于底層的知識模型和自然語言處理引擎，競爭對手難以模仿。

而在數(shù)據(jù)積累上，小i已經服務過大量企業(yè)客戶，尤其是在智能客服領域，已經形成一套工具和系統(tǒng)，可以快速進入全新領域。

此外，雖然原始數(shù)據(jù)留在客戶手里，但與每家客戶合作后，小i都能獲得業(yè)務知識與行業(yè)知識的積累，無形中也加快了小i在行業(yè)內發(fā)展速度，處在行業(yè)競爭有利位置。

通過合作伙伴，快速切入新興行業(yè)

銷售方式上，小i機器人過去以直銷為主，近兩年開始主推開放式合作，通過合作伙伴進入行業(yè)客戶。

小i機器人合作伙伴主要是行業(yè)綜合解決方案提供商，這類服務商深耕政府、醫(yī)院、制造業(yè)等領域，有完整解決方案和強大客戶資源，但大多缺乏AI能力，小i機器人為其提供AI能力，雙方存在巨大的合作空間。

此外，目前小i機器人已服務近千家客戶，能適應客戶內部各種操作系統(tǒng)、客服系統(tǒng)、數(shù)據(jù)庫、中間件，擁有與合作伙伴快速對接能力。

未來營收增速仍有較大成長空間

2014年、2016年，小i機器人營收實現(xiàn)高速增長，其中，2014年200%以上增速來自于大型企業(yè)客戶智能客服訂單量快速增長；而2016年90%增速很大一部分來自貴陽政府大數(shù)據(jù)平臺項目2800萬大單。

快速增長源于客戶對AI接受度不斷提高，而小i機器人開放式合作戰(zhàn)略也推動其在新行業(yè)的拓展。

隨著 “AI+行業(yè)”戰(zhàn)略不斷推進，小i機器人將面對一個持續(xù)增長的市場，未來仍有較大成長空間。

評價模型電話機器人開啟創(chuàng)業(yè)新思路：未來行業(yè)地位穩(wěn)固，在客群和獲客上有較大優(yōu)勢

根據(jù)愛分析SaaS行業(yè)評價模型，小i機器人在客群和獲客方面都占據(jù)優(yōu)勢，不存在明顯短板。

技術上（決定公司在未來競爭中所處位置）：自2001年，小i就開始提供智能對話服務，目前在語音識別、圖像識別、自然語言理解、機器學習上有較強技術積累，同時已經服務大量大型銀行、運營商、政府客戶，客單價最高達數(shù)千萬，行業(yè)地位穩(wěn)固。

產品上（決定產品規(guī)?；瘡椭颇芰Γ河捎谝皂椖恐品绞教峁┓眨y以實現(xiàn)規(guī)?；瘡椭疲驹诜沾罅靠蛻暨^程中積累起一套客戶IT系統(tǒng)對接、知識庫搭建解決方案，中大型企業(yè)客戶實施周期大概1-2月，屬于較快水平。

客群上（決定客單價）：公司面向中大型客戶，客單價在百萬級別，隨著公司服務行業(yè)及應用場景不斷完善，未來客群將不斷擴大，單價有望持續(xù)提升。

獲客上（決定獲客成本）：公司有較強AI能力，而傳統(tǒng)的解決方案服務商有大量優(yōu)質客戶資源，雙方存在巨大合作空間，公司借助這類合作伙伴，能夠迅速進入新客戶。

場景上（決定持續(xù)收費能力）：公司以項目制方式為客戶提供服務，在項目完成后，后續(xù)收費主要來自對客戶的持續(xù)服務，隨著公司業(yè)務場景的豐富以及客戶服務需求的持續(xù)存在，公司有持續(xù)收費能力。

近期，愛分析對小i機器人創(chuàng)始人、CEO朱頻頻進行訪談，他闡述了小i業(yè)務模式、客群定位以及未來戰(zhàn)略，現(xiàn)將部分內容進行分享。

愛分析：小i機器人內部如何對產品線進行劃分？

朱頻頻：一些公開資料會將我們的業(yè)務描述為三個方面：面向大型企業(yè)客戶的企業(yè)級智能服務機器人，面向中小型客戶的智能機器人云服務平臺，還有智能硬件機器人。這是按照智能客服面向的不同領域來劃分。

但隨著小i機器人業(yè)務發(fā)展，我們的解決方案不再只是面向客服，還可以應用在更廣闊的商業(yè)領域。

所以，小i機器人的業(yè)務劃分是按照AI在不同行業(yè)應用，除了最核心的AI+客服，還有AI+智慧醫(yī)療、AI+智慧城市、AI+智慧金融、AI+智慧生活、AI+智能辦公、AI+智能制造等。

愛分析：小i會提供在線客服系統(tǒng)嗎？

朱頻頻：在線客服系統(tǒng)概念比較寬泛，提供在線客服的人也很多，準確的說我們只提供智能機器人產品。

大中型客戶內部IT都有自己的規(guī)劃，60-70%的情況是只采購我們的核心產品和服務，我們只需要做好部署、二次開發(fā)。

因為我們的產品已經相當稱成熟，對于任何系統(tǒng)都可以快速對接起來，包括現(xiàn)在的任何一種在線人工客服系統(tǒng)，我們現(xiàn)在有大幾百家客戶，他們內部的系統(tǒng)包括眾多操作系統(tǒng)、客服系統(tǒng)、數(shù)據(jù)庫、中間件我們都能適應。

如果部分客戶希望整套在線客服解決方案，我們可以和我們的合作伙伴共同做這件事情。

愛分析：大型客戶的實施周期需要多長時間？

朱頻頻：我們最早的銀行項目，從開始到上線大概是一個半月，這個過程一是收集已有常見問題，二是從他們的文檔中抽取新問題，上線之后再經過大概兩個月測試才正式對外發(fā)布，一共是三個半月時間。

現(xiàn)在做一家客戶，基本都是做到一定程度先上，然后在過程當中根據(jù)用戶需求不斷改進，一般1-2個月可以上線。當然不同客戶對場景要求，具體時間也不相同。

這1-2個月是針對大中型客戶，其中一般牽涉到部署、實施過程，但是用標準云平臺的話，全部基于FAQ，一般幾天時間就可以搞定。

愛分析：中大型客戶是如何收費？

朱頻頻：大概兩種類型，一種類型是賣產品和服務，更多的適合大型銀行這樣的客戶，根據(jù)他的需要提供產品，比如負載、引擎數(shù)、渠道數(shù)量、知識數(shù)量，并制定產品價格。

銷售產品后，接下來就是提供服務，我們會幫它實施部署、二次開發(fā)，包括知識的建設，把整個產品部署到他們系統(tǒng)內部去，后續(xù)還有一些維保費用。也有些客戶會要求購買我們的運營服務。

第二類就是不賣產品了，只賣服務。因為這類客戶其實沒有非常強的IT整合的能力，甚至他們可以接受云服務模式。這種時候我們收費方式就比較靈活了，周期性的付費，按交互量付費，甚至還有些情況是按解決問題的數(shù)量付費，還有一兩家是按照最后的效果付費。

愛分析：銀行客戶客單價一般是多少？

朱頻頻：大概是200-500萬。一般產品報價200萬左右，服務費另算，這取決于客戶需要的場景。

如果是需要定制的FAQ（常見問題解答），我們是一般按照FAQ條數(shù)收費。另一種是按照場景收費，一個交互式場景大概幾萬塊錢。

而在我們提供的云服務平臺里，客戶可以自主建設這種FAQ，我們只提供工具，條數(shù)簡單的可以直接免費做，但是要做商業(yè)用途的話就必須購買服務才能做的好。

愛分析：AI+產業(yè)的模式下，同一行業(yè)內的不同客戶之間的場景能通用嗎？

朱頻頻：產品本身不通用，但場景的模型在一定程度上可以復用，比如有些場景是關于營銷的，有些場景是關于售后的，具體為客戶服務時每個場景里都還需要做定制的東西。

愛分析：會面臨客戶的哪些Upsell需求？

朱頻頻：在智能客服之外，我們還提供智能知識庫解決方案，不僅能方便客戶服務人員搜索想要的知識，還可以和企業(yè)內部的培訓、考核等業(yè)務打通。

另外，我們還在推出一個學習和分析類產品，在我們開拓一個客戶以后，會持續(xù)提供更多的服務。

還有一點非常重要，我們主要針對大中型客戶，他們有持續(xù)服務的需求，隨著人工智能能力不斷往企業(yè)內部深化，我們從智能客服入手，也在不斷深入其他行業(yè)。

比如銀行向智慧銀行轉變，我們現(xiàn)在為銀行提供的服務包括AI+營銷，AI+客服，AI+網點，AI+展示，AI+投顧，AI+風控，這些我們都開始在逐步深化，例如風控中有一個非常重要的部分來自于相關信息查詢以及深入分析，這個過程需要自然語言處理，過去都是靠人工，現(xiàn)在可以自動將里面重要的特征提取出來，取代人力勞動。

愛分析：在向其他行業(yè)拓展過程中，是否會原有供應商的挑戰(zhàn)？

朱頻頻：我們并不是要去替代原有的供應商，大多數(shù)情況下，我們都是合作伙伴，因為他們想去做，但是并不是每家都有這個魄力和能力，所以有巨大的協(xié)作空間。

一般AI+產業(yè)的發(fā)展過程中，我們都不是自己建立這個系統(tǒng)，而是和合作伙伴合作。

當然也不排除供應商自己做AI，這個不可避免，每個領域都不容易，有很多坑要去踩。

愛分析：還進入到哪些新的場景？

朱頻頻：房地產，航空、養(yǎng)老、政府等等，行業(yè)非常的泛。

愛分析：從數(shù)據(jù)里學習知識，需要客戶提供哪些數(shù)據(jù)？

朱頻頻：有兩類，一類是原始的非結構化數(shù)據(jù)，比如內部的文檔、文件等，將這部分原始文檔變成結構化的知識總結，這個是非常核心的一個數(shù)據(jù)來源。

第二類是來自于在線人工客服過程中積累的問答知識，也包括機器人的問答知識。這類數(shù)據(jù)價值相對比較低，但是數(shù)量會非常大，反應了用戶可能會對哪些問題有興趣，是迭代學習的過程。

愛分析：一般智能客服公司主要做語義部分,語音部分外包或者就不提供，小i兩塊都做是出于什么考慮？

朱頻頻：我們的語音識別引擎有我們自身的特點，主要在三個方面。

第一，是私有化，我們只提供私有化的語音互動，因為公有云的語音識別引擎，科大訊飛、百度、甚至阿里、騰訊都有，準確率也相差無幾。

第二，語音識別引擎跟后面的自然語言處理引擎深度整合，可以實現(xiàn)語義庫與語音識別引擎同步訓練，大大提高識別準確率。

我們現(xiàn)在就是說的開放式語音云系統(tǒng)95%以上準確率，一般都是在手機里面測試的結果，手機聲音采樣一般是16K Hz以上，雙麥克風采集，語音質量相當不錯，所以可以到95%以上普通話識別準確率，但是在Call Center里面語音是8K Hz的，語音質量差一半，準確率就急劇下降。

如果先做語音識別轉文字，再做語義理解，準確率經過逐級傳遞最后會非常差。這時候如果在語音上就進行適應和糾錯，正確了就會高很多。

所以做呼叫中心語音機器人和做手機上的語音助手在技術理念上似乎差不多，但是在工程層面上的差別很大，最大的問題就是電話質量差，必須要將語音和語義深度整合在一起才能達到更高的準確率。

第三，高并發(fā)，我們現(xiàn)在可以做到一個CPU 10并發(fā)，每個并發(fā)在一秒鐘之內可以得到回復，雙CPU共32核的話，極限大概可以做到500個并發(fā)。但是現(xiàn)在市面上包括訊飛做到的是大概一個核兩三個并發(fā)，這在私有部署是特別有用。

但是我們不排斥客戶在前端用其他語音識別引擎，我們整個產品和設計架構中一個非常重要的理念就是松散耦合，包括前段全渠道處理，后面引擎部分都是這種方式，可以非常靈活，效率適應性高很多。

愛分析：AI在應用領域的延伸的難點主要在哪？

朱頻頻：重新開始做的話難點很多，大概有三個方面，第一是技術積累；第二是通過對應用場景的理解找到可以復制且有價值的產品；最后是數(shù)據(jù)的積累。

愛分析：智能客服這個行業(yè)核心是算法和數(shù)據(jù)，您覺得哪一塊最重要？

朱頻頻：兩者都重要，但數(shù)據(jù)更重要。

并不是說算法不重要，算法當然重要，但是門檻在逐漸的降低，更重要的是數(shù)據(jù)，我們說的數(shù)據(jù)是一個廣泛的數(shù)據(jù)，包括知識體系，知識結構，知識模型這一整套的東西。同樣重要的是去獲取數(shù)據(jù)，再用數(shù)據(jù)不斷優(yōu)化算法，能夠把這個沉淀下去。

愛分析：公司產品化率大概能達到多少？

朱頻頻：最高的時候可以達到95%，平均一般是在百分之六七十。

愛分析：產品上線后運營這部分客單價大概是多少？

朱頻頻：正常維保是20%左右，但如果純賣服務的客戶，運營服務是50%左右，這一般是非銀行、非運營商、非航空類客戶，本身IT能力不是特別強。

愛分析：如何看待不同行業(yè)內同樣提供AI服務的公司？

朱頻頻：競爭肯定會遇到，但是如果需要用到之前建立好的知識庫，基于這個知識庫做自然語言延伸的話，這是我們主要做的事情。

愛分析：今年上半年小i收入是去年同期的四倍，大幅增長背后有哪些原因？

朱頻頻：首先，是外界需求變大，AI變火熱，但不管怎么說，現(xiàn)在還是AI發(fā)展的初期，對一家專做AI的公司來說，能夠賺錢是著實不易。

其次，我覺得能夠盈利的核心在于我們是基于產品在做AI，智能客服是我們收入最大的來源，以這個為中心向產業(yè)去延伸，機會巨大。

第三是底層的東西到外面有一個承接的過程，我要把能力輸出，得有大量的合作伙伴，我們以前主要是直銷，最近兩年主要是大量開放式合作，更能把市場做大。

愛分析：現(xiàn)在主要有幾類合作伙伴？

朱頻頻：主要就是行業(yè)的綜合解決方案提供商，比如說專門提供政法、政府、稅務行業(yè)解決方案的服務商，他們的客戶關系維護的非常好，行業(yè)內客戶以前的基礎系統(tǒng)都是他們建設。

和客服軟件公司也有合作，但是規(guī)模不大。

愛分析：智能客服可能會取代哪些簡單重復的工作？

朱頻頻：舉個例子，電話客服大概分成三類，電話咨詢服務，查詢服務，業(yè)務辦理服務（比如開通信用卡）。 咨詢可以解決大部分問題，查詢也可以完成大部分，辦理類完成部分。

另外，電話還有不少外呼模式，網絡催收，信息確認還有營銷工作，部分也在自動化完成?，F(xiàn)在已經有很多外呼機器人在出現(xiàn)。

在物聯(lián)網領域主要通過Web的形式，這部分用戶大部分問題都可以自助解決。

還有一個產品更嚇人，電話領域雖然說現(xiàn)在有部分是在被機器所取代的，但是電話取代進行的還是比較緩慢，我們還沒有看見大量的員工下崗；互聯(lián)網領域不但沒減少反而會增多，因為互聯(lián)網是電話的一個延伸，價錢也比電話便宜，分流了不少電話客服的量。但是線下客服市場，大家會感到很恐慌。

我舉個例子，一個全國排名前三的股份制銀行，他們全國是一共40家分行，每個分行大概有40個網點，然后每個網點計劃分流5個柜員，然后用機器來取代，叫STM機，它可以辦理開戶、銷戶、理財一些更復雜的業(yè)務。這樣的話，大概能夠取代一萬人左右的工作。

愛分析：在國內智能客服實際使用情況如何？

朱頻頻：智能客服最好的情況應該是先由機器人接待，機器人回答不了再轉人工。

但因為電話智能客服在國內還處于早期，所以一般不大敢用，現(xiàn)在很多的做法是在特定范圍、特定的時間、特定客戶才會采用。

新龍榜TOP125

新金融

企業(yè)服務

其它