2020年中国智能客服行业研究报告-36氪-202011.pdf

36KR RESEARCH2020年中国智能客服行业研究报告智能客服升级企业服务场景，拓展降本增效新渠道36氪研究院2020.11236Kr-2020年中国智能客服行业研究报告智能客服是在各类技术赋能下，通过客服机器人协助人工进行会话、质检、业务处理，从而释放人力成本、提高响应效率的客户服务形式。而技术的深入发展，将持续拓宽智能客服服务场景与职能边界，使客服功能不仅仅局限于客户服务，更多地向运营管理、营销等环节延伸。优化消费体验、实现降本增效是企业用户积极探索客服系统智能化的驱动力。随着消费主权意识的觉醒，消费者咨询需求随之上升，随之而来的是海量咨询需求与有限人工客服供给之间的矛盾。智能客服扮演着矛盾调和剂，提高客服响应效率、优化消费体验的同时释放人力，为企业用户带来降本增效新路径。底层技术不成熟、技术复用壁垒高，共同构成现阶段智能客服行业痛点。技术的不成熟并非单一智能客服供应商所面临的难题，而是整个行业的共同困境。NLP、深度学习、人机交互等这些智能客服核心技术均存在较大的优化空间，导致智能客服不够“智能”，服务缺失精准度及人文关怀。面对行业痛点，智能客服供应商可从技术、产品及服务、组织管理三方面打造行业核心竞争力，深耕垂直行业，积累行业可复用的技术经验，持续丰富与优化智能客服产品的同时，降低成本。未来，智能客服有望从成本中心走向价值中心，打通企业与行业生态，打造企业用户数据资产。与此同时，5G技术的落地，将拓宽服务场景，创新智能客服形式，带来更贴近用户、更为直观且交互的客服系统。报告摘要相关研究报告案例分析公司科大讯飞综合性智慧服务供应商远传科技综合性智慧服务供应商网易七鱼云客服供应商微洱科技客服机器人供应商136Kr-2020年 中国 服装行业数据中台研究报告（2020.10）36Kr-2020年 中国 新经济趋势洞察报告（2019.10）36Kr-商用服务机器人行业研究报告（2019.08）目录CONTENTS行业概览概念发展历程驱动力分析痛点分析市场空间分析投融资情况分析01发展现状分析产业链结构分析企业类型分析业务模式分析应用场景分析02典型供应商分析科大讯飞远传科技网易七鱼微洱科技03发展建议与趋势展望发展建议趋势展望04 概念 发展历程 驱动力分析 痛点分析 市场空间分析 投融资情况分析行业概览01351.1 概念作为多技术融合的产物，智能客服实现人力辅助，提高企业与用户交互效率狭义上，智能客服指的是在人工智能、大数据、云计算等技术赋能下，通过客服机器人协助人工进行会话、质检、业务处理，从而释放人力成本、提高响应效率的客户服务形式。而广义上，随着各类技术的深入应用，智能客服的外延被进一步拓宽，不仅仅指企业提供的客户服务，还包括了客服系统管理及优化。本报告研究范畴为广义的智能客服。智能客服的核心在于企业与用户的交互。通过文字、图片、语音等媒介，构建企业与用户的交互桥梁，从而达到售前咨询、售中答疑、售后关怀等多重目的。相比传统的人工客服，智能客服在接入渠道、响应效率、数据管理等多方面具有突出优势。尽管智能客服呈现诸多优势，其核心功能仍在于辅助，而非替代人工。智能客服在实际应用中仍存在一定痛点，需要人力补充及优化。这主要与底层技术发展不成熟有关。4对比维度智能客服传统客服特点以各技术为基础；通过机器人进行服务以呼叫中心为基础；通过人工进行服务接入渠道多元化接入渠道；各渠道呈互通的发展态势接入渠道单一，以电话为主；各渠道相对封闭响应效率7*24响应；响应效率高全天候响应受限；响应效率因人而异数据管理数据处理快速；形成对数据的统一管理数据处理环节较多，效率较低；数据分散不易管理图示：智能客服与传统客服对比6客服行业历经四个发展阶段，向着多渠道互通、多场景互联的方向发展。电话呼叫中心。从上世纪九十年代客服系统引入中国到千禧年开端，客服沟通工具以电话为主，是最传统的单一渠道客服形态。在CTI集成技术辅助下，企业自建呼叫中心。该阶段主要满足大中型企业客户服务的需要。多渠道呼叫中心。进入二十一世纪，互联网的迅猛发展将线上渠道带入客服行业，网页、移动端、邮件等形式进入大众视野。同期语音软交换技术的升级使托管型呼叫中心建设得以实现。相较自建型呼叫中心，托管型呼叫中心极大减轻了企业构建客服系统的成本，呼叫服务向企业端持续渗透。全渠道云客服。2010年以来，SaaS模式创新客服行业，催生出云客服这一新形态，推动托管型呼叫中心向云呼叫中心演进。打破各渠道客户数据相互割裂的局面。全场景智能客服。2017年以来，客服机器人渗透率逐渐提升，发挥更重要的作用。同时，智能客服外延得到拓展，覆盖范围从服务拓展至运营管理和营销等领域中。从人到机器、从呼叫中心到云，客服行业向多渠道、多场景方向发展1.2 发展历程5电话呼叫中心多渠道呼叫中心全渠道云客服全场景智能客服200020102017图示：中国客服行业发展四阶段数据来源：36氪研究院根据公开资料整理71.3 驱动力分析需求端：消费主权意识觉醒，客服需求增加对服务响应速度提出较高要求消费升级趋势明显，消费者主权意识逐渐觉醒。不同于以往对供给端产品的被动接受，如今消费者对产品内容及配套服务有了更高要求。特别是随着80、90及Z世代消费群体的崛起，个性化、定制化的消费体验成为影响消费决策的关键因素之一。作为消费体验的重要环节，客户服务成为消费者衡量商家服务好坏的核心指标之一。随着消费主权意识觉醒，消费者对客服的需求也有所有增加。客服应用场景也日益延伸，覆盖售前、售中、售后各环节。而传统人工坐席客服发展受限于人力资源带宽和服务时间，无法提供二十四小时实时客户服务。特别是在行业消费旺季，如电商领域的双十一消费季、黑色星期五等，咨询人数激增，海量咨询需求与有限的人工客服供给之间便产生了不可调和的矛盾。在此背景下，智能客服的作用得以凸显。智能客服及时响应消费者需求，智能回答部分重复性及结构性问题，缩短消费者等待时间，优化消费体验。消费者对智能客服的接受度也随之升高。根据2018年埃森哲对中国消费者进行的洞察调研，71%的用户希望自身的消费问题可以通过智能客服解决，76%的用户希望企业能够更多地通过科技手段来提供更好的客户服务。676%AI+客服75%全渠道客户服务71%自助式客户服务55%个人信息保护55%定制化客户服务图示：消费者对客户服务的期待数据来源：埃森哲，36氪研究院81.3 驱动力分析供给端：智能客服作为数智化转型工具，推动企业降本增效，受到企业青睐2018年前，我国传统呼叫中心坐席数量实现了稳定增长。根据中国信通院数据测算，2010-2018年间，呼叫中心坐席保持15%的年均复合增长率。而2018年之后，传统人工座席的数量不增反降，减少了约16万。传统呼叫中心坐席数量的下降，与智能客服渗透率的提升存在直接关系：智能客服在一定程度上解决传统人工坐席的部分痛点，成为企业实现数智化、降本增效的利器，企业纷纷搭建智能客服系统。传统客服中心高度依赖人工，客户接待、问询回复、工单填写、客服质检等环节均需人力介入。随着客服需求的爆发式增长，人工客服的弊端及痛点逐渐暴露。此外，受年初新冠肺炎疫情的影响，人们消费习惯向线上倾斜，由此导致的客服咨询量激增，人工客服痛点加速凸显。越来越多的企业意识到，客服智能化在缓解企业人工成本压力的同时，优化用户消费体验，带来潜在业务增量。因而，企业加速布局智能客服，顺应消费新需求，提高企业数智化水平。7图示：人工客服主要痛点 客服工作强度大，离职率高 每日应对重复性咨询，工作效率低客服自身企业自身消费体验 客服人工成本高 客服流动性高，新客服培训费用不容忽视 数据分散，削弱客服反哺业务效果 实时客服咨询受限 客服响应不及时 客服体验与消费者需求存在落差91.3 驱动力分析技术驱动：各技术的突破与融合是构建智能客服系统的必要条件智能客服的诞生及应用价值的逐步凸显，离不开技术的发展与推动。大数据、云计算、人工智能等技术的纵深演进，是智能客服商业化的必要条件，同时也为智能客服应用场景的落地提供底层技术支持。NLP技术。NLP即自然语言理解，包括机器对自然语言的理解与输出两方面，是实现智能客服“拟人化”的重要推动力。在自然语言理解上，机器主要面临语言多样性、语义多样性、上下文情景复杂性、文法错误等几大核心挑战。这也是未来NLP技术重点优化方向。知识图谱。知识图谱是由信息构成的知识网络。行业知识图谱的构建及行业知识库的打造，是智能客服精准定位问题及给出相应回复的知识基础。交互技术。交互技术的应用，使智能客服实现多轮与连续对话成为可能。深度学习。智能客服通过深度学习，捕捉用户询问意图，通过区分同问句不同语义、同问题不同问法，实现具体问题的针对性回复。同时，基于持续的深度学习，智能客服识别与判断人工客服跳转节点，优化人机协作水平。8智能客服核心技术NLP技术自然语言理解自然语言生成交互技术场景交互对话及动作交互知识图谱整合行业话术构建知识库深度学习用户意图识别优化人机协作图示：智能客服核心技术101.4 痛点分析底层技术不成熟、迁移壁垒高、用户端服务缺失精准度及人文关怀，构成现阶段行业痛点9智能客服搭建起连接企业与用户的桥梁。但现阶段，受底层技术影响，“智能客服不够智能”问题给企业端与用户端均造成一定困扰，掣肘行业进一步发展。沟通不易。智能客服能轻松应对重复度较高的结构性问题。但用户提问方式、句子组织均结构各异，智能客服往往无法精准理解问题的真正含义，影响用户体验。服务不专。用户期望收到更具有针对性、更具人文关怀的客户服务，但智能客服的服务流程与话术存在标准化特征，无法灵敏捕捉用户情感变化，用户与企业情感链接存在缺口。底层技术不成熟。尽管行业玩家及国家双层面积极推动人工智能技术的研发与落地，但受制于较长的技术研发周期、技术研发与转化之间的非同步性，人工智能底层技术仍存在较大的完善与突破空间。成本偏高。智能客服服务方案具有”定制化“特征，由企业发展现状及所在行业业务逻辑及核心痛点决定。这也意味着技术在不同企业、不同行业之间的可复制性较差。技术迁移壁垒导致供应商整体成本偏高。沟通不易服务不专技术成熟度低技术迁移壁垒用户企业图示：智能客服痛点111.5 市场空间分析人工智能加码客服市场，预计未来将释放300-600亿潜在增量10从目前智能客服市场容量来看，客服基础软件的市场规模大概在100亿人民币左右，且毛利较小。未来，随着人工智能技术的演进与加速赋能，智能客服行业有望突破300-600亿的市场增量。智能客服市场增量来源主要有：智能终端设备、企业数智化转型需要、自建客服转云等。智能终端设备。智能终端以硬件智能设备为主。随着客服应用场景的拓展与延伸，智能终端设备的普及率有望进一步提升，以实现企业与用户之间”无处不在“的交互。企业数智化转型。越来越多的企业加速数字化、智能化转型步伐，以实现组织结构的优化，降本增效。而智能客服对企业数智化转型的推动作用不仅仅局限在客服系统上，更多地向营销、数据管理等方向延伸，释放增量。自建转云。选择自建客服的企业中，约有22%*的企业并未上云。该部分企业向云端转型的过程中有望带来20亿的潜在增量。*数据来源：T研究，容联七陌，36氪研究院智能终端设备200亿企业数智化转型100-200亿自建转云20亿智能客服市场增量300-600亿图示：智能客服市场增量来源数据来源：行业专家访谈，36氪研究院整理121.6 投融资情况分析尽管资本市场整体遇冷，智能客服赛道投融资热度不减2020年上半年，受新冠肺炎疫情黑天鹅事件与全球经济增速放缓下资本寒冬的双重影响，我国股权投资金额与数量出现双下滑。但智能客服赛道投融资热度不减。资本在经历年初短暂沉寂后，于4、5月出现投资小高峰。截至2020年九月底，我国智能客服赛道中，45.53%企业实现了融资，其中4.07%的企业已经进入战略投资阶段。2020年1月-9月，智能客服赛道共发生融资事件13起，总金额约30亿人民币。11种子轮至Pre-A轮A轮至C+轮战略投资及并购未融资20.33%21.14%4.07%54.47%图示：智