从百亿投资到备受质疑，智能客服沦为“资本弃子”？

我们平时接到的营销电话很多是机器人打的。

但近两年来人们越来越难分辨电话那头究竟是真人还是机器人，凭借人工智能，他们的声音越来越像真人，甚至可以流利回答你的问题。

作为AI最有难度的一个子领域，自然语言处理（简称NLP，通俗讲就是让机器能像人一样明白人类的语言和文字）领域的创业一直备受关注，其中尤以智能客服项目最被看好。

但经历了2016、2017年的创业投资热后，近两年智能客服的发展并不及资本市场的预期，业界开始质疑智能客服的真实发展潜力。

到底是资本市场出现了错误预判？还是智能客服行业还没有进入爆发期？未来智能客服项目是否还值得投资？带着这些疑问小饭桌采访了：晓多AI客服创始人江岭、百应科技创始人王磊、竹间智能创始人简仁贤、奇智机器人创始人陈秋飞、英诺天使合伙人祝晓成、华创资本投资人余跃

本文要点提示：1、智能客服是否存在确定的发展趋势？2、在方向选择上，小客户和大客户哪个才是未来？3、智能客服企业该如何构建护城河？4、泛智能客服创业还有哪些待开发的新机会？5、当前智能客服创业面对的主要挑战是什么？6、智能客户领域能出现多大估值的企业？

留给智能客服的市场有多大

随着国内经济向服务型经济转型，各行业都需要不断提升用户的消费体验，客服部门也越来越成为企业的标配。而且在客户服务环节搜集用户的真实需求，用于改善产品和服务也越来越成为一种趋势，客服的重要性在逐步提升。

中国产业信息网的数据显示，预计2019年中国的客服行业总规模为2100多亿元，近年来一直处于增长通道，其中呼叫中心为1327亿元，在线客服为788亿元。

但长久以来围绕客服岗位的诟病一直不断。客服的工作大部分都是重复的，并且充当着用户负面情绪的垃圾桶，工作压力大幸福感低等。而企业端则面对着水涨船高的人力成本和居高不下的客服人员流失率，客服的不专业还将让企业承担用户流失和口碑下滑的风险。

与此同时，随着深度学习、强化学习等前沿算法被引入NLP领域，再配合行业的知识图谱，智能客服在特定场景下的识别率和准确率越来越高，已经能有效辅助甚至替代人工客服的大量工作。

百应科技创始人王磊告诉小饭桌，在百应已经开拓的成熟行业，其智能客服机器人语音识别和语意理解的准确率都已经达到90%以上，可以开启与用户的多轮对话，完全能胜任客服工作。

而且智能客服没有情绪，不需要休息，单个坐席的成本投入也远低于一个人工客服坐席的人力成本和固定成本投入。用智能客服取代一部分人工客服成为了一种行业共识，这个趋势首先在电商、金融、教育、医疗、零售等行业开始爆发，并有往传统行业蔓延的趋势。

如果按照业界普遍预测的40-50%的智能客服替代率，留给智能客服企业的市场规模大概有800-1000亿元，排除场地、设备等基础设施以及甲方预算缩减，也仍有数百亿的市场空间。

在这个大背景下，资本开始疯狂涌入这个赛道。据不完全统计截至目前智能客服领域完成的融资事件达131起，获得融资的项目达41个，其中获得B轮及以上融资的企业有13家。

模式之争：大客户or小客户？

一边是加入深度学习、强化学习后变得日益成熟的NLP技术，另一边是重复工作率高、被当做情绪垃圾桶、人力成本水涨船高、人员流失居高不小的客服岗位，用先进技术解决刚性痛点的智能客服创业本应该大有可为。

但智能客服创业并非一条坦途，在创业之初选择目标客户时所有智能客服创业公司都需要面临一个选择：究竟是主攻大企业客户，还是一开始切入中小企业市场？这不单单是目标市场的选择，更是背后商业模式的选择。

银行、保险、证券、房地产等传统行业的大企业往往有很强的客服痛点，对引入智能客服系统的意愿很强，但同时其对自身数据安全性的要求也很高，因此只会同意本地化部署的解决方案。

切这类大客户做本地化部署解决方案，就只能采用项目制的商业模式，做一个项目收一次费用。好处是一个项目就能收到几十至上百万元的收入，创业初期就能有盈利；坏处是需要针对大企业客户的需求做大量个性化定制，不仅占用大量人力成本而且难以规模化复制，长久来看增长空间有限。

主切中小企业客户则可以用标准化的SaaS产品来满足其需求，不仅模式轻占用人力成本低可实现规模化复制，而且能通过每年续费的方式获得持续的收入，还能不断得到数据循环反馈建立起技术壁垒。但缺点是前期获客难度大，需要做大量市场教育工作，并且中小企业的死亡率高，整体的续费率难以保障，创业初期很难实现盈利。

一边是做本地化部署，切大订单，收一次性的项目工程款，前期就能实现盈利，但难以规模化复制；另一边是做SaaS产品，切小订单，收可持续的坐席年费，可以规模化复制，但前期市场开拓艰难。

两相对比奇智机器人创始人陈海飞更青睐前者，“我们主要切大企业客户，本地化部署的续费痛点可以通过二期、三期工程来解决，而且每年还能有15%的技术维护费用。而中小企业客户由于业务变更较快，机器人使用成本较高等原因，整体的续费率仍然无法保障，因此我不太看好SaaS模式。”

与此相对，晓多AI客服创始人江岭更偏爱SaaS模式，“我们的重点是SaaS，主要服务互联网等新经济企业。做传统大企业客户本地化部署项目周期太长，成本比较高，业务增长也比较缓慢，更重要的是得不到数据反馈来形成闭环，因此我们没有选择这个方向。”

但晓多AI客服也并非完全不做大企业客户，像美团就是其一个典型大客户案例。江岭的思路是通过做大企业客户树立标杆，再吸引中小企业客户使用自己的SaaS产品，并且在做大企业客户的过程中还可以积累行业经验和数据，用于优化自己的SaaS产品，这是跨入一个新行业开展业务非常有效的一种策略。而采用这种“两条腿”走路策略的智能客服创业企业其实不在少数。

如果把视野拉长到10年，竹间智能创始人简仁贤认为未来SaaS的营收占比将会超过80%，但在此之前SaaS和私有化部署都将对营收贡献起到重要作用，眼下看后者的贡献能力可能更强，两到三年后会持平，再往后SaaS的贡献会逐步升高。

为了抢夺更高的市场份额，各智能客服创业公司都在加紧构筑自己的核心壁垒，但究竟什么能成为智能客服企业的护城河，所有的参与者也都在摸索。

技术驱动还是商务驱动？

在行业初期，智能客服创业企业首先要做的事情是把自身的底层技术能力夯实，然后更重要的是结合市场需求完成技术的产品化落地。

“可以看到近几年能跑出来的公司，都是技术和产品化能力过硬的团队，而这样的团队往往在创立初期就能拿到不错的估值。”英诺天使合伙人祝晓成对小饭桌说道。

产品经过市场检验并做了调整后，企业就必须开始做商业化探索，规模化复制快速提升市场份额就成为了摆在所有团队面前的新挑战。

历史经验来看成功的技术型to B企业必定是双轮驱动的。

一方面企业必须不断优化底层技术保证产品的前沿性，晓多AI客服和百应科技都建立了专门的技术团队来探索最前沿的人工智能算法，并和国外的AI实验室保持合作，保证最前沿的科研算法模型能被快速引入用于优化自己的底层技术。简仁贤告诉小饭桌竹间智能的所有底层技术模型每三个月就会完成一次迭代。

另一方面企业的销售能力必须跟上，必须能不断攻城略地带回源源不断的客户，并保证客户的续约率这样企业才能活下来。而开发的场景越多，开拓的客户越多，企业积累的数据就越多，反过来就能优化出更高准确率和更符合用户预期的产品。

一旦开启技术与商务互相促进的正反馈循环，企业就能进入螺旋式上升的快速发展通道，建立起难以逾越的竞争壁垒。

“短期来看商务能力可能是更重要的，前期创业团队可以靠技术优势拿到不错的估值，但往后期走的过程中团队必须通过营收能力来证明自己，否则很难拿到更高的估值和融资。”华创资本投资人余跃向小饭桌分析道，“国外上市的成功SaaS企业，从财报可以看到其销售费用往往能占到营收一半。”

现实情况是，智能客服行业仍处于发展初期，大部分的团队刚走完产品化落地阶段不久，商业化也刚刚提上日程，团队仍以技术型人才为主，商务团队的打造是接下来要面对的课题。

“这类型的企业都是哑铃型结构，技术团队和销售团队是企业最重要的两个部门。”祝晓成接着说道，“而且这两个团队都必须足够强，才能成为行业内的头部企业。”

当下智能客服创业企业还面临另一个挑战，那就是传统的外包式呼叫中心厂商和客服软件开发厂商也都在做AI转型，开发自己的智能客服机器人。他们的优势是有大量老客户，劣势是技术能力沉淀不够，做出来的产品离客户的要求差距较远。

“这类厂商很多并没有AI技术能力，往往是接到一个大订单后再把智能客服相关的开发需求转包出去。”陈海飞告诉小饭桌。

因此现在的智能客服竞争是在和时间赛跑，就看是创业企业先培养出能打的商务团队，还是传统企业先沉淀出AI技术能力。

“像我们早期投资的智齿科技，它已经发展了6年多，积累了一定规模的客户，在客户的问题和数据反馈中又能不断优化自身的产品，这类创业型的企业相比传统呼叫中心、客服软件企业已经有了一些优势。”余跃对小饭桌分析道，“整体上我更看好新一代的创业公司，虽然还没有形成绝对的头部效应，但已经积累了一些先发优势。”

智能客服的想象空间还有多大？

智能客服依靠的底层技术有自然语言处理、语音识别、语音合成、情绪识别等，但这些技术不是只能做客服一件事，客服只是一个比较成熟的场景，但不是唯一场景。

通用的AI技术准确率并不高，有可能把“5分”听成“股份”，把“售前”理解为“收钱”，不能根据上下文逻辑为用户提供精准的答案。

但限制到具体场景后，智能客服创业企业通过积累大量的行业数据，并绘制出行业知识图谱，就能有效提高语意理解与语音识别的准确率，比如在给客服打分的场景下就不会把“5分”转译为“股份”。

在提高智能客服产品性能的同时，创业企业积累了大量成熟的底层技术能力，把这些技术能力排列组合就可以开发出更多新的智能产品，以满足企业用户多样化的需求。例如业务咨询、老客户回访、智能工单系统、客服的质检和培训、辅助运营和数据分析人员的智能助手等。

“只做智能客服未来的业务增长会非常受限，可能两三年后就会触达天花板。”简仁贤同时分析道，“通过智能客服产品完成获客后，如果可以开发更多产品提供给客户，就可以借助一次获客成本完成多次销售，因此必须具备横向新业务开发的能力。”

另外积累了这些底层技术和行业知识图谱后，智能客服企业就可以从SaaS切入PaaS，以平台的形式为客户提供开发、运行、管理AI应用程序的环境和资源。

这个思路指导下，竹间智能推出了机器人工厂（Bot Factory™）开放平台，百应科技推出了企业AI中台战略。

简仁贤认为，NLP驱动的整个人机协作大产业未来三年将突破万亿元市场规模，而且这个产业未来还会有30-50年的长足发展期。

而且这些掌握了NLP底层技术的企业还有可能进入IoT领域，直接面向C端消费者提供智能助理产品，从to B业务拓展到to C业务。

“竹间的长期目标是为更广泛的C端提供服务。”简仁贤对小饭桌说道,“我们目前和华为、OPPO等手机厂商都有合作，把竹间的个人助理预装到它们的手机终端，直接面向数亿C端消费者提供AI服务。”

暗流下的挑战

在繁荣的AI创新探索背后，行业面临的挑战也不容小觑。

电话机器人客服是智能客服的重要分支之一，可以外呼和接听通话，尤其是外呼业务可以用于意向客户的筛选，被认为是客服向销售拓展的重要场景。

但由于电话机器人太过高效，营销电话扰民、骚扰电话泛滥等问题日益突出，工信部、最高法、最高检、公安部、住建部、银保监会等十三部门决定，自2018年7月起至2019年12月底，在全国开展综合整治骚扰电话专项行动。

在政策法规面前，规范用户的使用行为就是摆在智能客服创业企业面前的一个重要挑战。据王磊介绍，百应科技在签约用户之前会先确定用户外呼业务的使用场景，如果是陌生电话拜访用途会拒绝签约，如果签约后发现用户用于陌生电话拜访也会终止合作。“只有针对老客户的回访场景和二次销售才是被允许的。”王磊说道。

除了政策法规等短期挑战外，整个行业还面临市场教育的长期挑战。

据余跃介绍，目前整个智能客服行业实现年营收过亿元的企业只有少数几家，无论是被预估数百亿市场规模的智能客服赛道还是数千亿市场规模的人机协作赛道，目前被实际占领的市场份额都还微乎其微。

虽然需求足够刚性，但目前整体而言智能客服只在互联网新经济、金融、保险等领域被广泛接受，占更大比例的传统企业对智能客服这一新鲜事物的接受程度较低，整个行业需要强力的销售团队去大力开拓市场，完成市场的教育工作。

另外当行业竞争加剧后，如何保证用户续费率，提升用户切换供应商的转换成本，都是创业企业将要面对的挑战。

如此看来，智能客服整个行业刚刚走完技术产品化落地的1.0阶段，未来还需探索新的应用场景和商业化，要走的路还有很长。祝晓成预计，整个行业还需要3-5年的时间去摸索更多新的可能。

能否孵化百亿美元超级独角兽

“国外有很多成功上市的to B科技企业，市值从几十亿美元到上千亿美元都有，完全不亚于to C的科技公司。”余跃补充道，“SaaS类的上市企业一般能拿到10倍以上的PS（市销率），消费品企业一般也就1-2倍PS，因为前者有更强的用户粘性和更高的复购率。”

以国外知名的云客服企业Zendesk为例，当前市值为84.68亿美元（最高时达到105亿美元），2018年营业收入为5.99亿美元，PS为14.13倍。

横向对比，如果国内的智能客服企业能在未来达到10亿元营收的规模，就有机会冲击百亿人民币估值。在数千亿市场规模的NLP大市场，10亿元营收目标并非无法企及。

创新工场董事长李开复2017年11月2日接受《中国企业家杂志》采访时曾预测过，智能客服赛道有希望出现百亿美元估值的超级独角兽，因为他判断“在中国、美国、印度这三个国家中，就有2000万客服人员，未来5-10年几乎全部可以用机器人取代，如果一个人的成本按照2万美元计算，将是一个近4000亿美元的市场。智能客服创业企业还可以从客服走向市场、品牌、销售等等，赛道非常长，他们有潜力做到超级独角兽。”

市场规模大且生命周期长，以智能客服为原点，留给NLP领域的是更大的想象空间。