從百億投資到備受質疑，智能客服淪為「資本棄子」？

獵雲網註：以國外知名的雲客服企業Zendesk為例，當前市值為84.68億美元（最高時達到105億美元），2018年營業收入為5.99億美元，PS為14.13倍。橫向對比，如果國內的智能客服企業能在未來達到10億元營收的規模，就有機會衝擊百億人民幣估值。在數千億市場規模的NLP大市場，10億元營收目標並非無法企及。文章來源：小飯桌（ID：xfzmedia），作者：石富元。

我們平時接到的營銷電話很多是機器人打的。

但近兩年來人們越來越難分辨電話那頭究竟是真人還是機器人，憑藉人工智慧，他們的聲音越來越像真人，甚至可以流利回答你的問題。

作為AI最有難度的一個子領域，自然語言處理（簡稱NLP，通俗講就是讓機器能像人一樣明白人類的語言和文字）領域的創業一直備受關注，其中尤以智能客服項目最被看好。

但經歷了2016、2017年的創業投資熱後，近兩年智能客服的發展並不及資本市場的預期，業界開始質疑智能客服的真實發展潛力。

到底是資本市場出現了錯誤預判？還是智能客服行業還沒有進入爆發期？未來智能客服項目是否還值得投資？帶著這些疑問小飯桌採訪了：曉多AI客服創始人江嶺、百應科技創始人王磊、竹間智能創始人簡仁賢、奇智機器人創始人陳秋飛、英諾天使合伙人祝曉成、華創資本投資人余躍

本文要點提示：1、智能客服是否存在確定的發展趨勢？2、在方向選擇上，小客戶和大客戶哪個才是未來？3、智能客服企業該如何構建護城河？4、泛智能客服創業還有哪些待開發的新機會？5、當前智能客服創業面對的主要挑戰是什麼？6、智能客戶領域能出現多大估值的企業？

留給智能客服的市場有多大

隨著國內經濟向服務型經濟轉型，各行業都需要不斷提升用戶的消費體驗，客服部門也越來越成為企業的標配。而且在客戶服務環節搜集用戶的真實需求，用於改善產品和服務也越來越成為一種趨勢，客服的重要性在逐步提升。

中國產業信息網的數據顯示，預計2019年中國的客服行業總規模為2100多億元，近年來一直處於增長通道，其中呼叫中心為1327億元，在線客服為788億元。

但長久以來圍繞客服崗位的詬病一直不斷。客服的工作大部分都是重複的，並且充當著用戶負面情緒的垃圾桶，工作壓力大幸福感低等。而企業端則面對著水漲船高的人力成本和居高不下的客服人員流失率，客服的不專業還將讓企業承擔用戶流失和口碑下滑的風險。

與此同時，隨著深度學習、強化學習等前沿演算法被引入NLP領域，再配合行業的知識圖譜，智能客服在特定場景下的識別率和準確率越來越高，已經能有效輔助甚至替代人工客服的大量工作。

百應科技創始人王磊告訴小飯桌，在百應已經開拓的成熟行業，其智能客服機器人語音識別和語意理解的準確率都已經達到90%以上，可以開啟與用戶的多輪對話，完全能勝任客服工作。

而且智能客服沒有情緒，不需要休息，單個坐席的成本投入也遠低於一個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為了一種行業共識，這個趨勢首先在電商、金融、教育、醫療、零售等行業開始爆發，並有往傳統行業蔓延的趨勢。

如果按照業界普遍預測的40-50%的智能客服替代率，留給智能客服企業的市場規模大概有800-1000億元，排除場地、設備等基礎設施以及甲方預算縮減，也仍有數百億的市場空間。

在這個大背景下，資本開始瘋狂湧入這個賽道。據不完全統計截至目前智能客服領域完成的融資事件達131起，獲得融資的項目達41個，其中獲得B輪及以上融資的企業有13家。

模式之爭：大客戶or小客戶？

一邊是加入深度學習、強化學習後變得日益成熟的NLP技術，另一邊是重複工作率高、被當做情緒垃圾桶、人力成本水漲船高、人員流失居高不小的客服崗位，用先進技術解決剛性痛點的智能客服創業本應該大有可為。

但智能客服創業並非一條坦途，在創業之初選擇目標客戶時所有智能客服創業公司都需要面臨一個選擇：究竟是主攻大企業客戶，還是一開始切入中小企業市場？這不單單是目標市場的選擇，更是背後商業模式的選擇。

銀行、保險、證券、房地產等傳統行業的大企業往往有很強的客服痛點，對引入智能客服系統的意願很強，但同時其對自身數據安全性的要求也很高，因此只會同意本地化部署的解決方案。

切這類大客戶做本地化部署解決方案，就只能採用項目制的商業模式，做一個項目收一次費用。好處是一個項目就能收到幾十至上百萬元的收入，創業初期就能有盈利；壞處是需要針對大企業客戶的需求做大量個性化定製，不僅佔用大量人力成本而且難以規模化複製，長久來看增長空間有限。

主切中小企業客戶則可以用標準化的SaaS產品來滿足其需求，不僅模式輕佔用人力成本低可實現規模化複製，而且能通過每年續費的方式獲得持續的收入，還能不斷得到數據循環反饋建立起技術壁壘。但缺點是前期獲客難度大，需要做大量市場教育工作，並且中小企業的死亡率高，整體的續費率難以保障，創業初期很難實現盈利。

一邊是做本地化部署，切大訂單，收一次性的項目工程款，前期就能實現盈利，但難以規模化複製；另一邊是做SaaS產品，切小訂單，收可持續的坐席年費，可以規模化複製，但前期市場開拓艱難。

兩相對比奇智機器人創始人陳海飛更青睞前者，「我們主要切大企業客戶，本地化部署的續費痛點可以通過二期、三期工程來解決，而且每年還能有15%的技術維護費用。而中小企業客戶由於業務變更較快，機器人使用成本較高等原因，整體的續費率仍然無法保障，因此我不太看好SaaS模式。」

與此相對，曉多AI客服創始人江嶺更偏愛SaaS模式，「我們的重點是SaaS，主要服務互聯網等新經濟企業。做傳統大企業客戶本地化部署項目周期太長，成本比較高，業務增長也比較緩慢，更重要的是得不到數據反饋來形成閉環，因此我們沒有選擇這個方向。」

但曉多AI客服也並非完全不做大企業客戶，像美團就是其一個典型大客戶案例。江嶺的思路是通過做大企業客戶樹立標杆，再吸引中小企業客戶使用自己的SaaS產品，並且在做大企業客戶的過程中還可以積累行業經驗和數據，用於優化自己的SaaS產品，這是跨入一個新行業開展業務非常有效的一種策略。而採用這種「兩條腿」走路策略的智能客服創業企業其實不在少數。

如果把視野拉長到10年，竹間智能創始人簡仁賢認為未來SaaS的營收佔比將會超過80%，但在此之前SaaS和私有化部署都將對營收貢獻起到重要作用，眼下看後者的貢獻能力可能更強，兩到三年後會持平，再往後SaaS的貢獻會逐步升高。

為了搶奪更高的市場份額，各智能客服創業公司都在加緊構築自己的核心壁壘，但究竟什麼能成為智能客服企業的護城河，所有的參與者也都在摸索。

技術驅動還是商務驅動？

在行業初期，智能客服創業企業首先要做的事情是把自身的底層技術能力夯實，然後更重要的是結合市場需求完成技術的產品化落地。

「可以看到近幾年能跑出來的公司，都是技術和產品化能力過硬的團隊，而這樣的團隊往往在創立初期就能拿到不錯的估值。」英諾天使合伙人祝曉成對小飯桌說道。

產品經過市場檢驗並做了調整後，企業就必須開始做商業化探索，規模化複製快速提升市場份額就成為了擺在所有團隊面前的新挑戰。

歷史經驗來看成功的技術型to B企業必定是雙輪驅動的。

一方面企業必須不斷優化底層技術保證產品的前沿性，曉多AI客服和百應科技都建立了專門的技術團隊來探索最前沿的人工智慧演算法，並和國外的AI實驗室保持合作，保證最前沿的科研演算法模型能被快速引入用於優化自己的底層技術。簡仁賢告訴小飯桌竹間智能的所有底層技術模型每三個月就會完成一次迭代。

另一方面企業的銷售能力必須跟上，必須能不斷攻城略地帶回源源不斷的客戶，並保證客戶的續約率這樣企業才能活下來。而開發的場景越多，開拓的客戶越多，企業積累的數據就越多，反過來就能優化出更高準確率和更符合用戶預期的產品。

一旦開啟技術與商務互相促進的正反饋循環，企業就能進入螺旋式上升的快速發展通道，建立起難以逾越的競爭壁壘。

「短期來看商務能力可能是更重要的，前期創業團隊可以靠技術優勢拿到不錯的估值，但往後期走的過程中團隊必須通過營收能力來證明自己，否則很難拿到更高的估值和融資。」華創資本投資人余躍向小飯桌分析道，「國外上市的成功SaaS企業，從財報可以看到其銷售費用往往能佔到營收一半。」

現實情況是，智能客服行業仍處於發展初期，大部分的團隊剛走完產品化落地階段不久，商業化也剛剛提上日程，團隊仍以技術型人才為主，商務團隊的打造是接下來要面對的課題。

「這類型的企業都是啞鈴型結構，技術團隊和銷售團隊是企業最重要的兩個部門。」祝曉成接著說道，「而且這兩個團隊都必須足夠強，才能成為行業內的頭部企業。」

當下智能客服創業企業還面臨另一個挑戰，那就是傳統的外包式呼叫中心廠商和客服軟體開發廠商也都在做AI轉型，開發自己的智能客服機器人。他們的優勢是有大量老客戶，劣勢是技術能力沉澱不夠，做出來的產品離客戶的要求差距較遠。

「這類廠商很多並沒有AI技術能力，往往是接到一個大訂單後再把智能客服相關的開發需求轉包出去。」陳海飛告訴小飯桌。

因此現在的智能客服競爭是在和時間賽跑，就看是創業企業先培養出能打的商務團隊，還是傳統企業先沉澱出AI技術能力。

「像我們早期投資的智齒科技，它已經發展了6年多，積累了一定規模的客戶，在客戶的問題和數據反饋中又能不斷優化自身的產品，這類創業型的企業相比傳統呼叫中心、客服軟體企業已經有了一些優勢。」余躍對小飯桌分析道，「整體上我更看好新一代的創業公司，雖然還沒有形成絕對的頭部效應，但已經積累了一些先發優勢。」

智能客服的想像空間還有多大？

智能客服依靠的底層技術有自然語言處理、語音識別、語音合成、情緒識別等，但這些技術不是只能做客服一件事，客服只是一個比較成熟的場景，但不是唯一場景。

通用的AI技術準確率並不高，有可能把「5分」聽成「股份」，把「售前」理解為「收錢」，不能根據上下文邏輯為用戶提供精準的答案。

但限制到具體場景後，智能客服創業企業通過積累大量的行業數據，並繪製出行業知識圖譜，就能有效提高語意理解與語音識別的準確率，比如在給客服打分的場景下就不會把「5分」轉譯為「股份」。

在提高智能客服產品性能的同時，創業企業積累了大量成熟的底層技術能力，把這些技術能力排列組合就可以開發出更多新的智能產品，以滿足企業用戶多樣化的需求。例如業務諮詢、老客戶回訪、智能工單系統、客服的質檢和培訓、輔助運營和數據分析人員的智能助手等。

「只做智能客服未來的業務增長會非常受限，可能兩三年後就會觸達天花板。」簡仁賢同時分析道，「通過智能客服產品完成獲客後，如果可以開發更多產品提供給客戶，就可以藉助一次獲客成本完成多次銷售，因此必須具備橫向新業務開發的能力。」

另外積累了這些底層技術和行業知識圖譜後，智能客服企業就可以從SaaS切入PaaS，以平台的形式為客戶提供開發、運行、管理AI應用程序的環境和資源。

這個思路指導下，竹間智能推出了機器人工廠（Bot Factory）開放平台，百應科技推出了企業AI中台戰略。

簡仁賢認為，NLP驅動的整個人機協作大產業未來三年將突破萬億元市場規模，而且這個產業未來還會有30-50年的長足發展期。

而且這些掌握了NLP底層技術的企業還有可能進入IoT領域，直接面向C端消費者提供智能助理產品，從to B業務拓展到to C業務。

「竹間的長期目標是為更廣泛的C端提供服務。」簡仁賢對小飯桌說道,「我們目前和華為、OPPO等手機廠商都有合作，把竹間的個人助理預裝到它們的手機終端，直接面向數億C端消費者提供AI服務。」

暗流下的挑戰

在繁榮的AI創新探索背後，行業面臨的挑戰也不容小覷。

電話機器人客服是智能客服的重要分支之一，可以外呼和接聽通話，尤其是外呼業務可以用於意向客戶的篩選，被認為是客服向銷售拓展的重要場景。

但由於電話機器人太過高效，營銷電話擾民、騷擾電話泛濫等問題日益突出，工信部、最高法、最高檢、公安部、住建部、銀保監會等十三部門決定，自2018年7月起至2019年12月底，在全國開展綜合整治騷擾電話專項行動。

在政策法規面前，規範用戶的使用行為就是擺在智能客服創業企業面前的一個重要挑戰。據王磊介紹，百應科技在簽約用戶之前會先確定用戶外呼業務的使用場景，如果是陌生電話拜訪用途會拒絕簽約，如果簽約後發現用戶用於陌生電話拜訪也會終止合作。「只有針對老客戶的回訪場景和二次銷售才是被允許的。」王磊說道。

除了政策法規等短期挑戰外，整個行業還面臨市場教育的長期挑戰。

據余躍介紹，目前整個智能客服行業實現年營收過億元的企業只有少數幾家，無論是被預估數百億市場規模的智能客服賽道還是數千億市場規模的人機協作賽道，目前被實際佔領的市場份額都還微乎其微。

雖然需求足夠剛性，但目前整體而言智能客服只在互聯網新經濟、金融、保險等領域被廣泛接受，占更大比例的傳統企業對智能客服這一新鮮事物的接受程度較低，整個行業需要強力的銷售團隊去大力開拓市場，完成市場的教育工作。

另外當行業競爭加劇後，如何保證用戶續費率，提升用戶切換供應商的轉換成本，都是創業企業將要面對的挑戰。

如此看來，智能客服整個行業剛剛走完技術產品化落地的1.0階段，未來還需探索新的應用場景和商業化，要走的路還有很長。祝曉成預計，整個行業還需要3-5年的時間去摸索更多新的可能。

能否孵化百億美元超級獨角獸

「國外有很多成功上市的to B科技企業，市值從幾十億美元到上千億美元都有，完全不亞於to C的科技公司。」余躍補充道，「SaaS類的上市企業一般能拿到10倍以上的PS（市銷率），消費品企業一般也就1-2倍PS，因為前者有更強的用戶粘性和更高的復購率。」

以國外知名的雲客服企業Zendesk為例，當前市值為84.68億美元（最高時達到105億美元），2018年營業收入為5.99億美元，PS為14.13倍。

橫向對比，如果國內的智能客服企業能在未來達到10億元營收的規模，就有機會衝擊百億人民幣估值。在數千億市場規模的NLP大市場，10億元營收目標並非無法企及。

創新工場董事長李開復2017年11月2日接受《中國企業家雜誌》採訪時曾預測過，智能客服賽道有希望出現百億美元估值的超級獨角獸，因為他判斷「在中國、美國、印度這三個國家中，就有2000萬客服人員，未來5-10年幾乎全部可以用機器人取代，如果一個人的成本按照2萬美元計算，將是一個近4000億美元的市場。智能客服創業企業還可以從客服走向市場、品牌、銷售等等，賽道非常長，他們有潛力做到超級獨角獸。」

市場規模大且生命周期長，以智能客服為原點，留給NLP領域的是更大的想像空間。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！