聚焦沃丰科技｜告别野蛮竞争时代，智能客服品牌要拼AI内功

文章摘要：有超过50%企业的核心诉求是，智能客服可以在大量繁杂的业务咨询中响应。这些企业的需求，随着人工智能（AI）的快速发展推动下，逐步得到解决，目前智能客服在应用中已经能够解决85%的常见问题，且其花费是人工...

有超过50%企业的核心诉求是，智能客服可以在大量繁杂的业务咨询中响应。

这些企业的需求，随着人工智能（AI）的快速发展推动下，逐步得到解决，目前智能客服在应用中已经能够解决85%的常见问题，且其花费是人工客服支出的10%。

智能客服迎来大爆发。头豹研究院数据显示，2025年，中国智能客服市场规模或将突破102.5亿元，2020-2025年CAGR达35.8%。此外，市场公开数据更是预测智能客服市场将达到500亿~800亿元。

其中，自然语言处理、架构化知识库、语音交互技术、深度学习等AI技术是中国智能客服商业化的核心技术。

智能客服是第一新声持续关注的高科技高成长赛道，曾报道《智能客服2.0时代激战，面临技术、数据、混战三座大山》（点击阅读）。同时，在今年10月，【第一新声】特联合【天眼查】启动的“数字中国”系列之“2021年中国高科技高成长企业系列榜单”。

本篇文章是我们聚焦智能客服头部企业沃丰科技，进行的采访调研，探讨一系列问题：AI技术到底应用于智能客服的哪些环节？面对垂直行业场景、专有行业名词，识别效果如何？国内智能客服企业如何将AI技术贯彻到产品之中？

1.AI推动中国智能客服高速发展，CAGR达35.8%

从1956年“人工智能”（AI）概念首次被提出至今，人工智能发展已经历经60余年，经历了三次发展浪潮，当前正处于第三次发展浪潮之中。 AI的理论和技术正在飞速发展，其中在语音识别、文本识别、视频识别等感知领域取得了突破，成为引领新一轮科技革命和产业变革的战略性技术。
例如在语音识别方面，早在1952年，贝尔实验室就创造了一台名为Audrey的机器，能够以 90%的准确度理解数字0-9，但这个准确度仅在机器发明者发言时可以达到。

到了80年代，语音识别研究进一步走向深入，隐马尔科夫模型（HMM）技术的成熟和不断完善，并最终成为语音识别的主流方法；以知识为基础的语音识别的研究日益受到重视；人工神经网络（ANN）在语音识别中的应用研究兴起。

90年代，语音识别技术逐渐走向实用化，在建立模型、提取和优化特征参数方面取得了突破性的进展，使系统具有更好的自适应性。这个时期，出现了许多具有代表性的产品。例如IBM公司研发的汉语ViaVoice系统，以及Dragon工司研发的DragonDictate系统，都具有说话人自适应能力，能在用户使用过程中不断提高识别率。

21世纪之后，深度学习技术促进了语音识别技术的进步和应用的广泛发展，极大地提高了识别精度。语音识别技术在手机、家电、游戏机等嵌入式设备中得到了大量应用，主要应用于语音的控制以及文本内容的输入中。

语音识别经历了从2012年的DNN（深度神经网络）引入时的Hybrid HMM结构，再到 2015年的CTC算法，而后到2018年的 Attention 相关结构的研究热点。

语音识别领域技术研究发展趋势

与此同时，深度学习，机器学习芯片和算法取得突破，ASR（语音识别，Automatic Speech Recognition）、NLP（自然语言处理Natural Language Processing）和 TTS（语音合成，Text-To-Speech）也在过去迅速进步，大幅降低了语音识别的单词错误率。

近年来，在全球AI相关技术蓬勃发展的情况下，推动着智能语音产业进入规模化深耕期，并保持快速增长态势。

《2020~2021中国语音产业发展白皮书》显示，2020年，全球智能语音产业规模约为203亿美元，预计2021年产业规模将超过250亿美元。我国智能语音市场规模持续扩张，2020年市场规模达217亿元，同比增长31%，预计2021年可达到285亿元，同比增速达到44%。

受底层AI技术如NLP、深度学习、ASR等逐步完善，客服向智能化方向发展。我国的智能客服未来5年呈现快速增长态势。

头豹研究院数据显示，2020年，中国智能客服行业市场规模为30.1亿元，同比增长88.1%，预计2025年，智能客服市场规模或将突破102.5亿，2020-2025年CAGR达35.8%。

面对庞大的市场和企业的需求，智能客户行业也涌现了不少企业。第一新声根据天眼查搜索“智能客服”出现948家。同时，资本也对客服行业的投资热情持续高涨，第一新声根据IT桔子不完全统计，2021年仅仅智能客服相关企业融资至少有16起。

不过，目前国内智能客服行业已经过了盲目竞争时代，市场上成功留下的玩家有三类，一是比较新兴的SaaS客服公司，例如沃丰科技Udesk；二是聚焦客服智能化的技术公司；三是BAT等大厂做的智能客服产品。

其中，沃丰科技成立于2014年，目前已从单一的智能客服公司，成长为国内领先的AI驱动的客户服务、CRM和客户体验解决方案提供商。

2.沃丰科技定制行业语音识别率达95%以上

沃丰科技以智能客服Udesk产品起家，并凭此在行业内取得头部地位。共完成7轮近7亿元的融资成绩，包括老虎环球基金、Coatue、君联资本、DCM等知名机构。
沃丰科技并没有满足于此，一直在持续进化。目前，公司除了Udesk，还有AI智能化产品线GaussMind、销售服务一体化平台ServiceGo、基于企业微信的微丰SCRM、智能客户体验管理CEM CusBridge。

其中，GaussMind是沃丰科技的智能化产品线，主攻语音语义融合技术，自研领先的AI基础设施“原心引擎”（NLP-PaaS、ASR），打造了“AI产品应用”文本机器人、留资机器人、语音机器人（外呼机器人、呼入机器人）、虚拟数字人、智能质检、智能会话分析、企业微信会话分析、智能坐席助手、智能拓客，“AI知识中台”企业搜索、KCS知识库、知识图谱，以及“AI模块化开发平台”用户/产品画像、智能推荐、智能营销，通过“产品应用+知识中台+模块化开发平台”的闭环AI技术，全面助力企业打造营销、管理、服务等场景的AI原生体验。

GaussMind语音机器人打通客户业务数据，持续将问题话术、知识库、工单等具有显著行业特点的历史数据引入识别引擎，实现模型定制化训练，让系统像人一样在限定场景下做识别，提升语音识别准确率；针对中文多音字的现象，语音识别引擎不仅输出识别结果，同时输出多候选，以及音节序列，为语义模型提供丰富的语义信息。

在语义识别方面，GaussMind语音机器人通过用户垂直场景的数据，基于深度学习模型自然语言理解模型，不仅能够获得高意图识别准确率，同时结合语音识别引擎输出的识别结果、多候选以及音节序列，语义模型具有一定对语音识别的容错能力，极大提升了语义识别模型的鲁棒性。

沃丰科技人工智能高级算法专家Aaron介绍，“原心引擎”是针对语音交互场景做的技术方案，主要包括NLP、ASR等技术。

传统语义交互的方式是，音频经过信道传输，送给ASR系统做识别，ASR系统将识别结果输出给NLP模块，再由NLP模块进行意图判断并反馈给用户，整个过程是一个单向的，各系统模块串联的过程。

从整个交互过程可以看到，在语音交互场景下，影响语义识别率的因素有多个方面。例如传递过程信息损失，任何系统在信息传递过程均有损失；ASR与NLP模块相互独立，仅仅通过转写的文字序列进行沟通，信息量太少；机器人无语境，无上下文。

这几个方面的因素导致了语义识别仍具有很大的提升空间，针对以上的问题，沃丰科技自研“原心引擎”，融合语音语义，让语音沟通无障碍，目标是让机器像人类一样去理解、去思考。

“原心引擎”主要从4个方面提升系统性能。

一是情景重现，让机器人在场景化领域带着问题去思考。例如将问题话术、知识库、FAQ、工单等具有强烈的行业特点的历史数据，持续引入引擎，让机器像人一样在限定场景下内进行语音识别，提升识别效果。

二是语音语义融合，实现体验定制化丰富的识别结果输出，打造能听懂语义的引擎。汉字切断了语音和语义之间的联系，语音与语义被“汉字”强行中间断了直接链接，相当于转了一个多余弯道。比如问：您在网上买了什么，有人说买了空调，有人说买了xxxx，当人听到语音信号后，直接转化为意图，不需要先转为文字，然后再进行意图判断，而机器的处理方式是，先将音频转为文字，然后根据文字进行意图判断，这里面将2个系统的损失累加。

三是语义增量自适应，实现客户业务领域自学习与训练。无论ASR和NLP系统，如果做不到自学习，系统就需要耗费大量的人力资源做训练，性能将会遇到瓶颈，就像人一样，需要不断的学习；而人工客服当听到一个不知道的问题时候，当遇到第二次时，就会学习到。沃丰科技自研的原心引擎，打通了客户业务领域，融合文本机器人、语音机器人，知识库（不断的维护知识库），让系统闭环，让系统自学习起来。

四是响应迅速。例如在语音交互场景下，大家非常地在乎响应时间、交互的流畅度。如果A和B正在交流被C打断，正常情况下400毫秒之后A和B可以继续沟通。沃丰科技也只需要500毫秒就能响应，而目前行业需要800毫秒甚至1.5秒。

正是因为沃丰科技基本全部采用了最新的端到端的研究方法，使得系统准确率和鲁棒性得到极大地提升。目前其在通用行业的识别率达92%以上，定制或专业行业达到95%以上，例如对新闻类的语料识别达到97%，甚至更高。

“整个语音识别行业的实际应用场景的准确率达到85%以上，即使我们只有是2~3个点的提升，也会让用户感受到比较明显的差异。”Aaron说道。

他强调，平时大家看到的准确率、字符的错误率说的是整体层面，在使用、沟通过程中，有些词错了不影响理解，而有些词错了就影响到对问题的理解。假设系统把Udesk或者 CusBridge产品名识别错时，大家从文本上就会完全不理解含义。所以错误率的表现有两种，第一种是通用的语音识别效果，第二种是关键词或者实体词的语音识别效果。

“我们更关注第二种，例如一篇文章中实体词也许只有几十个甚至几百个，如果这种词错了，整篇文章可能看不懂。但是一些口语化、停顿词识别错了，不影响理解阅读。”Aaron介绍，在语音交互的场景中，如果达不到两全其美，沃丰科技会优先做实体词的识别。

3.AI技术成熟还需5-10年？

伴随AI相关技术的加速发展落地，已有22%的企业基于云部署构建智能客服机器人，智能客服在各行业应用持续拓宽和深化，其中在金融、电商、旅游、行政等行业渗透率高。

例如头豹研究院的数据显示，智能客服龙头厂商在金融行业渗透率达到100%。智能客服应用于重复高的咨询服务，高峰时期的响应服务，并实现智能催收。金融领域企业的业务场景主要分为售前和售后。售前主要以电销为主，关注呼叫效率提升、数据安全、服务质量监控；售后服务主要以客户咨询与回放为主，关注客服机器人产品的准确性以及外呼产品的操作性。
而沃丰科技在金融行业已经赢得众多险企、保险中介机构的青睐，例如光大银行、中国人寿、泰康人寿、中国太平、融盛保险等。

智能客服龙头厂商在零售电商行业的渗透率为86.2%，电商行业的痛点有两方面。

一方面无论线上线下渠道客服咨询量大，重复性问题多，企业的客服人力成本持续上升；同时高峰期和咨询量会影响用户体验，可能导致用户满意度下降。另一方面，随着线上渠道多元化，用户信息也越来越分散，企业对数据追踪和管理难度上升，尽管企业收集到用户数据，但分散、孤立的数据反哺前端的能力较弱。

国内某知名潮流品牌电商平台使用了沃丰科技的GaussMind智能客服管理解决方案后，各项经营管理指标都有了显著提升。客服质检效率明显提升，几十万客服对话全量质检；企业只需要针对筛选出来的对话进行复检，人工抽检效率提升300%，帮助客服管理团队有效提高服务质量；售前转化率更是明显提升，在智能质检系统的帮助下，SOP执行更规范，售前吸引客户下单，转化率提升10%，一定程度上实现了留住客户，也避免了“只问不买”的尴尬；退货率降低20%，挽单话术执行力提升30%。

沃丰科技正是依靠产品优势、服务能力，其智能客服产品在国内市场的占有率稳居第一。现阶段，公司覆盖了大健康、餐饮/食品、能源/制造、零售、金融、地产等16大行业头部客户，占领高端市场，已服务了世界500强60家、中国500强150家、年处理交互数据2000亿次。

虽然沃丰科技依靠AI 技术取得优秀成绩，但从行业整体发展来看，存在着底层技术不成熟、技术复用壁垒高等痛点。

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。

Gartner相关报告显示，强化学习、自然语言处理、知识图谱、智能机器人、数字伦理等 AI 技术还在研究发展中，距离生产成熟至少均还需“5-10 年”。

其中，NLP（自然语言处理）技术近五年来的预计成熟时间一直维持在“5-10年”不变，但是该技术发展状态变化迅速，从2015年的“萌芽期”、转到2016年的“期望膨胀期”并维持了三年，之后的2019年便跌入“幻灭期”。

自然语言生成（NLG）是NLP的重要组成部分，是将非语言格式的数据转换成人类可以理解的语言格式，降低人类和机器之间的沟通鸿沟。其典型应用包括自动写新闻、聊天机器人、数据解读和报告生成。目前NLG仍处于初步采用阶段。

NLG是人工智能和计算语言学的分支，是生成可理解文本的计算机系统，于2018年的预计成熟期是2-5年；自然语言问答是能够接受用自然语言描述的问题，通过语义相似度的计算，自动地返回相关答案的系统，于2018年的预计成熟期是5-10年。

但是，Aaron认为，单点技术例如ASR、NLP等技术的实际应用成熟度已经达到70%-80%。其中，在ASR技术上，沃丰科技具有核心优势。据悉，目前国内具备ASR技术的独立研发团队不多，沃丰科技就是其中之一。

未来，随着智能客服行业发展逐步进入深水期，考验的不仅是企业的技术能力，还有拓展新场景、行业理解能力、渠道建设推广以及成本控制能力等多方能力。面对激烈的竞争，相信沃丰科技已经做好了准备。

文章为沃丰科技原创，转载需注明来源：https://www.udesk.cn/ucm/update/39380