作为企业客户关系管理(CRM)的重要组成部分，客服是连接企业与客户的重要桥梁，极大地影响着企业的销售成果、品牌影响及市场地位。但是，长久以来，客服行业都存在诸多痛点，客服人员流动性大、培训成本高、客服效果难以把控、大量重复性问题过度消耗人工客服，同时，如何提升售前、售后转化，如何优化客服流程，如何从客服数据中发现企业业务问题等，都是各类企业面临的普遍问题。
早期客服机器人的出现在一定程度上解决了简单重复性问题，而深度学习算法的应用又降低了客服机器人所依赖的知识库构建和维护成本的大幅下降，加上大数据分析和智能语音技术在客服场景深入应用，AI正在变革客服行业的原有业态。但是不同的行业应用也不一样，不同的场景，解决的问题也不一致;从整体上看;适合自己的产品才是解决企业痛点的有效的办法;单从产品上看，每一个产品的着重点，模式+技术+服务类型都是不一样的。
智能客服行业竞争与成长逻辑分析
产品运营化和服务深度化是智能客服行业的成长逻辑
产品运营化：通过产品传递服务理念和方式
无论是SaaS客服软件，还是客服机器人、云客服，对企业的核心需求来说，并不是用一套可以用的产品，更重要的是通过这些产品，用相对较少的成本为企业的客户提供更完善、更优质的服务，从而带动业务的提升。因此，无论是云客服企业，还是机器人公司，都需要思考如何通过产品设计、流程优化、服务方式等，解决企业核心痛点和问题。
虽然，市场上针对B端的市场需求量大，但AI并不是全能药;这个成本技术含量很高;通过设计交互方式的变革降低成本、提升效率这才是解决企业的痛点问题。
服务深度化：通过将定制需求产品化提升服务能力和效率
AI、物联网新等新技术的大范围应用，定制化服务客单价高，能积累较多的行业经验，有利于公司快速发展;但客制化需求耗时长，业务繁重，规模化量小并不适用各行业。
智能客服软件产品及服务类型
多渠道接入+四位一体+数据分析
互联网的发展及各平台的涌现，使得客服需求渠道日益丰富，除了早期我们熟悉的电话、短信、网页，还衍生出APP、微博、企业微信、H5、小程序等新兴的渠道。为了满足客户多种渠道的客服需求，目前市场上都支持全渠道接入。
在客服产品方面，主流云客服厂商已经形成了涵盖呼叫中心(呼入+电销)、在线客服、工单、文字+语音客服机器人在内的四位一体客服系统，完全可以满足企业的需求。
为了帮助客户提高销售转化、实现精准营销，只能客服在接入环节追踪各渠道用户的浏览轨迹。随着客服需求进入到呼叫中心、在线客服系统、工单系统或者客服机器人、人工客服或机器人客服会对相应的客户诉求进行处理，在此过程中产生的大量会话数据、行为数据、反馈数据一方面可以反辅客服机器人的训练模式，提高机器人回答准确性和服务效果;另一方面，智能客服公司还会基于这些数据提供质检和用户数据分析等服务，帮助客户提升客服效果，实现精细化运营。
智能客服细分产品技术介绍
客服机器人底层技术：从关键词+搜索、到NPL+深度学习
文字客服机器人：算法能力+工程化能力+服务能力
语音客服底层技术：呼入识别+呼出合成+多轮对话+智能分析
语音客服机器人：辅助人工提升电销及外呼效率
当然，客服机器人并不是解决以上场景痛点的方法，无论是短信提醒、企业微信服务号、小程序等都可以成为解决上述问题的途径新方式，并且从效率和成本角度看，语音客服机器人成本相对较高、效率也相对低，电话漏接、拒接的情况非常普遍。因此，需要找到合适的客服机器人并能够高效的解决问题的场景，才能发挥长期价值。此外，由于受访用户所在的环境、口音不可控，当前语音识别还不能很好的解决环境噪音、口音等问题;因此在这些情况下，语音机器人的识别、交互效果会大打折扣。
引入产品分析
机器人——营销特点突出
优势与亮点
外呼作用为主——客户打进来无法接听，只能后台呼叫转移，转移到指定的号码;帮助筛选意向客户。
客户资料接入——只需一键，即可将大量的未知客户资料提交给机器人，无需人工重复操作。
机器人学习——可将不同的场景话术提交给机器人，机器人将读取相关数据，并成为相关领域的销售精英
机器人筛选——机器人根据不同领域的销售或客服话术，与客户互动，从大量的客户资料中，筛选出可能的意向客户并进行分类
意向客户——较后销售或客服人员根据机器人的数据分析以及通话记录进行有效的二次跟进。
真人式语音群呼——销售可将自定义的话术提交给机器人;销售上班后只需一键启动，机器人就会以真人式的语音对目标客户进行群呼;
呈现效果：帮助销售制定标准化服务，同时节省80%以上的时间并提高6倍以上的效率。
筛选分类与过程录音——机器人在多线路进行群呼时，会筛选出意向客户，并将其根据ABCD分类存储在系统里面;整个过程都有录音试听，可以清晰地进行聊天挖掘，为客户管理提供有效决策;
呈现效果：对意向客户沟通轨迹的全方位记录，提高跟踪准确性。
交互学习和拨号时间管理——机器人会自动把标准问题与学习到的相似问法进行关
联，随着交互数据的累积会变得越来越智能;销售或企业可通过拨号时间设置来管理机器人的上班时间，保证在较合适的时间段与目标客户进行交互;
呈现效果：对客户问题进行收集挖掘分析，给客户提供更精准化标准化的服务提高成交率
资料批量导入导出——深层次标签化CRM系统销售可根据行业、地域等属性进行批量上传，并可权限设置批量导出功能;系统也支持销售对客户资料进行增删改查等操作;
呈现效果：可按不同属性批量上传与增删改查，提供便利性。
公私海的灵活性应用——为企业设定公平公正的销售平台，避免内部人员撞单内耗，销售都
是有自己的私海，可以将溢出的客户信息开放到公海，过段时间后也可以再捡回;私海中有计划、状态、结果等列表，销售可对拨打结果进行实时跟踪;
呈现效果：为企业设定公平公正的销售平台，避免内部人员撞单内耗等。
信息的标签化过滤与搜索——系统会根据设定的规则不同维度的对客户资料进行分类，如：意向度、通话时长、行业等标签，另外销售也可以给信息进行自定义标签进行分类;信息标签化分类后，销售可根据任何标签名称进行查询搜索，较大程度上提高销售在CRM管理方面的效率;
呈现效果：不同维度的标签分类和搜索，较大程度上提高销售在CRM管理的效率。
工作原理：
核心技术实现形式——
1、NLP ——让机器人更能听懂一句话背后的意思
2、语音识别——行业语音识别(asr)准确率高达87%(据细分行业靠前)客户长短句通话做到实时识别，平均响应时间400毫秒。
3、机器学习——采用HMM神经学算法能对领域不断优化，能不断自我学习，不断提高识别率
4、数据挖掘——通过对录音文本转译和数字化特征展示，利用关联语义索引，构建业务主题并分类建模，可对业务主题进行深度钻取和挖掘
5、监控管理——通过提供多维度的管理报表和对关键运营指标的可视化管理，帮助各层级管理人员了解服务运营情况，获取全面的运营管理决策支持
6、交互分析——采用深度神经学算法和卷积神经网络算法，抗噪性强，一问多回都能高度理解
多种部署方式
混合云
特点：安全性高，语音质量高，可个性化定制，开发灵活
适合企业：坐席规模大，对安全性要求高，个性化需求多
公有云
适合企业：针对坐席少零散，投入比较小
特点：建设零成本，部署灵活，无地域限制，有网络即可，建设时间短，安装客户端直接开通账号
私有云
特点：通话质量好，号码本地化
适合企业：有号码本地化需求，对通话质量要求高。
