專訪明略科技CTO郝傑，共繪會話智慧發展藍圖 | 愛分析訪談

摘要：

進入3.0使用者中心時代，企業如何透過構建從售前到售後的全流程客戶服務體系，實現以服務驅動營銷提升銷售轉化效率一直是一個難題。而會話智慧技術，基於機器學習、NLP、ASR、大資料等核心技術，透過溝通前銷售線索跟進及智慧銷售策略輔助、溝通中話術指導以及會話質檢、溝通後智慧會話診斷及使用者滿意度分析等能力，助力企業實現客戶全生命週期精細化運營，已成為現階段企業在存量時代實現業務大幅增長的重要手段之一。

近日明略科技CTO郝傑接受愛分析專訪，並就會話智慧技術目前的行業發展現狀，以及會話智慧技術如何賦能企業各業務場景等話題展開分享。

1、會話智慧定義

愛分析：按您的理解，如何定義會話智慧？

郝傑：用一句話來概括，會話智慧技術就是TO B場景下的企業內外部工作會話流中，人與人的交流過程中，能夠適時出現的輔助智慧。

具體而言，會話智慧是基於ASR、NLP、機器學習、大資料等核心技術，透過將前端的軟體和底層硬體相結合，並與後端的資料平臺打通，使企業能夠在各個業務環節中，實現大幅提質增效的一種技術。例如，在內部管理培訓場景中，可以將數萬種產品的知識庫與會話機器人打通，讓員工快速檢索、學習企業產品知識等；在產研與營銷場景中，能夠基於與客戶的會話，分析使用者的需求，用來指導新產品的研發或是營銷計劃的制定；在銷售場景中，幫助銷售實時記錄與客戶的對話，資料分析成單、丟單原因，自動化推薦客戶跟進的策略，有效賦能企業全業務鏈路。

愛分析：會話智慧和傳統TO C場景下的對話機器人有什麼區別？

郝傑：傳統TO C場景下對話機器人是被動式的機器人，通常指的是可以實現基本人機對話的語音機器人，如語音助手、智慧音響等，在使用時往往需要使用者主動發起。而會話智慧技術更強調的是，在TO B場景下人與人之間的對話中，可以在會話流內實時發掘使用者潛在需求，並能夠提供相應的輔助工具的人工智慧技術。

2、會話智慧發展驅動因素分析

愛分析：從您的角度上看，未來會話智慧可以大規模普及的驅動因素有哪些呢？

圖：會話智慧發展驅動因素

郝傑：第一，渠道端，私域運營場景增多，企業需要直接參與客戶開發與運營。在如今的存量經濟時代，公域引流成本和難度直線上升，僅依靠公域流量池促進銷售增長的傳統路徑已經逐漸閉塞，難以支撐企業的穩步發展。因此，企業需要深挖存量客戶潛在商業價值的同時，透過私域運營的方式，將私域流量留存在企業內部進行使用者關係經營、完成產品或服務交付，實現商業價值變現。在這一趨勢下，企業需與客戶建立更為直接、頻繁的溝通關係，並參與全流程的客戶開發和運營。這也直接導致了，客戶對於企業服務能力的更高要求。而會話智慧技術，憑藉底層人工智慧、大資料、機器學習、NLP、ASR等核心技術，透過為企業提供與客戶溝透過程中需要的多種智慧化輔助工具，幫助企業更好的與客戶建立直連關係，有效提升服務能力和客戶滿意度，已逐漸成為了企業在當前流量困局下的破局之匙。

第二，運營端，客戶LTV精細化運營趨勢上升，企業需要更細化的客戶運營體系。隨著流量紅利的減少私域運營場景的增多，為保持客戶粘性，真正提升銷售轉化效率，。企業需要構建涵蓋售前、售中、售後的更加精細化的客戶服務和運營體系，透過滿足客戶在各個階段的不同服務需求，真正做到發掘客戶全生命週期潛在商業價值。在這一需求的驅動下，會話智慧基於所包含的售前銷售線索補充、售中銷售策略輔助、售後使用者洞察等核心功能，幫助企業構建貫穿客戶全生命週期的精細化運營體系，深度發掘客戶在每一個階段的潛在需求，實現客戶價值最大化，已成為企業大幅提升銷售轉化效率的重要手段之一。

第三，管理端，企業自身管理培訓的需求升級也是會話智慧技術發展的一大驅動因素。進入3.0使用者中心時代，企業為實現客戶滿意度和銷售轉化效率的大幅提升，需要構建以客戶體驗為核心的涵蓋售前、售中及售後的全流程客戶服務體系。但在傳統企業管理體系下，由於缺乏視覺化的監管和質檢工具，企業難以對客服人員的服務流程和服務質量進行有效把控，導致由於客服人員工作不規範而造成的客戶流失現象頻發；另一方面，由於缺乏完善產品培訓體系，企業客服人員因對產品缺乏知識體系的建立，而導致的無法滿足客戶需求的問題也常常發生。因此，在人口紅利逐漸消失的大趨勢下，企業為保障客戶滿意度，對於自身內部管理和培訓提出了更高要求。而會話智慧技術所具備的包含服務節點管理、智慧質檢、智慧輔助在內的核心能力，正是解決現存客戶服務痛點不二之選，進一步帶動了會話智慧技術的大力發展。

3、會話智慧發展必要條件分析

愛分析：發展會話智慧有哪些必要條件？

郝傑：整體來說，會話智慧技術想要實現真正的全面發展，需要在技術和行業Know-how兩方面條件均較為成熟的前提下才能實現。

在技術方面，構建完善的會話智慧底層技術底座，首先，必須具備較為成熟的非結構化資料識別分析技術體系，包含NLG、NLP、ASR、機器視覺等核心技術能力，能夠幫助企業對會話流中所產生的包含圖片、音影片資料在內的非結構化資料進行精確的識別和分析；其次，需要具備完善的AI和機器學習能力，可以透過對會話流中所產生的海量資料進行全面的資料建模預測，對包含銷售策略輔助、使用者需求分析等在內的智慧化應用場景提供充足的技術支撐；最後，需要具備先進的知識圖譜技術，能夠幫助企業建立包括話術庫、產品庫在內的知識庫體系，更好的賦能客服人員，提升整體企業客戶服務水平。

在行業Know-how方面，發展會話智慧技術光有成熟的技術架構還不夠，在企業級會話領域，還需要具備深厚的行業經驗和知識積累，包含對整個行業事實型以及流程型知識的積累，以及對不同業務場景下客戶需求的深刻認知，才能夠真正洞察不同行業客戶在業務流程不同階段的個性化需求。並透過將成熟的底層技術與完善的行業Know-how深度結合，才能更好的打磨在不同業務場景下所需要的會話智慧產品功能。進而才能夠形成在特定行業內以及業務場景下的專屬會話智慧解決方案，真正幫助不同行業的企業客戶實現全面的提質增效。

4、會話智慧適用場景和行業分析

愛分析：在實際應用過程中會話智慧主要的落地場景有哪些呢？

郝傑：整體來說，現階段會話智慧技術主要應用在營銷、銷售、客服、產研、企業管理這五類場景。

圖：會話智慧主要落地場景及對應功能

第一，是在營銷場景下，幫助企業完善產品營銷體系。在精準營銷場景下，企業需要基於使用者畫像體系，根據使用者不同的消費行為習慣、產品需求等要素，制定出可滿足不同客戶個性化需求的精準營銷策略，在這一過程中，利用會話智慧技術所具備的包含會話診斷分析、營銷活動效果分析等多種能力，一方面，使企業能夠透過客戶會話流的全面分析診斷，對客戶關鍵資訊進行抓取，補足企業已有客戶畫像體系；另一方面，使企業能夠對活動投放效果、客戶參與情況等資料進行實時掌握，更便於後續營銷策略的持續最佳化改進。同時，會話智慧技術基於完善的行業知識庫、標籤庫、客戶需求洞察以及客戶反饋分析等能力，結合對客戶滿意度、產品反饋的深度分析洞察，以及對行業競品效能、價格調整等資訊的全面掌握，幫助企業全面瞭解市場需求變化。

第二，是在銷售場景下，幫助企業增加銷售轉化效率。為挖掘客戶全生命週期的潛在商業價值，提升銷售轉化效率，企業需要為銷售人員提供更高效、更全面的銷售輔助工具。而會話智慧技術，基於所包含的銷售線索補充、銷售策略輔助、銷售話術庫等核心功能，能夠幫助企業在售前階段提升線索轉化效率，在售中階段完善銷售策略體系，在售後階段補足策略最佳化能力，構建涵蓋售前、售中以及售後的全流程銷售輔助工具體系，持續賦能企業銷售人員，大幅提升銷售轉化效率。

第三，是在客服場景下，幫助企業最佳化客戶服務水平。3.0使用者中心時代，企業以服務驅動營銷促進銷售的趨勢逐漸明朗。因此，為保障客戶滿意度水平，企業需要提升包含營銷階段、銷售階段、售後階段的整體客戶服務質量。在這一需求的驅動下，會話智慧技術憑藉所具備的智慧輔助等功能，已逐漸成為企業實現這一目標的主要選擇。透過為客服人員實時提供所需的產品資料庫、話術指導、客戶畫像資訊等輔助工具，使客服人員可以更好滿足客戶的個性化需求，提升整體客服水平和客戶滿意度。

第四，是在產研場景下，幫助企業迭代產品研發策略。隨著客戶需求理解的重要性和企業私域運營需求的不斷上升，如何透過收集客戶產品使用反饋對現有產品進行迭代升級已逐漸成為企業關注的重點。針對這一需求，會話智慧技術基於完善的行業知識庫、標籤庫、客戶需求洞察以及客戶反饋分析等能力，結合對客戶滿意度、產品反饋的深度分析洞察，以及對行業競品效能、價格調整等資訊的全面掌握，幫助企業，構建完善的C2M產研體系，全面瞭解市場需求變化，更好的最佳化產品研發策略和方向。

第五，在企業管理場景下，幫助企業提升內部管理效能。為實現客戶LTV精細化運營，企業需要進一步細化各業務流程，在為客戶提供更高質量服務的同時，還需要對自身內部管理水平提升要求。因此，一方面基於會話智慧所包含的智慧培訓、智慧質檢、視覺化服務節點管理等功能，一方面，使企業可以加強對內部員工的業務流程和產品培訓，提升整體服務質量；另一方面，使企業能夠透過對會話過程和客戶服務流程進行實時全量質檢和視覺化監督管理，在有效保障客戶服務質量的同時，提升企業整體管理效能。

愛分析：目前對於會話智慧的需求主要集中在哪些行業呢？

郝傑：基於會話智慧技術所落地的五大應用場景，綜合來看，首先，零售行業由於有著數量眾多的線上、線下銷售和客服場景，且市場需求變化較為頻繁，因此是會話智慧技術的最主要的需求方之一；其次，金融行業由於近年來監管加強以及營銷能力需要升級等原因，也是會話智慧技術目前的主要落地行業。

首先，現階段對於會話智慧技術需求量最大的是零售行業，這主要是因為，第一，零售行業有著其他行業來說，更高頻密集的線上、線下客戶溝通場景，尤其是線下導購場景，由於缺乏監管工具，企業無法對導購的服務流程進行實時把控，因此需要會話質檢、智慧輔助等功能，透過對導購與客戶對話音訊資訊進行全量儲存分析，實時為導購人員提供包括產品資料、話術指導等輔助功能，提升服務水平，以及透過對會話流的質檢分析，保障客戶服務質量。第二，對於有著較大售後服務需求量的零售細分行業，如家電、3C等，隨著增量市場的紅利消失，透過提供高質量的售後服務，促進存量客戶進行產品復購的需求越來越旺盛，因此會話智慧所具備的營銷策略最佳化、使用者反饋洞察等能力，正是此類企業實現以服務驅動營銷促進復購目的的重要方法之一。

其次，金融行業對於會話智慧技術的需求近年來也逐漸旺盛。原因主要有兩方面，一方面，是由於近年來國家對於金融機構監管要求逐漸嚴格，導致金融機構對於客戶服務過程中產生的會話流合規性提出了更高的要求，因此需要會話智慧技術對全量會話流進行實時質檢，保證業務合規性；另一方面，隨著近年來普惠金融的大力發展，引發了金融機構對於營銷能力要求的全面升級，因此需要藉助會話智慧技術，對原有營銷體系進行改造升級，促進個性化精準營銷的實現。

5、行業參與者分析

愛分析：目前會話智慧市場中的主要玩家有哪些？

郝傑：目前行業內的主流玩家主要分為兩大類。一類是以技術研發為主的廠商，這類廠商的優勢就在於多年持續關注技術研發，在一些特定技術如聲紋識別領域等處於行業領先水平，但劣勢在於缺乏相關的行業Know-how積累，導致在一些對行業流程型、事實型知識要求較高的特定場景下，如線下銷售場景，無法有效發揮技術優勢；另一類是具備深厚的行業經驗知識積累，但缺乏相關技術研發能力廠商，這類廠商的優勢是多年深耕於相關行業內，對業務場景有著深刻且全面的認知，劣勢在於缺乏技術研發能力，需要與技術廠商合作進行產品研發。

愛分析：明略與這些廠商相比，在會話智慧領域的優勢有哪些？

郝傑：明略的優勢就在於，同時具備這兩類廠商的優勢能力，既有成熟的技術研發體系，又有深厚的行業Know-how積累。首先，經過多年的研發投入，明略在會話智慧的通用技術領域，如NLP、ASR等已經處於行業第一梯隊，同時在一些特定場景下，明略已經遙遙領先於同行業其它廠商。如線上下門店銷售場景中，明略基於自身在聲學和語音識別領域獨特的演算法，結合對線下門店銷售場景的深刻理解，已經形成針對線下會話場景的專屬解決方案，相關語音識別準確率很高，遠高於行業平均水平。

其次，明略深耕於包括零售、地產、金融在內的諸多領域多年，累積服務了數量眾多的相關企業客戶，形成了多個行業的專屬標籤庫和規則庫，在行業Know-how積累和業務場景認知方面，已經成為了絕對的行業領先者，具備完善的行業流程型、事實型知識體系，能夠對不同行業的不同業務場景進行高效賦能。

6、會話智慧未來展望

愛分析：最後，您認為會話智慧未來的發展趨勢和市場前景是怎樣的？

郝傑：總的來說，未來隨著市場競爭進一步激烈以及客戶需求的持續變化，企業傳統單純依靠產品優勢吸引消費者的策略，已經逐漸不在適用。利用會話智慧技術，構建完善的營銷、銷售、客服輔助工具體系，幫助企業擴充商機搜尋和客戶觸達手段，並高效賦能企業各業務人員，透過為客戶提供高質量的覆蓋全生命週期的精細化服務，深度挖掘客戶價值，以服務驅動營銷，並以此來促進銷售轉化才是企業在存量市場中打造差異性競爭優勢的首選解決方案。據Gartner預測，到2023年，全球將會有40%的企業開始應用會話智慧技術，進一步說明了未來會話智慧技術的全面普及是必然趨勢。