对话式AI的产品定位

替代与辅助的“共生”，最优人机协作

对话式AI产品可替代人类对话完成大量重复性、规则性对话任务，优化重构对话服务的工作流与职能重点，还可为对话服务提供智能调度、坐席助手、对话洞察等辅助功能，与人工坐席并肩作战，构建辅助培训、运营管理、指导洞察的良性循环。当下，对话式AI产品的应用意图并非通过AI产品去完全替代人类，而是以用户为中心，以实现对话服务质效提升为目的，从替代与辅助双角度出发，达成对话工作流人机协作的最优赋能。

对话式AI的赛道定位

人工智能产业落地的先行环节与价值凸显赛道

近年来，人工智能技术及产品在企业设计、生产、管理、营销、销售多个环节中均有渗透且成熟度不断提升。对话式AI产品可广泛赋能在客户触达、营销运营、窗口服务、远程办事/作业和人机对话交互等经济生产活动环节。受供给侧的落地难易和需求侧的价值驱动的两侧推力，对话式AI产品已在多环节多行业进入规模化落地阶段，优化人机交互形式、流程与赋能方案，为企业带来最原始最直观的“降本增效”落地实现，商业价值逐步得到市场充分认可。

对话式AI的拓展提升

对话机器人横向拓宽应用领域，辅助赋能纵向挖掘价值空间

对话式AI的资本走向

跨过2018年热潮后节奏放缓，优质厂商逐步实现自我造血

纵观约十年的时间跨度，对话式AI市场的融资事件数量自2014年起显著上升，2018年达到峰值。跨过该年融资热潮后，各家厂商融资节奏放缓，在数智化浪潮、资本市场支持与对话式AI产品规模化落地的合因推动下，优质对话式AI厂商已逐步实现自我造血。从投融资轮次来看，对话式AI厂商融资集中在早期，在309起融资事件中，B轮及以前早期融资事件数量为215起，占比高达69.6%。

对话式AI的市场规模

四年后市场规模突破百亿，带动约三到四倍相关产业规模

2021年，对话式AI的市场规模为45亿元，带动规模126亿元。未来，企业端与政府端对对话服务资源的需求将持续增加。政府端，全国各地继续推进服务热线归并工作，并在新冠疫情常态化下固化了“智能通知”“智能核查”等对话式AI产品防疫需求；企业端，在流量红利天花板、竞争态势日益激烈的行业背景下，企业纷纷加强对客服、营销等服务资源部门的投入，持续深化服务领域的智能洞察以优化用户服务体验。预计2026年，对话式AI的市场规模将达到108亿元，带动规模超385亿元。对话式AI核心产品规模2021-2026CAGR=18.9%，带动规模2021-2026CAGR=25.0%。

对话式AI的厂商矩阵

百舸争流，以产品功能性与需求覆盖度定位厂商矩阵

对话式AI市场参与者云集，本篇报告以“阿里云、百度智能云、竹间智能、科大讯飞、追一科技、思必驰、京东科技、沃丰科技、容联七陌、智齿科技、百应科技、一知智能和晓多科技”13家国内优秀对话式AI厂商为标杆样本，以产品功能性为纵轴，以需求覆盖度为横轴，绘制对话式AI的厂商矩阵。各家厂商在对话式AI领域各有所长，因此在矩阵定位分布会各有差异，分别位列创新象限、先导象限与领军象限，在产品维度与需求维度受到了客户市场的广泛认可。

企业的智能化转型升级进程

对话式AI产品多为企业智能化转型升级的首要试验田

从“甲方”企业角度来看，人工服务带来成本效率方面的痛点由来已久，而预期应用对话式AI产品后可切实解决人工服务相应痛点，降本增效明显，另外对话式AI产品在客服营销部门的IT智能化升级实施业务难度较小且能带来更多业务增长空间；从“乙方”对话式AI厂商角度来看，在深度学习突破带来AI技术可进一步规模化落地的大背景下，对话式AI产品应用场景相对标准化，且在早期模板机器人的市场教育下，客户对相应产品的接受度高，对话式AI产品可实现较好的规模化落地与应用价值体现。因此，在供需两侧的合力推动下，对话式AI产品已成为人工智能领域中较为早期、实现规模化落地的AI产品。

企业的新需求背景-对话洞察

对话“可以”被洞察，也更“需要”被洞察

在传统线下门店中，企业与用户对话信息难以被收集记录，而消费者行为线上化给企业提供了更多可留存追溯的对话交互数据，为对话洞察带来高质量数据基础。而随着公域流量的客户吸收成本增加，企业纷纷建设自己的私域流量站，意图与客户建立更紧密的品牌联系以培养用户忠诚度。为维护用户实现优质运营与业务增长，企业对用户洞察的需求日益增加。而在用户合规隐私相关法规政策的收紧下，对话洞察已然成为收集分析用户画像、行为偏好等信息的合规高效的洞察方式。

企业的新需求价值-对话洞察

用户端优化服务体验，企业端助力业务增长

从用户服务端来看，对话洞察可帮助机器人或人工实时定位用户核心需求并持续关注用户状态，及时调整服务策略以保证服务质量与用户满意度。另外，对话洞察还可提炼服务过程中的优质话术，并将其应用到人工与机器人服务中，在客户沟通的话术、方式与营销策略等方向予以分析指导，提升整体服务营销效果；从企业决策端来看，对话洞察可对服务过程汇总的问题与热点进行分析汇总，助力企业管理者及时捕获潜在业务发展方向，洞悉到业务短板不足，并实时监控舆情风险给到预警。综合来看，对话洞察带来的赋能提效与企业的用户体验、品牌形象及业务增长息息相关，是企业经营可投入升级的新方向。

对话式AI的应用迭代路径

对话式AI步入拟人智能化与深层价值挖掘的产品阶段

对话式AI产品的应用迭代可分为三个维度：技术、场景与功能。首先在技术维度，对话式AI产品完成了由早期关键词、正则表达式的匹配到深度学习应用的技术升级，在该技术发展下，对话式AI的产品交互变得更加拟人智能，且无需后期庞大的维护工作量；其次在场景维度，对话式AI产品早期多应用在客服等标准化服务场景，随着AI技术成熟与企业需求驱动，产品应用场景逐步延伸到营销推荐等半标准化应用场景，助力企业实现服务营销一体化的升级；最后在功能维度，对话式AI产品早期为基础性替代人力，而后添加坐席助手、智能调度等辅助优化功能。在完成整体对话机器人的替代和辅助优化后，产品需求转向以对话洞察为代表的产品深层价值挖掘阶段。

五大细分领域的产品阶段

金融与互联网走在产品迭代前列，运营商与政务紧随其后

对话式AI产品的下游市场可划分为金融、互联网、运营商、政务和其他以传统企业为主的五大领域。从对话式AI产品的应用迭代路径来看，金融领域的头部银行与互联网企业走在前列，已经开始实现由客服场景到营销场景过渡，并趋向关注对话洞察给企业带来的深层产品价值；而金融领域的保险、证券公司，以及运营商和政务领域，大多仍处于对话式AI产品的替代与辅助的升级进程中；传统企业的产品阶段相对落后，其采购决策会考虑对话式AI产品与自身业务的匹配程度，预期先对外实现服务营销的效率优化，再对内实现员工效率提升。在企业端，对话式AI+RPA结合成为数字员工的产品概念备受关注，若能找到合适的产品切入点替代员工实现降本增效，可强力推动对话式AI产品在传统企业的渗透升级。

五大细分领域的市场规模概览

金融与互联网规模持续领跑，政务与其他领域增长迅速

目前，金融是对话式AI产品落地规模最大的领域，2021年市场规模为14亿元，未来金融将持续领跑，预计2026年市场规模达到30亿元，2021-2026 CAGR=16.8%；互联网为第二大规模领域，2021年市场规模为11亿元，受消费行为线上化加速与服务营销服务一体化的动能驱动，预计2026年互联网市场规模将达到27亿元，2021-2026 CAGR=18.9%；其次为运营商领域，2021年市场规模为11亿元，预计2026年市场规模将达到19亿元， 2021-2026CAGR=12.2%；现阶段政务与其他领域的产品渗透相对较慢，2021年市场规模分别为6亿元与4亿元，未来两大领域预计增长迅速，政务将围绕12345热线和民生方面的服务升级需求做对话式AI产品的替代渗透，其他领域将借由合适产品切入点，在传统大型企业的服务营销侧实现产品升级，2026年政务与其他领域规模分别将达到19亿元和13亿元，2021-2026 CAGR分别为28.9%和26.1%。

对话式AI产品的功效能对应

替代以释放人力，辅助以优化体验

对话式AI产品的核心功能可分为智能调度、坐席助手、对话交互和对话洞察四大类。其中，对话交互即为对话机器人的替代性功能，可替代人类员工完成咨询应答、业务办理、营销推荐和智能外呼等任务；坐席助手为辅助性功能，可有效提升人工坐席的服务质效并缩短上岗周期；智能调度与对话洞察为辅助&替代功能，既可以加载于对话机器人做调度策略优化与对话分析，也可赋能人工助力坐席服务的优化提升。总体来看，对话式AI产品依托于四大核心功能为企业带来人力成本的降低与客户交互的提质增效。

对话式AI产品的采购逻辑

从降本增效出发，根据企业自身情况判断是否采购或续约

对话式AI产品的应用效果可量化程度高，产品价值易体现，采购决策时可从降本和增效两个角度评估。在成本层面，无论人力是替代还是优化，均可从降本量化值的角度，计算应用对话式AI产品后节省了多少人力投入；在效果层面，企业对服务质量与业务增长有明确的业务评估指标，而对话洞察是从企业决策和业务方向上给予辅助性工具，可量化程度较弱，但最终作用于企业决策时的洞察支撑以推动业务增长，过程缓慢但影响深远。总结来看，企业在进行对话式AI产品的采购或续约决策时，可根据自身情况，判断评估对话式AI产品的投入与产出是否匹配，以决定是否购买、选取哪些产品功能及应用领域。

对话式AI产品的效能总览

提供全方位支持，激发企业生产力，塑造行业竞争力

从企业端来说，对话式AI产品不仅仅是从人力角度去替代或辅助人工服务完成对话任务，更是依托于对服务流程的智能化渗透，赋能到管理及决策层级，为企业的运营管理、策略优化、业务拓展等提供有力的数据支持与决策分析。从企业经营角度来看，对话式AI产品不仅仅减少了人力资源消耗，还助力服务部门实现由成本中心向价值中心的转型升级，提升企业数字化、智能化、精细化的管理水平，助力企业商业决策。

对话式AI产品的技术底座

三大AI技术底座：智能语音、自然语言处理、知识工程

对话式AI产品的AI技术底座由智能语音、自然语言理解与知识工程核心支撑。在工作流程中，智能语音技术分为语音识别（ASR：AutomaticSpeech Recognition）与语音合成（TTS：Text-To-Speech）两类，实现对话内容从语音到文本、从文本到语音的相互转换；自然语言处理可分为自然语言理解（NLP：NaturalLanguage Processing）与自然语言生成（NLG：NaturalLanguage Processing），其关键是要让机器人“理解”人类语言中的意图并基于知识库“生成”对应的自然语言，完成人机对话交互；知识库为对话式AI产品的大脑，由知识工程支撑建设。现知识工程以深度学习FAQ为核心应用，另包括表格知识库、知识图谱和文档阅读理解等技术。

智能语音技术

语音识别准确率至关重要，决定后续自然语言理解效果

在对话机器人产品中，智能语音技术主要应用于语音机器人与视频机器人/数字人产品的对话交互，由语音识别（ASR）与语音合成（TTS）两部分组成。从工作流程来看，用户真人的语音会先通过ASR（语音识别）技术将其转化为文本，再接入NLU（自然语言理解）进一步理解用户意图。因此，智能语音技术中的语音识别准确率至关重要，转换的正确与否直接决定了后续自然语言处理的效果。现阶段，语音识别的效果与成熟度已达到了相对先进的水平，对话式AI厂商正从VAD静默检测、ASR声学模型与ASR语言模型三部分入手，对应突破各部分的技术难点，以进一步提升语音识别的准确率。

自然语言处理技术

意图识别已达到相对优质水平，情绪的理解与判断仍是难点

自然语言处理技术主要包括自然语言理解（NLU）与自然语言生成（NLG）两部分。对于对话机器人来说，如何做好自然语言理解（NLU）中的意图识别，是保证人机交互效果的关键。根据业内专家普遍反馈，目前意图识别的应用效果良好。虽然对话机器人尚难做到人与人之间的理解程度，但人在知道是在与机器人交互时后，表达会相对标准化，因此意图识别的实际效果会普遍优于预期。而在情绪的判断与理解上，对话机器人仍有很长一段路要走，这也是未来可给行业带来技术突破与产品颠覆的方向。

知识工程技术

提升知识库运营建设能力，基于投入产出评估新技术开发

知识工程已从早期单一FAQ技术发展丰富到深度学习FAQ、表格知识库、知识图谱、文档阅读理解等多技术阶段。从客户端体验来看，对话式AI厂商将持续追求知识工程技术的丰富升级，根据客户的业务及资料特点为其匹配合适的知识工程技术，将知识库的建设质效最大化；从厂商自身经营来看，厂商需基于投入产出判断是否开发新技术。以知识图谱为例，知识图谱可支撑多知识点的综合判断，提升对话式AI产品在复杂问题下的答案准确度，但知识图谱同样存在技术门槛高、开发投入大等特点，厂商需根据所需投入与业务落地价值，去评估是否投入开发，并选择判断合适的行业切入点。

业务模式分布

业务收费以软件产品为主，规模占比将稳步上升

对话式AI产品按照业务模式可分为公有云产品与私有化部署。公有云产品以软件产品为主，私有化部署包括软件产品、硬件产品及开发运维服务。从整体市场规模来看，对话式AI产品的市场产值主要集中在软件产品部分，2021年软件产值为32亿元，占比为71.6%。未来互联网等以软件服务为主的行业应用落地范围加大，将进一步拉高软件服务部分占比，预计2026年软件产值将达到76亿元，占比升至73.4%。

商业发展策略

追求收入增长，大厂尝试“公有云+私有化”两条腿走路

公有云产品与私有云产品的收费模式各有千秋。公有云产品客单价较低，但毛利更高且可快速实现产品规模化；私有化模式面向头部KA客户，毛利较低但客单价高，可通过打造标杆案例切入垂直行业的方式做大收入。对话式AI厂商最开始会基于自身技术团队与产品属性情况，选择公有云或私有化其中之一为发展重点。而如今，对话式AI市场正处于群雄逐鹿、追求收入扩张的市场洗盘期，各家厂商逐步尝试对应模式的试水融合，克服转型中遇到的团队服务及产品开发问题，实现进一步的收入规模增长。其中大厂率先开启转型扩张，尝试以“公有云+私有化”两条腿走路，让收入结构更加平衡。

未来新一任主战场

未来，营销与对话洞察可成为对话式AI厂商重点发力方向

客服领域的场景相对标准化，且早期市场教育成熟，客户接受程度高，因此对话式AI厂商多从客服领域切入，提供以对话式AI产品为核心的智能客服解决方案。如今客服领域的参与厂商云集，且产品逐步趋于同质化，传统客服领域的智能化升级已成为一片红海。未来，以厂商的AI技术成熟度与客户的付费意愿倾向为判断基础，半标场景的营销与决策赋能的对话洞察可成为对话式AI厂商的重点发力方向。值得注意的是，营销与对话洞察领域并非是相互割裂，而是相辅相成，两者将共同从服务营销一体化、助力业务增长的角度，塑造厂商的差异化产品力，实现从红海转向蓝海的价值突围。

私域流量运营的新机遇

私域价值洼地已被发掘，对话式AI厂商可借此抓住机会

根据艾瑞品牌主调研数据显示，受访者公司中有近8成已布局私域流量营销，其中有61%通过“技术服务商支持”或采用“人工营销+技术服务商”的模式布局品牌私域。从调研结果可知，私域流量营销的价值洼地已被发掘，对于大多数企业不再是试水项目，而是营销上的必要选择，自动化、智能化的对话式AI产品成为企业私域流量运营的刚需。对话式AI厂商可抓住机会，通过对话式AI产品降低运营人员的重复性工作，优化用户交互体验，并利用AI能力分析匹配用户需求，实现客户分层的精细化运营，全面提升企业私域运营服务能力，进一步推进流量变现。

数字人带来的产品拓展

“服务”产业的形式拓展，“泛娱乐”场景的产品试水

2022年1月，国务院印发“十四五”数字经济发展规划的通知，再度强调了虚拟数字技术的创新发展，深化人工智能、虚拟现实、8K高清视频等技术的融合，拓展社交、购物、娱乐、展览等领域的应用，促进生活消费品质升级。在服务产业，数字人产品可在替代人工，或实现由文本、语音机器人到数字人的产品升级，让用户在对话交互中获得更流畅、拟人、优质的服务体验；在泛娱乐产业，数字人产品可从形象、声音、人设等角度做自定义定制，打造成为虚拟主播、虚拟偶像、虚拟博主、虚拟主持人、虚拟记者等虚拟人物，显著提升内容生产效率与人物形象稳定性，实现物理与虚拟进一步的融合交汇。

数字人发展的核心关注点

厂商策略需考量投入产出比，行业演变需关注产品边界

2021年，借由元宇宙热潮，数字人概念也再度火热走入大众视野，资本随之加速涌入。2022年，数字人的热度依旧不减。各家对话式AI厂商纷纷入局，打造自家数字人产品形象。未来，对话式AI厂商需回归产品经营本质，着重考虑评估数字人带来的投入产出。如何降低产品生产成本及制作周期、提升终端用户的认知接受度、将产品差异化并获得商业价值变现，是未来各家厂商需关注的发展关键。从行业演变角度来看，数字人带来的交互沉浸式体验或对人类心理行为甚至社会层面带来影响，并引发伦理道德风险与法律安全问题。需对相关问题尽早分析预判，出台完善相关法律法规，以保障整体行业的良性发展。

查看及下载完整版报告

文章转载自艾瑞咨询，以上图文版权均归原作者所有。如涉侵权等事宜，请联系我方予以删除。