圖片來源：Unsplash

呼叫中心是一個(gè)技術(shù)、人力、知識(shí)密集型行業(yè)，在中國呼叫中心行業(yè)從業(yè)人數(shù)已達(dá)到500萬人，且需求還在不斷提升。但隨著中國逐漸步入老齡化階段，以及呼叫行業(yè)特殊的工作性質(zhì)，人工坐席難找更難留，人員流失率持續(xù)增長。 

呼叫中心和其他各行各業(yè)一樣，未來要更多地運(yùn)用AI技術(shù)促進(jìn)人機(jī)協(xié)同的服務(wù)模式，降本增效。

總部位于北京的AI創(chuàng)業(yè)公司客知音，最初從后端質(zhì)檢服務(wù)切入呼叫市場，希望通過AI技術(shù)提升呼叫質(zhì)檢服務(wù)效率，減少人力成本。但他們發(fā)現(xiàn)如果專注在這個(gè)環(huán)節(jié)有兩個(gè)問題：一是呼叫質(zhì)檢市場體量有限，另外后端服務(wù)質(zhì)檢并不是直接的盈利環(huán)節(jié)，呼叫中心更希望為前端銷售業(yè)務(wù)付費(fèi)。

不過客知音CEO孫思明告訴36氪，在做質(zhì)檢服務(wù)的過程中，客知音積累了面向教育和金融垂直行業(yè)的語音語義識(shí)別引擎技術(shù)，在垂直行業(yè)的語音識(shí)別準(zhǔn)確率可以達(dá)到85%。這套技術(shù)作為公司核心壁壘，可以遷移至前端銷售業(yè)務(wù)中。

之所以要做垂直行業(yè)的語音語義識(shí)別引擎，是因?yàn)槟壳暗恼Z音識(shí)別引擎多由百度、騰訊、科大訊飛等大平臺(tái)開放給開發(fā)者。此類語音識(shí)別引擎是通用的，在垂直場景還有很多優(yōu)化空間。孫思明告訴36氪，比如說在語音機(jī)器人的場景，短語音識(shí)別由于沒有上下文，通用語音識(shí)別的準(zhǔn)確率大概在70%左右，但是優(yōu)化后可以達(dá)到90%以上。舉例 “語文、數(shù)學(xué)、英語三門課您想上哪一門呢？”“數(shù)學(xué)”。這里面的“數(shù)學(xué)”就屬于短語音識(shí)別，使用通用引擎識(shí)別率會(huì)很低。

基于面向金融和教育行業(yè)的語音語義識(shí)別引擎，客知音現(xiàn)有兩款主打產(chǎn)品，分別是銷冠AI教練和外呼機(jī)器人。

銷冠AI教練主要應(yīng)用于機(jī)器無法完全替人的場景?；谧灾餮邪l(fā)的語音語義識(shí)別引擎，客知音可以將坐席和客戶的語音對(duì)話實(shí)時(shí)轉(zhuǎn)成文字。根據(jù)文字對(duì)話，客知音的銷冠AI教練系統(tǒng)可以提供以下主要功能服務(wù)——思路導(dǎo)航（識(shí)別客戶問題并推薦話術(shù)要點(diǎn)）、評(píng)判客戶購買意愿、對(duì)話實(shí)時(shí)質(zhì)檢、用戶畫像信息自動(dòng)輸入和匯總等。 

孫思明告訴36氪，銷冠AI教練系統(tǒng)目前提供的功能在新人培訓(xùn)和風(fēng)險(xiǎn)規(guī)避這塊效果比較明顯，平均可以將新人培訓(xùn)入職周期縮短30%。 針對(duì)同一大行業(yè)，銷冠AI教練系統(tǒng)的功能板塊基本相同，同一功能下的具體內(nèi)容會(huì)根據(jù)客戶的不同進(jìn)行定制化開發(fā)。

客知音的外呼機(jī)器人產(chǎn)品則主要用在一些簡單的同質(zhì)化較高的溝通場景，可以根據(jù)客戶的回答識(shí)別其意圖，并進(jìn)行動(dòng)態(tài)內(nèi)容的實(shí)時(shí)生成，以此替代人工坐席。教育領(lǐng)域比較典型可應(yīng)用的場景包括約課、客戶回訪關(guān)懷、提醒、通知等，金融領(lǐng)域則包括催收、銷售等場景。除了教育金融，未來還可以拓展至電商、地產(chǎn)、汽車銷售等領(lǐng)域。

據(jù)悉，外呼機(jī)器人可應(yīng)用到的場景占到整個(gè)溝通場景的15%-20%，再加上銷售冠軍AI教練系統(tǒng)，兩個(gè)產(chǎn)品對(duì)應(yīng)的市場規(guī)模約在400億元?？椭敉ㄟ^和呼叫中心系統(tǒng)公司、展會(huì)渠道，或是通過直銷的方式，和教育、金融領(lǐng)域的部分中大B客戶建立了合作關(guān)系。產(chǎn)品部署形態(tài)包括云端SaaS、私有化部署等形式，客單價(jià)在10-100萬元不等。

除了技術(shù)優(yōu)勢，孫思明認(rèn)為隨著客戶的增加，客知音的項(xiàng)目落地能力，即服務(wù)能力和垂直應(yīng)用場景的數(shù)據(jù)積累方面會(huì)有一定先發(fā)優(yōu)勢。大廠可能具備較強(qiáng)的算法開發(fā)能力，但缺乏垂直應(yīng)用場景數(shù)據(jù)。據(jù)悉，客知音僅在約課場景就擁有50萬通的歷史錄音，這些錄音都可以幫助其優(yōu)化算法模型。

未來，客知音會(huì)將語音識(shí)別和NLP技術(shù)應(yīng)用在除電話以外的溝通方式中，比如線下溝通、微信qq溝通等，目的依然是為企業(yè)在銷售方面降本增效。

去年8月，客知音完成峰瑞資本天使輪融資，近期開啟了A輪融資。據(jù)悉，客知音已實(shí)現(xiàn)營收平衡，目前營收增長主要通過客戶的擴(kuò)展?？椭艄灿?0多人，除了斯坦福大學(xué)、哥倫比亞大學(xué)、清華、北大等高校的博士、碩士，還包括來自硅谷和BAT的工程師和算法科學(xué)家。

本文轉(zhuǎn)自36氪，作者希大。文章為作者獨(dú)立觀點(diǎn)，不代表芥末堆立場。