近日，專注數字化產品選型，提供數字化產品評級報告、采購指南的字母點評發布《2022中國對話式AI采購指南》。
容聯云憑借以NLP技術為核心的對話式AI平臺及智能客服應用，包括文本、導航、坐席輔助、陪練等豐富的對話式產品矩陣入選“中國對話式AI采購指南”核心供應商，并且入選金融行業典型應用案例。
對話式AI市場規模與供應商
中國對話式AI復合增速將達到25.4%容聯云入選核心供應商
根據字母點評統計，2020年中國對話式AI市場規模達到32.3億元，2021年達到50.5億元，較2020年增長56.3%，呈現高速增長。
未來，企業級對話服務場景需求仍將保持快速增長，預計2021-2025年中國對話式AI復合增速將達到25.4%，2025年中國對話式AI市場規模將達到125.0億元。
根據供應商旗下對話式AI產品在中國市場的收入情況，字母點評將對話式AI市場上的供應商分為兩部分，容聯云入選核心供應商。
• 核心供應商：對話式AI產品年收入超過1.5億元人民幣；
• 典型供應商：對話式AI產品年收入在2,000萬至1.5億元人民幣。
對話式AI典型案例
容聯云以對話式AI技術為核心，推進某股份制銀行智能化客服體系建設
近年來的新冠疫情，讓銀行業客服業務、客戶服務等活動的開展都深受影響。疫情期間銀行業務量暴增，客服中心人工坐席不能全員到崗，效率極低，成本居高不下。某股份制銀行原有客服中心接待和擴展能力較弱，客服中心平臺存在客戶等待時間過長、業務受理不及時、智能化不足等問題，加上大部分系統的數字化和智能化能力薄弱，導致客戶服務難以正常推進。
在金融機構大力推進數字化轉型的背景下，該股份制銀行以多渠道接入智能客服場景為核心目標，推進客服智能化體系建設、數據運營體系打造、動態的情緒分析等，全面提升銀行在接待過程中的運營效率和客戶服務效能，旨在釋放AI在客服行業的技術潛能。
經過一系列深度調研，該股份制銀行最終選擇容聯云助力其探索客戶服務的數字化轉型。容聯云以對話式AI技術為支撐，為該銀行打造智能在線與智能語音導航IVR，同時提供三大中心一平臺（機器人中心、AI中心、知識庫中心、多渠道智能客服平臺），提升客服中心效率，降低人工成本。
具體來看，容聯云為該銀行實現如下智能服務：
智能文本：文本交互上，容聯云將該銀行客服中心在線客服升級為多渠道智能在線客服，支持獲取多渠道用戶信息，對用戶信息進行實時語義理解，識別用戶意圖，再通過智能知識庫推薦或轉人工的方式，自動回應客戶。
智能導航：語音交互上，容聯云智能導航智能IVR，以語音交互方式提供智能導航服務，支持自定義導航任務，智能識別用戶意圖，自動提供用戶所需信息與服務直接語音觸達。
智能陪練：智能陪練機器人利用實時語音識別、語音合成、語音質檢、知識圖譜、語義理解等人工智能技術創造了學習場景與真實業務場景高度融合的“人機對練”模式。隨時隨地利用碎片化時間，一對一專屬陪練，真實場景模擬人機對練，降低培訓工作強度，快速掌握業務知識。
智能輔助：智能坐席輔助在用戶與坐席進行語音交互的同時，AI進行語音識別、語義理解、對話管理，通過AI應用進行智能填單、金牌話術推薦、話術導航，實時質檢，提升管理效率與風險預警能力，降低話后時長，增強業務耦合。
在容聯云的賦能下，某股份制銀行客戶服務實現如下價值與效果：
第一，文本機器人和智能IVR導航，實現7x24小時不間斷值班，毫秒級響應，智能識別用戶意圖，自動提供用戶所需信息與服務直接語音觸達。
第二，容聯智能語音+文本機器人從通話質量、輪次時長、交互軌跡、數據積累、模型評測效果、情緒監測等多維度，對業務數據及會話數據展開統計和分析，幫助企業監控AI應用使用情況，語音質檢實現2%到100%的覆蓋率。
第三，對內客服訓練上，原來的崗前通關考試需組長配合模擬客戶角色進行口試，每月2-3批次線下培訓，總計10-15天培訓時長，通過智能陪練機器人的賦能后，培訓周期縮短至4-6天。
第四，在坐席輔助上，通過實時話術推薦，回復問題0延遲，提高客戶滿意度；關鍵信息的抽取環節，錄單效率提升2倍+。
對話式AI發展趨勢
容聯云：更理解人、懂得共情更人性化的表達、懂得說話策略
從技術上看，隨著企業越來越重視客戶體驗，注重為用戶提供更好的交互感受，對話式AI未來將融合文本、語音和視覺等多模態技術，捕捉同一事物不同維度的細節和信號，提升理解能力或識別準確率，使用戶享受更好的客戶服務。
隨著AI的進步，計算智能、感知智能、認知智能的演進，使得溝通與認知智能的關系發生變化。對話式AI落地到商業場景與產品中，有四種技能：
更理解人：CDP+面向多元謂詞邏輯的精細化實體關系抽取方法，融合知識圖譜，解決“通過客戶的一兩句話可迅速感知客戶的狀態和需求”這一客服最大的挑戰。
懂得共情：針對語言數據含有細粒度情感要素，提出雙向閱讀理解框架+面向多尺度知識結構的自適應表征學習方法，讓客服可理解用戶對不同“事情/事物”的態度，判斷用戶未說出口的隱藏意圖。
更人性化的表達：讓智能客服具有流利表達的基礎上不止于描述性的表達，更是始于解決用戶的需求和問題。
懂得說話策略：對話策略是話語表達的更高層的結構化運用，根據用戶的上下文語義，選擇最適配企業經營價值和用戶需求的話語邏輯來服務不同場景，比如勸說、協商等。
本報告將對話式AI平臺定義為以NLP技術為核心，融合ASR、TTS、機器學習、知識圖譜等技術，使機器完成識別、理解和反饋。通過對話式AI平臺，企業用戶可以構建對話機器人相關產品組合，以實現對話服務場景下的人機交互。
