2024年中国智能客服市场研究报告

2024年中国智能客服市场研究报告 研究范畴及目的 2022年11月30日，OpenAI发布ChatGPT，引发了全球性大模型开发热潮。大模型作为人工智能技术驱动的自然语言处理工具，拥有语言理解和文本生成能力，可以通过连接大量的语料库来训练，实现与人类的聊天交流。大模型具有强大的自然语言处理能力、学习和适应新场景的能力，天然适合客服场景，可以大幅提升智能客服的体验和效率，将推动智能客服产业发生深刻变革。 智能客服产品的迭代先后经历了以关键词匹配、多媒体交互、AI技术融合及大模型等技术驱动，底层技术日益完善，产品形态已经发展成熟。当前，智能客服是基于AI及大数据技术，通过大规模处理语音、文本、图像等单一模态或多模态信息与知识，形成的一种面向企业客户服务场景的行业应用，主要产品包括智能在线客服、智能语音客服、辅助机器人、智能质检、数字人等。 经过近几年的迅速发展，智能客服产品的智能化程度已获得长足进步，行业应用已从呼叫中心、互联网电商等渗透到金融、电信、零售、医疗、教育等众多垂直领域的服务场景。当前，大模型的发展为智能客服市场发展注入新的活力，智能客服市场进一步打开，前景广阔。本报告聚焦智能客服市场，综合分析产业的发展历程、产业生态、市场空间、竞争格局、发展趋势等，并对典型服务商、典型场景应用等进行剖析，以期达到以下目的： 通过研究中国智能客服产业发展历程、AI+技术融合、产业生态、产品形态和应用场景等，帮助用户了解智能客服产业发展脉络和发展方向；重点分析智能客服产业市场空间、竞争格局、发展趋势，帮助服务商把握市场动向和掌握发展趋势； 深入调研智能客服典型应用，挖掘出行业里产品成熟、口碑良好、具有特色的优秀服务商与实践案例，为客户产品选择提供参考。 目录CONTENTS 01中国智能客服市场发展现状 03行业痛点及解决方案 1.智能客服按功能可以分为：在线客服、语音客服、辅助机器人、智能质检及数字人 2.2023年起，中国智能客服产业在大模型技术的驱动下将发生深度变革 3.产业链上游MaaS服务商的出现为智能客服产品进化提供强大驱动力 4.主流智能客服产品已经被广泛接受，数字人等新产品形态加速行业渗透 5.基于大模型的智能客服，产品能力得到提升，搭建和运维成本大幅下降 6.生成式AI等多技术融合为智能客服带来更高准确率和效率，并具备多模态交互能力 7.智能客服已经广泛应用于电商、零售、金融、交通、物流、其他生活服务等行业 02中国智能客服市场规模及竞争格局分析 1.2023年智能客服市场规模达39.4亿元，2022-2027年复合增长率达22.6% 2.智能客服软件市场集中度较高，TOP5厂商市场份额占比近53.8% 3.按照智能客服业务在企业内部的定位，智能客服厂商可以分为专业化服务商、大模型类服务商和综合性服务商 1.消费零售行业痛点及解决方案 2.物流行业痛点及解决方案 3.医疗行业痛点及解决方案 04中国智能客服市场未来发展趋势 1.原生大模型智能客服厂商涌现 2.AIAgent的应用使智能客服产品的成本更低，效率更高 3.乘势出海成为智能客服市场发展的下一波浪潮 中国智能客服市场发展现状 定义及分类 智能客服按功能可以分为：在线客服、语音客服、辅助机器人、智能质检及数字人 智能客服是一种基于AI技术的客服解决方案，利用自然语言处理(NLP)、机器学习等AI技术，通过文本、语音、视频等形式直接或辅助人工与企业的客户进行互动，作用于企业客户服务的前、中、后三个环节，并为企业提供精细运营所需的信息与数据，现已广泛应用于电商、零售、金融、交通、物流、生活服务等众多应用场景。智能客服可以分为智能在线客服机器人、智能语音客服机器人、辅助机器人、智能质检、数字人等。广义的智能客服市场包括含通信服务、云服务、智能客服软件、交付服务在内的全部产品及服务，狭义的智能客服市场仅包含智能客服软件本地化部署交付及基于智能客服软件的SaaS服务，不包含通信、IaaS层及PaaS层云服务、硬件等非核心内容。 智能在线客服机器人 包括聊天机器人、自动应答系统和基于文本的自助服务工具等，可实现全渠道接入，一站式响应客户需求，多维度提升服务 智效率或独立解决常见问题的功能 客 能 智能语音客服机器人 包括智能外呼机器人、智能呼入服务机器人等，利用了语音识别、自然语言处理、语音合成、机器学习、深度学习等技术， 服能够实现自动接听和外呼，提供高效、低成本、全天候的客户服务 分 类辅助机器人包括电销中心、呼叫中心等，通过业务流程导航、坐席话术推荐等，帮助人工客服提升工作效率 （ 按 功智能质检 能 对大规模会话数据进行自动质检，结合人工审核，提升客服质量 数字人客服 ）数字人客服是基于AI等技术生成的虚拟实体，具备模拟、交互、学习和表达的能力，能与人进行对话和行为交互，数字人客服已经应用于电商、零售等行业 发展阶段 2023年起，中国智能客服产业在大模型技术的驱动下将发生深度变革 2000年，我国呼叫中心产业快速兴起，关键词应答系统的商用产生了智能客服产业的萌芽；2011年起，移动互联网、云计算、大数据等技术的发展推动多渠道交互型客服产品迅速商用；2015年以后，基于自然语言处理（NLP）、机器学习（ML）、深度学习（DL）等多种人工智能技术融合的智能客服服务商快速成长，并获得资本市场的追捧，推动了中国智能客服产业的快速发展。2022年末ChatGPT的横空出世后，大语言模型（LLM）涌现和商业化，大幅提升了智能客服的理解能力、情绪识别能力和内容生成能力，智能客服产业进入深度变革期。 关键词精准匹配阶段 关键词匹配智能客服 基于规则的智能客服阶段 多渠道交互型智能客服 非生成式AI驱动阶段 NLP+ML等AI技术融合智能客服 2023至今 大模型驱动阶段 生成式AI+智能客服 降本增效提升客户满意度是智能客服市场制胜关键 智能客服市场竞争的焦点从产品能力指标转向产品投入产出指标，用户选择产品时重点考察和对比在实际应用场景中产品带来的成本降低、效率提升、线索转化增收与智能客服产品投入等详细指标，智能客服市场竞争将更趋激烈，基于大模型的智能客服产品，在数字人、智能体等领域迅速落地，可以大幅提升用户体验。 大模型应用将加速智能客服产业变革 2022年末自ChatGPT问世以来，AI大模型快速应用于智能客服领域，MaaS厂商、大模型智能客服厂商涌现，基于大模型及自然语言交互的智能体，有望改变人机交互方式，加速重构智能客服的技术生态和产品能力； 基于大模型的智能客服，实现了知识库构建及运维的智能化，提升了产品开发效率，降低了人力投入，未来将加速智能客服产业的变革。 2000-20102011-20152016-2022 IT硬件 生活服务 产业生态 产业链上游MaaS服务商的出现为智能客服产品进化提供强大驱动力 大模型+智能客服 MaaS 综合性厂商 算法与数据服务 专业化智能客服厂商 IaaS 数字人 智能质检 辅助机器人 智能语音客服 智能在线客服 纵观智能客服产业链，产业上游最新出现的MaaS服务商，利用大模型产品和能力帮助智能客服厂商推动产品进化，当前智能客服“大模型+智能客服小模型”的优势结合，解决大模型回复宽泛和专业性差的不足，提升了智能客服理解用户问题的准确性，进化出图片理解能力和图片回复能力，未来，智能客服产业链上下游企业相互作用，将推动智能客服产品加速迭代。 上游 中游 下游 电商 消费零售 金融 交通&物流 实时语音 自主学习 低成本 高频互动 超现实 高颜值 知识库自主查询 智能话术润色 合规质检 自动质检 多维度数据对比提升客服质量 低应用门槛 自动化全量质检提升质检效率 可维护性高 提升人工客服工作体验 提升客服效率 减少人力投入 降低培训成本 数字人 智能质检 辅助机器人 产品能力 主流智能客服产品已经被广泛接受，数字人等新产品形态加速行业渗透 智能客服主流产品分为智能在线客服机器人、智能语音客服机器人、辅助机器人、智能质检、数字人等，其中前4种已经普遍应用于电商零售、金融等行业，数字人是当前发展最为迅速的智能客服产品，尤其是在多模态大模型技术的支持下，已经加速渗透到虚拟主播、虚拟员工、虚拟陪练等场景。智能客服的个性化迅速加强，帮助行业客户降低人力成本，提升服务效率，改善服务质量，增强客户满意。 适用场景 智能反欺诈预警 营销质检 虚拟主播 虚拟员工 虚拟陪练 短视频制作 服务指引 线上业务引导办理 智能接待 跨系统数据交互 智能机器人问答 人机协作服务 全渠道一键接入 催收质检 智能打断 自主学习 意图识别准确率90%+ 支持日呼叫次数千万+ 单AI机器人日均外呼量 1000+ 业务合规率100% 意图识别准确率90%+ 负面情绪识别准确率90%+ 智能语音客服机器人 智能外呼催收智能电销呼叫中心电销中心客服质检回访质检 产品功能用户收益 智能在线 客服机器人 多轮对话 多机器人协同 上下文理解 知识库自更新 自定义编排 多轮对话人机协同 会话应答匹配推荐客服专有知识库 SOP质检情绪识别 3D视频一键生成 复刻“金牌”员工能力 关键信息提取 SOP流程匹配推荐工单一键生成 话术质检质检规则可定制 3D拟人角色库多轮对话 语义理解 自动化流程处理 人力成本降低80%+ 服务效率提升90%+ AI+技术融合 基于大模型的智能客服，产品能力得到提升，搭建和运维成本大幅下降 2016年，AlphaGo(“阿尔法狗”)击败韩国围棋高手李世石引发的人工智能开发热潮，传统智能客服产业进入快速发展阶段，在NLP、ML、知识图谱、自动语音识别、文字转语音等技术的赋能下，智能客服产品在语义识别准确率、多轮对话能力、自学习能力得到提升，但基于非生成式AI技术的传统智能客服产品还存在知识库运维成本高、缺乏情绪识别能力、推理能力不足等问题。 传统智能客服大模型智能客服 •搭建成本、运维成本降低能达到80% •可进行复杂推理 •具备情绪识别和意图理解能力 •拟人化，更具亲和力 •前期知识整理、后期知识运维投入高 •回答模式僵化、缺乏推理能力 •语义理解能力受限于详细问题维护情况 •情感交互能力缺失，缺乏亲和力 产品搭建 •具备多系统接口对接能力 •无需配置相似问题，实现一问多答，低训练成本 •多轮对话能力强，上下文灵活应对，高度拟人化回复 •转人工后，人工可再次将会话托管至机器人 •通过参数查询数据，不具备图像展示和分析能力 •通过配置大量相似提问提高问题匹配度 •预设多轮对话，回复死板 •转人工后，智能客服机器人无法直接介入会话 •从业务目的出发，流程配置高度简化，只提供业务关键信息点，就可以发挥大模型能力，实现业务目的 •话术灵活，灵活应对各种用户问题，真实感明显提升，提 供优质的用户体验 •需对流程、话术、知识点、意图、标签等进行配置，投入大量人力进行优化训练 •话术固定，用户体验较差 •标签准确率不高，关键词提取困难，不能自动小结 文本场景语音场景 AI+技术融合 生成式AI等多技术融合为智能客服带来更高准确率和效率，并具备多模态交互能力 2022年末，ChatGPT横空出世，引发全球大模型开发热潮，2023年以来，国内大语言模型、文生图及文生视频大模型迅速丰富，推理能力和准确性大幅提升，且大模型百万token调用成本下降至以分为计量单位，推动了基于大模型的智能客服产品迅速推向市场。大模型和智能客服产品的融合，大幅提升了传统智能客服产品的效率和能力，主要体现在：（1）提升智能客服知识库构建和运维效率；（2）减少智能客服产品人工投入；（3）提升了智能客服推荐和回答准确率，并使智能客服产品开始具备情绪识别和回答拟人化能力；（4）多模态交互智能客服和数字人形态智能客服大规模商用成为可能。 基于大模型的智能客服产品架构 知识库构建与维护 智能客服产品应用 智能语音机器人 工单