专访明略科技CTO郝杰，共绘会话智能发展蓝图爱分析访谈

　　摘要：
　　进入3。0用户中心时代，企业如何通过构建从售前到售后的全流程客户服务体系，实现以服务驱动营销提升销售转化效率一直是一个难题。而会话智能技术，基于机器学习、NLP、ASR、大数据等核心技术，通过沟通前销售线索跟进及智能销售策略辅助、沟通中话术指导以及会话质检、沟通后智能会话诊断及用户满意度分析等能力，助力企业实现客户全生命周期精细化运营，已成为现阶段企业在存量时代实现业务大幅增长的重要手段之一。
　　近日明略科技CTO郝杰接受爱分析专访，并就会话智能技术目前的行业发展现状，以及会话智能技术如何赋能企业各业务场景等话题展开分享。
　　1、会话智能定义
　　爱分析：按您的理解，如何定义会话智能？
　　郝杰：用一句话来概括，会话智能技术就是TOB场景下的企业内外部工作会话流中，人与人的交流过程中，能够适时出现的辅助智能。
　　具体而言，会话智能是基于ASR、NLP、机器学习、大数据等核心技术，通过将前端的软件和底层硬件相结合，并与后端的数据平台打通，使企业能够在各个业务环节中，实现大幅提质增效的一种技术。例如，在内部管理培训场景中，可以将数万种产品的知识库与会话机器人打通，让员工快速检索、学习企业产品知识等；在产研与营销场景中，能够基于与客户的会话，分析用户的需求，用来指导新产品的研发或是营销计划的制定；在销售场景中，帮助销售实时记录与客户的对话，数据分析成单、丢单原因，自动化推荐客户跟进的策略，有效赋能企业全业务链路。
　　爱分析：会话智能和传统TOC场景下的对话机器人有什么区别？
　　郝杰：传统TOC场景下对话机器人是被动式的机器人，通常指的是可以实现基本人机对话的语音机器人，如语音助手、智能音箱等，在使用时往往需要使用者主动发起。而会话智能技术更强调的是，在TOB场景下人与人之间的对话中，可以在会话流内实时发掘使用者潜在需求，并能够提供相应的辅助工具的人工智能技术。
　　2、会话智能发展驱动因素分析
　　爱分析：从您的角度上看，未来会话智能可以大规模普及的驱动因素有哪些呢？
　　图：会话智能发展驱动因素
　　郝杰：第一，渠道端，私域运营场景增多，企业需要直接参与客户开发与运营。在如今的存量经济时代，公域引流成本和难度直线上升，仅依靠公域流量池促进销售增长的传统路径已经逐渐闭塞，难以支撑企业的稳步发展。因此，企业需要深挖存量客户潜在商业价值的同时，通过私域运营的方式，将私域流量留存在企业内部进行用户关系经营、完成产品或服务交付，实现商业价值变现。在这一趋势下，企业需与客户建立更为直接、频繁的沟通关系，并参与全流程的客户开发和运营。这也直接导致了，客户对于企业服务能力的更高要求。而会话智能技术，凭借底层人工智能、大数据、机器学习、NLP、ASR等核心技术，通过为企业提供与客户沟通过程中需要的多种智能化辅助工具，帮助企业更好的与客户建立直连关系，有效提升服务能力和客户满意度，已逐渐成为了企业在当前流量困局下的破局之匙。
　　第二，运营端，客户LTV精细化运营趋势上升，企业需要更细化的客户运营体系。随着流量红利的减少私域运营场景的增多，为保持客户粘性，真正提升销售转化效率，。企业需要构建涵盖售前、售中、售后的更加精细化的客户服务和运营体系，通过满足客户在各个阶段的不同服务需求，真正做到发掘客户全生命周期潜在商业价值。在这一需求的驱动下，会话智能基于所包含的售前销售线索补充、售中销售策略辅助、售后用户洞察等核心功能，帮助企业构建贯穿客户全生命周期的精细化运营体系，深度发掘客户在每一个阶段的潜在需求，实现客户价值最大化，已成为企业大幅提升销售转化效率的重要手段之一。
　　第三，管理端，企业自身管理培训的需求升级也是会话智能技术发展的一大驱动因素。进入3。0用户中心时代，企业为实现客户满意度和销售转化效率的大幅提升，需要构建以客户体验为核心的涵盖售前、售中及售后的全流程客户服务体系。但在传统企业管理体系下，由于缺乏可视化的监管和质检工具，企业难以对客服人员的服务流程和服务质量进行有效把控，导致由于客服人员工作不规范而造成的客户流失现象频发；另一方面，由于缺乏完善产品培训体系，企业客服人员因对产品缺乏知识体系的建立，而导致的无法满足客户需求的问题也常常发生。因此，在人口红利逐渐消失的大趋势下，企业为保障客户满意度，对于自身内部管理和培训提出了更高要求。而会话智能技术所具备的包含服务节点管理、智能质检、智能辅助在内的核心能力，正是解决现存客户服务痛点不二之选，进一步带动了会话智能技术的大力发展。
　　3、会话智能发展必要条件分析
　　爱分析：发展会话智能有哪些必要条件？
　　郝杰：整体来说，会话智能技术想要实现真正的全面发展，需要在技术和行业Knowhow两方面条件均较为成熟的前提下才能实现。
　　在技术方面，构建完善的会话智能底层技术底座，首先，必须具备较为成熟的非结构化数据识别分析技术体系，包含NLG、NLP、ASR、机器视觉等核心技术能力，能够帮助企业对会话流中所产生的包含图片、音视频数据在内的非结构化数据进行精确的识别和分析；其次，需要具备完善的AI和机器学习能力，可以通过对会话流中所产生的海量数据进行全面的数据建模预测，对包含销售策略辅助、用户需求分析等在内的智能化应用场景提供充足的技术支撑；最后，需要具备先进的知识图谱技术，能够帮助企业建立包括话术库、产品库在内的知识库体系，更好的赋能客服人员，提升整体企业客户服务水平。
　　在行业Knowhow方面，发展会话智能技术光有成熟的技术架构还不够，在企业级会话领域，还需要具备深厚的行业经验和知识积累，包含对整个行业事实型以及流程型知识的积累，以及对不同业务场景下客户需求的深刻认知，才能够真正洞察不同行业客户在业务流程不同阶段的个性化需求。并通过将成熟的底层技术与完善的行业Knowhow深度结合，才能更好的打磨在不同业务场景下所需要的会话智能产品功能。进而才能够形成在特定行业内以及业务场景下的专属会话智能解决方案，真正帮助不同行业的企业客户实现全面的提质增效。
　　4、会话智能适用场景和行业分析
　　爱分析：在实际应用过程中会话智能主要的落地场景有哪些呢？
　　郝杰：整体来说，现阶段会话智能技术主要应用在营销、销售、客服、产研、企业管理这五类场景。
　　图：会话智能主要落地场景及对应功能
　　第一，是在营销场景下，帮助企业完善产品营销体系。在精准营销场景下，企业需要基于用户画像体系，根据用户不同的消费行为习惯、产品需求等要素，制定出可满足不同客户个性化需求的精准营销策略，在这一过程中，利用会话智能技术所具备的包含会话诊断分析、营销活动效果分析等多种能力，一方面，使企业能够通过客户会话流的全面分析诊断，对客户关键信息进行抓取，补足企业已有客户画像体系；另一方面，使企业能够对活动投放效果、客户参与情况等数据进行实时掌握，更便于后续营销策略的持续优化改进。同时，会话智能技术基于完善的行业知识库、标签库、客户需求洞察以及客户反馈分析等能力，结合对客户满意度、产品反馈的深度分析洞察，以及对行业竞品性能、价格调整等信息的全面掌握，帮助企业全面了解市场需求变化。
　　第二，是在销售场景下，帮助企业增加销售转化效率。为挖掘客户全生命周期的潜在商业价值，提升销售转化效率，企业需要为销售人员提供更高效、更全面的销售辅助工具。而会话智能技术，基于所包含的销售线索补充、销售策略辅助、销售话术库等核心功能，能够帮助企业在售前阶段提升线索转化效率，在售中阶段完善销售策略体系，在售后阶段补足策略优化能力，构建涵盖售前、售中以及售后的全流程销售辅助工具体系，持续赋能企业销售人员，大幅提升销售转化效率。
　　第三，是在客服场景下，帮助企业优化客户服务水平。3。0用户中心时代，企业以服务驱动营销促进销售的趋势逐渐明朗。因此，为保障客户满意度水平，企业需要提升包含营销阶段、销售阶段、售后阶段的整体客户服务质量。在这一需求的驱动下，会话智能技术凭借所具备的智能辅助等功能，已逐渐成为企业实现这一目标的主要选择。通过为客服人员实时提供所需的产品资料库、话术指导、客户画像信息等辅助工具，使客服人员可以更好满足客户的个性化需求，提升整体客服水平和客户满意度。
　　第四，是在产研场景下，帮助企业迭代产品研发策略。随着客户需求理解的重要性和企业私域运营需求的不断上升，如何通过收集客户产品使用反馈对现有产品进行迭代升级已逐渐成为企业关注的重点。针对这一需求，会话智能技术基于完善的行业知识库、标签库、客户需求洞察以及客户反馈分析等能力，结合对客户满意度、产品反馈的深度分析洞察，以及对行业竞品性能、价格调整等信息的全面掌握，帮助企业，构建完善的C2M产研体系，全面了解市场需求变化，更好的优化产品研发策略和方向。
　　第五，在企业管理场景下，帮助企业提升内部管理效能。为实现客户LTV精细化运营，企业需要进一步细化各业务流程，在为客户提供更高质量服务的同时，还需要对自身内部管理水平提升要求。因此，一方面基于会话智能所包含的智能培训、智能质检、可视化服务节点管理等功能，一方面，使企业可以加强对内部员工的业务流程和产品培训，提升整体服务质量；另一方面，使企业能够通过对会话过程和客户服务流程进行实时全量质检和可视化监督管理，在有效保障客户服务质量的同时，提升企业整体管理效能。
　　爱分析：目前对于会话智能的需求主要集中在哪些行业呢？
　　郝杰：基于会话智能技术所落地的五大应用场景，综合来看，首先，零售行业由于有着数量众多的线上、线下销售和客服场景，且市场需求变化较为频繁，因此是会话智能技术的最主要的需求方之一；其次，金融行业由于近年来监管加强以及营销能力需要升级等原因，也是会话智能技术目前的主要落地行业。
　　首先，现阶段对于会话智能技术需求量最大的是零售行业，这主要是因为，第一，零售行业有着其他行业来说，更高频密集的线上、线下客户沟通场景，尤其是线下导购场景，由于缺乏监管工具，企业无法对导购的服务流程进行实时把控，因此需要会话质检、智能辅助等功能，通过对导购与客户对话音频信息进行全量存储分析，实时为导购人员提供包括产品资料、话术指导等辅助功能，提升服务水平，以及通过对会话流的质检分析，保障客户服务质量。第二，对于有着较大售后服务需求量的零售细分行业，如家电、3C等，随着增量市场的红利消失，通过提供高质量的售后服务，促进存量客户进行产品复购的需求越来越旺盛，因此会话智能所具备的营销策略优化、用户反馈洞察等能力，正是此类企业实现以服务驱动营销促进复购目的的重要方法之一。
　　其次，金融行业对于会话智能技术的需求近年来也逐渐旺盛。原因主要有两方面，一方面，是由于近年来国家对于金融机构监管要求逐渐严格，导致金融机构对于客户服务过程中产生的会话流合规性提出了更高的要求，因此需要会话智能技术对全量会话流进行实时质检，保证业务合规性；另一方面，随着近年来普惠金融的大力发展，引发了金融机构对于营销能力要求的全面升级，因此需要借助会话智能技术，对原有营销体系进行改造升级，促进个性化精准营销的实现。
　　5、行业参与者分析
　　爱分析：目前会话智能市场中的主要玩家有哪些？
　　郝杰：目前行业内的主流玩家主要分为两大类。一类是以技术研发为主的厂商，这类厂商的优势就在于多年持续关注技术研发，在一些特定技术如声纹识别领域等处于行业领先水平，但劣势在于缺乏相关的行业Knowhow积累，导致在一些对行业流程型、事实型知识要求较高的特定场景下，如线下销售场景，无法有效发挥技术优势；另一类是具备深厚的行业经验知识积累，但缺乏相关技术研发能力厂商，这类厂商的优势是多年深耕于相关行业内，对业务场景有着深刻且全面的认知，劣势在于缺乏技术研发能力，需要与技术厂商合作进行产品研发。
　　爱分析：明略与这些厂商相比，在会话智能领域的优势有哪些？
　　郝杰：明略的优势就在于，同时具备这两类厂商的优势能力，既有成熟的技术研发体系，又有深厚的行业Knowhow积累。首先，经过多年的研发投入，明略在会话智能的通用技术领域，如NLP、ASR等已经处于行业第一梯队，同时在一些特定场景下，明略已经遥遥领先于同行业其它厂商。如在线下门店销售场景中，明略基于自身在声学和语音识别领域独特的算法，结合对线下门店销售场景的深刻理解，已经形成针对线下会话场景的专属解决方案，相关语音识别准确率很高，远高于行业平均水平。
　　其次，明略深耕于包括零售、地产、金融在内的诸多领域多年，累积服务了数量众多的相关企业客户，形成了多个行业的专属标签库和规则库，在行业Knowhow积累和业务场景认知方面，已经成为了绝对的行业领先者，具备完善的行业流程型、事实型知识体系，能够对不同行业的不同业务场景进行高效赋能。
　　6、会话智能未来展望
　　爱分析：最后，您认为会话智能未来的发展趋势和市场前景是怎样的？
　　郝杰：总的来说，未来随着市场竞争进一步激烈以及客户需求的持续变化，企业传统单纯依靠产品优势吸引消费者的策略，已经逐渐不在适用。利用会话智能技术，构建完善的营销、销售、客服辅助工具体系，帮助企业拓展商机搜寻和客户触达手段，并高效赋能企业各业务人员，通过为客户提供高质量的覆盖全生命周期的精细化服务，深度挖掘客户价值，以服务驱动营销，并以此来促进销售转化才是企业在存量市场中打造差异性竞争优势的首选解决方案。据Gartner预测，到2023年，全球将会有40的企业开始应用会话智能技术，进一步说明了未来会话智能技术的全面普及是必然趋势。