调研 | 李喆 彭晨
撰写 | 彭晨
过去几年，人工智能技术应用不断渗透和推广，但真正得到验证的商业模式仍然有限。
在智能语音领域，商业化更多的是为既有行业赋能，典型应用场景是智能硬件中的人机交互，但这一应用价值更多来自于产品自身，要真正体现智能语音价值，需要找到合适的商业场景，呼叫中心就是其中一个理想场景。
首先，呼叫中心本身就是为了协调企业与用户之间的沟通，对智能语音有天然的需求。
其次，目前国内呼叫中心坐席数上百万，通过提供智能语音服务，将会有巨大的优化空间，潜在市场巨大。
此外，对话机器人涉及语音识别、语义理解、语音合成以及一系列交互模块，技术门槛高，随着行业应用不断深入，不同行业之间也可能出现业务门槛，早入场的玩家将有更大机会。
灵伴科技是少数提供智能语音语言服务的AI公司，主要为金融、保险、运营商、民航等行业大型客户提供智能语音交互机器人。
灵伴科技成立于2014年，核心团队成员在语音领域有十几年技术积累，成立之初就定位于技术创业，以智能语音改变传统呼叫中心。
传统呼叫中心主要在三个方面跟智能结合，一是质检分析，二是语音导航，三是对话机器人。经过一年时间探索，灵伴科技将目标锁定在智能对话方向。
2016年7月，灵伴科技推出其核心产品睿思1.0，将语音识别、语义理解、语音合成，以及整套工程化对话技术整合封装提供给企业用户，灵伴科技业务步入正轨。
时隔一年之后，灵伴科技又推出了睿思2.0版本，在技术、应用、产品上更新迭代，目前灵伴科技已经积累起一批保险、运营商、民航、教育、银行等行业客户。
作为一家创业公司，灵伴科技回避大而全的综合解决方案，更多提供基于特定场景的产品服务，如保单回访、续保通知、满意度调查等特定场景下的智能语音交互服务。
到目前为止，灵伴科技已经能够提供100多个应用场景，新场景开发平均仅需要数小时。
在收费方式上，灵伴科技按照订阅模式付费，客户按照需要的对话机器人数量付费，随用随开。
灵伴科技创始人陈博认为，未来AI领域的竞争一定会深入业务场景，只有在行业内足够深耕，积累起足够的数据和行业知识，才能在AI大潮真正到来时站稳脚跟。
为此，灵伴科技在呼叫中心业务之外，也探索智慧医疗，智能硬件的应用，将AI广泛赋能上述领域。在发挥基础AI技术优势的前提下，逐步构建灵伴AI生态。
近期，爱分析对灵伴科技创始人陈博进行访谈，他对灵伴科技的业务模式、目标客群、未来战略，以及智能客服行业的未来展望做了详细介绍，现将精彩内容分享如下。
传统呼叫中心与智能语音结合，对话机器人潜力巨大
爱分析：请您大概介绍一下灵伴科技的发展历程。
陈博：我们核心团队在语音语言上有十多年的积累，2013年底，我们团队参加语音合成领域全球最权威的比赛“Blizzard Challenge”，并取得第一名的好成绩。
为了实现智能语音语言的技术价值，我们整合语音识别、语言理解、语音合成技术，形成一个真正能解决人问题的对话机器人。当时面临的直接问题是产业化，语音交互能力可以结合的行业非常多，比如像智能音箱、智能家具、车联网等等。
这些领域都有广泛的应用空间，但我们经过深入分析，最后选择了客服行业中的呼叫中心。
选择这个领域最大的逻辑是我们认为语音客服最能代表语音交互能力的价值。而其他领域，比如智能音箱，它的核心价值是云端资源，而不是语音交互的能力。所以，灵伴科技2014年成立时，就专注在智能客服这个领域。
在发展过程中，我们也做了广泛的探索。传统呼叫中心主要在三个方面跟智能结合，一是质检分析，二是语音导航，三是对话机器人。
我们最早做的，是客服领域最常见的也是需求量最大的语音质检，后来发现语音质检不是一个好业务形态。智能质检的核心功能是通过事后录音判断谁在说话，说了什么，态度好不好，最终提升服务质量，但它的市场空间有限。
举个例子，一个一万人的呼叫中心一般会配80-100个质检员，那语音质检产品最多替代这80-100个质检员。从另外一个角度来讲，提升管理质量有很多途径的，技术只是其中一种而已，所以它的刚性并没有那么强。
我们同样看到，语音导航产品也不适合，语音导航取消按键能够提升客户体验，但语音导航每1级按键不超过10个，一般不超过3级，替换的价值有限，而且呼叫中心都包括IVR功能，用户的刚性并不大。
我们在行业里探索了不到一年，在2015年上半年，我们果断锁定对话机器人。
2016年7月，经过一年时间打磨产品，我们将语音识别、语言理解、语音合成，还有整套工程化对话技术全部整合封装推出了睿思1.0，标志着我们整个产品从研发过渡到市场，并开始对接大量业务。
2017年11月，我们又推出了睿思2.0，包括一些技术、应用、产品上的创新。
同时，我们孵化了一些新的方向，包括智能医疗、智能硬件。因为我们本身是创业公司，资源相对有限，所以我们在孵化新产品的时候有一个周期，目前的呼叫中心智能客服方向，我们觉得已经孵化的比较成熟，现在进入到快速市场推广的阶段。
爱分析：除了保险，现在还面向哪些行业？
陈博：保险、银行、运营商、民航、教育这样的大行业。
爱分析：对话机器人主要涉及到哪些技术？
陈博：主要是涉及语音识别、语义理解和语音合成。
我们做的是整个对话机器人，这几个模块不能分开。 现在行业里好多做机器人的都是用第三方的语音平台做识别，然后拿关键词做理解，最后搞录音，这极其不负责任。
第一，从语音识别来讲，通用的语音识别一定没有专业领域的语音识别效果好，在保险行业、银行行业要做好一定需要引擎，然后通过不断学习提升识别率；语义理解也是一样，要在限定领域才能做的好。
第二，从语音合成来讲，合成质量不好的话用户是能够感觉出来。很多人觉得录音比对话机器人效果要好，这不对，一个对话机器人的核心能力是快速迭代和升级，不可能靠录音包打天下。现在行业里迅速出现了一批录音对话机器，它们没有技术，就是拿录音简单替代语音合成，无法适用动态对话内容，应用场景非常有限。
实际上电话渠道是智能客服所有渠道里面最难的一个，我们做对话机器人的初衷就是因为门槛高，我们可以把产品打造好。
语义理解是智能客服的重点和难点，需要数据与行业知识积累
爱分析：最开始做睿思这款产品时，基础数据的积累会有难度吗？
陈博：我们早期项目做的比较艰难，数据也是靠一点点积累，所以睿思1.0就研发了一年多，从1.0到2.0又花了一年多时间。
我们到现在2.0再去做新的项目就非常快，现在一个新的对话流程，我们内部可以在数小时内完成原型开发。
爱分析：要积累多少数据，才能跑出一个相对可以的模型？
陈博：语音至少要上万小时。
爱分析：一般一个客户上线大概需要多长时间？
陈博：我们可以控制在一周以内，但是现在这个时间都是卡在客户那，客户要准备线路，准备对接。
爱分析：会和客户的语料库对接吗？
陈博：不用，我们会提供的一个具备一定行业知识积累的语料库，如果要求客户有一个做得比较好的语料库，那对他要求太高了，会阻碍项目落地速度。
我们能做到这一步也是因为对行业知识的大量积累。
爱分析：这样看来，新开一个行业的难度还是挺大？
陈博：从对话上来看，很多知识是跨行业的，并不是不同行业就需要重新积累，比如做新车购买的回访和车险的回访，核心都是车相关的领域概念。
另外在在言语表达上，各个行业调查问卷都以是否这样的意见询问为主，有大量可重复的知识。
爱分析：我们现在看到各类的公司都在进入这个领域，目前智能客服行业大概能分成几类玩家？
陈博：在我看来大概分这几类。第一类，是像我们这样做语音技术起家的公司，比如科大讯飞、捷通华声，特点是相对比较沉稳，靠产品技术取胜。
第二类，是传统呼叫中心的IT厂商，如合力亿捷、天润，他们的优势在于呼叫中心领域的客户与技术积累，能提供云通讯平台、云坐席，也卖系统。它们在行业积累时间最长，最知道哪里能赚钱，但是他们在AI技术方向的积累是短板。
第三类，是传统的IT厂商，比较有代表性是中科汇联等，他们有现成的IT能力，呼叫中心这些系统都能实现。
第四类，是AI互联网创业企业，比如智齿、追一，它的创始人不一定是语音出身，但可能有在BAT工作经验，在系统架构、互联网思维上有相应积累。
爱分析：从AI切入智能客服的企业中，再去拆的话能分成几类？
陈博：再去拆的话，就是按照文本和语音分类。我们跟科大讯飞、捷通华声一样，提供文本和语音综合方案。
实际上，智能客服最有价值也是难度最大地方是在语音客服。但是大多数智能客服公司，包括云通讯公司，他们都只提供文本客服。
文本客服受渠道特点所限，适合被动式、呼入式客户服务，而且文本客服解决的还是FAQ问题，而以前客户网站就自带FAQ，这种替代的刚性不强，价值也有限。
文本客服跟语音客服另外一个区别就是，语音客服是主动服务，文本客服没法主动服务，比如网页弹出一个你好，你是不会跟他交流的。语音则更像人工客服的能力，所以定价本质上也不一样。
主攻特定场景，创业公司拿下大型企业订单
爱分析：灵伴主要是直销还是通过渠道获客？
陈博：我们直销多。
实际上，渠道方像BPO对机器人的敏感程度要高过真正甲方，因为BPO作为乙方一旦出现问题，单子可能就丢了，因此它们更敏感。
我们目前主要是做直客，当我们做到一定规模，甲方也广泛使用了，那BPO也就愿意接受机器人。
爱分析：灵伴给客户提供标准产品还是项目服务？
陈博：我们提供的是一套软件产品，但是如果按照传统的软件销售的模式的话，有几个问题。
第一，这一套产品包括语音识别引擎、合成引擎、语言理解引擎三个最基本的引擎，在这之上还有对话模块、监控模块、统计分析模块、用户管理模块，整套系统按常规软件报价，没有300万下不来。任何一个客户说20多个机器人打两个月电话要300万，这个商业逻辑不成立。
第二，如果走采购立项的话，客户采购周期太长，对于创业公司来说不利。
第三，创业公司在市场品牌知名度等方面不占优势。
所以我们整个商业模式做了很大改革，就是不管是公有云还是私有化部署，我们都可以按路（对话机器人并发数）租用，客户不用立项，只要我们的机器人干得好，客户就持续地用，不满意可以随时停工。
正常情况下，这种大B客户对我们的服务会越用越多，根本不担心它过两个月不用。比如我们最早的保险公司客户，它用我们的机器人节省了好多成本，后来就开始拓展第二第三个场景，到最近找到我们希望能解决呼入场景。
爱分析：除了呼叫中心，灵伴科技下一步会往哪些领域延伸？
陈博：我们还会丰富我们对话机器人的智能交互能力，比如说我们把保险行业中的财险、寿险都做了，还把银行客户搞定，再进入到民航客服，这些场景都积累完之后，实际上我们的客服平台就具备了生活中各方面的知识。
未来，我们会再进一步把它延伸成面向个人的服务中心。为什么Siri用了一段时间大家不用了，就是因为它的智能太弱，只能帮助用户搜索，而搜索这个场景太浅。但是有一天如果Siri能帮用户订机票、订酒店，那它的价值是巨大的。我们的路径是先做智能客服，积累领域知识，然后再做面向C端个性化虚拟智能秘书。
爱分析：灵伴科技开发新场景，一般是出于哪些需求？
陈博：一般是人工难以应付的场景，比如说寿险在中国有一个特色，叫开门红，就是一季度的保单量要超出全年保单量50%以上。这时候保险公司的回访量就剧增，一季度累死，四季度闲死，但如果裁员的话，明年一月又要提前招人、培训，这对保险公司是一笔不小的投入，这就是需求。
另外就是，很多产品已经互联网化，保险叫互联网保险，金融叫互联网金融，它不只是渠道的改变，产品形态有很大变化，随之而来的服务形态也有很大变化。比如半夜在OTA网站上定了一个欧洲游项目，与这个网站合作的保险公司可能会推送一个合适的短期险产品，用户希望在深夜咨询，那么这就产生了新的要求。
还有，很多保险是在场景上发生的，比如保险公司根据APP的反馈你要去机场，给你推一个短期险，这个时候客服服务也是随之而来的需求。
爱分析：灵伴科技现在积累了多少个场景？
陈博：我们已经做了上百个场景。
爱分析：现在团队规模如何？
陈博：现在50多人，以产品研发人员为主，有少量销售人员。
AI领域不是拼人数，更多的是拼算法跟创新，像语音识别、语音合成技术方案，都是我们自主研发的核心技术，具有完整知识产权和技术专利等。
爱分析：最近会考虑再做下一轮融资？
陈博：是的，我们刚刚启动新一轮融资。
爱分析：子公司单独融资是出于什么考虑？
陈博：从技术特点来说，AI可以结合的点非常多，不同的领域玩法也不同，比如智能硬件更多是卖硬件，智能客服卖的是服务运营能力。再往前走，技术越来越成为产品的一部分，而企业的产品形态拼的是综合解决能力，包括在该领域内的知识积累。
未来智能客服领域也一样，会存在行业门槛，比如在保险、银行领域就可能会有一两家做的非常专业的公司，别的智能客服厂商打不进来，我们希望成为这样的一家公司。
另外一点考虑，我们希望可以成为将领域知识和AI深度融合的智能客服公司，为行业客户带来AI生产力，升级传统客服。
新龙榜
新金融
企业服务
其它
Adobe | VMware | Salesforce