以智能客服为基础，云问科技要成为打通企业内外部的智能AI大脑 | 爱分析访谈 | 自由微信

查看原文

其他

以智能客服为基础，云问科技要成为打通企业内外部的智能AI大脑 | 爱分析访谈

From 爱分析爱分析ifenxi 2019-04-01

调研 | 彭晨

撰写 | 彭晨

大数据与AI在市场推动下，正以前所未有的速度向前发展。大波创新公司积极涌现的同时，作为需求方的企业客户也在积极吸纳新技术，为未来布局。

企业在选择大数据与AI落地的场景时，会综合考虑技术可行性与产品价值两方面因素，而智能客服凭借其直接接触客户的属性、大量的数据积累、明确的商业前景，成为企业AI落地的首选。

经过两年酝酿，智能客服已经逐步成熟，适用于各种类型、各种规模企业的客服需求，大大提升以往客服业务的效率。

而另一方面，随着客服、营销等对外业务智能化的逐步完善，企业对于内部运营效率提升的需求也越来越强烈，这个领域还少有人涉足，但未来机会巨大。

云问科技从智能客服起家，如今已不再局限于智能客服业务，而是延伸到企业知识交互的全场景，希望打造企业级智能服务的AI大脑。

SaaS与本地部署协同推进

作为智能对话机器人服务提供方，云问科技既有标准化的产品，又有面向大客户的定制服务。

公司标准产品是一款SaaS机器人——云问机器人，包括公有云和VIP私有云（云端的私有化）。公有云主要面向中小型客户，按照服务场景、交互量、知识量来收费，客单价10万以下每年不等。VIP私有云面向大型客户，客单价10万每年以上，在场景、知识量、服务量上更重，以项目实施的方式服务客户，面向的客户对数据本地隔离要求没有那么高，同时服务量又比较大。

本地部署包括智能客服机器人、智能知识库、语音电话机器人、智能工单、热点分析、线下的硬件智能化等标准化的产品，同时还有针对场景的定制化服务。

现阶段，本地部署是云问科技主要收入来源，但未来随着产品标准化逐步提升，SaaS服务尤其是私有云业务将逐步成为公司发展的重点。

以客服能力为基础，横向与纵向双向扩张

以客服能力为基础，云问科技衍生出诸多服务，在原有客服业务知识库基础上，添加IT与HR等业务部门相关知识，作为企业内部自动咨询、系统服务问答调用的智能平台，提升IT、HR人员办公效率；在企业外部，除了客服场景之外，还提供酒店预定、营销等场景的服务。

虽然IT、HR部门咨询与酒店预定、营销服务之间有很大差异，但它们背后都是知识的交互。云问科技将这种业务的拓展概括为横向的场景拓展与纵向的服务深化。

从横向来看，是业务场景的拓展，比如机器人加上HR的知识就可以回答HR的问题，加上IT的知识就可以回答IT部门的问题。所以，横向的延伸可以理解为知识内容的延伸。

从纵向来看，是服务内容的拓展，比如云问从知识的运营，逐步进入到业务交互环节，不仅能解答问题，还能办业务、订酒店，甚至分析用户的兴趣，应用于营销环节。所以，纵向的延伸是服务环节的深化。

业务进入快速扩张通道

云问科技在今年开始加速扩张，具体表现在两方面，一是收入的快速增长，茆传羽表示，公司2018年收入增速预计达到150%；二是人员也得到扩充，从2017年数十人扩充到如今160多人，在2018年底将达到200人规模。

在客户群体上，云问科技目前注册用户5.5万家，其中付费客户1000家，包括150家的KA客户。

现阶段，云问科技服务的客户主要分布在金融、政务、泛电商、IT服务、消费电子、传统服务这6大领域，典型客户有太平人寿、海南省人民政府、吉林国税局、东软、浪潮、金蝶、海信、西门子、海尔、当当、蜜芽、拼多多等公司。

在以上6大行业，云问科技都有较深积累，并针对行业中的垂直场景提供相应解决方案，这也是云问科技未来着重发展的方向。

近期，爱分析与云问科技COO茆传羽就云问科技的业务情况、发展战略以及行业现状进行专访，重点内容分享如下。

SaaS与本地部署两大业务协同推进

爱分析：公司2013年成立至今，经历了哪几个发展历程？

茆传羽：云问的创始团队在2009就开始做语义搜索和语义处理的项目，其实2011年就有产品上线，并开放给开发者使用。

后来我们发现很多客户需求很强烈，因而2013年8月成立公司开始运作，2014年就有海南政府、如家、东软这样的客户。

另一个比较重要的节点是今年，我们在2017年只有几十人，但是现在已经有160多人的规模。

爱分析：公司内部如何对业务进行划分？

茆传羽：云问以智能客服机器人为主导，分为面向企业内部和外部两块。对企业内部是服务HR、IT咨询业务，类似于企业助手的角色；对企业外部是解决客服需求，还有部分线下营业厅的业务。

除了人机交互的智能客服机器人之外，云问还有面向客服各个环节的智能化服务，比如对客服记录进行热点挖掘，将结果应用于营销环节。

爱分析：SaaS产品包括哪些内容？

茆传羽：SaaS分为两块，一块是公有云，一块是VIP私有云（云端的私有化）。

公有云主要面向中小型客户，按照服务场景、交互量、知识量来收费，客单价10万以下每年不等，客户需要自己做知识的梳理。

VIP私有云面向大型客户，客单价10万每年以上，VIP私有云面向的客户对数据敏感性没有那么高，同时服务量又比较大，典型客户就如猪八戒网。

这两类产品的区别在于，它们在场景、知识量、服务量上不同；并且VIP私有云是以项目实施的方式提供服务，客户付费意愿高，是未来的重点。

爱分析：本地部署业务包含哪些服务？

茆传羽：本地部署包括智能客服机器人、智能知识库、语音电话机器人、智能工单、热点分析、线下的硬件智能化等，这些都是标准化的产品。

在标准产品之外，还有针对场景的定制化服务，算上订房、定会议室，我们现有的场景有五六十种。

数据量大，服务环节重的行业是首选客群

爱分析：云问主要面向哪些客户？

茆传羽：我们当前的注册用户有5.5万家，付费客户1000家，其中有150家KA客户。

我们的客户主要分布在6大领域，按客户规模来排序的话，分别是金融（有十几家保险、银行），政务（海南市政府、沈阳国税、天津税务、贵州社保等）、泛电商（拼多多、当当等）、IT服务（东软、金蝶、猪八戒网等）、消费电子（美的、海尔、西门子、海信、金立、海康威视）、传统服务（种类比较杂，直销、电力、酒店等都有）。

爱分析：选择这几大行业是出于什么原因？

茆传羽：基本上任何一家做智能客服的公司，服务的都是这些行业。

这些行业有几大特征，第一，服务量比较大，有各种咨询需求；第二，注重服务质量；第三，场景可拓展，有些行业比如共享单车的场景就太简单，关键字回复就能解决，也没有场景的拓展，所以也不是核心客群；第四，存量数据大，能够支持智能客服的要求。

所以你看海尔就是优质客户，首先，海尔有多款产品，服务量大；其次，家电的咨询场景够多，需求也够大；第三，未来可以向营销拓展，客户与家电交互的过程，可以用来指导营销。

爱分析：不同行业之间，提供的服务是否会有很大差异？

茆传羽：我们把云问的整个业务分成5层，算法层、模型层、应用层、数据层、方案层。

算法层是底层；模型层在产品上会有所区别，比如工单分析与客服产品在模型层上就有差别；应用层针对不同行业会有区别，但是80%是类似的。

数据层和方案层在不同行业就完全不同。比如在数据层，同样的词语在不同行业意义就不同，晚点这个词在酒店关联的知识图谱可能和退房、房间保留相关，在航空、旅游领域就和改签和退票相关。我们会在数据层和方案层为客户提供针对性服务，不过其中的标准化程度比较高。

如果是进入新行业，前期实施周期大概1个月到1个半月，如果是服务成熟行业内的公司，基本2周时间就能搞定。

爱分析：客户选型主要看中哪些指标？

茆传羽：主要有四点，按照重要性排序的话，第一是语义理解效果；第二是支持场景的丰富度，比如可拓展性；第三是产品和需求的贴合程度；第四是服务能力。

爱分析：行业内做语音机器人的公司越来越多，主要面临哪些方面的竞争？

茆传羽：竞争主要是三块。

一是新兴的chat bot厂商，现在竞争最多的也是这类公司；

二是传统的SaaS客服公司，比如环信、智齿，但它们的能力在于快速低成本地搭建客服体系，机器人只是其中一部分，影响的也是比较小的客户，大的客户不会选择它们。

三是BAT和BAT衍生的生态，但BAT更注重底层，我们在行业上的专注度会远胜它们。

爱分析：面对竞争，云问的优势在哪里？

茆传羽：我们的优势归结为三块，第一是算法优势，倒不是说我们的算法有多么领先，而是在特定领域有多年打磨，比如，在不同行业口语化分词方面我们有自己的一套理论；第二是数据壁垒，我们在不同行业和客户数据建立很多数据训练的模型，我们云上的5万多家企业，也贡献了大量的数据；第三是应用优势，我们的应用服务更贴合用户需要，对客户业务理解也更深。