深度挖掘客戶對話價值，開發電話銷售AI系統，「客知音」從教育和金融市場切入

呼叫中心是一個技術、人力、知識密集型行業，在中國呼叫中心行業從業人數已達到500萬人，且需求還在不斷提升。但隨著中國逐漸步入老齡化階段，以及呼叫行業特殊的工作性質，人工坐席難找更難留，人員流失率持續增長。

呼叫中心和其他各行各業一樣，未來要更多地運用AI技術促進人機協同的服務模式，降本增效。

總部位於北京的AI創業公司客知音，最初從後端質檢服務切入呼叫市場，希望通過AI技術提升呼叫質檢服務效率，減少人力成本。但他們發現如果專註在這個環節有兩個問題：一是呼叫質檢市場體量有限，另外後端服務質檢並不是直接的盈利環節，呼叫中心更希望為前端銷售業務付費。

不過客知音CEO孫思明告訴36氪，在做質檢服務的過程中，客知音積累了面向教育和金融垂直行業的語音語義識別引擎技術，在垂直行業的語音識別準確率可以達到85%。這套技術作為公司核心壁壘，可以遷移至前端銷售業務中。

之所以要做垂直行業的語音語義識別引擎，是因為目前的語音識別引擎多由百度、騰訊、科大訊飛等大平台開放給開發者。此類語音識別引擎是通用的，在垂直場景還有很多優化空間。孫思明告訴36氪，比如說在語音機器人的場景，短語音識別由於沒有上下文，通用語音識別的準確率大概在70%左右，但是優化後可以達到90%以上。舉例 「語文、數學、英語三門課您想上哪一門呢？」「數學」。這裡面的「數學」就屬於短語音識別，使用通用引擎識別率會很低。

基於面向金融和教育行業的語音語義識別引擎，客知音現有兩款主打產品，分別是銷冠AI教練和外呼機器人。

銷冠AI教練主要應用於機器無法完全替人的場景。基於自主研發的語音語義識別引擎，客知音可以將坐席和客戶的語音對話實時轉成文字。根據文字對話，客知音的銷冠AI教練系統可以提供以下主要功能服務——思路導航（識別客戶問題並推薦話術要點）、評判客戶購買意願、對話實時質檢、用戶畫像信息自動輸入和匯總等。

孫思明告訴36氪，銷冠AI教練系統目前提供的功能在新人培訓和風險規避這塊效果比較明顯，平均可以將新人培訓入職周期縮短30%。 針對同一大行業，銷冠AI教練系統的功能板塊基本相同，同一功能下的具體內容會根據客戶的不同進行定製化開發。

客知音的外呼機器人產品則主要用在一些簡單的同質化較高的溝通場景，可以根據客戶的回答識別其意圖，並進行動態內容的實時生成，以此替代人工坐席。教育領域比較典型可應用的場景包括約課、客戶回訪關懷、提醒、通知等，金融領域則包括催收、銷售等場景。除了教育金融，未來還可以拓展至電商、地產、汽車銷售等領域。

據悉，外呼機器人可應用到的場景佔到整個溝通場景的15%-20%，再加上銷售冠軍AI教練系統，兩個產品對應的市場規模約在400億元。客知音通過和呼叫中心系統公司、展會渠道，或是通過直銷的方式，和教育、金融領域的部分中大B客戶建立了合作關係。產品部署形態包括雲端SaaS、私有化部署等形式，客單價在10-100萬元不等。

除了技術優勢，孫思明認為隨著客戶的增加，客知音的項目落地能力，即服務能力和垂直應用場景的數據積累方面會有一定先發優勢。大廠可能具備較強的演算法開發能力，但缺乏垂直應用場景數據。據悉，客知音僅在約課場景就擁有50萬通的歷史錄音，這些錄音都可以幫助其優化演算法模型。

未來，客知音會將語音識別和NLP技術應用在除電話以外的溝通方式中，比如線下溝通、微信qq溝通等，目的依然是為企業在銷售方面降本增效。

去年8月，客知音完成峰瑞資本天使輪融資，近期開啟了A輪融資。據悉，客知音已實現營收平衡，目前營收增長主要通過客戶的擴展。客知音共有30多人，除了斯坦福大學、哥倫比亞大學、清華、北大等高校的博士、碩士，還包括來自矽谷和BAT的工程師和演算法科學家。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！