中國對話機(jī)器人chatbot行業(yè)發(fā)展研究報(bào)告

1、中國對話機(jī)器人chatbot行業(yè) 發(fā)展研究報(bào)告20213產(chǎn)品概述篇1行業(yè)發(fā)展篇2企業(yè)案例篇4發(fā)展洞察篇5應(yīng)用領(lǐng)域篇3報(bào)告研究范疇基于對話機(jī)器人產(chǎn)品的研究范疇界定智能對話系統(tǒng)是可通過語音識(shí)別、自然語言理解、機(jī)器學(xué)習(xí)等人工智能技術(shù)，使機(jī)器理解人類語言并與人類進(jìn)行有效溝通， 進(jìn)而根據(jù)對人類語言中的意圖進(jìn)行理解并執(zhí)行相應(yīng)任務(wù)或做出回答的系統(tǒng)。智能對話系統(tǒng)可加載于智能硬件，基于對話交 互滿足智能硬件的操作控制需求，使人機(jī)交互更加自然；智能對話系統(tǒng)也可賦能于服務(wù)場景，以文本機(jī)器人、語音機(jī)器人、 多模態(tài)數(shù)字人、智能質(zhì)檢和坐席輔助等對話機(jī)器人產(chǎn)品形式服務(wù)于客服、營銷、企業(yè)信息服務(wù)等場景。本報(bào)告研究范疇在 后者

2、，集中研究對話機(jī)器人chatbot的核心技術(shù)、產(chǎn)品研發(fā)流程、產(chǎn)品應(yīng)用場景、市場規(guī)模及競爭格局、客戶選型要素、 市場發(fā)展態(tài)勢等，為讀者帶來行業(yè)認(rèn)知與行業(yè)思考。報(bào)告研究范疇界定智能對話系統(tǒng)產(chǎn)品消費(fèi)級硬件交互智能對話系統(tǒng)可加載于消費(fèi)級智能硬件，基于 對話形式使人機(jī)交互更加方便自然智能音箱智能家居智能車載設(shè)備服務(wù)型機(jī)器人對話機(jī)器人chatbot來源：艾瑞咨詢研究院自主研究及繪制。42021.6 iResearch Inc.智能對話系統(tǒng)可基于豐富產(chǎn)品形式賦能服務(wù)場景，為客戶提供客 服、營銷、企業(yè)信息服務(wù)等多功能文本機(jī)器人語音機(jī)器人（智能外呼、智能呼入）多模態(tài)數(shù)字人智能質(zhì)檢、坐席輔助等對話機(jī)器人產(chǎn)品形式主

3、要形式實(shí)現(xiàn)由文本、語音到多模態(tài)的產(chǎn)品拓展文本機(jī)器人是對話機(jī)器人最初的產(chǎn)品形態(tài)，應(yīng)用于在線客服領(lǐng)域，輔助或替代人工進(jìn)行多接入渠道的在線接待；而后結(jié)合 智能語音技術(shù)，對話機(jī)器人孵化出語音機(jī)器人產(chǎn)品形式，輔助替代真人接聽和撥打電話，并以原有問答接待為基礎(chǔ)，延展 出回訪、通知和營銷等功能；多模態(tài)數(shù)字人則是繼語音機(jī)器人之后的再一次產(chǎn)品形式升級。在文字和語音基礎(chǔ)上，融合計(jì) 算機(jī)視覺和多模態(tài)模型等技術(shù)，加入虛擬人形態(tài)，使人與機(jī)器的交互更加自然真實(shí)。另外，對話機(jī)器人還可與人工服務(wù)結(jié) 合，以賦能人工服務(wù)的產(chǎn)品形式，為人工客服提供智能質(zhì)檢、坐席輔助和智能助手等功能。對話機(jī)器人chatbot產(chǎn)品分類多模態(tài)數(shù)字人計(jì)算

4、機(jī)視覺多模態(tài)模型語音識(shí)別語音合成自然語言理解知識(shí)庫多模態(tài)數(shù)字人：在文字和語音基礎(chǔ)上，加入 虛擬人形態(tài)，以仿真人形式與客戶溝通，提 供智能化、高效化交互服務(wù)。語音機(jī)器人語音識(shí)別語音合成自然語言理解知識(shí)庫語音機(jī)器人：以語音形式與客戶溝通，產(chǎn) 品可分為智能外呼與智能呼入機(jī)器人，應(yīng) 用于回訪、通知、營銷、客服等場景。文本機(jī)器人自然語言理解知識(shí)庫文本機(jī)器人：以文本形式與客戶溝通，全渠 道、全天候24h觸達(dá)客戶，獨(dú)立解決簡單問 題，輔助人工解決復(fù)雜問題。來源：艾瑞咨詢研究院自主研究及繪制。52021.6 iResearch Inc.對話機(jī)器人產(chǎn)品功能以智能對話系統(tǒng)為核心，應(yīng)用于客服/營銷/信息服務(wù)多方場景

5、智能對話系統(tǒng)按照對話目的不同，可分為任務(wù)型、問答型和閑聊型。任務(wù)型與問答型產(chǎn)品多應(yīng)用于限定領(lǐng)域內(nèi)，旨在通過 對話策略和AI技術(shù)的不斷優(yōu)化，以最短的對話輪次滿足用戶的任務(wù)需求；而閑聊型面向發(fā)散領(lǐng)域，不限定對話輪次多少， 旨在滿足客戶的情感需求。對話機(jī)器人以智能對話系統(tǒng)為核心，廣泛應(yīng)用在客服、營銷和企業(yè)信息服務(wù)等場景。除此之外， 對話機(jī)器人還以信息化、數(shù)字化、智能化為基礎(chǔ)，在各應(yīng)用場景中賦能優(yōu)化運(yùn)營管理流程，實(shí)現(xiàn)智能工單、數(shù)據(jù)分析、智 能質(zhì)檢和智能決策等功能。賦能運(yùn)營 管理流程智能決策數(shù)據(jù)分析智能工單智能質(zhì)檢對話機(jī)器人產(chǎn)品場景功能列舉客服場景營銷場景企業(yè)信息 服務(wù)場景智能導(dǎo)航智能調(diào)度業(yè)務(wù)辦理坐席輔

6、助智能招聘智能辦公外呼營銷智能推薦智能對話系統(tǒng)分類任務(wù)型用戶希望完成特定任務(wù)，對話機(jī)器人理解用戶 意圖后，執(zhí)行后臺(tái)已對接能力，完成指定任務(wù) 并回復(fù)。舉例：“訂一張明天上午從北京飛上海的機(jī)票”問答型用戶希望得到某個(gè)問題的答案，對話機(jī)器人匹 配到所需答案并回答用戶。舉例：“請問如何辦銀行卡？”閑聊型提供聊天功能，以滿足用戶情感需求為導(dǎo)向與 用戶對話。舉例：“今天天氣很好，陪我聊會(huì)天吧”智能推薦智能通知智能回訪智能培訓(xùn)來源：艾瑞咨詢研究院自主研究及繪制。62021.6 iResearch Inc.營銷套電對話機(jī)器人產(chǎn)品工作流程輔助或替代人工對話，賦能對話全流程以實(shí)現(xiàn)降本增效對話機(jī)器人可替代或輔助人工

7、對話。在多渠道接入客戶需求后，對話機(jī)器人會(huì)通過智能調(diào)度進(jìn)行優(yōu)化派單。對于簡單問題， 在理解客戶意圖后，對話機(jī)器人可通過知識(shí)庫實(shí)現(xiàn)答案匹配后輸出檢索答案，替代人工對話以減輕人力客服壓力；對于仍 需要人工解決的復(fù)雜個(gè)性化問題，對話機(jī)器人可幫助人工客服自動(dòng)記錄客戶問題，智能填入工單，并提供基于知識(shí)庫信息 檢索的坐席輔助功能。此外，對話機(jī)器人可完成智能工單的后續(xù)跟進(jìn)，并結(jié)合RPA（機(jī)器人流程自動(dòng)化）技術(shù)完成與后臺(tái) 的任務(wù)對接。另外，對話機(jī)器人可進(jìn)行運(yùn)營數(shù)據(jù)的監(jiān)控分析與對話流程的智能質(zhì)檢，將對話流程線上化、數(shù)據(jù)化、智能化， 為服務(wù)的量化管理提供支撐。對話機(jī)器人工作流程示意圖（以接入客戶的工作流程為例）對

8、話輸入與 前端處理ASR語音識(shí)別NLU語言理解NLG語言生成TTS語音合成對話輸出語音形式純文本形式純文本形式全渠道連接：微信 網(wǎng)頁 小程序 H5 APP對話機(jī)器人提供坐席輔助(自動(dòng)記錄、生成工單、知識(shí)庫檢索等)運(yùn)營數(shù)據(jù)監(jiān)控分析智能質(zhì)檢對 話 管 理答案匹配（知識(shí)庫）智能 調(diào)度智能工單人工對話機(jī)器對話智能RPA對話機(jī) 器人與 用戶溝 通對接 后，選 擇人工 接入對話機(jī)器人可 根據(jù)對話記錄 自身生成工單 或幫助人工客 服填入工單， 與后臺(tái)對接， 通過AI、RPA 技術(shù)錄入并完 成用戶需求FAQ知識(shí)庫知識(shí)圖譜知識(shí)庫文檔知識(shí)庫對話機(jī)器人根據(jù)各類 知識(shí)庫，基于客戶需 求搜索匹配對應(yīng)對話 回復(fù)，并幫助人

9、工客 服進(jìn)行實(shí)時(shí)知識(shí)庫信 息檢索，提供坐席輔 助功能來源：艾瑞咨詢研究院自主研究及繪制。72021.6 iResearch Inc.對話機(jī)器人產(chǎn)品核心技術(shù)：自然語言處理獲取語料語料預(yù)處理語料清洗詞性標(biāo)注分詞去停用詞特征工程詞袋模型（BoW）詞向量特征選擇模型訓(xùn)練傳統(tǒng)機(jī)器學(xué)習(xí)模型深度學(xué)習(xí)模型選擇合適且表達(dá)能力強(qiáng)的特征需要大量行業(yè)信息積累， 語料庫數(shù)量是模型訓(xùn)練 效果的關(guān)鍵因素之一讓對話機(jī)器人“理解”并“生成”自然語言自然語言處理可分為自然語言理解、對話管理、自然語言生成三個(gè)部分，其關(guān)鍵是要讓計(jì)算機(jī)“理解”并“生成”自然語 言；自然語言處理技術(shù)的處理流程需經(jīng)過獲取語料、語料預(yù)處理、特征工程、特征選

10、擇與模型訓(xùn)練，實(shí)現(xiàn)機(jī)器與人的對話 交互。近年來，深度學(xué)習(xí)技術(shù)的大量使用和不斷突破極大推動(dòng)自然語言處理技術(shù)的落地發(fā)展。自然語言處理技術(shù)的核心任務(wù)自然語言處理技術(shù)的處理流程自然語言生成（NLG）：將機(jī)器輸出的抽象表達(dá) 轉(zhuǎn)換為句法合法、語義準(zhǔn)確的自然語言句子，以 自然語言文本去表達(dá)給定的意圖對話管理：考慮歷史對話信息和上下文的語境進(jìn) 行全面分析，決定系統(tǒng)要采取的相應(yīng)動(dòng)作，如追 問、澄清和確認(rèn)等，主要任務(wù)有：對話狀態(tài)跟蹤生成對話策略自然語言理解（NLU）：將用戶的輸入映射到預(yù) 先根據(jù)不同場景定義的語義槽中，讓機(jī)器理解語 言的意思。通常包括三個(gè)任務(wù)：領(lǐng)域檢測意圖識(shí)別語義槽填充單意圖識(shí)別多意圖識(shí)別情緒識(shí)別

11、來源：艾瑞咨詢研究院自主研究及繪制。82021.6 iResearch Inc.對話機(jī)器人產(chǎn)品核心技術(shù)：語音技術(shù)提供語音交互入口，全雙工技術(shù)的發(fā)展讓人機(jī)對話更加自然語音技術(shù)主要分為語音識(shí)別、語音合成和聲紋識(shí)別三類。在人機(jī)對話流程中，語音識(shí)別和語音合成技術(shù)支撐著對話內(nèi)容從 語音到文本、從文本到語音的相互轉(zhuǎn)換。聲紋識(shí)別為通過聲音判別說話人身份的技術(shù)，可廣泛應(yīng)用在金融公安等領(lǐng)域以提 升業(yè)務(wù)及系統(tǒng)安全性。全雙工是實(shí)時(shí)的、雙向的語音信息交互技術(shù)。對比于原來人機(jī)交互時(shí)語音流必須錯(cuò)開的對話狀態(tài)， 全雙工技術(shù)更加模擬人類的交談過程，即人與機(jī)器均可以同時(shí)說話，機(jī)器在與用戶交談時(shí)可以邊聽邊想，實(shí)時(shí)生成回應(yīng)并 控制

12、對話節(jié)奏。目前，多家語音廠商在持續(xù)投入全雙工語音技術(shù)的研發(fā)。語音識(shí)別 ASR語音識(shí)別通常稱為自動(dòng)語音識(shí)別， 即 Automatic Speech Recognition，縮寫為 ASR，主要是將人類語音中的詞匯內(nèi)容轉(zhuǎn) 換為計(jì)算機(jī)可讀的輸入，一般都是可以理 解的文本內(nèi)容，也有可能是二進(jìn)制編碼或 者字符序列。語音合成 TTS語音合成，即Text-To-Speech，縮 寫為TTS，主要是將文字轉(zhuǎn)化為聲音。 隨著技術(shù)的不斷突破，語音合成出 來的聲音不再頓挫冰冷，有情緒、 個(gè)性化的TTS成為熱點(diǎn)。全雙工語音與其他語音交互模式的對比單輪交互多輪交互 全雙工交互聲紋識(shí)別聲紋識(shí)別成為對話機(jī)器人的語音技 術(shù)熱

13、點(diǎn)，利用計(jì)算機(jī)系統(tǒng)自動(dòng)完成 說話人身份識(shí)別的技術(shù)，可廣泛應(yīng) 用于金融、公安、檢察院、法院、 國安領(lǐng)域，核實(shí)人員身份，提高業(yè) 務(wù)及系統(tǒng)安全性。喚醒聽說來源：艾瑞咨詢研究院自主研究及繪制。92021.6 iResearch Inc.對話機(jī)器人產(chǎn)品核心技術(shù)：知識(shí)工程FAQ Based 知識(shí)庫（檢索性問答）標(biāo)準(zhǔn)問題回答相似問題1相似問題2相似問題3業(yè)務(wù)文檔資料持續(xù)經(jīng)營 查漏補(bǔ)缺QueryReturn用戶利用神經(jīng)網(wǎng)絡(luò)，尤其是深度學(xué)習(xí)模 型學(xué)習(xí)文本中深層的語義特征。對 文本做語義表示后進(jìn)行語義匹配的 方法開始被提出并應(yīng)用于FAQ問答 系統(tǒng)。節(jié)省人工提取特征的大量人力物 力發(fā)掘傳統(tǒng)模型很難發(fā)掘的隱含在 大量

14、數(shù)據(jù)中含義不明顯的特征， 更精細(xì)地描述文本匹配問題基于深度學(xué)習(xí)的FAQ Bot實(shí)現(xiàn)1) FAQ檢索型問答：深度神經(jīng)網(wǎng)絡(luò)推動(dòng)FAQ知識(shí)庫精細(xì)匹配FAQ，全稱為Frequently Asked Questions（常見問題集的問答系統(tǒng)），作為基礎(chǔ)發(fā)展的問答系統(tǒng)，被對話機(jī)器人廠商廣 泛使用。FAQ Based知識(shí)庫的建立方法為基于業(yè)務(wù)文檔資料整理標(biāo)準(zhǔn)問題、相似問題與其相應(yīng)答案。當(dāng)問題輸入后，系統(tǒng) 會(huì)在知識(shí)庫內(nèi)查詢與之相匹配的問句并輸出對應(yīng)回答。由于中文含義的豐富性，傳統(tǒng)文本匹配方法（信息檢索中的BM25， 向量空間模型VSM）通常很難直接根據(jù)關(guān)鍵字匹配或者基于機(jī)器學(xué)習(xí)的淺層模型來確定問題的相似度。近

15、幾年，利用神經(jīng) 網(wǎng)絡(luò)，尤其是深度學(xué)習(xí)模型學(xué)習(xí)文本中深層的語義特征，對文本做語義表示后進(jìn)行語義匹配的方法被應(yīng)用于FAQ問答系統(tǒng)。 基于深度學(xué)習(xí)的模型可大量節(jié)省人工提取特征所需的人力物力。此外，相比于傳統(tǒng)方法，深度文本匹配模型可從大量樣本 中自動(dòng)學(xué)習(xí)文本之間的內(nèi)在規(guī)律和表示層次，使FAQ知識(shí)庫的文本匹配更加精細(xì)?；贔AQ （常見問題集的問答系統(tǒng)）知識(shí)庫建立圖來源：艾瑞咨詢研究院根據(jù)公開資料自主研究及繪制。102021.6 iResearch Inc.對話機(jī)器人產(chǎn)品核心技術(shù)：知識(shí)工程2) 知識(shí)圖譜：深化事物規(guī)則聯(lián)系，建立結(jié)構(gòu)化知識(shí)庫基于知識(shí)庫內(nèi)容間存在關(guān)聯(lián)，或?yàn)樯舷挛魂P(guān)系、約束關(guān)系、遞進(jìn)關(guān)系等，由

16、此在知識(shí)庫的概念下引入知識(shí)圖譜技術(shù)?；?自然語言理解對文字內(nèi)容在語義上進(jìn)行初步認(rèn)知和自動(dòng)抓取，經(jīng)由知識(shí)圖譜對概念間的關(guān)系屬性進(jìn)行聯(lián)結(jié)、轉(zhuǎn)換，進(jìn)行知 識(shí)融合與知識(shí)加工形成行業(yè)知識(shí)圖譜。行業(yè)知識(shí)圖譜可分為通用知識(shí)與垂直行業(yè)知識(shí)圖譜：通用知識(shí)圖譜注重橫向廣度， 知識(shí)積累和問答應(yīng)用相對通識(shí)廣泛；垂直行業(yè)知識(shí)圖譜注重縱向深度，考慮到不同的應(yīng)用場景與業(yè)務(wù)背景，通常需要以大 量一線行業(yè)數(shù)據(jù)去“喂養(yǎng)”對話機(jī)器人，實(shí)現(xiàn)基礎(chǔ)詞庫儲(chǔ)備，并對垂直行業(yè)知識(shí)圖譜進(jìn)行持續(xù)深化?；谥R(shí)圖譜的知識(shí)庫建立圖KG Based 知識(shí)庫（知識(shí)圖譜）QueryReturn用戶業(yè)務(wù)文檔資料數(shù)據(jù)整合實(shí)體抽取關(guān)系抽取屬性抽取事件抽取實(shí)體對

17、齊本體對齊知識(shí)庫質(zhì)量評估本體構(gòu)建知識(shí)推理通用 知識(shí)圖譜垂直行業(yè) 知識(shí)圖譜數(shù)據(jù)模型規(guī)范修訂知識(shí)抽取知識(shí)融合知識(shí)加工知識(shí)圖譜政務(wù)金融醫(yī)療電商知識(shí)表示基于機(jī)器學(xué)習(xí)和深度學(xué)習(xí)模型達(dá) 到應(yīng)用中知識(shí)庫的不斷擴(kuò)充完善標(biāo)準(zhǔn) 知識(shí)關(guān)系 模型結(jié)構(gòu)化數(shù)據(jù)半結(jié)構(gòu)化數(shù)據(jù)非結(jié)構(gòu)化數(shù)據(jù)數(shù)據(jù)源來源：2020年面向人工智能新基建的知識(shí)圖譜行業(yè)白皮書，艾瑞咨詢；艾瑞咨詢研究院自主研究及繪制。112021.6 iResearch Inc.對話機(jī)器人產(chǎn)品核心技術(shù)：知識(shí)工程用戶嵌入編碼特征抽取文章-問題交互答案預(yù)測基于上述三個(gè)模塊累積得到的信息進(jìn)行最終的 答案預(yù)測。對于填空式、多項(xiàng)選擇式任務(wù)，會(huì) 根據(jù)候選答案的預(yù)測得分排序，比較并選擇

18、最 優(yōu)答案輸出回復(fù)。將自然語言形式的文章和問題影射為固定維度 的詞向量，以便讓機(jī)器處理。提取上下文信息，多采用RNN、CNN和基于多頭 自注意力機(jī)制Transformer結(jié)構(gòu)等神經(jīng)網(wǎng)絡(luò)模型。文章編碼問題編碼QueryReturn文 章 特 征問 題 特 征在該模塊中廣泛使用attention機(jī)制（單向或雙向）， 以強(qiáng)調(diào)與query相關(guān)的文檔部分。為了充分提取文 檔與問題的相關(guān)性，兩者的相互作用有時(shí)會(huì)執(zhí)行多 跳，可類比人類理解的重讀過程。文檔和問題之間的相關(guān)性幫助機(jī)器找到 文檔中哪些部分對回答問題更為重要業(yè)務(wù)文檔資料3) 文檔問答：基于機(jī)器閱讀理解直接提取答案生成回復(fù)文檔問答是基于機(jī)器閱讀理解直

19、接從非結(jié)構(gòu)化文檔中提取答案的方法。近年來基于深度神經(jīng)網(wǎng)絡(luò)的機(jī)器閱讀理解 ( Machine Reading Comprehension，MRC ) 技術(shù)得到快速發(fā)展。MRC模型以問題和文檔為輸入，通過閱讀文檔內(nèi)容來 預(yù)測問題的答案。根據(jù)需要預(yù)測的答案形式不同，閱讀理解任務(wù)可以分為填空式 、多項(xiàng)選擇式 、片段抽取式和自由文本 式，由前到后的預(yù)測難度逐步提升?；跈C(jī)器閱讀理解的流程圖機(jī)器閱讀理解流程圖來源：艾瑞咨詢研究院根據(jù)公開資料自主研究及繪制。122021.6 iResearch Inc.對話機(jī)器人產(chǎn)品聯(lián)動(dòng)技術(shù)：RPA思考理解對話 交互人工操作通過大腦思考理解用戶意圖， 并做出回答與對應(yīng)操作人

20、工操作時(shí)，通過視覺查看文本圖像 或通過語音交互對話與用戶溝通，獲 知用戶意圖，并做出相應(yīng)動(dòng)作與回復(fù)AI技術(shù)賦予其相應(yīng)的 “擬人化能力”，實(shí) 現(xiàn)用戶的意圖獲知與 意圖理解，并做出相 應(yīng)動(dòng)作與回復(fù)人工操作時(shí)，基于對客戶需求的理 解，通過手動(dòng)操作重復(fù)性執(zhí)行用戶 需求RPA技術(shù)可實(shí)現(xiàn)業(yè)務(wù) 流程自動(dòng)化，減少人 為重復(fù)、繁瑣、大批 量的工作任務(wù)RPA技術(shù)與AI技術(shù)結(jié)合帶來業(yè)務(wù)流程自動(dòng)化的良性循環(huán)RPA是Robotic Process Automation（機(jī)器人流程自動(dòng)化）的簡稱，是指可以模擬人類在計(jì)算機(jī)等數(shù)字化設(shè)備中的操作， 并利用和融合現(xiàn)有各項(xiàng)技術(shù)減少人為重復(fù)、繁瑣、大批量的工作任務(wù)，實(shí)現(xiàn)業(yè)務(wù)流程自動(dòng)

21、化的機(jī)器人軟件。對話機(jī)器人可 以實(shí)現(xiàn)“擬人化”交互，理解用戶意圖，而RPA則可根據(jù)交互后的意圖指令進(jìn)行自動(dòng)化操作，快速提升產(chǎn)品的服務(wù)質(zhì)量與 任務(wù)效率。對話機(jī)器人與RPA技術(shù)結(jié)合可解鎖更多的應(yīng)用場景，以最少的人工干預(yù)高效高質(zhì)地完成處理任務(wù)，帶來業(yè)務(wù)流 程自動(dòng)化的良性循環(huán)。人工流程與“AI+RPA技術(shù)”的操作類比圖 企業(yè)流程自動(dòng)化來源：艾瑞咨詢研究院自主研究及繪制。132021.6 iResearch Inc.14產(chǎn)品概述篇1行業(yè)發(fā)展篇2企業(yè)案例篇4發(fā)展洞察篇5應(yīng)用領(lǐng)域篇3152021.6 iResearch Inc.對話機(jī)器人行業(yè)發(fā)展回顧在技術(shù)發(fā)展突破后實(shí)現(xiàn)產(chǎn)品落地，應(yīng)用場景逐漸豐富Elizza

22、是人類建造的第一個(gè)對 話機(jī)器人，于1966年在麻省 理工學(xué)院被創(chuàng)造。根據(jù)人工設(shè) 計(jì)的腳本與人類交流，沒有語 義理解，而是通過模式匹配和 智能短語搜索合適的回復(fù)傳統(tǒng)呼叫中心呼叫中心 + 在線軟件全渠道，觸達(dá)客服、營銷、企業(yè)信息服務(wù)場景2000s中國傳統(tǒng)呼叫中心 興起，為企業(yè)主要 服務(wù)形式，與客戶 溝通以電話為主， 采用單一渠道接入微軟推出微軟小 冰。此時(shí)對話機(jī) 器人產(chǎn)品已可較 為熟練使用深度 學(xué)習(xí)技術(shù)應(yīng)用場景對話機(jī)器人行業(yè)相關(guān)領(lǐng)域發(fā)展歷程示意圖Watson由IBM開發(fā),基于Deep QA 技術(shù)，利用深度自然語言處理技術(shù)產(chǎn)生候選答案，并根據(jù)交叉驗(yàn)證評估對話機(jī)器人產(chǎn)品 化發(fā)展：用于客 服、外呼、營銷

23、多模態(tài)數(shù) 字人：結(jié) 合語音技 術(shù)、5G 和等環(huán)節(jié)的對話機(jī)多模態(tài)模 器人產(chǎn)品被推出， 型的發(fā)展，國內(nèi)多家AI技術(shù)多模態(tài)數(shù) 相關(guān)客服公司成字人開始 立或?qū)崿F(xiàn)較大規(guī)應(yīng)用落地 模產(chǎn)品方案落地Alice使用的人工智能標(biāo)記語 言，允許用戶可以定制化聊天 內(nèi)容，對話機(jī)器人能按照預(yù)先 設(shè)定好的腳本來回答問題深度學(xué)習(xí) 技術(shù)興起2011隨著互聯(lián)網(wǎng)技術(shù)的發(fā) 展與普及，在呼叫中 心基礎(chǔ)上延伸了在線 軟件形態(tài)，多用作在 線客服回復(fù)20142015-2016 2020-2021基于移動(dòng)互聯(lián)網(wǎng)、云服務(wù)等技術(shù)發(fā)展，可支 持電話、網(wǎng)站、工單、微信、微博、APP、 QQ等全渠道平臺(tái)覆蓋結(jié)合AI技術(shù)，對話機(jī)器人可通過替代或輔助人工

24、的方 式觸達(dá)到客服、營銷和企業(yè)內(nèi)部多方場景1950s泛美航空公司 在 1956 年建 成并投入使用 世界上第一個(gè) 具有一定規(guī)模 的 、 可提供 7X24 服務(wù)的 呼叫中心1970s銀行業(yè)在70年代初開 始建設(shè)自己的呼叫中 心；90年代初期開始， 呼叫中心真正進(jìn)入規(guī) 模性發(fā)展， 800 號碼 被廣泛認(rèn)同和采用技術(shù)發(fā)展1950年,圖靈發(fā) 表文章機(jī)器能 思考嗎，開啟 人類對對話機(jī)器 人的測試研究對話機(jī)器人來源：艾瑞咨詢研究院根據(jù)公開資料自主研究及繪制。321810232453303172012 2013 2014 2015 2016 2017 2018 2019 2020 2021.5投融資數(shù)量對話

25、機(jī)器人行業(yè)資本熱度總事件：共計(jì)201起注釋：其他*包括并購、股權(quán)轉(zhuǎn)讓、股權(quán)融資、IPO及定向增發(fā)。 來源：艾瑞咨詢研究院根據(jù)融資網(wǎng)站數(shù)據(jù)調(diào)整與處理繪制。種子輪天使輪 PreA-A+輪 PreB-B+輪7B輪及以前早期融資事件： 共計(jì)146起，占比72.6%427225C-C+輪14D輪5E輪2F輪1戰(zhàn)略投資15其他*18來源：艾瑞咨詢研究院根據(jù)融資網(wǎng)站數(shù)據(jù)調(diào)整與處理繪制。資本市場在2018年爆發(fā)后回落平穩(wěn)，逐步跑出成熟企業(yè)受益于人工智能的技術(shù)突破和產(chǎn)品落地，對話機(jī)器人賽道從2015年開始快速升溫，在2018年融資事件數(shù)量達(dá)到峰值， 單年融資事件達(dá)53起，而后進(jìn)入平穩(wěn)發(fā)展階段，年融資事件數(shù)量在3

26、0起左右。從投融資輪次來看，早期企業(yè)投融資事 件（B輪及以前）最為活躍，共計(jì)146起，占比高達(dá)72.6%。基于對話機(jī)器人賽道的多年累積發(fā)展，現(xiàn)已逐步跑出在語 音語義各細(xì)分領(lǐng)域見長的成熟企業(yè)。2012-2021年5月對話機(jī)器人投融資事件數(shù)量2012-2021年5月對話機(jī)器人投融資輪次情況162021.6 iResearch Inc.2021.6 iResearch Inc.對話機(jī)器人行業(yè)發(fā)展外因：市場需求注釋：就業(yè)職工指在一定年齡以上，有勞動(dòng)能力，為取得勞動(dòng)報(bào)酬或經(jīng)營收入而從事一 定社會(huì)勞動(dòng)的人員。具體指年滿16周歲，為取得報(bào)酬或經(jīng)營利潤，在調(diào)查周內(nèi)從事了1小 時(shí)（含1小時(shí)）以上勞動(dòng)的人員；或由

27、于學(xué)習(xí)、休假等原因在調(diào)查周內(nèi)暫時(shí)處于未工作狀 態(tài)，但有工作單位或場所的人員；或由于臨時(shí)停工放假、單位不景氣放假等原因在調(diào)查 周內(nèi)暫時(shí)處于未工作狀態(tài)，但不滿三個(gè)月的人員人員中由于學(xué)習(xí)、病傷、產(chǎn)假等原因暫 未工作仍由單位支付工資的人員。來源：國家統(tǒng)計(jì)局。來源：艾瑞咨詢研究院自主研究及繪制。56360 6202946769 514834179967569 74318824132011 2012 2013 2014 2015 2016 2017 2018 2019 2020城鎮(zhèn)單位就業(yè)職工平均工資(元)培訓(xùn)難度高人員流動(dòng)性大人員流動(dòng)性大加劇 培訓(xùn)學(xué)習(xí)難度培訓(xùn)難度大，培訓(xùn) 專業(yè)度難以達(dá)標(biāo)， 加劇人員流失

28、企業(yè)用人成本攀升，對降本增效的產(chǎn)品需求日益強(qiáng)烈根據(jù)國家統(tǒng)計(jì)局顯示，2020年中國城鎮(zhèn)單位就業(yè)職工平均工資已達(dá)到97379元，相比于2011年已經(jīng)上升了133%，企業(yè)用 人成本不斷攀升。另一方面，由于部分客服營銷場景的工作形態(tài)單一導(dǎo)致的人員不斷流失，加大了培訓(xùn)難度，而業(yè)務(wù)知識(shí) 繁雜導(dǎo)致專業(yè)度難以達(dá)標(biāo)的培訓(xùn)情況又進(jìn)一步加劇人員流失，人員流動(dòng)性大與培訓(xùn)難度高已形成人力成本攀升的惡性循環(huán)。 企業(yè)對降本增效的產(chǎn)品需求日益強(qiáng)烈。2011-2020年中國城鎮(zhèn)單位就業(yè)職工平均工資(元)人工客服成本攀升循環(huán)圖90501 97379對行業(yè)業(yè)務(wù)知識(shí)點(diǎn)要求高，客服員工培訓(xùn)難度大，學(xué)習(xí) 成本高部分客服營銷場景工作形態(tài)單

29、一，存在工作重復(fù)性高、 枯燥繁瑣的問題，員工流失率高172021.6 iResearch Inc.2021.6 iResearch Inc.182021.6 iResearch Inc.對話機(jī)器人行業(yè)發(fā)展外因：市場需求人力工作時(shí)長有限，難以覆蓋到所有 時(shí)間的客戶咨詢，在未響應(yīng)時(shí)段無法 及時(shí)回復(fù)，極易造成客源流失。人工非響應(yīng)人工時(shí)長有限，渠道運(yùn)營管理難度大用戶咨詢量因時(shí)間不同會(huì)有差異，基 于服務(wù)需求的不斷擴(kuò)張，在高峰時(shí)期 人力不足會(huì)導(dǎo)致服務(wù)體驗(yàn)波動(dòng)，客戶 易流失或不滿。因網(wǎng)站、APP、微信公眾號等接入渠 道不斷豐富，人工統(tǒng)一管理難度加大。 且傳統(tǒng)人工操作數(shù)據(jù)留存量低，數(shù)據(jù) 價(jià)值難以被有效利用。數(shù)

30、據(jù)價(jià)值未被有效利用對話機(jī)器人可精準(zhǔn)解決人工服務(wù)現(xiàn)存痛點(diǎn)對話機(jī)器人可精準(zhǔn)解決人工服務(wù)現(xiàn)存痛點(diǎn)：1）人力工作時(shí)長有限，對話機(jī)器人可設(shè)置24小時(shí)在線，不間斷地進(jìn)行客服應(yīng) 答及業(yè)務(wù)處理。人工渠道運(yùn)營管理難度大，而對話機(jī)器人可實(shí)現(xiàn)全渠道接入，支持同一知識(shí)庫對接，無需在多個(gè)接入渠道 中來回切換；2）用戶咨詢量波動(dòng)在高峰時(shí)期人力不足會(huì)導(dǎo)致服務(wù)體驗(yàn)波動(dòng)，對話機(jī)器人可快速解決重復(fù)性問題，并根據(jù) 業(yè)務(wù)流程，引導(dǎo)用戶理清復(fù)雜、模糊問題，給予用戶直接清晰的問題回復(fù)；3）數(shù)據(jù)留存量低且價(jià)值難以被有效利用，對 話機(jī)器人可對語音文本對話數(shù)據(jù)進(jìn)行智能分析與質(zhì)檢，幫助企業(yè)深度挖掘數(shù)據(jù)價(jià)值。人工服務(wù)現(xiàn)存痛點(diǎn)易造成客源流失業(yè)務(wù)需求

31、波動(dòng)幅度大人工管理難度大，數(shù)據(jù)價(jià)值低高峰時(shí)段需求量劇增導(dǎo)致人力不足來源：艾瑞咨詢研究院自主研究及繪制。19對話機(jī)器人行業(yè)發(fā)展內(nèi)因：AI技術(shù)發(fā)展十年三次被正式授予“圖靈獎(jiǎng)”，展現(xiàn)強(qiáng)大基礎(chǔ)研究實(shí)力根據(jù)清華人工智能研究院發(fā)布的人工智能發(fā)展報(bào)告2011至2020 顯示，2011年以來人工智能領(lǐng)域高水平論文發(fā)表量整 體呈現(xiàn)穩(wěn)步增長態(tài)勢。人工智能科研成果涵蓋R-CNN算法（目標(biāo)檢測算法）、神經(jīng)機(jī)器翻譯的新方法等。而在過去十年， 圖靈獎(jiǎng)分別授予了計(jì)算理論、概率和因果推理、密碼學(xué)、分布式和并發(fā)系統(tǒng)、數(shù)據(jù)庫系統(tǒng)、萬維網(wǎng)、計(jì)算機(jī)系統(tǒng)、深度神 經(jīng)網(wǎng)絡(luò)和3D計(jì)算機(jī)圖形學(xué)九個(gè)領(lǐng)域，共有16位學(xué)者獲得圖靈獎(jiǎng)。其中圖靈獎(jiǎng)有

32、三次授予人工智能領(lǐng)域，5位人工智能領(lǐng)域 學(xué)者獲此殊榮，人數(shù)占比高達(dá) 31%，體現(xiàn)了近年來人工智能技術(shù)基礎(chǔ)研究的雄厚實(shí)力以及突破性進(jìn)展。來源：人工智能發(fā)展報(bào)告2011至2020，清華人工智能研究院；艾瑞咨詢研究院自主 研究及繪制。2021.6 iResearch Inc.1068311160 11633134211164513478128061375515150182382010 2011 2012 2013 2014 2015 2016 2017 2018 2019來源：人工智能發(fā)展報(bào)告2011至2020，清華人工智能研究院；艾瑞咨詢研究院自主 研究及繪制。2021.6 iResearch I

33、nc.2010-2019年人工智能領(lǐng)域國際頂級期刊 會(huì)議論文數(shù)量（篇）2010-2019年圖靈獎(jiǎng)中人工智能領(lǐng)域?qū)W者占比人工智能領(lǐng)域31%其他領(lǐng)域69%對話機(jī)器人行業(yè)發(fā)展內(nèi)因：AI技術(shù)發(fā)展321計(jì)算機(jī)視覺得益于深度學(xué)習(xí)算法開發(fā)應(yīng)用，2012 年，采用深度學(xué)習(xí)架構(gòu)的AlexNet模 型，以超越第二名10個(gè)百分點(diǎn)的成績 在ImageNet競賽中奪冠。2017年， ImageNet圖像分類競賽Top 5的錯(cuò) 誤率降至2.25%。側(cè)重于感知智能的 計(jì)算機(jī)視覺技術(shù)逐步實(shí)現(xiàn)商用價(jià)值。自然語言處理開源框架近年來，自然語言處理在詞向量表示、文 本編碼反編碼技術(shù)以及大規(guī)模預(yù)訓(xùn)練模型上 的方法極大地促進(jìn)了自然語言處

34、理的研究 。2018年谷歌的預(yù)訓(xùn)練BERT模型被認(rèn)為 是自然語言處理領(lǐng)域的最強(qiáng)預(yù)訓(xùn)練模型，僅 通過少量樣本就可以達(dá)到相對滿意的精 度 ，且該模型代碼已被開源。2011年，微軟研究院深度神經(jīng)網(wǎng) 絡(luò)-HMM在大詞匯量連續(xù)語音識(shí)別 任務(wù)上性能顯著提升，隨后深度學(xué) 習(xí)在智能語音領(lǐng)域被深入研究， 2016年機(jī)器語音識(shí)別準(zhǔn)確率第一 次達(dá)到人類水平，智能語音技術(shù)落 地期到來。智能語音隨著深度學(xué)習(xí)在語音、計(jì)算機(jī)視覺、 自然語言處理領(lǐng)域的取得成果逐漸 顯著，谷歌、英偉達(dá)、微軟等科技 巨頭在2018年圍繞深度學(xué)習(xí)推出 一系列開源框架，大幅降低人工智 能領(lǐng)域的入門門檻。4202021.6 iResearch Inc

35、.來源：艾瑞咨詢研究院根據(jù)公開資料自主研究及繪制。深度學(xué)習(xí)算法是AI技術(shù)達(dá)到落地可用的推動(dòng)器在對話機(jī)器人“擬人化”的實(shí)現(xiàn)中，機(jī)器學(xué)習(xí)是現(xiàn)階段實(shí)現(xiàn)人工智能的主要手段。深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的分支，是基于建 立和模擬人腦進(jìn)行分析的特殊機(jī)器學(xué)習(xí)模式，在2012年進(jìn)入研究的爆發(fā)期。相對于傳統(tǒng)機(jī)器學(xué)習(xí)以數(shù)據(jù)為經(jīng)驗(yàn)來驅(qū)動(dòng)計(jì)算 機(jī)模擬人類的經(jīng)驗(yàn)決策行為不同，深度學(xué)習(xí)通過模擬人類的神經(jīng)元結(jié)構(gòu)來達(dá)成數(shù)據(jù)的處理和結(jié)果產(chǎn)出，能處理更為復(fù)雜的 各類數(shù)據(jù)進(jìn)行決策。2018年，研究深度學(xué)習(xí)領(lǐng)域三位學(xué)者榮獲第三次圖靈獎(jiǎng)，其在概念和工程上的重大突破推動(dòng)了深度神 經(jīng)網(wǎng)絡(luò)成為計(jì)算機(jī)領(lǐng)域關(guān)鍵技術(shù)，是圖像識(shí)別、語音識(shí)別、自然語言處理等技

36、術(shù)獲得跳躍式發(fā)展的基礎(chǔ)。 如今深度學(xué)習(xí)以 自動(dòng)提取特征、神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)、端到端學(xué)習(xí)等優(yōu)勢，成為當(dāng)下最熱門的算法架構(gòu)。深度學(xué)習(xí)技術(shù)發(fā)展影響對話機(jī)器人行業(yè)發(fā)展基礎(chǔ)：基礎(chǔ)數(shù)據(jù)結(jié)構(gòu)化數(shù)據(jù)機(jī)器學(xué)習(xí)特征海量數(shù)據(jù)為深度學(xué)習(xí)算法提供底層支撐在實(shí)際應(yīng)用中，深度學(xué)習(xí)算法多采用有監(jiān)督學(xué)習(xí)模式，需要標(biāo)注數(shù)據(jù)對學(xué)習(xí)結(jié)果進(jìn)行反饋。在進(jìn)入AI模型訓(xùn)練前，數(shù)據(jù)需 經(jīng)過采集標(biāo)注過程，將多源異構(gòu)數(shù)據(jù)轉(zhuǎn)化為可識(shí)別的AI訓(xùn)練數(shù)據(jù)。得益于海量數(shù)據(jù)的出現(xiàn)、計(jì)算能力的提升，原來復(fù)雜度 很高的算法終得以落地使用。目前中國AI基礎(chǔ)數(shù)據(jù)行業(yè)市場規(guī)模在2020年預(yù)估已達(dá)到36.3億元，預(yù)計(jì)2025年將達(dá)到101.1 億元。國內(nèi)AI基礎(chǔ)數(shù)據(jù)服務(wù)主要分

37、為數(shù)據(jù)集產(chǎn)品和數(shù)據(jù)資源定制服務(wù)，數(shù)據(jù)集產(chǎn)品往往是AI基礎(chǔ)數(shù)據(jù)服務(wù)商根據(jù)自身積累 產(chǎn)出的標(biāo)準(zhǔn)數(shù)據(jù)集，以語音數(shù)據(jù)集為主；數(shù)據(jù)資源定制服務(wù)則可滿足客戶的定制化需求以保證算法優(yōu)勢。25.930.950.736.342.861.476.7101.119.3%17.5%17.9%18.5%21.1%24.9%201820192020e 2021e 2022e 2023e 2024e 2025e中國AI基礎(chǔ)數(shù)據(jù)服務(wù)行業(yè)市場規(guī)模（億元）整體市場增速（%）2019-2025年中國AI基礎(chǔ)數(shù)據(jù)服務(wù)行業(yè)市場規(guī)模31.8%深度學(xué)習(xí)的實(shí)現(xiàn)路徑 數(shù)據(jù)為模型訓(xùn)練提供底層支撐非結(jié)構(gòu)化數(shù)據(jù)AI模 型 訓(xùn) 練數(shù)據(jù)采集數(shù)據(jù)標(biāo)注分類

38、模型端到端學(xué)習(xí)語音交互、文本處 理、計(jì)算機(jī)視覺等 AI技術(shù)領(lǐng)域多采用 該類方法訓(xùn)練，對 基礎(chǔ)數(shù)據(jù)服務(wù)有廣 泛需求來源：2020年中國AI基礎(chǔ)數(shù)據(jù)服務(wù)行業(yè)研究報(bào)告，艾瑞咨詢；艾瑞咨詢研究院自主研究及繪制。212021.6 iResearch Inc.對話機(jī)器人行業(yè)發(fā)展基礎(chǔ)：基礎(chǔ)數(shù)據(jù)跨語言識(shí)別、語音合成算法能力、語義理解的復(fù)合數(shù)據(jù)標(biāo)注對話機(jī)器人行業(yè)基礎(chǔ)數(shù)據(jù)服務(wù)主要涉及語音識(shí)別數(shù)據(jù)、語音合成數(shù)據(jù)與自然語言理解數(shù)據(jù)的采集與標(biāo)注，應(yīng)用于方言及外 語種識(shí)別、多輪問答等場景。目前，對話機(jī)器人廠商在上下文理解、多輪對話、情緒識(shí)別、模糊語義識(shí)別、意圖判斷、多 語種識(shí)別等方面研發(fā)訴求強(qiáng)，從而對跨語言語音識(shí)別、語音

39、合成算法能力和語義理解的復(fù)合數(shù)據(jù)標(biāo)注等技術(shù)趨勢產(chǎn)生強(qiáng)需 求。在全球化趨勢下，對話式口語中常存在多語種混合表達(dá)問題，因此對話機(jī)器人廠商對跨語言語音識(shí)別的需求逐步走高； 其次，在語音合成中AI公司著重于映射模型算法的創(chuàng)建和訓(xùn)練，而語音片段數(shù)據(jù)和相應(yīng)的聲學(xué)參數(shù)標(biāo)注則交由數(shù)據(jù)服務(wù)商 提供。因此數(shù)據(jù)服務(wù)商不僅要掌握專業(yè)的聲學(xué)知識(shí)、數(shù)據(jù)標(biāo)注經(jīng)驗(yàn)，還要擁有語音合成的算法能力；而根據(jù)智能對話系統(tǒng) 算法的發(fā)展，迭代并設(shè)計(jì)符合算法需求的NLP數(shù)據(jù)產(chǎn)品，則有助于從基礎(chǔ)數(shù)據(jù)層面推動(dòng)對話機(jī)器人行業(yè)發(fā)展。對話機(jī)器人行業(yè)基礎(chǔ)數(shù)據(jù)服務(wù)分類對話機(jī)器人行業(yè)基礎(chǔ)數(shù)據(jù)服務(wù)技術(shù)需求趨勢語音識(shí)別將對話語音、人機(jī)交互語音、方言等各類情景

40、下產(chǎn)生的語音片段進(jìn)行標(biāo)注，將音頻數(shù)據(jù)與文 本數(shù)據(jù)結(jié)構(gòu)化組合語音合成對語音片段進(jìn)行音素、韻律、音節(jié)邊界、音素 邊界、詞性、重音、聲調(diào)等標(biāo)注，并切分音素 邊界自然語言理解涉及對文本數(shù)據(jù)進(jìn)行文本清洗、字符轉(zhuǎn)換、詞 語切分、詞性標(biāo)注、語法分析、同義詞及歧義 消除、情感屬性標(biāo)注、知識(shí)圖譜屬性構(gòu)建等12跨語言語音識(shí)別全球化趨勢下，對話式口語中常存在多語種混合表達(dá)問題，因 此對話機(jī)器人廠商對跨語言語音識(shí)別的需求逐步走高語音合成算法能力語音片段數(shù)據(jù)和相應(yīng)的聲學(xué)參數(shù)標(biāo)注交由數(shù)據(jù)服務(wù)商提供，數(shù) 據(jù)服務(wù)商不僅要掌握專業(yè)的聲學(xué)知識(shí)、數(shù)據(jù)標(biāo)注經(jīng)驗(yàn)，還要擁 有語音合成的算法能力語義理解的復(fù)合數(shù)據(jù)標(biāo)注基于智能對話系統(tǒng)算法的

41、發(fā)展，迭代并設(shè)計(jì)符合算法需求的NLP 數(shù)據(jù)產(chǎn)品，有助于從基礎(chǔ)數(shù)據(jù)層面推動(dòng)對話機(jī)器人行業(yè)發(fā)展3來源：2020年中國AI基礎(chǔ)數(shù)據(jù)服務(wù)行業(yè)研究報(bào)告，艾瑞咨詢；艾瑞咨詢研究院自主研究及繪制。222021.6 iResearch Inc.對話機(jī)器人行業(yè)市場規(guī)模2025年市場規(guī)模將達(dá)98.5億元，行業(yè)呈持續(xù)增長態(tài)勢對話機(jī)器人行業(yè)在2019年市場規(guī)模為14.0億元，2020年市場規(guī)模為27.1億元，預(yù)計(jì)在2025年將達(dá)到98.5億元。從增長曲 線來看， 對話機(jī)器人行業(yè)的市場規(guī)模在近幾年會(huì)有較快增長， 在達(dá)到一定體量后步入穩(wěn)定增長， 2019-2025 年 CAGR=39%。2019-2025年中國對話機(jī)器人

42、行業(yè)市場規(guī)模14.027.144.764.882.992.098.5201920202024e2025e2021e2022e2023e中國對話機(jī)器人行業(yè)市場規(guī)模（億元）來源：2020年中國人工智能產(chǎn)業(yè)研究報(bào)告，艾瑞咨詢；艾瑞根據(jù)專家訪談，結(jié)合艾瑞統(tǒng)計(jì)模型自主研究繪制。232021.6 iResearch Inc.242021.6 iResearch Inc.對話機(jī)器人行業(yè)市場規(guī)模業(yè)務(wù)模式以軟件和服務(wù)為主；自研趨勢下內(nèi)部消化占比走高按照對話機(jī)器人產(chǎn)品的業(yè)務(wù)模式（軟件、硬件、服務(wù)）劃分以及受益方（外部采購與內(nèi)部消化）劃分展示其市場規(guī)模。對 話機(jī)器人市場產(chǎn)值主要集中在軟件服務(wù)部分，即SaaS服務(wù)和定

43、制化解決方案中的軟件算法部分，2020年占比達(dá)到69.6%， 專家駐場提供開發(fā)服務(wù)的服務(wù)產(chǎn)品產(chǎn)值占比則達(dá)到29.6%；需求對話機(jī)器人服務(wù)的金融、零售頭部客戶部分具備自研或技 術(shù)輸出能力，2020年通過內(nèi)部消化消耗的市場規(guī)模占比達(dá)到6.6%。注釋：對話機(jī)器人軟件產(chǎn)品包括SaaS服務(wù)及定制化解決方案中的軟件算法部分；硬件產(chǎn) 品包含對話機(jī)器人相關(guān)項(xiàng)目中采購的服務(wù)器、終端設(shè)備等；服務(wù)產(chǎn)品指專家駐場提供開 發(fā)服務(wù)。來源：艾瑞根據(jù)專家訪談，結(jié)合艾瑞統(tǒng)計(jì)模型自主研究繪制。2021.6 iResearch Inc.來源：艾瑞根據(jù)專家訪談，結(jié)合艾瑞統(tǒng)計(jì)模型自主研究繪制。2019-2025年中國對話機(jī)器人產(chǎn)品 按

44、業(yè)務(wù)模式劃分市場規(guī)模2019-2025年中國對話機(jī)器人產(chǎn)品 按受益方劃分市場規(guī)模13.125.341.760.690.985.277.10.81.83.04.25.96.87.6201920202021e2022e外部采購（億元）2023e2024e2025e內(nèi)部消化（億元）9.418.831.244.958.771.365.90.10.20.40.60.91.01.24.48.013.119.323.325.126.120192020e2021e2022e2023e軟件產(chǎn)值（億元）硬件產(chǎn)值（億元）2024e2025e服務(wù)產(chǎn)值（億元）對話機(jī)器人行業(yè)產(chǎn)業(yè)鏈及產(chǎn)業(yè)圖譜智能語音 技術(shù)提供商IaaS廠

45、商PaaS云通訊廠商下 游 客 戶電信運(yùn)營商政府金融運(yùn)營商企業(yè)內(nèi)部互聯(lián)網(wǎng)教育醫(yī)療零售方案集成（供給側(cè)集成/需求側(cè)集成）AI語音能力輸出數(shù)據(jù)服務(wù)提供商對話機(jī)器人行業(yè)產(chǎn)業(yè)鏈及產(chǎn)業(yè)圖譜對話機(jī)器人解決方案提供商來源：艾瑞咨詢研究院自主研究及繪制。2021.6 iResearch Inc.25對話機(jī)器人行業(yè)競爭格局以各型策略切入，并趨于融合發(fā)展以語音能力切入以語義能力切入以平臺(tái)能力切入以垂類場景切入發(fā)展策略自研語音能力并沉淀NLP能力，總結(jié)場景業(yè)務(wù)流程 和標(biāo)準(zhǔn)化技術(shù)方案，將AI能力平臺(tái)化、產(chǎn)品標(biāo)準(zhǔn)化、 云化，豐富拓展客戶類型和應(yīng)用范圍切入策略以NLP能力切入對話機(jī)器人市場，根據(jù)客戶需求實(shí)施 深度定制，優(yōu)

46、先切入金融、政務(wù)等有定制化項(xiàng)目解決 方案需求的目標(biāo)市場以標(biāo)準(zhǔn)化產(chǎn)品切入發(fā)展策略在AI技術(shù)方面，擴(kuò)寬研究語義能力，將語音技術(shù)與 認(rèn)知智能更加緊密結(jié)合；在應(yīng)用領(lǐng)域方面，提升通 用場景定制能力，從典型案例發(fā)展到規(guī)模化應(yīng)用切入策略多以語音識(shí)別為核心能力切入對話機(jī)器人市場：在中 上游提供AI語音調(diào)用服務(wù)，或在中游提供產(chǎn)品及解決 方案發(fā)展策略利用人員、技術(shù)及資源優(yōu)勢，打磨完善To B/To G 的產(chǎn)品方案能力；結(jié)合自身生態(tài)，將對話機(jī)器人解 決方案模塊整合進(jìn)集成方案中切入策略基于自用需求或技術(shù)先發(fā)優(yōu)勢開展對話機(jī)器人產(chǎn)品方 案研究，在自身能力成熟后，開展對外To B/To G賦 能，形式或?yàn)锳PI能力調(diào)用或?yàn)?/p>

47、解決方案輸出發(fā)展策略順應(yīng)人工智能浪潮，加大AI技術(shù)的研究投入，搭建 AI中臺(tái)，使AI技術(shù)與自身產(chǎn)品業(yè)務(wù)線更加貼合，提 升對話機(jī)器人產(chǎn)品（SaaS+AI）價(jià)值123切入策略4以傳統(tǒng)客服和云客服的客戶資源為基礎(chǔ)，將人工智能 及大數(shù)據(jù)技術(shù)有效整合，在標(biāo)準(zhǔn)化組件基礎(chǔ)上做需求調(diào)整，為金融、零售、教育等客戶提供標(biāo)準(zhǔn)化產(chǎn)品5發(fā)展策略基于自身項(xiàng)目經(jīng)驗(yàn)與AI能力積累，在切入的細(xì)分場景 外，優(yōu)先拓寬業(yè)務(wù)邏輯相似的行業(yè)及應(yīng)用領(lǐng)域；提升 產(chǎn)品規(guī)?；瘶?biāo)準(zhǔn)化能力，擴(kuò)大下游客戶的覆蓋范圍切入策略切入細(xì)分賽道成為垂類頭部玩家。按行業(yè)細(xì)分可切入 金融、政務(wù)、教育、醫(yī)療、零售等；按應(yīng)用場景細(xì)分 可切入客服、營銷、呼叫中心等來源：

48、艾瑞咨詢研究院自主研究及繪制。2021.6 iResearch Inc.26對話機(jī)器人行業(yè)商業(yè)模式以調(diào)用量和解決方案兩種收費(fèi)模式為主對話機(jī)器人主要存在以調(diào)用量收費(fèi)和以解決方案收費(fèi)兩種方式。以調(diào)用量收費(fèi)的商業(yè)模式多存在于AI語音技術(shù)廠商，通過 搭建AI技術(shù)開放平臺(tái)開放接口，為對話機(jī)器人廠商、解決方案集成商、下游客戶等提供語音識(shí)別和語音合成能力；按解決 方案收費(fèi)則可細(xì)分為按照產(chǎn)品方案收費(fèi)與項(xiàng)目制方案收費(fèi)兩種，產(chǎn)品方案以產(chǎn)品售賣使用為主，項(xiàng)目制方案在產(chǎn)品范圍之 外，還會(huì)涉及到整體方案的部署、安裝、使用和后續(xù)運(yùn)維，人力服務(wù)屬性重于產(chǎn)品方案。對話機(jī)器人行業(yè)商業(yè)模式按 照 調(diào) 用 量 收 費(fèi)按 照 解 決

49、 方 案 收 費(fèi)產(chǎn)品方案項(xiàng)目制方案按照對話機(jī)器人產(chǎn)品技術(shù)服務(wù)收費(fèi)：對話機(jī)器人產(chǎn)品可根據(jù)產(chǎn)品形式分 為文本機(jī)器人、語音機(jī)器人（外呼機(jī)器人、呼入機(jī)器人）、AI虛擬數(shù)字人 等?？蛻艨筛鶕?jù)自身需求購買對應(yīng)的對話機(jī)器人產(chǎn)品服務(wù)。商業(yè)模式：對話機(jī)器人價(jià)格會(huì)由產(chǎn)品功能、產(chǎn)品性能（AI技術(shù)指標(biāo)）、并 發(fā)路數(shù)、產(chǎn)品使用量等因素決定。收費(fèi)模式可為按時(shí)間段（月、年）收費(fèi)， 或按流量/使用量收費(fèi)。根據(jù)項(xiàng)目整體情況收費(fèi) ，項(xiàng)目方案包括產(chǎn)品部分與服務(wù)部分：對話機(jī)器 人廠商以項(xiàng)目制形式提供軟硬件產(chǎn)品與實(shí)施服務(wù)等技術(shù)解決方案。軟硬件 產(chǎn)品部分主要以軟件能力為主，包括產(chǎn)品費(fèi)用與授權(quán)許可；實(shí)施服務(wù)則是 為項(xiàng)目開發(fā)運(yùn)營提供駐場支持

50、，為支撐項(xiàng)目制方案服務(wù)效果的關(guān)鍵性因素 之一。商業(yè)模式：按照項(xiàng)目制收費(fèi)，購買整套軟硬件產(chǎn)品與開發(fā)實(shí)施服務(wù)，后續(xù) 可能會(huì)涉及運(yùn)營維保等服務(wù)費(fèi)用。解決方案 中或會(huì)涉 及引入AI 能力的輸 出調(diào)用來源：艾瑞咨詢研究院自主研究及繪制。2021.6 iResearch Inc.27AI技術(shù)能力調(diào)用： 采用API/SDK 接 口的方式在AI技術(shù) 開放平臺(tái)調(diào)用 AI 技術(shù)能力。在對話 機(jī)器人領(lǐng)域 多以 AI語音能力（語音識(shí)別、語 音合成、聲紋識(shí) 別等）的輸出調(diào) 用為主。商業(yè)模式：按照 調(diào)用次數(shù)收費(fèi)， 或在一定期限購 買使用權(quán)，不限 制調(diào)用次數(shù)。對話機(jī)器人行業(yè)發(fā)展策略對話機(jī)器人工廠：標(biāo)準(zhǔn)化生產(chǎn)、低代碼開發(fā)、低

51、成本運(yùn)營為提高項(xiàng)目開發(fā)效率，對話機(jī)器人廠商在沉淀足夠項(xiàng)目經(jīng)驗(yàn)、業(yè)務(wù)邏輯與AI技術(shù)后可通過搭建對話機(jī)器人工廠以加強(qiáng)規(guī)模 化定制能力、減輕產(chǎn)品方案的定制壓力。在對話機(jī)器人工廠，客戶可基于自身產(chǎn)品需求，通過零/低代碼可視化操作，快 速自主搭建對話機(jī)器人產(chǎn)品，并在后續(xù)運(yùn)維中實(shí)現(xiàn)數(shù)據(jù)與知識(shí)庫的自我優(yōu)化完善。從供給側(cè)來說，對話機(jī)器人工廠可極大 減少廠商的定制開發(fā)成本與后續(xù)運(yùn)維投入；從需求側(cè)來說，客戶可基于需求特點(diǎn)與業(yè)務(wù)邏輯自主搭建，使產(chǎn)品更貼合自身 想法。因此，對話機(jī)器人工廠可從供需兩側(cè)優(yōu)化產(chǎn)品流程，為目前對話機(jī)器人廠商的主要選擇策略。產(chǎn)品方案的開發(fā)流程及對話機(jī)器人工廠的實(shí)現(xiàn)功能由運(yùn)維人員進(jìn)行產(chǎn)品應(yīng)用的

52、運(yùn)營與維護(hù)，耗時(shí)費(fèi)力由技術(shù)團(tuán)隊(duì)進(jìn)行產(chǎn)品方案定 制化開發(fā)，或存在重復(fù)開發(fā)前端人員與客戶進(jìn)行初步對 接，評估了解客戶需求，對 行業(yè)know-how要求高客戶明確自身產(chǎn)品需求后，可在對話機(jī)器人 工廠自主搭建產(chǎn)品標(biāo)準(zhǔn)化產(chǎn)品生產(chǎn)零/低代碼開發(fā)滿足定制化需求低成本運(yùn)維低門檻應(yīng)用實(shí) 現(xiàn) 功 能人工定制化解決方案對話機(jī)器人工廠沉淀項(xiàng)目經(jīng)驗(yàn)、沉淀業(yè)務(wù)邏輯、沉淀AI技術(shù)能力基于對話機(jī)器人工廠快速搭建對話機(jī)器人產(chǎn) 品，無需編寫代碼通過可視化操作或低代碼 配置產(chǎn)品功能及對話場景結(jié)合機(jī)器學(xué)習(xí)能力與自動(dòng)優(yōu)化模型進(jìn)行數(shù)據(jù) 與知識(shí)庫的自我優(yōu)化完善，極大節(jié)約產(chǎn)品的 運(yùn)維成本來源：艾瑞咨詢研究院自主研究及繪制。2021.6 iR

53、esearch Inc.28對話機(jī)器人行業(yè)發(fā)展策略情感智能是機(jī)器人對人類情感進(jìn)行識(shí)別分析的技術(shù) 手段，通過情感計(jì)算能夠有效提高計(jì)算機(jī)智能程度 及對人類行為模式的計(jì)算能力，可在優(yōu)化人機(jī)交互 體驗(yàn)與監(jiān)測內(nèi)容情緒等領(lǐng)域起到巨大推動(dòng)作用情感智能概念興起，讓對話機(jī)器人更有“溫度”情感作為信息交互的重要通道，成為對話機(jī)器人廠商拉高產(chǎn)品價(jià)值的落腳點(diǎn)。情感人機(jī)交互、讓計(jì)算機(jī)具有情感能力首先 是由美國MIT大學(xué)Minsky教授（人工智能創(chuàng)始人之一）在1985年提出。1997年，MIT媒體實(shí)驗(yàn)室的Picard教授團(tuán)隊(duì)正式 提出這一概念，旨在通過賦予計(jì)算機(jī)識(shí)別、理解和表達(dá)人的情感的能力，使計(jì)算機(jī)更加智能化；并開創(chuàng)了

54、將計(jì)算機(jī)科學(xué)、 神經(jīng)科學(xué)與人工智能學(xué)科結(jié)合的分支學(xué)科情感計(jì)算，推動(dòng)了情感識(shí)別分析與AI技術(shù)相結(jié)合的情感智能的持續(xù)發(fā)展。情 感智能因其不同種族年齡性別的表達(dá)特異性、高質(zhì)量樣本數(shù)據(jù)需求性、情感標(biāo)注主觀性的特點(diǎn)在對話機(jī)器人領(lǐng)域中高筑應(yīng) 用門檻。如今情感智能仍處于發(fā)展初期階段，當(dāng)前的對話機(jī)器人可理解和應(yīng)對“有限”的情感，以多層語義分析為主。未 來將進(jìn)一步整合來自視覺、語音等多模態(tài)信息，利用上下文理解與數(shù)據(jù)經(jīng)驗(yàn)積累，充分理解、記憶、預(yù)測和應(yīng)對客戶的情 緒。而在達(dá)到情感應(yīng)用、情感表達(dá)等“真正擬人化”的情緒交互方面仍然有待發(fā)展。情感智能的應(yīng)用模型、應(yīng)用價(jià)值與應(yīng)用瓶頸情感智能的應(yīng)用價(jià)值情感智能的應(yīng)用瓶頸情感計(jì)

55、算數(shù)據(jù)集是實(shí)現(xiàn)情感識(shí)別與表達(dá)的訓(xùn)練基礎(chǔ)， 基于情感的復(fù)雜性、稀疏性和個(gè)性化特點(diǎn)，構(gòu)建優(yōu) 質(zhì)情感數(shù)據(jù)集需要花費(fèi)大量人力、財(cái)力與時(shí)間，為 目前情感智能發(fā)展應(yīng)用的主要瓶頸情感智能的應(yīng)用模型目前情感智能模型仍多聚焦于單模態(tài)-以文本語義為主，未來應(yīng)用方向?qū)⑦M(jìn)一步結(jié)合語音和表情識(shí)別搭建情感多模態(tài)模型，加強(qiáng)情感識(shí)別與表達(dá)準(zhǔn)確度。因此多模態(tài)模型的融合應(yīng)用是目前熱門研究方向語音 方向從采集到的語音信號中提取表達(dá)情感的聲學(xué) 特征，并找出聲學(xué)特征與人類情感的映射關(guān) 系，進(jìn)行情感方向的識(shí)別分析與定制化表達(dá)語義 方向基于深度學(xué)習(xí)、遷移學(xué)習(xí)和大數(shù)據(jù)等技術(shù)進(jìn) 行文本的詞性分析，理解用戶喜悅、悲傷、 恐懼等多種情緒，生成情感

56、合理的回復(fù)表情 方向在識(shí)別方面，基于面部表情特征識(shí)別分析人 臉情緒；在表達(dá)方面，在建立人臉三維網(wǎng)格 模型時(shí)加入情感特征的表情動(dòng)畫優(yōu)化 在對話機(jī)器人中加入情緒的理解與表達(dá)，及對話 時(shí)感知用戶情緒的轉(zhuǎn)變并迅速做出調(diào)整，執(zhí)行相應(yīng)回復(fù)或引入人工干預(yù)操作監(jiān)測 對對話質(zhì)量、輿情輿論、話題內(nèi)容等進(jìn)行情分析 緒方向的監(jiān)督分析，實(shí)現(xiàn)多方位有效監(jiān)測并為相關(guān)決策提供支持廣義上可應(yīng)用于所有人機(jī)交互過程，讓機(jī)器 人更加“擬人化”，實(shí)現(xiàn)更自然的人機(jī)交互擬人 情感計(jì)算即為賦予機(jī)器人“人”的情感價(jià)值，化更多應(yīng)用場景是目前尚未解決的難點(diǎn)問題情感的 語音、視頻等模態(tài)中的情感信息具有稀疏稀疏性 性，如何利用這種稀疏性，自適應(yīng)地分配

57、不同的權(quán)重是一個(gè)巨大的挑戰(zhàn)情感的 因人種、國籍、文化、年齡、性別等個(gè)性個(gè)性化 化特征的差異會(huì)對情感的識(shí)別、表達(dá)與度量產(chǎn)生顯著影響情感的 人類情感復(fù)雜而微妙，且情感具有主觀性，復(fù)雜性 如何將情感應(yīng)用更大規(guī)模的泛化，適用于來源：艾瑞咨詢研究院根據(jù)公開資料自主研究及繪制。2021.6 iResearch Inc.29對話機(jī)器人行業(yè)發(fā)展策略豐富交互形式，拓寬更多應(yīng)用領(lǐng)域，抬升業(yè)務(wù)價(jià)值空間順應(yīng)人工智能、5G、虛擬現(xiàn)實(shí)等新技術(shù)融合發(fā)展的浪潮，對話機(jī)器人可融合語義、語音、視覺等多種AI技術(shù)升級為多模態(tài) 數(shù)字人。多模態(tài)數(shù)字人按照交互與否可分為內(nèi)容播報(bào)型與對話交互型：內(nèi)容播報(bào)型數(shù)字人多應(yīng)用于AI虛擬主播、AI虛

58、擬講 解員和AI虛擬偶像領(lǐng)域；對話交互型多應(yīng)用于客服咨詢、業(yè)務(wù)辦理及培訓(xùn)招聘等場景，在原本文本和語音的產(chǎn)品形式下加 入高度擬人化的虛擬形象，通過雙向多模態(tài)交互優(yōu)化用戶體驗(yàn)。此外，對話機(jī)器人還可進(jìn)一步與RPA技術(shù)結(jié)合，化身為企 業(yè)數(shù)字員工，加載于人事、財(cái)務(wù)、辦公等企業(yè)內(nèi)部場景，幫助企業(yè)降低成本、提高效率，可拓寬領(lǐng)域豐富，價(jià)值空間廣闊。對話機(jī)器人廠商不斷豐富產(chǎn)品形式以搶奪業(yè)務(wù)增長點(diǎn)對話機(jī)器人 業(yè)務(wù)價(jià)值空間 豐富產(chǎn)品形式后后拉升價(jià)值空間對話機(jī)器人產(chǎn)品空間拓展產(chǎn)品形式及應(yīng)用領(lǐng)域?qū)υ挋C(jī)器人產(chǎn)品發(fā)展進(jìn)程與不同行業(yè)、技術(shù)領(lǐng)域 融合，開拓更多應(yīng)用領(lǐng) 域，拉升價(jià)值空間多模態(tài)數(shù)字人：AI虛擬主播AI虛擬講解員AI

59、虛擬偶像AI虛擬陪伴AI虛擬客服AI數(shù)字員工人力資源財(cái)務(wù)流程智能辦公多模態(tài) + 數(shù)字人應(yīng)用的技術(shù)基礎(chǔ)：.5G技術(shù)的應(yīng)用發(fā)展，網(wǎng)絡(luò)傳輸延遲低.單模態(tài)技術(shù)模型成熟，多模態(tài)融合應(yīng)用研究豐富來源：艾瑞咨詢研究院根據(jù)公開資料自主研究及繪制。3002021.6 iResearch I1 nc.31產(chǎn)品概述篇1行業(yè)發(fā)展篇2企業(yè)案例篇4發(fā)展洞察篇5應(yīng)用領(lǐng)域篇3對話機(jī)器人產(chǎn)品選型服務(wù)可用性及穩(wěn)定性56.1%定制化服務(wù)能力48.8%技術(shù)/產(chǎn)品適配性43.9%實(shí)施部署能力26.8%價(jià)格/計(jì)費(fèi)規(guī)則26.8%數(shù)據(jù)治理能力22.0%方案可擴(kuò)展性17.1%項(xiàng)目管理能力9.8%售前售后服務(wù)9.8%供應(yīng)商市場占有率9.8%安全

60、風(fēng)險(xiǎn)及應(yīng)對策略7.3%類似實(shí)施項(xiàng)目數(shù)量4.9%供應(yīng)商品牌2.4%來源：艾瑞咨詢研究院自主研究及繪制。2021.6 iResearch Inc.32中國企業(yè)選擇人工智能相關(guān)技術(shù)或產(chǎn)品時(shí)的評價(jià)指標(biāo)根據(jù)艾瑞2020年的To B企業(yè)調(diào)研數(shù)據(jù)可知：服務(wù)可用性及穩(wěn)定性、定制化服務(wù)能力是AI供應(yīng)商的關(guān)鍵評價(jià)指標(biāo)。其中服務(wù) 可用性及穩(wěn)定性（56.1%）是企業(yè)選擇人工智能技術(shù)服務(wù)商或產(chǎn)品供應(yīng)商的首要因素；在實(shí)際決策過程中，考慮到企業(yè)的 特定業(yè)務(wù)需求，供應(yīng)商定制化服務(wù)能力（48.8%）和技術(shù)產(chǎn)品適配性（43.9%）也是選擇供應(yīng)商的主要評價(jià)指標(biāo)。2020年中國企業(yè)選擇人工智能相關(guān)技術(shù)服務(wù)商或產(chǎn)品供應(yīng)商時(shí)主要考慮的評