出海企业如何部署智能客服？｜出海问答
1989问题概览
智能客服行业目前的竞争格局与现状？
企业在营销和客服上的痛点和需求是什么？
企业应如何选择部署适合自己的智能客服？
本地化策略上，不同市场部署有所不同？
智能客服到底能给企业带来多大实际收益？能否量化？
如何让C端客户获得最优的体验，从而成功获客？
未来的机会？
导语：
出海往往面临着不同市场、不同语言、不同时区的本地化挑战。在落地过程中，大量出海的游戏、电商企业都绕不开客服的本地化。而与AI结合的智能客服Chatbot则是目前行业最为成熟、前沿的解决方案。一个电商企业如何应用智能客服？如何量化部署的投入与收益？在头部平台Messenger、WhatsApp等部署的过程中需要注意些什么？由此我们也引出了跨境企业服务 -“出海自动化”的一个大课题。相信作为一个出海人，你也会找到智能客服与你业务相关的环节，并抱有疑问。
这期出海同学会携手合作方Facebook，邀请了来自各出海行业的终端用户以及上海加速器: Facebook新创企业项目毕业的Messenger bot企业，进行了《如何部署智能客服启动出海自动化？》的主题讨论。【出海问答】为您精选了其中的重点部分，进行了脱水整理。
文中涉及部分参与本场同学会讨论的行业从业者：（拼音序）
Chatopera 联合创始人CEO 王海良 FreeD Group 创始人CIO 王文宾 飞书深诺 Meetbot产品负责人 胡笑丹 来也科技 国际业务负责人 徐旭 PandaMobo 创始人CEO 王靓文 PandaMobo Joinchat产品负责人 明月明 Sanuker 创始人CEO 邹卓君 追一科技 国际业务负责人 柯昊崑 以下的文字是与会嘉宾的精彩问答整理： 智能客服行业的目前竞争格局与现状
Chatopera 王海良
智能客服其实是对 Chatbot 需求量比较大的一个存量市场。Chatopera目前比较关注为出海企业交付智能客服系统，Chatopera 有一套完整的解决方案帮助企业提升服务流程的自动化，尤其是通过机器人客服去接待访客，节省成本，提升效率。Gartner在2020年分析智能对话机器人，在未来1-2年的进入大规模应用阶段，进入成熟期，也就是说从现在开始，未来的1-2年间，智能客服领域会走向更普遍的部署和成熟。
当然行业也存在挑战，目前我们能看到有很多定制化的需求，由于没有标准化的工具，导致了定制化的成本非常的高，这也是Chatopera最为关注的突破口：为企业定制化智能对话机器人提供标准化开发工具。
FreeD Group 王文宾
我们企业在最早成立的时候主要是做 B2C的chatbot，做了一段时间后，我们发现C端无论是从创业公司的资金还是从业务的拓展，都有比较大的一个限制。所以我们转到了B端企业服务，但最终还是面向C端的客户的一种模式。
至少从我们自己公司经验来看，如何突破行业的局限性是一个重点。更重要的是怎么样把chatbot跟具体的一个赛道或者是垂直的细分行业进行结合，我们在过去的探索中就深扎旅游、电商、O2O等行业。
Meetbot（飞书） 胡笑丹
飞书深诺的定位是做出海营销领域的一个综合的营销服务，具体到智能客服，我们也关注出海营销领域的环节，也就是说智能客服能否切实帮客户打通这条链路。从售前的引流转化，到售中的聊天，到售后的服务，我们觉得前景是很大的。
每一家智能客服注重的功能也不一样，比如说东南亚的一些友商可能注重在电商平台，一些台湾的友商可能比较注重当地的电商购物特性。我觉得还是要结合自身的客户特点跟市场环境发展智能客服。
电商平台有大量环节需要客服接入
来也科技 徐旭
来也是在2015年成立的，我们的第一款产品是ToC的智能陪伴机器人小来，现在叫做小来早晚安。随着B端需求逐渐增多，我们在2017年研发了ToB端的平台型产品吾来，目前我们的企业定位是提供RPA+AI平台产品和智能自动化解决方案，助力政企实现人机协同。
我认为Chatbot的前景和潜力都是非常大的。现在大家慢慢已经有机器人是赋能人，而不是取代人这样的认知了。在智能机器人出海方面，各家可能都会遇到的就是小语种的情况，机器人对接多语种，甚至对全球各种语言都能够做即时交互，这会是一个非常大的市场，来也也在不断优化解决方案。
PandaMobo 王靓文
PandaMobo也是为出海的企业做营销解决方案的服务提供商，也是Facebook的一级代理商。Joinchat其实是我们在17年打造的，也是基于Facebook messenger的这种对话式的行销机器人，结合PandaMobo在品牌出海领域的积累的整合营销和数字营销经验，我们目前服务的主要客户是品牌出海客户。之前也为一汽、茅台等打造过成功案例。一个有趣的趋势是随着电商的品牌出海，游戏企业的品牌意识也日渐增强，我们也是希望能够做出一些有针对性的去把产品进行优化，然后同时为相应企业提供更垂直的服务。
Sanuker 邹卓君
我们公司主要是面向企业的服务，过去大概70%都是面向在香港或者是国外的一些上市企业。这几年随着国内有很多企业出海的机会，我们也开始服务一些出海电商的品牌。智能客服的的前景其实是要越做越深，要跟更多的生态伙伴和当地的产品去做一个结合，这样才能满足客户的出海需求。
行业的基石 - NLP 自然语言处理
追一科技 柯昊崑
16年我们认为NLP和深度学习行业有很大的前景，开始投入，在未来我们的定位是围绕着在NLP交互的领域不断的去发展，包括人机协同、多模态数字人等等。今年我出海看的比较多，底层技术这一块去看，很多市场语言角度、泛化意图识别、场景切入等，还是比较浅的水平，所以这里本土语言、本地场景所产生的进步的空间非常的大。
企业在营销和客服上 痛点和需求是什么？
来也科技 徐旭
我们觉得大多数在营销和客服上的痛点是人工客服流动性特别大，企业的专业知识沉淀难。之前来也做过一个调研，就我们公司所有接触过的客服营销类的企业，60%的客服雇员都是20~25岁的，30%的人是25到30岁。第一大类人群基本是应届生，他们在企业中的工作生命周期非常短，流动性极大。这个现象的背后也反应了企业的知识沉淀很难进行，比如人员交接频繁，新人上手慢等问题。另外就是真人客服很难在同时间处理好非常多的用户问题，但是一个训练好的机器人客服就可以既能有效回复客户，又能做到多并发。
Meetbot（飞书） 胡笑丹
我们现在接触的电商游戏等需要营销的客户比较多，他们的痛点基本上都来源于广告投放这一端。对客户来说，他的每一次广告投放其实都是有成本的，所以很多客户用我们的智能机器人的前提就：我投放了一次广告，我触达了这些客户，拿到了客户一些联系方式和信息，我怎么样可以二次利用这些信息，把这些客户变为我的私域流量客户，这对他们在营销端来说是一个非常强烈的需求。这些客户进入我的私域流量池之后，我怎么样保证我在第二次营销第三次营销的时候，他对我的营销消息的打开率是维持在比较好的一个比例内。自动营销机器人跟邮件这类传统的营销方式比起来，效果就有明显的好转（是邮件这一类营销方式的三倍以上）。
在客服上的话，电商类的客服最主要的痛点是提高人效，节省人力资源，像我们碰到上海的一个电商客户，他说他因为很多的客户问题，从智能机器人进来之后有转人工的这种问题，他自己的团队handle不了，只好特地在印度招募了一个客服外包团队。他的诉求就是希望尽可能的精简甚至不用外包团队。
像游戏类的客户更多的是本地化的需求。我们有很多中东的游戏和支付客户，他们的客服需要在中东当地招可以懂中东好几国语言的人，或者说可以适应中东当地的这种聊天渠道。在中东用的比较多的是WhatsApp，很多客户在客户网站上充值不成功之后，他会在WhatsApp上跟客服人员提出说，能不能用我当地的支付方式来进行付款，所以这种需求倒逼了本地化的解决方案。
出海企业大多面对多语种问题
Joinchat（PandaMobo） 明月明
PandaMobo有很多电商客户，我这这里先笼统的把他们分成两种：第一种是精品站的客户，第二种就是中小的走流水的客户，这两类客户群体是不一样的。
中小客户他们更加看重的是 ROI。也就是在投广告的时候如何能够真实的看到效果。针对这类客户其实之前我们走了一些弯路，总想在售前能够帮助他们建立私域流量池，其实这种思路对于中小企业来讲是挺难受的，因为他们可能整个部门考核的关键指标都是ROI，而我们做一些这种售前的用户引导，其实是影响了他们的转化。针对他们我们更侧重如何去在售后能够帮助挖掘用户的二次营销，售后的增值服务，如订单召回，物流中心等。
然后针对品牌出海的大客户，我们开始逐步建议他们去做一些私域流量的概念，这种概念在出海目前局限在一些头部的企业，比如说像出门问问这种，它能够真正的从和用户建立感情维护一直贯穿到用户之间的日常运营互动，充分挖掘已有的这种用户群体的一些二次收益。
追一科技 柯昊崑
我们的客户中金融企业比较多，第一个就是他们对于目前自己业务的一个场景，哪些是做自动化的操作，哪些不做或者哪些是半自动化这个操作，其实特别需要我们这一类从业者去帮助他们去梳理。你基于你对业务理解以后，我们最终碰出了一个什么样的场景出来，要针对这些细化的场景，我们做一些自动化的处理和设计，我认为这其实是一个很强的需求。
另外一个是业务数据，我认为很多企业并没有完全做到全渠道的打通和科学的管理。譬如在国外接触客户可能有Facebook、Messenger、APP等不同的渠道，针对每一个渠道，我们是否可以统一管理，是否可以针对渠道的特点有一些定制化的答案。这些都是一些未来的需求。
金融方向的企业跟电商和游戏在部署智能客服上有区别的特点，他们的业务场景的相对来说是固定的，所以作为我们来说可以更好预测哪一些是高频场景，而且它的整个的流程其实是有固定的节点的，变数会少一点。
FreeD Group 王文宾
在我们之前关注的旅游行业，企业的追求主要是提效跟降本这一块，实际上我们发现在旅行这样的及时性的服务行业，在后期智能客服很难满足C端的需求，因为用户可能马上需要和人工对话。
我们是通过两方面解决的，第一是在企业行业里面的知识库结合chatbot做的更深入一些，让人工客服可以很快地把历史数据、历史信息以及相应需要给客户的信息调取出来。从而达到对人工智能客服提效的帮助。另外旅游行业大家不希望接电话的人很冰冷，所以我们在情感识别、情绪识别有提升的空间。我们客户中一些星级酒店对于一对一人对人的服务要求非常的高，他期待的并不是聊天机器人能够给订房用户带来多便捷和快速的一个体验，他们的需求就是说你能够快速的精准收集到用户的信息和体验，以后马上转到我的礼宾台或者是礼宾中心，让人工来去接待客户。
像电商OTA类型的企业来说，他们更期待就是chatbot能够帮助提高用户的购买转化率和用户留存。我们要能够跟他的行业做一个深入的集成和打通，不仅仅是说来提供一些基本的客服的问答服务，而是能够在系统层面上跟数据库，如订单系统、工程管理系统进行深入打通，能够在用户进行咨询的时候，迅速找到定位准确的一个产品。这是离不开用户的一个画像和大数据的一个分析的。Chatbot作为一个入口，我们以数据分析，推荐引擎等等数字化营销的一些手段和工具，把用户的转化率提高，就非常有价值了。
智能化可以优化的方方面面
企业应如何选择部署 适合自己的智能客服？
Chatopera 王海良
企业中存在的需求和痛点是在规模化的前提下，为消费者提供个性化服务。企业可以选择不同的方式安装智能客服系统，有些企业可以选择使用云服务的形式，有些企业需要私有部署的系统。目前我认为中大型的企业，都应该选择私有部署的客服系统，便于长期使用和定制化，小型和创业企业使用云服务接入，通过较低成本获得可靠的、高品质的服务。
Sanuker 邹卓君
当我们一接触一个ToB的企业的时候，我们通常是从三个方面去切入这个问题的：
第一个就是人，比如说在这个项目里面，他的负责营运的人员是有哪些部门的，营运团队在哪，如果这个客服他可能有要做市场推广的话，我们可能连它的产品跟推广部门我们也有合作。如果一个机器人它开发的只有客服参与的话整个体验出来是不完整的。
第二，企业他们现在已经在采用什么样类型的服务和软件？要和本身在用的产品和软件结合起来部署。
第三，是合作模式。每一个项目有自己的预算和目的。有些项目可以选择流水式waterfall的方式：先设计，然后开发，然后测试，然后推出。一步一步，每个流程他们都要经过批准才能推向市场。现在比较流行的就是scrum，我们会与客户团队合作，他们是产品拥有人和product owners，我们从开发到测试全线配合，用大概每两周的一个scrum，连续的为客人去开发机器人。好处就是机器人在开发的早期在第四或第五周就可以展现在客户面前，整个开发是一个改动的过程。我们甚至会去做一些培训跟 Knowledge transfer，给他们对于客服的掌控权，方便日后的维护或优化。他们未来可以先考虑用内部的资源，然后再去考虑用外部公司。
本地化策略上 不同市场是否有部署的不同？
Chatopera 王海良
本地化策略是取决于企业内部的要求，比如说数据的安全，还有成本。第二个要考虑的，就是当地的政府对 IT的基础设施的要求。我们之前给所在的一些给客户部署时，比如发达国家或者是欧美的一个部署，就尽量考虑当地的法律法规要求。
不同地域的市场，需要支持的互联网社交或通讯平台也有所不同，我们出海企业服务主要针对在Facebook Messenger这个平台上。对于我们来说的话，其实单纯从 Messenger平台来讲其实非常适合帮助企业定制化开发机器人客服。因为 Messenger 有一个重要的优势是它的UX从体验上对上线机器人客服特别友好，Chatbot服务与传统的表单的软件的交互形式是不一样的。实现好 Chatbot 的主要的两点：1）用户交互体验有一套新的设计理念；2）使用人工智能技术。如果说困难或挑战，主要是我们怎么样去更好的适应Messenger这个平台，现在我们感觉到Messenger平台的迭代和更新是非常频繁的，需要我们保持关注。
Facebook Messenger平台
来也科技 徐旭
确实会有些差异的，就拿本地化私有部署这一方面来说吧，现在很多的金融和银行企业，他们对于数据的保密性是非常看重的，我们会提供单机版和高可用版两类选择。单机版是什么？单机版就是他们业务量不是非常大，可能一个服务器就可以解决了。然后我们也有高可用版，是基于那种大业务量的，我们提供多节点的就是多服务器的机器人，而且我们提供的是平台化的产品，可以自动化的一键部署，这个是非常高效的。
Joinchat（PandaMobo） 明月明
本地化部署上，主要有两点，第一点是功能层面，第二点是这种技术层面。
先说功能层面，我个人认为产品服务内容的一个本地化，其实服务内容取决于产品的真正的解决方案的一个完整度，具体的内容可能针对不同的一些市场，其实应该提供不同的一个解决方案，具体的解决方案可能是相对比较通用的，但是一旦内容通用了，反而对于一个不同的市场去采用的时候，可能解决的效果并不尽人意。比如说拿场景互动的模板为例，不同人群用场景提供的这种对话流的互动流程，我们一定要保证它是高效的，一旦做成通用的，相对来讲就是反倒是没用。
第二个应该就是语言，尤其是出海不同的市场对应的小语种，而目前相对于这种的成熟解决方案，很多企业是借助是第三方的翻译软件，能力的瓶颈，其实是取决于第三方，或者说真正去雇佣当地的这种服务团队。
技术层面我这边可能比较关注的就是信息安全，其实信息安全在于国内来讲，其实也是属于一个逐渐成熟的过程。出海西方发达国家，尤其是欧美，像一些顶部的客户，如果要是想要出海，无论是采用的 SaaS产品，还是说一个私有化部署的问题，都要面临安全问题。
智能客服能给企业带来多大的实际效益？ 是否能量化？ FreeD Group 王文宾 我们服务旅游类、电商类的客户比较多。他会觉得客服这一块的需求对他来讲并不是最需要的，而是说能够给他带来多少的营收，需要的是一个整体的解决方案。更希望说能够进行用户的一个二次挖掘，或者是说它当前用户的一个对于它主营产品业务的一个更高的购买率复购率等等。应该是说效益的一个提升，这样子的话其实就比较容易去来衡量量化。它的利润率营收的提升等等这些，最终考核我们这样的供应商的一些KPI就比较简单了。 Meetbot（飞书） 胡笑丹 一个是给它减少了多少的人工成本，这个是可以衡量的，比如说前期已经投入了多少的客服人员，然后后期我们可以给他减多少个人员。第二个就是增效方面的，也就是从roi、roas来说，我们给他提供的转化率能够提供多少？比如说之前我们服务过一个客户，通过我们的智能机器人给它带来的roas其实是跟它的广告带来的roas是几乎持平，甚至高出一点的。但是对客户来说可能他觉得还不够，因为如果投广告的话，他可能已经熟门熟路了，就这一系列的操作都有一套继承的章法，就比较省时间也是比较高效率，但是如果要用智能机器人的话，他要去熟悉我们的后台，要去配一些对话流，要去设置语境，甚至要让它的一些运营的小白人员来学习这一套操作，其实它在初期投入的时间成本是更大的，所以相对应的他对我们roas的期望是更高的。 我们后台是对客户自定义的一些触发的事件是会有设了 pixel的追踪，可以看到通过它的一些自定义事件能够给它带来多少的新订单，转化率是怎么样的。我们未来的计划就是对这些非自定义的事件，也就是一些系统默认的，比如说消息流对话流，也把 Facebook pixel给接进来，然后从整个客户的售前的聊天到最后完成下单，这条链路，我们是想对所有的 c端消费者的所操作的动作都做一个追踪，这样的话也可以给企业看到具体的数字，你的客户在每一步这个动作的时候都是怎么样的一个转化率，漏斗是怎么样的，给他们一个更直观的感受。 Facebook Pixel对于效果的追踪 Sanuker 邹卓君 我们前期有一个时段在 proof of concepts。客户会拿一点点预算出来，然后我们会把一些之前我们做过的模板，然后让客户去试用，这可能是一个月的时间。这一个月内我们就会去看客户如何去对待机器人，然后去找出一些可以量化的实际的一些数据。 比如说我们会一起去定 ROI，然后每半年去看一下ROI究竟没有提高，有的时候也会半年三个月去调整ROI。这样的话就可以把我们实际给企业的一些实际利益，随着它的商业或是它的产品的推出，一起去开发。 Chatopera 王海良 首先说是可量化的，其实在 Chatopera这一侧，只是给企业客户提供了一些计算 ROI的公式里的一些参数，比如访问机器人客服的人数，机器人回复的访客的消息数，消费者反馈等等，关键是我们提供什么样的数据去帮助企业客户去分析 ROI。 另一个需要强调的是，企业对于机器人客服的考量，应该是在机器人客服上线了一段时间，至少说是三个月。因为我们知道现在的机器人利用知识库等，都有一些依赖训练数据，或者是模板，通过新的数据去填充机器人的智能化水平的，所以开始它的数据可能不好，要有一个积累的过程，然后我们的机器人平台化去提供一些聚类分析，线上的模型训练和预测，一点点的优化机器人的对话能力，所以企业如果想期待一个比较好的回报，应该设定一个周期。 如何让C端客户获得最优体验？ 从而成功获客？ Meetbot（飞书） 胡笑丹 一些智能客服可能老是重复的给你同一个回复，消费者不喜欢这样的体验。我们需要尽量给客户一个感觉，他不是在跟一个冷冰冰的机器在对话，机器人它是可以理解客户的这种心情，然后理解客户的需求的。飞书目前是通过一些规则的匹配来让客户给正确的梳理出对话流程。 另一个就是语境的切换，我们在谈话的时候可能大家知道一个语境，那下一次谈话过了半个小时之后，我的语境可能发生了转换，产品里面也需要考虑一个语境跳到另一个语境的时候，机器人回复的规则又发生了怎么样的变化。 一些客户他本身已经对自己的C端客户有一个基础的认知，比如说这些客户的属性，标签，然后喜好等等，所以它在设计一些营销活动的时候，就可以进行一个个性化的推送，这样的话给客户的感受就会非常好，客户就会觉得你这个机器人是理解我的。 获客角度来说，我们前期的获客主要是从企业内部一些既定的广告客户来出发，看看这些广告客户有哪一些是有智能机器人的需求的。接下来的获客目标说是希望可以朝着平台站的方向去发展。 追一科技 柯昊崑 我自己其实认为在美国的智能客服做的比较好的话，可能是BOA，国内就是招行，他们也是投入了很多资源。其实满足C端需求，很大的一部分责任是由业务方自己去去提供的，是要双方去碰撞出来而得到的一个结果。 回到这个题目上面，就是如何让c端用户获得更最优的体验。我认为其实直白一点的说，就是你是否能够很准确的帮他解决问题，你是否准确的理解到他想要找什么样的寻求什么样的服务，从而你能够提供一个比较好的解决方案。银行客户里面，我们有一个很重要的准则，除了意图识别的准确率以外，我们还有一个叫做solution rate，就是一个解决率。 获客方面，我们是从服务大企业起家，理解他们的一些核心的一些痛，从而建立一些标杆的案例。这些标杆的案例对于未来我们推广到腰部甚至尾部客户的时候是很占优的，因为我们已经理解到这个行业的best practice。所以根据这个思路的话，我们未来出海的话可能也会去看一些比较大型的本地企业。 银行是应用智能客服比较标准化的一个场景 来也科技 徐旭 我认为好的服务体验应该是个性化的定制服务。所以机器人来讲，要提供极类人的个性化服务，另外一方面是话术设计要用心，甚至最好有的时候人们感觉不出原来是和一个机器人在对话。比如我们有跟比较知名的酒厂合作一个项目，当时给他提供的是一个个性化的调酒师机器人，也用了我们的推荐算法，因为不同的人，喜欢的酒的品类也不一样，定制化的推送，会让人们感觉你是懂我的，你知道我是喜欢哪款酒的，这时候再用稍微有亲和力的话术推送相关酒品的代金券就非常match客户需求，也会极大提高下单率。 Chatopera 王海良 我们主要关注的是 Messenger，因为我们认为出海企业的最好的获客或者服务的渠道就是Facebook。那么主要以Facebook Messenger而言，提供好的智能客服机器人有很多细节，比如说，机器人得到了一个回复，是不是立即就回复给访客？是不是应该建立一个Persona让用户去对你的品牌有更多的认同和共鸣，比如可以设计成一些动物，可以在节假日的时候就以这些形象去影响客户，让消费者有一个共鸣，其实就是很多细节了，在此就不多赘述。总之，Facebook Messenger 对企业上线智能对话机器人提供个性化的服务，非常友好，有很多新技术都被 Facebook Messenger 支持，比如 AR、NLP、CV。 未来行业机会？ Joinchat（PandaMobo） 明月明 我是感觉我们后期的智能客服商业化可能更多要在三个层面上去做加深或者做提高。 第一个就是场景的多样化，其实我理解场景的多元化就是对应不同的客群，对于不同的客户情况去深耕的一个解决方案。只有做出了特色，行业的一个垂直的解决能力，这个才是未来的一个趋势。 第二个就是智能客服的智能化，其实目前的一个客服机器人，可能范围稍微局限一点，就是说做一些出海的机器人，更多的都是属于一个1.0的这样的智能时代，运营的取决于运营能力的一个上限，而不是真正的一个技术能力的上限。而真正客服在未来发展趋势是真的要结合一些实打实的技术，比如NLP。 第三个点，其实管理能够更高效。我理解管理更高效，其实对于现在一个数字化转型来讲，任何企业都在用各种各样的一个系统，其实本身对企业的一个管理成本就是很高的，尤其是想去去对接第三方的一些技术服务平台。而真正好的平台需要有包容性扩展的能力，也就是说要提供各式各样的一个API和企业现有的一些资源数据去做一个对接。 SaaS模式改变了行业 Meetbot（飞书） 胡笑丹 对我们来说创新机会还有很多，不管是自然语言人工语义的这种功能的更新也好，还是说在服务上的更新也好。特别是对现阶段我们的客户来说，客户只是把智能机器人这种营销方式或者这种服务方式作为一个试水的这样的一种方式，他不会把所有的预算跟精力都放在这一块。所以现在我们有一个很重要的任务，就是帮助客户去认识到这块市场是有价值的，怎么样帮助客户去认识到这些价值。 至于技术上来说，SaaS服务让全链条的准入门槛显著降低，潜在的客户人群也变得大了起来。另一个AI、VR等技术会给客户一些全新的感知。比如说 Facebook上有直播的活动，然后在直播的时候结合一些VR的技术，可以让客户直接在相当于直播间里面感受到，如果是卖假发的 B端客户的话，它可能是在直播间进行假发试戴，或者是卖美瞳的客户进行美瞳的试戴，这会加速C端消费者的下单速度，优化体验。 来也科技 徐旭 我觉得一开始智能客服比较聚焦的行业在电商零售、保险这些交互量比较大的大流量行业。现在逐渐的医疗、物流和地产行业等也在接受智能客服，并把智能机器人Involve到他们的工作流里。而且我们发现让客户自己基于对自身业务的理解训练出来的机器人是非常高效的，像我们公司有专门的机器人训练师团队，就是帮助客户搭建和训练自己的机器人，用最合适的方式让客户成功。 新技术上讲，我们企业提供RPA+AI平台产品和整套的智能自动化解决方案。Chatbot就像是人脑，需要有意识的去了解人在想什么，RPA（ Robotic Process Automation）是流程自动化，也就是通过机器人模拟人在PC端的操作，像是人的双手，是可以与Chatbot无缝衔接的。未来我们也会基于RPA+AI的解决方案，更好的赋能更多企业。 追一科技 柯昊崑 我们这个领域的话从上至下来看的话是一个交流的领域，就是我们跟机器是怎么样去交流。人与人之间从文字语音甚至视觉上交流，这种思路是否可以复制到Chatbot？我认为这是未来可能会发展的一个趋势。 目前其实大家还是停留在一个打字的角度，是一个二维的角度去交流，有很大的局限性，未来可能我们在很多的一些电商的场景的话，是否会出现有一个人的形象，直接跟你去对话？我们目前的话在往这一方向去努力。也可以人工在后面，辅助一些UI，是有一个固定的这样的形象去出现，可能两个口型都是一一对应的。 Chatopera 王海良 我们觉得未来 Chatbot 会向 Chatbot First和Chatbot Native的形态在发展。Chatbot First就是未来企业在交付服务的时候会优先使用聊天机器人的技术，从Apple Siri到Google的一些产品当中，我们能够看到这种趋势。Chatbot Native的也就是说这种用户交互的界面，会有一个新的、对聊天机器人更友好的系统。比如说像Facebook Messenger这种。 成熟的行业有很多，现在应用最成熟的是用语音机器人对话回访，比如说一些医院回访收集问诊的的信息。看房，然后收集一些看房之后的回访信息，因为这个是一个固定的话术，然后它只需要在用户的对话中的关键字里识别一些关键词。 至于说前沿技术，我们比较关注的是聊天机器人，那么对自然语言处理上有很多关注，其实我认为未来对我们影响最大的是机器阅读理解，也就是说在一个用户交互的文本里，我们怎么样去消除一些对话的歧义。 Chatbot应用于Messenger上的原理 FreeD Group 王文宾 在已有技术的基础之上，我们需要说把这个行业做一下一个深耕，针对于每一个不同的客户，不同的行业，我们怎么样来帮助客户说通过聊天机器人，围绕着聊天机器人帮他在他自己的业务领域能够帮助他来提升最基本的一些营收跟利润的一个水平。 我们是比较看好说深入去服务垂直赛道的聊天机器人，我们自己在做的时候都是围绕着每一个客户他所处在的一个生态，然后我们怎样把 AI的技术应用到它自己行业生态里面，然后给它打造一个跟竞争对手不太一样的服务的体系。 Sanuker 邹卓君 Chatbot之前就是客服，在未来会有一个前移，售前甚至是客户会员系统都是会应用到chatbot系统。除了Text和其他的呈现方式也是肯定会出现的。3到5年后行业内也会出现独角兽，facebook最近也收购了一家CRM公司，这是一个整体的客户管理系统，我们自己要去跟不同的CRM去整合，可能也要跟不同的NLP的 AI的引擎去整合。所以这个是我觉得这个趋势是未来是一直有的。还是个蓝海。
问题概览
智能客服行业目前的竞争格局与现状？
企业在营销和客服上的痛点和需求是什么？
企业应如何选择部署适合自己的智能客服？
本地化策略上，不同市场部署有所不同？
智能客服到底能给企业带来多大实际收益？能否量化？
如何让C端客户获得最优的体验，从而成功获客？
未来的机会？
导语：
出海往往面临着不同市场、不同语言、不同时区的本地化挑战。在落地过程中，大量出海的游戏、电商企业都绕不开客服的本地化。而与AI结合的智能客服Chatbot则是目前行业最为成熟、前沿的解决方案。一个电商企业如何应用智能客服？如何量化部署的投入与收益？在头部平台Messenger、WhatsApp等部署的过程中需要注意些什么？由此我们也引出了跨境企业服务 -“出海自动化”的一个大课题。相信作为一个出海人，你也会找到智能客服与你业务相关的环节，并抱有疑问。
这期出海同学会携手合作方Facebook，邀请了来自各出海行业的终端用户以及上海加速器: Facebook新创企业项目毕业的Messenger bot企业，进行了《如何部署智能客服启动出海自动化？》的主题讨论。【出海问答】为您精选了其中的重点部分，进行了脱水整理。
文中涉及部分参与本场同学会讨论的行业从业者：（拼音序）
Chatopera 联合创始人CEO 王海良 FreeD Group 创始人CIO 王文宾 飞书深诺 Meetbot产品负责人 胡笑丹 来也科技 国际业务负责人 徐旭 PandaMobo 创始人CEO 王靓文 PandaMobo Joinchat产品负责人 明月明 Sanuker 创始人CEO 邹卓君 追一科技 国际业务负责人 柯昊崑 以下的文字是与会嘉宾的精彩问答整理： 智能客服行业的目前竞争格局与现状
Chatopera 王海良
智能客服其实是对 Chatbot 需求量比较大的一个存量市场。Chatopera目前比较关注为出海企业交付智能客服系统，Chatopera 有一套完整的解决方案帮助企业提升服务流程的自动化，尤其是通过机器人客服去接待访客，节省成本，提升效率。Gartner在2020年分析智能对话机器人，在未来1-2年的进入大规模应用阶段，进入成熟期，也就是说从现在开始，未来的1-2年间，智能客服领域会走向更普遍的部署和成熟。
当然行业也存在挑战，目前我们能看到有很多定制化的需求，由于没有标准化的工具，导致了定制化的成本非常的高，这也是Chatopera最为关注的突破口：为企业定制化智能对话机器人提供标准化开发工具。
FreeD Group 王文宾
我们企业在最早成立的时候主要是做 B2C的chatbot，做了一段时间后，我们发现C端无论是从创业公司的资金还是从业务的拓展，都有比较大的一个限制。所以我们转到了B端企业服务，但最终还是面向C端的客户的一种模式。
至少从我们自己公司经验来看，如何突破行业的局限性是一个重点。更重要的是怎么样把chatbot跟具体的一个赛道或者是垂直的细分行业进行结合，我们在过去的探索中就深扎旅游、电商、O2O等行业。
Meetbot（飞书） 胡笑丹
飞书深诺的定位是做出海营销领域的一个综合的营销服务，具体到智能客服，我们也关注出海营销领域的环节，也就是说智能客服能否切实帮客户打通这条链路。从售前的引流转化，到售中的聊天，到售后的服务，我们觉得前景是很大的。
每一家智能客服注重的功能也不一样，比如说东南亚的一些友商可能注重在电商平台，一些台湾的友商可能比较注重当地的电商购物特性。我觉得还是要结合自身的客户特点跟市场环境发展智能客服。
电商平台有大量环节需要客服接入
来也科技 徐旭
来也是在2015年成立的，我们的第一款产品是ToC的智能陪伴机器人小来，现在叫做小来早晚安。随着B端需求逐渐增多，我们在2017年研发了ToB端的平台型产品吾来，目前我们的企业定位是提供RPA+AI平台产品和智能自动化解决方案，助力政企实现人机协同。
我认为Chatbot的前景和潜力都是非常大的。现在大家慢慢已经有机器人是赋能人，而不是取代人这样的认知了。在智能机器人出海方面，各家可能都会遇到的就是小语种的情况，机器人对接多语种，甚至对全球各种语言都能够做即时交互，这会是一个非常大的市场，来也也在不断优化解决方案。
PandaMobo 王靓文
PandaMobo也是为出海的企业做营销解决方案的服务提供商，也是Facebook的一级代理商。Joinchat其实是我们在17年打造的，也是基于Facebook messenger的这种对话式的行销机器人，结合PandaMobo在品牌出海领域的积累的整合营销和数字营销经验，我们目前服务的主要客户是品牌出海客户。之前也为一汽、茅台等打造过成功案例。一个有趣的趋势是随着电商的品牌出海，游戏企业的品牌意识也日渐增强，我们也是希望能够做出一些有针对性的去把产品进行优化，然后同时为相应企业提供更垂直的服务。
Sanuker 邹卓君
我们公司主要是面向企业的服务，过去大概70%都是面向在香港或者是国外的一些上市企业。这几年随着国内有很多企业出海的机会，我们也开始服务一些出海电商的品牌。智能客服的的前景其实是要越做越深，要跟更多的生态伙伴和当地的产品去做一个结合，这样才能满足客户的出海需求。
行业的基石 - NLP 自然语言处理
追一科技 柯昊崑
16年我们认为NLP和深度学习行业有很大的前景，开始投入，在未来我们的定位是围绕着在NLP交互的领域不断的去发展，包括人机协同、多模态数字人等等。今年我出海看的比较多，底层技术这一块去看，很多市场语言角度、泛化意图识别、场景切入等，还是比较浅的水平，所以这里本土语言、本地场景所产生的进步的空间非常的大。
企业在营销和客服上 痛点和需求是什么？
来也科技 徐旭
我们觉得大多数在营销和客服上的痛点是人工客服流动性特别大，企业的专业知识沉淀难。之前来也做过一个调研，就我们公司所有接触过的客服营销类的企业，60%的客服雇员都是20~25岁的，30%的人是25到30岁。第一大类人群基本是应届生，他们在企业中的工作生命周期非常短，流动性极大。这个现象的背后也反应了企业的知识沉淀很难进行，比如人员交接频繁，新人上手慢等问题。另外就是真人客服很难在同时间处理好非常多的用户问题，但是一个训练好的机器人客服就可以既能有效回复客户，又能做到多并发。
Meetbot（飞书） 胡笑丹
我们现在接触的电商游戏等需要营销的客户比较多，他们的痛点基本上都来源于广告投放这一端。对客户来说，他的每一次广告投放其实都是有成本的，所以很多客户用我们的智能机器人的前提就：我投放了一次广告，我触达了这些客户，拿到了客户一些联系方式和信息，我怎么样可以二次利用这些信息，把这些客户变为我的私域流量客户，这对他们在营销端来说是一个非常强烈的需求。这些客户进入我的私域流量池之后，我怎么样保证我在第二次营销第三次营销的时候，他对我的营销消息的打开率是维持在比较好的一个比例内。自动营销机器人跟邮件这类传统的营销方式比起来，效果就有明显的好转（是邮件这一类营销方式的三倍以上）。
在客服上的话，电商类的客服最主要的痛点是提高人效，节省人力资源，像我们碰到上海的一个电商客户，他说他因为很多的客户问题，从智能机器人进来之后有转人工的这种问题，他自己的团队handle不了，只好特地在印度招募了一个客服外包团队。他的诉求就是希望尽可能的精简甚至不用外包团队。
像游戏类的客户更多的是本地化的需求。我们有很多中东的游戏和支付客户，他们的客服需要在中东当地招可以懂中东好几国语言的人，或者说可以适应中东当地的这种聊天渠道。在中东用的比较多的是WhatsApp，很多客户在客户网站上充值不成功之后，他会在WhatsApp上跟客服人员提出说，能不能用我当地的支付方式来进行付款，所以这种需求倒逼了本地化的解决方案。
出海企业大多面对多语种问题
Joinchat（PandaMobo） 明月明
PandaMobo有很多电商客户，我这这里先笼统的把他们分成两种：第一种是精品站的客户，第二种就是中小的走流水的客户，这两类客户群体是不一样的。
中小客户他们更加看重的是 ROI。也就是在投广告的时候如何能够真实的看到效果。针对这类客户其实之前我们走了一些弯路，总想在售前能够帮助他们建立私域流量池，其实这种思路对于中小企业来讲是挺难受的，因为他们可能整个部门考核的关键指标都是ROI，而我们做一些这种售前的用户引导，其实是影响了他们的转化。针对他们我们更侧重如何去在售后能够帮助挖掘用户的二次营销，售后的增值服务，如订单召回，物流中心等。
然后针对品牌出海的大客户，我们开始逐步建议他们去做一些私域流量的概念，这种概念在出海目前局限在一些头部的企业，比如说像出门问问这种，它能够真正的从和用户建立感情维护一直贯穿到用户之间的日常运营互动，充分挖掘已有的这种用户群体的一些二次收益。
追一科技 柯昊崑
我们的客户中金融企业比较多，第一个就是他们对于目前自己业务的一个场景，哪些是做自动化的操作，哪些不做或者哪些是半自动化这个操作，其实特别需要我们这一类从业者去帮助他们去梳理。你基于你对业务理解以后，我们最终碰出了一个什么样的场景出来，要针对这些细化的场景，我们做一些自动化的处理和设计，我认为这其实是一个很强的需求。
另外一个是业务数据，我认为很多企业并没有完全做到全渠道的打通和科学的管理。譬如在国外接触客户可能有Facebook、Messenger、APP等不同的渠道，针对每一个渠道，我们是否可以统一管理，是否可以针对渠道的特点有一些定制化的答案。这些都是一些未来的需求。
金融方向的企业跟电商和游戏在部署智能客服上有区别的特点，他们的业务场景的相对来说是固定的，所以作为我们来说可以更好预测哪一些是高频场景，而且它的整个的流程其实是有固定的节点的，变数会少一点。
FreeD Group 王文宾
在我们之前关注的旅游行业，企业的追求主要是提效跟降本这一块，实际上我们发现在旅行这样的及时性的服务行业，在后期智能客服很难满足C端的需求，因为用户可能马上需要和人工对话。
我们是通过两方面解决的，第一是在企业行业里面的知识库结合chatbot做的更深入一些，让人工客服可以很快地把历史数据、历史信息以及相应需要给客户的信息调取出来。从而达到对人工智能客服提效的帮助。另外旅游行业大家不希望接电话的人很冰冷，所以我们在情感识别、情绪识别有提升的空间。我们客户中一些星级酒店对于一对一人对人的服务要求非常的高，他期待的并不是聊天机器人能够给订房用户带来多便捷和快速的一个体验，他们的需求就是说你能够快速的精准收集到用户的信息和体验，以后马上转到我的礼宾台或者是礼宾中心，让人工来去接待客户。
像电商OTA类型的企业来说，他们更期待就是chatbot能够帮助提高用户的购买转化率和用户留存。我们要能够跟他的行业做一个深入的集成和打通，不仅仅是说来提供一些基本的客服的问答服务，而是能够在系统层面上跟数据库，如订单系统、工程管理系统进行深入打通，能够在用户进行咨询的时候，迅速找到定位准确的一个产品。这是离不开用户的一个画像和大数据的一个分析的。Chatbot作为一个入口，我们以数据分析，推荐引擎等等数字化营销的一些手段和工具，把用户的转化率提高，就非常有价值了。
智能化可以优化的方方面面
企业应如何选择部署 适合自己的智能客服？
Chatopera 王海良
企业中存在的需求和痛点是在规模化的前提下，为消费者提供个性化服务。企业可以选择不同的方式安装智能客服系统，有些企业可以选择使用云服务的形式，有些企业需要私有部署的系统。目前我认为中大型的企业，都应该选择私有部署的客服系统，便于长期使用和定制化，小型和创业企业使用云服务接入，通过较低成本获得可靠的、高品质的服务。
Sanuker 邹卓君
当我们一接触一个ToB的企业的时候，我们通常是从三个方面去切入这个问题的：
第一个就是人，比如说在这个项目里面，他的负责营运的人员是有哪些部门的，营运团队在哪，如果这个客服他可能有要做市场推广的话，我们可能连它的产品跟推广部门我们也有合作。如果一个机器人它开发的只有客服参与的话整个体验出来是不完整的。
第二，企业他们现在已经在采用什么样类型的服务和软件？要和本身在用的产品和软件结合起来部署。
第三，是合作模式。每一个项目有自己的预算和目的。有些项目可以选择流水式waterfall的方式：先设计，然后开发，然后测试，然后推出。一步一步，每个流程他们都要经过批准才能推向市场。现在比较流行的就是scrum，我们会与客户团队合作，他们是产品拥有人和product owners，我们从开发到测试全线配合，用大概每两周的一个scrum，连续的为客人去开发机器人。好处就是机器人在开发的早期在第四或第五周就可以展现在客户面前，整个开发是一个改动的过程。我们甚至会去做一些培训跟 Knowledge transfer，给他们对于客服的掌控权，方便日后的维护或优化。他们未来可以先考虑用内部的资源，然后再去考虑用外部公司。
本地化策略上 不同市场是否有部署的不同？
Chatopera 王海良
本地化策略是取决于企业内部的要求，比如说数据的安全，还有成本。第二个要考虑的，就是当地的政府对 IT的基础设施的要求。我们之前给所在的一些给客户部署时，比如发达国家或者是欧美的一个部署，就尽量考虑当地的法律法规要求。
不同地域的市场，需要支持的互联网社交或通讯平台也有所不同，我们出海企业服务主要针对在Facebook Messenger这个平台上。对于我们来说的话，其实单纯从 Messenger平台来讲其实非常适合帮助企业定制化开发机器人客服。因为 Messenger 有一个重要的优势是它的UX从体验上对上线机器人客服特别友好，Chatbot服务与传统的表单的软件的交互形式是不一样的。实现好 Chatbot 的主要的两点：1）用户交互体验有一套新的设计理念；2）使用人工智能技术。如果说困难或挑战，主要是我们怎么样去更好的适应Messenger这个平台，现在我们感觉到Messenger平台的迭代和更新是非常频繁的，需要我们保持关注。
Facebook Messenger平台
来也科技 徐旭
确实会有些差异的，就拿本地化私有部署这一方面来说吧，现在很多的金融和银行企业，他们对于数据的保密性是非常看重的，我们会提供单机版和高可用版两类选择。单机版是什么？单机版就是他们业务量不是非常大，可能一个服务器就可以解决了。然后我们也有高可用版，是基于那种大业务量的，我们提供多节点的就是多服务器的机器人，而且我们提供的是平台化的产品，可以自动化的一键部署，这个是非常高效的。
Joinchat（PandaMobo） 明月明
本地化部署上，主要有两点，第一点是功能层面，第二点是这种技术层面。
先说功能层面，我个人认为产品服务内容的一个本地化，其实服务内容取决于产品的真正的解决方案的一个完整度，具体的内容可能针对不同的一些市场，其实应该提供不同的一个解决方案，具体的解决方案可能是相对比较通用的，但是一旦内容通用了，反而对于一个不同的市场去采用的时候，可能解决的效果并不尽人意。比如说拿场景互动的模板为例，不同人群用场景提供的这种对话流的互动流程，我们一定要保证它是高效的，一旦做成通用的，相对来讲就是反倒是没用。
第二个应该就是语言，尤其是出海不同的市场对应的小语种，而目前相对于这种的成熟解决方案，很多企业是借助是第三方的翻译软件，能力的瓶颈，其实是取决于第三方，或者说真正去雇佣当地的这种服务团队。
技术层面我这边可能比较关注的就是信息安全，其实信息安全在于国内来讲，其实也是属于一个逐渐成熟的过程。出海西方发达国家，尤其是欧美，像一些顶部的客户，如果要是想要出海，无论是采用的 SaaS产品，还是说一个私有化部署的问题，都要面临安全问题。
智能客服能给企业带来多大的实际效益？ 是否能量化？ FreeD Group 王文宾 我们服务旅游类、电商类的客户比较多。他会觉得客服这一块的需求对他来讲并不是最需要的，而是说能够给他带来多少的营收，需要的是一个整体的解决方案。更希望说能够进行用户的一个二次挖掘，或者是说它当前用户的一个对于它主营产品业务的一个更高的购买率复购率等等。应该是说效益的一个提升，这样子的话其实就比较容易去来衡量量化。它的利润率营收的提升等等这些，最终考核我们这样的供应商的一些KPI就比较简单了。 Meetbot（飞书） 胡笑丹 一个是给它减少了多少的人工成本，这个是可以衡量的，比如说前期已经投入了多少的客服人员，然后后期我们可以给他减多少个人员。第二个就是增效方面的，也就是从roi、roas来说，我们给他提供的转化率能够提供多少？比如说之前我们服务过一个客户，通过我们的智能机器人给它带来的roas其实是跟它的广告带来的roas是几乎持平，甚至高出一点的。但是对客户来说可能他觉得还不够，因为如果投广告的话，他可能已经熟门熟路了，就这一系列的操作都有一套继承的章法，就比较省时间也是比较高效率，但是如果要用智能机器人的话，他要去熟悉我们的后台，要去配一些对话流，要去设置语境，甚至要让它的一些运营的小白人员来学习这一套操作，其实它在初期投入的时间成本是更大的，所以相对应的他对我们roas的期望是更高的。 我们后台是对客户自定义的一些触发的事件是会有设了 pixel的追踪，可以看到通过它的一些自定义事件能够给它带来多少的新订单，转化率是怎么样的。我们未来的计划就是对这些非自定义的事件，也就是一些系统默认的，比如说消息流对话流，也把 Facebook pixel给接进来，然后从整个客户的售前的聊天到最后完成下单，这条链路，我们是想对所有的 c端消费者的所操作的动作都做一个追踪，这样的话也可以给企业看到具体的数字，你的客户在每一步这个动作的时候都是怎么样的一个转化率，漏斗是怎么样的，给他们一个更直观的感受。 Facebook Pixel对于效果的追踪 Sanuker 邹卓君 我们前期有一个时段在 proof of concepts。客户会拿一点点预算出来，然后我们会把一些之前我们做过的模板，然后让客户去试用，这可能是一个月的时间。这一个月内我们就会去看客户如何去对待机器人，然后去找出一些可以量化的实际的一些数据。 比如说我们会一起去定 ROI，然后每半年去看一下ROI究竟没有提高，有的时候也会半年三个月去调整ROI。这样的话就可以把我们实际给企业的一些实际利益，随着它的商业或是它的产品的推出，一起去开发。 Chatopera 王海良 首先说是可量化的，其实在 Chatopera这一侧，只是给企业客户提供了一些计算 ROI的公式里的一些参数，比如访问机器人客服的人数，机器人回复的访客的消息数，消费者反馈等等，关键是我们提供什么样的数据去帮助企业客户去分析 ROI。 另一个需要强调的是，企业对于机器人客服的考量，应该是在机器人客服上线了一段时间，至少说是三个月。因为我们知道现在的机器人利用知识库等，都有一些依赖训练数据，或者是模板，通过新的数据去填充机器人的智能化水平的，所以开始它的数据可能不好，要有一个积累的过程，然后我们的机器人平台化去提供一些聚类分析，线上的模型训练和预测，一点点的优化机器人的对话能力，所以企业如果想期待一个比较好的回报，应该设定一个周期。 如何让C端客户获得最优体验？ 从而成功获客？ Meetbot（飞书） 胡笑丹 一些智能客服可能老是重复的给你同一个回复，消费者不喜欢这样的体验。我们需要尽量给客户一个感觉，他不是在跟一个冷冰冰的机器在对话，机器人它是可以理解客户的这种心情，然后理解客户的需求的。飞书目前是通过一些规则的匹配来让客户给正确的梳理出对话流程。 另一个就是语境的切换，我们在谈话的时候可能大家知道一个语境，那下一次谈话过了半个小时之后，我的语境可能发生了转换，产品里面也需要考虑一个语境跳到另一个语境的时候，机器人回复的规则又发生了怎么样的变化。 一些客户他本身已经对自己的C端客户有一个基础的认知，比如说这些客户的属性，标签，然后喜好等等，所以它在设计一些营销活动的时候，就可以进行一个个性化的推送，这样的话给客户的感受就会非常好，客户就会觉得你这个机器人是理解我的。 获客角度来说，我们前期的获客主要是从企业内部一些既定的广告客户来出发，看看这些广告客户有哪一些是有智能机器人的需求的。接下来的获客目标说是希望可以朝着平台站的方向去发展。 追一科技 柯昊崑 我自己其实认为在美国的智能客服做的比较好的话，可能是BOA，国内就是招行，他们也是投入了很多资源。其实满足C端需求，很大的一部分责任是由业务方自己去去提供的，是要双方去碰撞出来而得到的一个结果。 回到这个题目上面，就是如何让c端用户获得更最优的体验。我认为其实直白一点的说，就是你是否能够很准确的帮他解决问题，你是否准确的理解到他想要找什么样的寻求什么样的服务，从而你能够提供一个比较好的解决方案。银行客户里面，我们有一个很重要的准则，除了意图识别的准确率以外，我们还有一个叫做solution rate，就是一个解决率。 获客方面，我们是从服务大企业起家，理解他们的一些核心的一些痛，从而建立一些标杆的案例。这些标杆的案例对于未来我们推广到腰部甚至尾部客户的时候是很占优的，因为我们已经理解到这个行业的best practice。所以根据这个思路的话，我们未来出海的话可能也会去看一些比较大型的本地企业。 银行是应用智能客服比较标准化的一个场景 来也科技 徐旭 我认为好的服务体验应该是个性化的定制服务。所以机器人来讲，要提供极类人的个性化服务，另外一方面是话术设计要用心，甚至最好有的时候人们感觉不出原来是和一个机器人在对话。比如我们有跟比较知名的酒厂合作一个项目，当时给他提供的是一个个性化的调酒师机器人，也用了我们的推荐算法，因为不同的人，喜欢的酒的品类也不一样，定制化的推送，会让人们感觉你是懂我的，你知道我是喜欢哪款酒的，这时候再用稍微有亲和力的话术推送相关酒品的代金券就非常match客户需求，也会极大提高下单率。 Chatopera 王海良 我们主要关注的是 Messenger，因为我们认为出海企业的最好的获客或者服务的渠道就是Facebook。那么主要以Facebook Messenger而言，提供好的智能客服机器人有很多细节，比如说，机器人得到了一个回复，是不是立即就回复给访客？是不是应该建立一个Persona让用户去对你的品牌有更多的认同和共鸣，比如可以设计成一些动物，可以在节假日的时候就以这些形象去影响客户，让消费者有一个共鸣，其实就是很多细节了，在此就不多赘述。总之，Facebook Messenger 对企业上线智能对话机器人提供个性化的服务，非常友好，有很多新技术都被 Facebook Messenger 支持，比如 AR、NLP、CV。 未来行业机会？ Joinchat（PandaMobo） 明月明 我是感觉我们后期的智能客服商业化可能更多要在三个层面上去做加深或者做提高。 第一个就是场景的多样化，其实我理解场景的多元化就是对应不同的客群，对于不同的客户情况去深耕的一个解决方案。只有做出了特色，行业的一个垂直的解决能力，这个才是未来的一个趋势。 第二个就是智能客服的智能化，其实目前的一个客服机器人，可能范围稍微局限一点，就是说做一些出海的机器人，更多的都是属于一个1.0的这样的智能时代，运营的取决于运营能力的一个上限，而不是真正的一个技术能力的上限。而真正客服在未来发展趋势是真的要结合一些实打实的技术，比如NLP。 第三个点，其实管理能够更高效。我理解管理更高效，其实对于现在一个数字化转型来讲，任何企业都在用各种各样的一个系统，其实本身对企业的一个管理成本就是很高的，尤其是想去去对接第三方的一些技术服务平台。而真正好的平台需要有包容性扩展的能力，也就是说要提供各式各样的一个API和企业现有的一些资源数据去做一个对接。 SaaS模式改变了行业 Meetbot（飞书） 胡笑丹 对我们来说创新机会还有很多，不管是自然语言人工语义的这种功能的更新也好，还是说在服务上的更新也好。特别是对现阶段我们的客户来说，客户只是把智能机器人这种营销方式或者这种服务方式作为一个试水的这样的一种方式，他不会把所有的预算跟精力都放在这一块。所以现在我们有一个很重要的任务，就是帮助客户去认识到这块市场是有价值的，怎么样帮助客户去认识到这些价值。 至于技术上来说，SaaS服务让全链条的准入门槛显著降低，潜在的客户人群也变得大了起来。另一个AI、VR等技术会给客户一些全新的感知。比如说 Facebook上有直播的活动，然后在直播的时候结合一些VR的技术，可以让客户直接在相当于直播间里面感受到，如果是卖假发的 B端客户的话，它可能是在直播间进行假发试戴，或者是卖美瞳的客户进行美瞳的试戴，这会加速C端消费者的下单速度，优化体验。 来也科技 徐旭 我觉得一开始智能客服比较聚焦的行业在电商零售、保险这些交互量比较大的大流量行业。现在逐渐的医疗、物流和地产行业等也在接受智能客服，并把智能机器人Involve到他们的工作流里。而且我们发现让客户自己基于对自身业务的理解训练出来的机器人是非常高效的，像我们公司有专门的机器人训练师团队，就是帮助客户搭建和训练自己的机器人，用最合适的方式让客户成功。 新技术上讲，我们企业提供RPA+AI平台产品和整套的智能自动化解决方案。Chatbot就像是人脑，需要有意识的去了解人在想什么，RPA（ Robotic Process Automation）是流程自动化，也就是通过机器人模拟人在PC端的操作，像是人的双手，是可以与Chatbot无缝衔接的。未来我们也会基于RPA+AI的解决方案，更好的赋能更多企业。 追一科技 柯昊崑 我们这个领域的话从上至下来看的话是一个交流的领域，就是我们跟机器是怎么样去交流。人与人之间从文字语音甚至视觉上交流，这种思路是否可以复制到Chatbot？我认为这是未来可能会发展的一个趋势。 目前其实大家还是停留在一个打字的角度，是一个二维的角度去交流，有很大的局限性，未来可能我们在很多的一些电商的场景的话，是否会出现有一个人的形象，直接跟你去对话？我们目前的话在往这一方向去努力。也可以人工在后面，辅助一些UI，是有一个固定的这样的形象去出现，可能两个口型都是一一对应的。 Chatopera 王海良 我们觉得未来 Chatbot 会向 Chatbot First和Chatbot Native的形态在发展。Chatbot First就是未来企业在交付服务的时候会优先使用聊天机器人的技术，从Apple Siri到Google的一些产品当中，我们能够看到这种趋势。Chatbot Native的也就是说这种用户交互的界面，会有一个新的、对聊天机器人更友好的系统。比如说像Facebook Messenger这种。 成熟的行业有很多，现在应用最成熟的是用语音机器人对话回访，比如说一些医院回访收集问诊的的信息。看房，然后收集一些看房之后的回访信息，因为这个是一个固定的话术，然后它只需要在用户的对话中的关键字里识别一些关键词。 至于说前沿技术，我们比较关注的是聊天机器人，那么对自然语言处理上有很多关注，其实我认为未来对我们影响最大的是机器阅读理解，也就是说在一个用户交互的文本里，我们怎么样去消除一些对话的歧义。 Chatbot应用于Messenger上的原理 FreeD Group 王文宾 在已有技术的基础之上，我们需要说把这个行业做一下一个深耕，针对于每一个不同的客户，不同的行业，我们怎么样来帮助客户说通过聊天机器人，围绕着聊天机器人帮他在他自己的业务领域能够帮助他来提升最基本的一些营收跟利润的一个水平。 我们是比较看好说深入去服务垂直赛道的聊天机器人，我们自己在做的时候都是围绕着每一个客户他所处在的一个生态，然后我们怎样把 AI的技术应用到它自己行业生态里面，然后给它打造一个跟竞争对手不太一样的服务的体系。 Sanuker 邹卓君 Chatbot之前就是客服，在未来会有一个前移，售前甚至是客户会员系统都是会应用到chatbot系统。除了Text和其他的呈现方式也是肯定会出现的。3到5年后行业内也会出现独角兽，facebook最近也收购了一家CRM公司，这是一个整体的客户管理系统，我们自己要去跟不同的CRM去整合，可能也要跟不同的NLP的 AI的引擎去整合。所以这个是我觉得这个趋势是未来是一直有的。还是个蓝海。
热门活动 
其他
04-09 周四
热门报告 
