【AI思考】智能客服领域的天花板计算及转型思考

朱利安 2018-03-18 23:16:00 152

之前的文章【AI思考】智能客服为什么work?提到过,目前对于NLP领域,我们可以分为三大块

1)问答机器人

例如“智能客服”,京东的JIMI,淘宝的小蜜等;

2)助理机器人

顾名思义,希望打造个人助理,提高效率,如大家手机中的各种语音助手;

3)聊天机器人

emmm,无边无际的聊,例如微软的小冰。


现阶段确实只看好问答机器人,而问答机器人基本运用于客服行业,那这样的“AI+客服”的智能客服SaaS领域,会是一个香饽饽吗?


智能客服市场(xia)分析

答案可能让你失望了,目前看,这个市场并不好啃,说两点

1. 天花板明显

网上查了下资料,并没有查到智能客服市场的整体规模的推算,但是听到有文章写着千亿级市场,emmm…,这年代好像任何东西只要跟热点粘上,瞬间都能上千亿级别的市场。。。

下面是我个人的推算,很不精确,仅是想说明这个市场的容量并不像大家想象的那么大,看官轻喷,也欢迎懂市场分析的在下方评论指点下。


· 从企业数量上估算

中国有2249.9万家企业

*企业数量数据来源《经济日报:2016年度企业年报公示率超九成 首次依托企业信用公示系统实施年报》


- 悲观点看,假设仅有0.1%的企业会使智能客服服务

其中95%的企业是小客户企业,每年在购买智能客服服务上的费用是10W元,5%是企业的大客户,每年在购买智能客服服务上的费用是100W元。

那么这个市场有多大?做个简单的乘法

2249.9W*0.1%*(95%*10W+5%*100W)=32亿元


- 乐观点看呢,假设仅有1%的企业会使智能客服服务

还是原来的算法

2249.9W*1%*(95%*10W+5%*100W)=320亿元


乐观计算下来,320亿元也远远达不到1000亿

320亿元可能大家没什么概念,这里给个数据对比下,2016年我国方便面市场的销售额是812亿元

*方便面市场数据


直观的说,乐观预估下的智能客服市场,相当于0.4个方便面市场


· 从从业人员数量上估算

换个角度看下呢?我们从从业人员上来大胆预估下

假设企业通过购买智能客服服务,能以原有10%的客服人员成本替代掉90%的客服人力(听起来很划算啊),那么这个智能客服市场会有多大呢?


根据国家统计局的数据

我国从业人员:77603万人

我国从业人员平均工资:67569元


我们再超级超级乐观的预估,100个从业者中就有1个客服(这里的数据明细偏大,但是是为了说明客服市场达不到千亿而刻意高估的数据)


依旧做个简单的乘法

77603万从业人员*1%客服从业人员*从业人员67569元平均收入*10%=524万亿元

(这里的10%指的是智能客服完全普及后,企业花费原本10%的人员成本购买智能客服服务,替代90%的客服)

相当于0.67个泡面市场:)

所以好像怎么乐观的看,这个市场也达不到千亿之说,天花板是很明显的。


2. 竞争激烈

客服SaaS行业并不是新兴行业

· 传统SaaS厂商,例如已经创办9年的快商通

· 互联网大厂,网易16年推出“网易七鱼”,高调杀入

· 新晋的AI公司,例如云问、竹间智能、智齿科技、追一科技等


大厂不断蚕食传统厂商的市场份额,而传统厂商被迫关注起了智能客服,一些新晋的AI公司又在嗷嗷待哺,所以这个行业竞争可以是说非常激烈。


基于上述的两点,一方面这个市场并不是一个快速增长的市场,另一方便竞争激烈,可见智能客服这个领域要啃下来并不容易。



那为什么那么多的AI公司都在做智能客服??

我的思考有三点

1. 营收压力

NLP领域,助理机器人和聊天机器人在盈利上都不行,那研究NLP领域的AI企业也是要吃饭的啊,只能把目光投向To B的任务型机器人身上了。

至少先盈利了,或者账面上好看点,下轮融资才能拿的顺利,谁也不想自己那么快就掉队被清洗出去。


2. 储备数据

AI行业的三驾马车,算法,算力和数据,其中数据是燃料!

初创企业面临的最大问题是,我的数据哪里来???

· 拿不到数据,怎么优化模型?

· 优化不了模型怎么能在市场上竞争PK掉其他家对手?

· PK不掉对手怎么拿到订单?

· 拿不到订单怎么存活?


而智能客服这个领域,天然就是人机对话数据的来源,而且一些客服的问答数据并不敏感,还是能拿到用于训练模型的。

从这个角度看,NLP领域的AI企业,做智能客服不仅可以先养活自己,还能解决数据来源的问题,当占据一部分市场后,就意味着有了源源不断的数据来源了。


3. 储备技术

为什么说储备技术呢?

现在的智能客服上,机器学习做好了,有没有可能往助理和聊天机器人上转一转呢?

我觉得是可能的,一方面,NLP企业通过做智能客服获取资金收入,养活自己,再通过获取的数据去储备技术,再将储备的技术运用到智能助理和聊天机器人上,同样是NLP领域,不见得不可行。


所以现阶段看智能客服虽然有天花板,但是如果是NLP的AI企业,智能客服只会是过渡的项目,往后当客服市场已经到达天花板,行业一片红海后,肯定会再杀入其他行业。


在智能客服之后,哪些行业会被盯上?

这里我抛两个观点

1. 金融行业

金融行业可不像智能客服行业那么小了,当深度学习结合金融,可运用的场景非常多

例如信用卡的授信这样的二分类问题,反欺诈模型搭建,甚至是给信用卡用户推送分期付款的短信上,也可以结合机器学习技术,更加定向的推送不同分期利率的短信,提高分期还款用户的比例等等

金融+人工智能,可想象的空间很大。


2. 线下服务业

我几次在香港喝早茶的时候,发现很多住公屋的香港居民早餐都是去商城吃,例如在大家乐点个汤粉,在麦当劳点个汉堡等等。

其中麦当劳的点餐比较有意思,除了人工点餐外,还有5-6个设备点餐口,老客户轻车熟路的在设备上直接点几下下单即可,效率很高。

这时候我在想,似乎传统的线下服务业的点餐人员,是不是可能被封闭域的对话机器人取代?


大家在饭店点餐的时候,可能问到的无非是下面的情况

· 有没有推荐的?

· 有没有优惠?

· 多少钱?

· 人数数XX,第一次来不会点,帮我点下?


而客服在点餐时提供的功能也不多

· 记录下单内容

· 给客户推荐

· 告知优惠信息

· 核实下单的商品是否还有供应(例如,阿华阿华帮我问下后厨还有没有老鸭汤…)

· …


所以智能客服可以不仅在线上,而且还可以转型到线下,麦当劳的点餐机+Ai企业提供的人工智能服务员,能替代掉传统的点餐人员,提高点餐效率,节省企业成本。

更重要的是,第三产业服务业的市场是巨大的!



总结下

1. 我们不精准的计算了下,智能客服的天花板在300亿元-500亿元之间;

2. 现有NLP领域的AI公司,从智能客服领域切入,可以获取

    1)实际可落地的项目,实现营收

    2)储备数据

    3)储备技术

3. NLP领域的AI公司,之后往金融方向上转,或者往线下转,似乎是个不错的选择


End



#推荐阅读

-【AI笔记】百度UNIT平台上手

-【AI笔记】Chatbot中的填槽(Slot Filling)