作为自然语言理解技术最先实现商业化落地的领域，智能客服行业吸引了众多市场玩家争相布局。从传统呼叫中心厂商、到SaaS云客服公司、再到客服机器人公司，各类企业都在积极用AI为客服赋能。那么，当前市场竞争格局如何？各类公司有何特点？客服市场的空间究竟有多大？我们或许能从环信的业务布局和竞争逻辑中窥知一二。
过去二十多年，中国客服产业经历了电话客服软件、网页在线客服、全渠道SaaS客服、以及智能客服（客服机器人驱动的客服系统）等几个发展阶段。在此过程中，一批传统呼叫中心厂商逐渐成长为行业巨头，云客服SaaS公司经历几年厮杀，也跑出了一些头部企业，客服机器人赛道也早有探路者占据第一梯队。
如今，随着深度学习算法的突破，客服机器人和知识图谱的构建及维护成本大大降低，前述三类公司也在加速布局和发展新型AI技术，以抢食智能客服市场这块大蛋糕。
做云通讯起家，后通过SaaS产品切入客服赛道的环信也是智能客服领域的强势玩家。
2016初，环信就开始组建AI团队，如今AI技术人员已将近40人。其人工智能研发中心VP李理毕业于北京大学，拥有十多年自然语言处理和人工智能研发经验，曾主持研发过多款智能硬件问答和对话系统，并在国际会议上发表过多篇深度学习和自然语言处理相关论文。目前，李理主要负责环信中文语义分析开放平台和智能机器人的设计与研发。
2017年，环信智能客服在保险、证券、教育、物流四大领域树立了一批标杆客户，并实现了规模化复制。今年，环信将继续拓展银行、航空、运营商等领域大客户，不断丰富行业经验，加速构建壁垒。
谈起智能客服赛道上的三类公司，环信CEO刘俊彦用“刀架”和“刀片”做了一个形象的比喻：基础客服系统是刀架，特点是高粘性业务系统，替换成本高，竞争激励毛利相对较低；AI是刀片，特点是技术壁垒高，毛利高，但不能脱离刀架单独存在。传统呼叫中心厂商缺乏一个多租户的、基于云架构的在线客服系统，因此刀架尚不完备；客服机器人厂商从做刀片起家，目前正在竭力补足刀架短板；而云客服厂商先有刀架，后磨砺刀片，能够为客户提供全套智能客服解决方案。
. 01 .
刀架：云通讯+云客服+服务能力
国内客服领域主要包括四个沟通通道：电话、官网在线客服、微信公众号/微博、以及APP中的IM通道。
国内IM云市场经过几年发展，如今已经被环信等两家公司分割殆尽。云客服领域也形成了以环信为首三分天下的局面。由于各家产品布局不同，使得环信成为市场上唯一拥有云通讯能力的客服软件公司。
同时，从去年下半年开始，随着流量价格下降、4G网络全面覆盖、以及移动端视频技术的突破，各行业场景化音视频应用呈现井喷，环信的音视频方案在即时通讯和客服场景都满足了一些市场新增需求，比如保险行业的视频人脸验证、车险场景的视频查勘、海关视频报关、110视频报警等。
环信通过IM云、视频云以及全渠道客服软件把控了整个客服工具链，形成了一个完备的刀架。
此外，智能客服的本质还是客服。甲方在为客服机器人招标时，不仅看重乙方的基础算法能力及相关指标，更看重乙方能否真正解决业务问题，这就要求乙方具备相应的服务场景拆解能力和业务理解能力。
作为一家在云客服领域深耕多年的公司，环信积累了丰富的客户服务经验，相比单纯卖AI“刀片”的公司，环信更能够通过产品设计和服务思路真正帮客户解决服务问题，降低客服工作量、提升客服效率、改进客服效果。
. 02 .
刀片：基于深度学习的AI系统
“刀架”之上，环信还磨砺出了一套先进的“刀片”——环信中文语义分析开放平台及客服机器人系统。
客服机器人的核心是知识图谱，在实践中主要包含两部分工作：知识图谱的构建和维护。
构建即初期上线的冷启动，甲方一般要考量乙方在没有行业积累的情况下，需要花多长时间、多少投入、需要什么技术和工具支撑，最终能做到什么程度；维护即上线后的知识迭代，由于新知识点层出不穷，同一个知识点又有不同的问法，因此知识库需要持续更新，如果产品不具备很强的知识迭代能力，就会产生极高的维护成本。
一些传统客服机器人由于之前采用基于规则的方法，标注量大且难度高，甚至对于某些大客户来说，需要几个人全职每天做知识库的更新维护，而且这些人培训成本高、可替代性差，导致很多客户直呼“客服机器人买得起，用不起”。
相比之下，环信智能客服机器人在单轮对话方面，采用基于深度学习的语义相似度算法和意图模型，通过海量高质量的互联网和行业数据进行训练，大大降低了知识库的构建和维护成本，解决了这一痛点。
由于同时拥有客服系统和AI系统，环信的客服机器人在训练过程中还可以结合实际客服系统中的一些反馈数据，比如消费者对回答的打分、客服总监对人工会话的质检等，进行强化学习和迁移学习，形成了一个AI和客服系统的模型训练、数据采集、标注反馈、训练迭代的完整闭环。
. 03 .
解决方案：从树立标杆到规模化复制
有了“刀架”和“刀片”，如何更好地实现商业化落地，才是企业成长的关键。
中国企业服务公司经过几年探索，目前已经基本形成共识：做大客户才是硬道理。而对于大客户来说，他们一般需要的是“交钥匙工程”，同一套系统不会面向多家厂商分别采购，这也是为什么系统集成商一直是客服产业链上的强势存在。
但是，依靠云计算、大数据、AI等新兴技术成长起来的创业公司，大多从单点切入，要跟集成商抢夺话语权，争夺产业链价值，甚至绕过集成商直接服务甲方，只能依靠自身产品和解决方案的不断完善。不过，值得庆幸的是，集成商在AI来临后多少显得有些力不从心，这就给了新兴技术公司实现突围的机会。
环信在这一点上优势明显，一方面拥有PaaS层的IM云和SaaS层的云客服产品，另一方面也在通过AI技术实现整个客服工具链的智能升级，具备直接服务甲方的能力和条件。比如在线教育行业由于其业务特征，一般分为教学和服务两条线，解决方案中不仅需要客服系统，还需要通讯能力，环信在服务这类客户时，能够通过多条业务线予以支持。
目前，环信已经形成了在线教育、保险、证券、物流四大行业解决方案，拥有了一批标杆客户，并实现了规模化复制，同时在银行、运营商、航空等领域也服务了一批灯塔客户。其代表客户包括新东方、学而思、51Talk 、VIPKID、泰康在线、中意人寿、中信证券、长江证券、天津城商行、南京银行、中通快递、中移在线、厦门航空等。
从营收上看，环信客服机器人带来的营收已经占到环信总体营收的10%，解决方案客单价也在数百万级别。
刘俊彦指出，软件产品的折旧期一般是3-5年。2018年，老一代客服机器人系统面临更新换代，同时市场对新一代客服机器人的需求井喷，这两个时点的重合，使得2018年成为各玩家争夺智能客服市场的决定性一年，包括证券、保险、银行、运营商、航空公司、物流等在内的大企业将在今年掀起一波智能客服机器人的采购高峰。
因此，能否在今年快速拿下这些行业大客户，实现规模化复制，基本决定着智能客服市场未来的竞争格局。因为如果错过了这个时间窗口，就要等到三五年后的下一次更新换代了。
. 04 .
市场空间：单客服赛道也能长出巨头
在大客户战略的引导下，中国的SaaS企业纷纷走上了私有化部署之路。但是做大客户的私有化部署到底能让SaaS公司长到多大，中国市场能否长出Salesforce这样接近千亿美金市值的公司，目前仍是行业的热议话题。
对此，刘俊彦给出了肯定的回答，并且有一套自己的推理逻辑。
他认为，中国客服软件市场规模在100到150亿人民币。
首先语音呼叫中心客服市场大概是60到100亿规模，其中包括运营商话费在10-20亿之间，Avaya、Genesys、华为等呼叫中心设备的厂商10-20亿左右，天润融通等云呼叫中心大概10-20亿规模，还有大量的业务系统集成商和行业集成商30-40亿，所以总计60到100亿。
其次，在线客服领域有一些传统软件公司和SaaS公司以及各类系统集成商，大概40-50亿的市场规模，所以总体是100-150亿。
随着呼叫中心和客服软件的云化，呼叫中心设备厂商的份额会被SaaS云厂商大面积蚕食，成为产业链上的弱势存在。系统集成商虽然短期内难以被取代，但是长期有被产品型厂商边缘化的趋势。
而当设备厂商和集成商逐渐被产品厂商取代，产品厂商会在市场中拿到80%的份额，这80%的市场又会被头部两家分割，那么一家的份额就是40-50%。按照50亿营收、10倍PS计算，头部一家的市值就可以达到500亿人民币，这还只是客服软件市场。
放眼整个客服产业链，中国大约有500多万全职客服，以年平均工资6万计算，再加上一些PC、耳麦、职场场地等硬件设备和基础设施，整个产业链大概4000亿人民币。以前客服厂商只跟100亿的软件市场有关系，现在AI正在以40-50%的比例取代人工客服，从而会释放出2000亿的市场规模，排除场地、设备等基础设施以及甲方预算的缩减，大概会有200-300亿规模留给科技公司。
因此，整体看来，单客服一条赛道就有可能跑出一家千亿人民币市值的公司，更不用说头部公司上市之后，像Salesforce一样通过并购发展其他业务线，占据多条赛道。
由此可见，中国企业服务SaaS市场极具想象力。
不过，回到当下，环信要实现各业务线快速增长，还要面对来自各方对手的竞争。如何在资源和行业经验上打赢系统集成商，如何在IM私有化上拼过某云，如何在音视频领域PK声网，如何在客服上与友商拉开差距、以及如何在AI上应对老牌企业小i机器人等，都是环信冲向巨头之路上必须要通过的层层关卡。
近期，Jingdata研究院对环信CEO刘俊彦、AI负责人李理、产品负责人李思远进行了深度访谈，对当前智能客服行业竞争形势及发展趋势进行了探讨。
Jingdata研究院：从零开始搭建一个新进入行业的知识图谱一般需要多长时间？
刘俊彦：如果在一个行业有积累，通常我们能够保证两周之内上线，如果没有积累，要看客户要求的深度、具体需求以及行业特点，所以就比较难说。但是如果现在从零开始要做到现在我们在保险领域做的这个深度，没有半年肯定不行。
Jingdata研究院：客服机器人做私有化部署无法获取客户数据，也就无法反哺知识图谱，这个问题您怎么看？
刘俊彦：不管是原始数据还是知识图谱都是客户的，我们肯定没办法获取，但是在为客户实施的过程中，我们可以把关于如何系统化、低成本地构建该行业知识图谱的认知拿出来，在服务其他客户时进行复用。
Jingdata研究院：给大客户做私有化部署会不会演变成项目制？
刘俊彦：我们不做项目，我们的产品化程度不会低于80%。比如在IM方面，我们提供的是“发动机”，如果客户需要整车，我们会和合作伙伴一起做，但我们只提供“发动机”。
Jingdata研究院：系统集成商在智能客服方面为什么会力不从心？
刘俊彦：系统集成商其实以前一直做得挺好，跟甲方关系也很好。但是到了AI时代，相关AI的产品的实施要求有很强的专业能力，包括知识图谱的构建和维护等，在这种情况下集成商从丙方那里把东西拿过来，完全靠自己实施往往不能保证交付质量。因为客服机器人系统不像Oracle数据库，可以靠代理来卖，往服务器上一装就行了，客服机器人从装上到交付还要做很多工作，这些是甲方搞不定的，最后还得靠丙方，但是丙方通常是一些比较新的互联网公司，服务意识比较差，很多问题没办法解决。
Jingdata研究院：系统集成商为什么会逐渐被取代？要取代系统集成商存在哪些难点？
刘俊彦：被取代的理由很简单，就是产品化以及新兴技术趋势。因为集成商无论是人力成本还是团队能力都无法与产品型技术公司匹敌，这就决定了他们做出来的东西、提供的服务在当今市场上都缺乏竞争力。但是，他们的优势也很明显，一方面有深厚的客户关系，另一方面真的非常懂行业。
Jingdata研究院：对于市场上已经有全套客服系统和AI产品的公司，环信如何打出差异化？
刘俊彦：因为环信是客服领域里唯一一家拥有IM能力的公司。市场上能够做到IM千万级并发的公司只有环信和某云，某云又不做客服，所以在这个点上，环信可以说是独一无二的。很多大客户的APP其实都会有几百万的用户，我们只需要在招标时引导一下客户，按照百万级并发来招标，只要客户有APP，并且不单独招标，我们基本上就没有竞争对手。而在实际中，分开招标的情况很少。
Jingdata研究院：无论是云客服公司还是智能客服公司，目前都在补足自己的短板，IM云和客服产品的构建壁垒有多高？
刘俊彦：首先，我们自己做了四年IM，要做成一个千万级并发的IM太难了。如果做一个勉强能用的两三千用户在线的IM系统，有钱、有人半年能搞定，但是要做一个千万级并发的系统，没有三四年做不出来。其次，我们在客服软件上的投入大概有一个多亿，而且是效率很高的一个亿，要赶上我们，这个投入肯定是要有的；另外时间上，没有一两年也做不出来。最后，资本愿不愿意支持也是一个问题，因为IM云和客服赛道目前基本格局已经定了。
Jingdata研究院：如何看一家客服公司的AI能力？目前来看，做客服机器人的壁垒有多高？
刘俊彦：我觉得首先看AI团队的规模，如果只有三四个人，那AI能力肯定是存疑的。其次看AI团队的背景。因为自然语言处理用于客服场景整个技术栈很长，包括分词、句法分析、纠错、拼音转文字、词向量、实体识别等等一系列的点，每个点都不一定是现在学术界的热门。比如分词，有很多现成的算法模块，用一个开源的工具，可能做到94%，但要做到98%，要做很多算法选择和整合，训练数据搜集和准备，训练调参的工作，哪怕是很优秀的NLP领域的人才，如果带着几个人从头开始做也得半年时间才能做得好。
同时，以上每一个点都不能太差，这是一个木桶效应，如果在任何一个点上都没有实践经验，整个NLP的技术栈都要从头做起，那至少要两年才行。但是这个时点，成建制的AI团队很难建立，而且成本极高。此外还有一些落地的问题，比如一开始没有知名度、没有标杆案例如何获客，如何激励销售人员主动去攻新市场等等。
Jingdata研究院：您认为中国的SaaS客服公司未来会打通整个CRM链条吗？
刘俊彦：CRM分三块：服务云（Service Cloud）、销售云（Sales Cloud）和营销云（Marketing Cloud）。我们做的服务云是进来（inbound)的方向， 销售云需要进入客户的销售管理系统，属于企业内部的东西，然后营销是出去的方向。
这三个部分是一个完整连通的链条，但是基因不太一样，服务云比较偏To C，要求高并发能力和很强的数据处理能力，销售自动化是一个复杂的业务流转系统，营销云是一个对外的东西。Salesforce三块都做，但不是三块都自己做，它是先做销售云，后来上市以后买了服务云和营销云。
我觉得中国会出现自己的Salesforce，所以某一天大家都会做三大块，但是做法有两种，一种是直接把三大块都做了，还有一种是先把一块站稳，然后买另外两块。当然这两种路径都有可能实现，但是可能不是现在实现。因为如果要买，首先要变成上市公司，但是中国这些企业上市我觉得还需要两年左右；而如果要自己都做，目前很多公司没有这个精力和能力，甚至已有赛道都有些自顾不暇。