產(chǎn)品概述：對(duì)話機(jī)器人是以智能對(duì)話系統(tǒng)為核心，應(yīng)用于客服/營銷/企業(yè)信息服務(wù)等多方場(chǎng)景的產(chǎn)品。對(duì)話機(jī)器人以文本、語音和多模態(tài)的產(chǎn)品形式，輔助或替代人工對(duì)話，賦能對(duì)話全流程以實(shí)現(xiàn)降本增效。

　　行業(yè)分析：對(duì)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，而后進(jìn)入平穩(wěn)發(fā)展階段。2020年對(duì)話機(jī)器人行業(yè)市場(chǎng)規(guī)模為27.1億元，預(yù)計(jì)在2025年將達(dá)到98.5億元。從行業(yè)競(jìng)爭(zhēng)格局來看，參與企業(yè)類型豐富，廠商以語音能力、語義能力、平臺(tái)能力、標(biāo)準(zhǔn)化產(chǎn)品、垂類場(chǎng)景的策略切入市場(chǎng)，在發(fā)展中策略又趨于融合。

　　應(yīng)用領(lǐng)域：本報(bào)告將對(duì)話機(jī)器人的下游行業(yè)劃分為金融、運(yùn)營商、互聯(lián)網(wǎng)、政務(wù)和其他（以企業(yè)信息服務(wù)為主）五大子行業(yè)，其中金融行業(yè)是對(duì)話機(jī)器人應(yīng)用規(guī)模最大的領(lǐng)域。另外，艾瑞在本篇報(bào)告中給出選型指導(dǎo)，需求企業(yè)可從交付經(jīng)驗(yàn)、產(chǎn)品性能、產(chǎn)品指標(biāo)、產(chǎn)品迭代及產(chǎn)品價(jià)格五個(gè)維度考量評(píng)估對(duì)話機(jī)器人廠商及產(chǎn)品。

　　發(fā)展洞察：從供給側(cè)視角來看，追求規(guī)�；�定制能力、AI技術(shù)突破和新業(yè)務(wù)增長點(diǎn)是目前行業(yè)內(nèi)對(duì)話機(jī)器人廠商核心追求的三大商業(yè)目標(biāo)；從需求側(cè)視角來看，企業(yè)自研動(dòng)因明顯，但在開發(fā)過程或遇阻礙；從人工智能產(chǎn)業(yè)發(fā)展視角來看，數(shù)據(jù)安全、數(shù)據(jù)隱私問題需AI廠商重點(diǎn)關(guān)注。

　　智能對(duì)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(duì)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)。本報(bào)告研究范疇聚焦于智能對(duì)話系統(tǒng)在對(duì)話機(jī)器人chatbot的產(chǎn)品應(yīng)用，集中研究對(duì)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(chǎng)景、市場(chǎng)規(guī)模及競(jìng)爭(zhēng)格局、客戶選型要素、市場(chǎng)發(fā)展態(tài)勢(shì)等，為讀者帶來行業(yè)認(rèn)知與行業(yè)思考。

　　對(duì)話機(jī)器人產(chǎn)品形式

　　文本機(jī)器人是對(duì)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(duì)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；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(jí)。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)。

　　在多渠道接入客戶需求后，對(duì)話機(jī)器人會(huì)通過智能調(diào)度進(jìn)行優(yōu)化派單。對(duì)于簡單問題，在理解客戶意圖后，對(duì)話機(jī)器人可通過知識(shí)庫實(shí)現(xiàn)答案匹配并輸出檢索答案，替代人工對(duì)話以減輕人力客服壓力；對(duì)于仍需要人工解決的復(fù)雜個(gè)性化問題，對(duì)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，提供話術(shù)推薦、關(guān)鍵信息檢索等坐席輔助功能。另外，對(duì)話機(jī)器人可進(jìn)行運(yùn)營數(shù)據(jù)的監(jiān)控分析與對(duì)話流程的智能質(zhì)檢，為服務(wù)的量化管理提供支撐。

　　受益于人工智能的技術(shù)突破和產(chǎn)品落地，對(duì)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30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(duì)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等各細(xì)分領(lǐng)域見長的成熟企業(yè)。

　　對(duì)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(duì)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(duì)話機(jī)器人可實(shí)現(xiàn)全渠道接入，支持同一知識(shí)庫對(duì)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(duì)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(duì)話機(jī)器人可對(duì)語音文本對(duì)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。

　　在對(duì)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(duì)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。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(shì)，成為當(dāng)下最熱門的算法架構(gòu)。

　　對(duì)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(chǎng)景。目前，對(duì)話機(jī)器人廠商在上下文理解、多輪對(duì)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(duì)跨語言語音識(shí)別、語音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(shì)已產(chǎn)生強(qiáng)烈需求。

　　對(duì)話機(jī)器人行業(yè)在2019年市場(chǎng)規(guī)模為14.0億元，2020年市場(chǎng)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(duì)話機(jī)器人行業(yè)的市場(chǎng)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%。

　　為提高項(xiàng)目開發(fā)效率，對(duì)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(duì)話機(jī)器人工廠以加強(qiáng)規(guī)�；�定制能力、減輕產(chǎn)品方案的定制壓力。在對(duì)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(duì)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(duì)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(duì)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(duì)話機(jī)器人廠商的主要選擇策略。

　　情感作為信息交互的重要通道，成為對(duì)話機(jī)器人廠商拉高產(chǎn)品價(jià)值的落腳點(diǎn)。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(duì)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(duì)話機(jī)器人可理解和應(yīng)對(duì)“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(cè)和應(yīng)對(duì)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。

　　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(duì)話機(jī)器人可融合語義、語音、視覺等多種AI技術(shù)升級(jí)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(duì)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虛擬講解員和AI虛擬偶像領(lǐng)域；對(duì)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(chǎng)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(duì)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(chǎng)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。

　　基于艾瑞對(duì)中游對(duì)話機(jī)器人廠商及下游企業(yè)的深度調(diào)研，在選擇對(duì)話機(jī)器人產(chǎn)品時(shí)，企業(yè)可基于自身需求與企業(yè)情況，從以下維度去選擇評(píng)估對(duì)話機(jī)器人廠商及其產(chǎn)品。

　　本報(bào)告將對(duì)話機(jī)器人產(chǎn)品的應(yīng)用行業(yè)分為金融、運(yùn)營商、互聯(lián)網(wǎng)、政務(wù)和其他（主要包括企業(yè)內(nèi)部信息服務(wù)等應(yīng)用場(chǎng)景）。從市場(chǎng)規(guī)模來看，金融行業(yè)是對(duì)話機(jī)器人產(chǎn)品應(yīng)用落地最快的領(lǐng)域，2020年金融領(lǐng)域?qū)υ挋C(jī)器人市場(chǎng)規(guī)模達(dá)到8.66億元，占比32%；從業(yè)務(wù)增長性來看，政務(wù)領(lǐng)域及其他（企業(yè)數(shù)字員工）領(lǐng)域在2021-2025五年CAGR超過20%，對(duì)話機(jī)器人產(chǎn)品滲透率有望持續(xù)提升。

　　在對(duì)話機(jī)器人的解決方案中，金融領(lǐng)域可劃分為銀行、保險(xiǎn)和證券三大板塊。與金融領(lǐng)域的AI投入分配情況相符，銀行亦為對(duì)話機(jī)器人產(chǎn)品應(yīng)用的主要需求方，產(chǎn)品應(yīng)用以外購為主，且降本增效明顯，未來采購趨勢(shì)總體向好；其次需求方為保險(xiǎn)企業(yè)，對(duì)話機(jī)器人可提供智能問答、智能營銷、智能質(zhì)檢、智能外呼、智能招聘、智能培訓(xùn)等功能；證券業(yè)目前在對(duì)話機(jī)器人方面需求度較低，可將其用于智能問答、智能投研、用戶畫像分析等領(lǐng)域。

　　運(yùn)營商可基于對(duì)話機(jī)器人產(chǎn)品升級(jí)內(nèi)部客服系統(tǒng)，由淺到深可分為智能IVR導(dǎo)航、基于多輪對(duì)話的語音問答和回訪通知、智能營銷和整體化方案四大滲透階段。如今全國三大運(yùn)營商已全部啟動(dòng)內(nèi)部客服系統(tǒng)的智能化改造，但目前多數(shù)省份仍處于智能IVR改造階段，在后續(xù)營銷功能和整體化方案的應(yīng)用上還有待進(jìn)一步發(fā)展。基于運(yùn)營商采購集成龐雜、底層架構(gòu)林立和體制受限等問題，即使擁有資金支持和研究院技術(shù)背景，運(yùn)營商在自研產(chǎn)品的發(fā)展道路上仍然阻礙重重，目前運(yùn)營商更傾向采購?fù)獠科髽I(yè)產(chǎn)品。另外，作為數(shù)字化轉(zhuǎn)型基石，運(yùn)營商也會(huì)基于自身龐大銷售網(wǎng)絡(luò)作為渠道方集成眾多廠商合作賦能，為政企客戶提供對(duì)話機(jī)器人產(chǎn)品解決方案。

　　對(duì)話機(jī)器人可基于大數(shù)據(jù)分析、用戶畫像、智能推薦等功能生成營銷話術(shù)，實(shí)現(xiàn)個(gè)性化推薦與精準(zhǔn)營銷，提升咨詢留聯(lián)、鏈接點(diǎn)擊、產(chǎn)品下單等轉(zhuǎn)化率，并持續(xù)做好后期營銷、提升產(chǎn)品復(fù)購頻率。從行業(yè)角度來看，電商、教育和醫(yī)療為該領(lǐng)域下的高頻應(yīng)用行業(yè)：電商行業(yè)存在海量客服咨詢與營銷推廣需求，目前已完成對(duì)話機(jī)器人產(chǎn)品應(yīng)用的大量滲透；在教育行業(yè)的線上化和競(jìng)爭(zhēng)白熱化的背景下，教培機(jī)構(gòu)需要對(duì)話機(jī)器人產(chǎn)品對(duì)線上數(shù)據(jù)做轉(zhuǎn)換，實(shí)現(xiàn)品牌營銷、拓客獲客與業(yè)務(wù)增長。但在2021年廣告法和大環(huán)境調(diào)整的背景下，教培機(jī)構(gòu)的需求強(qiáng)度與資金投放或會(huì)有所減弱；在醫(yī)療行業(yè)，基于民營醫(yī)院和醫(yī)美機(jī)構(gòu)對(duì)廣告投放及營銷獲客的需求，對(duì)話機(jī)器人的需求使用在該領(lǐng)域也日趨旺盛。

　　受熱線整合和新冠疫情雙重推力，政務(wù)熱線價(jià)值空間不斷拉高。對(duì)話機(jī)器人可在政務(wù)熱線流程中提供智能IVR導(dǎo)航、智能問答、智能外呼、坐席輔助、智能工單、運(yùn)營管理等功能。在政務(wù)熱線外，對(duì)話機(jī)器人在政務(wù)線上化、數(shù)字化、智能化的泛政務(wù)領(lǐng)域也有廣闊滲透空間，需從需求側(cè)梳理政務(wù)邏輯，供需雙方從實(shí)踐角度共同挖掘探索對(duì)話機(jī)器人的產(chǎn)品流程，在政務(wù)熱線智能化的基礎(chǔ)上實(shí)現(xiàn)一網(wǎng)通辦智能化、政務(wù)辦公智能化和政務(wù)監(jiān)管智能化。

　　在企業(yè)內(nèi)部，財(cái)務(wù)部、人事部、IT部等職能部門每日需處理大量重復(fù)、規(guī)則性的工作流程，對(duì)話機(jī)器人產(chǎn)品結(jié)合AI與RPA（機(jī)器人流程自動(dòng)化）技術(shù)，貼合企業(yè)內(nèi)部業(yè)務(wù)需求，重塑優(yōu)化企業(yè)內(nèi)部流程，可有效提升員工辦公效率，降低企業(yè)運(yùn)營成本。

　　從供給側(cè)來看，艾瑞認(rèn)為：追求規(guī)模化定制能力、AI技術(shù)突破和新業(yè)務(wù)增長點(diǎn)是目前行業(yè)內(nèi)對(duì)話機(jī)器人廠商核心追求的三大商業(yè)目標(biāo)。

　　從需求側(cè)來看，大型企業(yè)對(duì)于對(duì)話機(jī)器人產(chǎn)品的自研趨勢(shì)明顯�，F(xiàn)階段，大型企業(yè)在自建AI應(yīng)用時(shí)普遍會(huì)在底層架構(gòu)或模型開發(fā)等環(huán)節(jié)遇到阻礙；再加上部分企業(yè)或?qū)�AI項(xiàng)目的開發(fā)經(jīng)驗(yàn)較薄弱，最終使產(chǎn)品的自研進(jìn)度和使用效果不及預(yù)期�；�于成本效益及需求實(shí)現(xiàn)等考量，目前部分嘗試自研企業(yè)或會(huì)轉(zhuǎn)回外部采購模式。未來，隨著企業(yè)智能化轉(zhuǎn)型的逐步成熟及人工智能產(chǎn)業(yè)應(yīng)用開發(fā)、算力、數(shù)據(jù)服務(wù)等基礎(chǔ)層資源的逐步完善，企業(yè)AI自研能力將得到有效提升。產(chǎn)業(yè)化發(fā)展表現(xiàn)領(lǐng)先的對(duì)話機(jī)器人產(chǎn)品或成為企業(yè)人工智能自研的首要試驗(yàn)田。