圆桌:共话生态 共绘蓝图

简介: 本篇内容将通过三个部分来介绍圆桌:共话生态、共绘蓝图。一、如何打造良好的智能客服市场生态?二、如何通过标准化的引导和规范,推动智能客服产业的增长?三、智能客服未来的发展趋势。

分享人:

董晓飞,南京新一代人工智能研究院总经理。

王巍巍,阿里巴巴达摩院产品创新中心,阿里云智能客服业务总经理。

胡云华,阿里巴巴达摩院产品创新中心,新零售智能服务业务负责人。

杨庆祝,北京合力亿捷科技股份有限公司副总裁。

沈李斌,乐言科技创始人兼CEO。


image.png


一、如何打造良好的智能客服市场生态?


董晓飞:各位嘉宾,大家上午好,我是中国信通院南京新一代人工智能研究院的董晓飞。今天非常荣幸,受到主办方的邀请,担任此次圆桌论坛的主持人。随着云计算、大数据、人工智能技术的快速成熟,智能客服进入了发展的黄金时期。涌现出优秀的产品和企业,但也伴随着市场无序化的特点,智能客服也面临个别场景不够智能。今天带着这些问题,我们请来了几位专家围绕智能客服的生态,标准的制定和未来的趋势展开讨论。

当前大部分的智能客服的一些项目还处于私有化的交付,客户倾向于做一次性的支付。面对智能客服的产品和场景,我们如何推动用户从一次性收费转向长期订阅呢?


王巍巍:我觉得对于公共语言的客户,订阅式服务已经成为标准的形态,但对于混合云和私有化的客户来说,想去改变还是有比较大的挑战。我们现在用过渡的方式来解决这个问题。客服产品在落地的时候,它的长期的运营是长周期的事情。

在运营环节我们会跟客户去探讨,我们的服务能力,产品能力、工具能力。用这种方式,把这部分的工作过渡到订阅模式。我们推动某些行业的客户快速转变。比如保险行业的开放度已经超出我们的预,很多保险客户都受用云化的方式来做服务。


胡云华:虽然我现在的主要客户还是电商和新零售,客单价相对较低。在过往的时候,大客户的统相对独立,不需要跟其他的系统做太多的交互。但是对于电商跟新零售行业来讲,它的数字化的程度较高,而且它的系统跟其他系统交互较深。所哟我们应该思考系统跟系统怎样够高效集成?行业的数字化程度越高,续费的意愿也会更强。当投入产出的效果更容易衡量,商家也更容易用逐年续费的方式。


杨庆祝:这个话题已经讨论了好多年。我觉得让客户复购,让客户每年都给你钱。客户每年都按照需求给我一定的费用,我每年投一个人,去做他的业务和需求。


沈李斌:我觉得站在客户角度,选择年付的方式还是首付高一些,跟客户的获得感挂钩。对于私有部署、交付成本比较高的,在初期的获得感比较高,客户愿意买单。年付的话,他要自己算这个账,每年从你这边会获得什么东西?对于这样的支出,内部计算愿意花多少成本去做这件事。如果客户没有获得感,内部帐没算得平,那么年付费就很难做。我们是做年付的,为了让客户有获得感,除了产品迭代升级,我们的服务也做得比较重。除了618和双十一大促节日,平时我们也经常做回访,让客户感受到服务的价值,有获得感,内部账算得平,才愿意付费。


二、如何通过标准化的引导和规范,推动智能客服产业的增长?


董晓飞:第二个问题,关于运营方式的优化。我们知道客服产品是重运营的,交付之后知识库的建立,后续系统的维护,需要很专业的团队去做。目前很多的客服产品有自主维护,但是有一些是委托给我们乙方,同时目前还有一些联合维护。对于运营的考虑呢,我们业界是不是需要厂商和第三方机构共同打造一个专业化的智能客服的运营力量。


王巍巍:现在主要面临人才培养的问题,随着智能化的加速,我们需要大量的专业人员。我们和合伙伙伴做一些培训课程的建设。从学校培养的环节定向做一些人才培养,或者头部的公司跟学校联合办学。


胡云华:人工智能训练师这个概念大家听起来还有点陌生。但事实上,据我所知,阿里过去几年一直在推这个东西。人设部最终通过了这个岗位的认定,我觉得这也是阿里以及行业客户共同推进的结果。从人工智能发展过程来看,达不到强人工智能的地步。需要有人既懂业务的知识,又要了解智能客服的底层。阿里通过人工智能训练师的培训课程,行业资质的认定,以及跟高效的合作的方式,培养出来超过5万的人工智能训练师。


杨庆祝:实际上合力亿捷作为整个知识智能运营的参与方,在前期也搭建一些人力队伍。我觉得有两个困难,第一是钱的问题,第二是人的问题。智能化交易是长期的过程,项目都是预算制。如果前端预算的问题没有解决,我们在后边的投入就会出现问题。在这个基础之上,我们在企业内部搭建一个组织团队。


沈李斌:我觉得智能客服作为一个产品,还处在相对早期。无论是自有团队还是第三方团队,重要的是运营跟产品侧的打通。我们也在做一些产品服务的运营,同时也和店小蜜做联合产品的服务运营。我们深刻感受到大量的产品反馈和需求是通过服务团队来收集的。智能产品早期的一些缺陷需要运营去兜,产品跟运营侧的联合是目前阶段非常重要的。


董晓飞:第三个问题就是关于市场价格的问题。其实现在很多的厂商,关于供应商在很多项目当中,关于价格都有无序的现象。针对这种现象,我们如何保护厂商的利益,同时又满足甲方的需求呢?


王巍巍:只要是价格竞争都会面临这样的情况。竞争是为了什么?竞争是为了集中,竞争是为了达到某种垄断状态。所以竞争必然会带来这样的局面。对于阿里来说,特别有挑战的一点是一定要解决创新问题。长期做技术的差异化就能解决竞争的问题。


杨庆祝:如果不集中竞争就相对惨烈。大家会打价格战,大家去争取一个客户目标,执行自己的策略。但从大的层面来讲,行业需要集中,只有集中了之后才能让整个市场稳定,价值和价格也是稳定。还有一个核心能力,就是产品创新差异化。将来价格才能变得不重要。


董晓飞:接下来我们看一下标准的问题。标准对于每个领域都比较重要,那么对于智能客服的标准,整个行业的标准周期比较长。所以在制定标准的过程当中,也想听听几位专家的意见。围绕着智能标准,它的体系和技术,产品的标准。请发表一下各自的意见。


胡云华:我觉得整个智能客服行业发展到今天,前期基本上属于摸索的阶段。当一个场景没有特别好定义的时,每个人都有自己的一些看法。在这个迭代的过程中,我们有一些共同的东西需要大家去遵循。随着行业的发展,它的评价力度会逐渐细化。随着前期大家的不断探索,一定会逐渐稳定。所以在未来,我觉得对于人和机器会有不同的标准和要求。


沈李斌:我觉得这个问题非常不好回答,标准本身特别复杂,加上AI,其实把事情弄得更复杂了。标准要有生命力,我觉得可以拿标准的用途作为抓手来看。从AI角度,标准是准确率、回复率;但是从甲方来说如果不符合他们的价值体系,这个标准就走不长。回到甲方的价值体系,各个行业的特殊性比较明显。就拿运营商和电商的例子来说,他们对客服机器人的评判标准是不一样的,比如电商更关注售前问题和售后流程问题,运营商更关注线上解决问题。做标准的话,是一个从下到上、从上到下相结合的过程。产品本身有通用的标准,但是要有用的话,还是要下沉到行业,由行业的甲方和乙方一起梳理出标准。


董晓飞:我们做标准的过程中,我们对标准的对象也有一定的考虑。除了产品本身,还有面向甲方的运营标准,和面向乙方的服务标准。


三、智能客服未来的发展趋势。


董晓飞:最后我们聊一下智能客服的未来。请几位专家对智能客服的技术发展或者服务模式的发展简单讨论一下。


王巍巍:我觉得智能客服长期的发展,知识运营的挑战是巨大的。我们希望有一天,从原始的知识到智能化的知识,中间没有人工来参与。并且它的人机的过渡非常自然。


胡云华:我们发现一些趋势,比如说现在可能要从被动服务转向主动服务,要从服务转向服务跟营销相结合。每一个厂商从独立到形成生态。未来的三年,我觉得有几个关键词。第一是超越,到底什么才是智能客服真正的智能?它变得像一个人就是好的?第二个叫融合,从长远的趋势来讲,它会在各方面的融合到客户的全生命周期。未来它不仅仅是客服部门,也可能是运营部门,也可能是HR。


杨庆祝:客户中心的生命力未来依然是很强大。智能客户,还在术迭代的过程中演进。不管是人工客服还是智能客服,用户体验特别重要。智能客户的最终目标是用户体验达到极致。


沈李斌:我觉得需要以发展的目光来看,现在的客服和智能客服跟五年之后会有比较大的差异。可以分成高流量、低流量两个角度来看。高流量的客户会越来越体验极致化,客服和销售的边界会被打破,从某种角度上,主播也起到客服和销售的作用。这样的演进会一直往前走,从文字到语音,到图像再到视频各种技术都会叠加,使体验更好。另一个角度来看,大家知道技术研发需要成本,针对场景开发需要成本,对于流量不太高的客户来说,一个快速的、可接受程度的服务体验,这样的智能客服产品会成为另外一个方向。

相关文章
|
云安全 安全 网络安全
|
7月前
|
消息中间件 人工智能 Serverless
相约 GenAICon 北京站:聊聊从环境工程出发,如何“简化”多源实时上下文?
4 月 21 - 22 日,GenAICon 2026丨2026 中国生成式 AI 大会(北京站)将在北京富力万丽酒店正式举行。阿里云高级技术专家沈林受邀出席,将在 4 月 22 日下午主会场的「AI 智能体专题论坛」带来演讲,主题为《Agent 开发范式演进:从环境工程出发,“简化”多源实时上下文》。
582 53
|
6月前
|
存储 机器学习/深度学习 人工智能
深度解析 Hermes Agent 如何实现“自进化”及其 Prompt / Context / Harness 的设计实践
本文是「项目深度解析」系列的第3篇,也欢迎阅读:《深度解析OpenClaw》《深度解析Claude Code》。(文章内容基于作者个人技术实践与独立思考,旨在分享经验,仅代表个人观点。)
深度解析 Hermes Agent 如何实现“自进化”及其 Prompt / Context / Harness 的设计实践
|
存储 人工智能 大数据
云栖2025|阿里云开源大数据发布新一代“湖流一体”数智平台及全栈技术升级
阿里云在云栖大会发布“湖流一体”数智平台,推出DLF-3.0全模态湖仓、实时计算Flink版升级及EMR系列新品,融合实时化、多模态、智能化技术,打造AI时代高效开放的数据底座,赋能企业数字化转型。
3331 0
|
10月前
|
人工智能 应用服务中间件 API
阿里云上线Clawdbot全套云服务,阿里云 Moltbot 全套云服务部署与使用指南
近期,阿里云正式上线 Moltbot(原名 Clawdbot)全套云服务,这套服务整合了 Agent 所需的算力、模型与消息应用能力,用户无需复杂配置,就能在轻量应用服务器或无影云电脑上快速启用 Moltbot,还能按需调用阿里云百炼平台的千问系列模型,同时支持 iMessage、钉钉等消息通道互动。相比传统本地部署方式,云服务方案不仅降低了硬件成本,还解决了网络依赖与多任务处理瓶颈,让普通用户也能轻松拥有专属 AI 助手。本文结合官方部署教程与全网实操经验,用通俗语言拆解从环境准备到功能使用的完整流程,同时说明核心组件的作用与注意事项,帮助用户顺利落地 Moltbot 云服务。
3163 0
阿里云上线Clawdbot全套云服务,阿里云 Moltbot 全套云服务部署与使用指南
|
8月前
|
人工智能 弹性计算 自然语言处理
OpenClaw Skills是什么、能做什么?OpenClaw Skills 安装保姆级指南:让AI Agent升级为“会干活”
2026年,OpenClaw(原Clawdbot、Moltbot)凭借“自然语言指令+任务自动执行”的核心能力,成为AI自动化领域的热门工具。而支撑其突破“纯对话”局限、实现多元化实操的关键,正是OpenClaw Skills(技能插件)——它就像给AI大脑装上“灵活双手”,让OpenClaw从“只会说”升级为“会做事”,真正成为提升效率的“专属数字员工”。
4196 1
|
10月前
|
存储 人工智能 监控
阿里云 Clawdbot(现名 Moltbot)是什么?2026 Clawdbot/Moltbot官网与登录入口全解
Clawdbot(2026年1月已更名为Moltbot)是一款由PSPDFKit Labs开发的开源自托管AI智能体(AI Agent),核心定位是“真正能执行任务的个人AI助手”,而非单纯的聊天工具,可7×24小时运行在用户自有设备/服务器上,通过聊天软件接收指令并自动完成文件管理、日程安排、邮件处理、代码编写、网页操作等自动化任务,数据本地优先存储,隐私可控。阿里云为其提供“开箱即用”的云部署方案,整合轻量应用服务器/无影云电脑算力、百炼大模型服务与钉钉等消息通道,降低部署门槛。以下从核心定位、官网入口、登录后台与使用要点展开说明,无营销词汇,信息准确。
4258 6
|
10月前
|
人工智能 自然语言处理 机器人
适合汽车行业的智能客服系统推荐与选型指南
汽车行业迈向智能化与全球化,客户服务升级为体验增值核心。本文对比瓴羊Quick Service、得助智能、亿捷云客服、Zoho Desk四大系统,从场景适配、技术能力、成本与合规等维度,为车企提供选型参考,助力构建高效、智能的服务体系,提升客户满意度与品牌竞争力。(238字)
|
存储 分布式计算 MaxCompute
Hologres实时湖仓能力入门实践
本文由武润雪(栩染)撰写,介绍Hologres 3.0版本作为一体化实时湖仓平台的升级特性。其核心能力包括湖仓存储一体、多模式计算一体、分析服务一体及Data+AI一体,极大提升数据开发效率。文章详细解析了两种湖仓架构:MaxCompute + Hologres实现离线实时一体化,以及Hologres + DLF + OSS构建开放湖仓架构,并深入探讨元数据抽象、权限互通等重点功能,同时提供具体使用说明与Demo演示。