中國對話機器人chatbot行業(yè)發(fā)展研究報告

1、中國對話機器人chatbot行業(yè) 發(fā)展研究報告20213產品概述篇1行業(yè)發(fā)展篇2企業(yè)案例篇4發(fā)展洞察篇5應用領域篇3報告研究范疇基于對話機器人產品的研究范疇界定智能對話系統(tǒng)是可通過語音識別、自然語言理解、機器學習等人工智能技術，使機器理解人類語言并與人類進行有效溝通， 進而根據(jù)對人類語言中的意圖進行理解并執(zhí)行相應任務或做出回答的系統(tǒng)。智能對話系統(tǒng)可加載于智能硬件，基于對話交 互滿足智能硬件的操作控制需求，使人機交互更加自然；智能對話系統(tǒng)也可賦能于服務場景，以文本機器人、語音機器人、 多模態(tài)數(shù)字人、智能質檢和坐席輔助等對話機器人產品形式服務于客服、營銷、企業(yè)信息服務等場景。本報告研究范疇在 后者

2、，集中研究對話機器人chatbot的核心技術、產品研發(fā)流程、產品應用場景、市場規(guī)模及競爭格局、客戶選型要素、 市場發(fā)展態(tài)勢等，為讀者帶來行業(yè)認知與行業(yè)思考。報告研究范疇界定智能對話系統(tǒng)產品消費級硬件交互智能對話系統(tǒng)可加載于消費級智能硬件，基于 對話形式使人機交互更加方便自然智能音箱智能家居智能車載設備服務型機器人對話機器人chatbot來源：艾瑞咨詢研究院自主研究及繪制。42021.6 iResearch Inc.智能對話系統(tǒng)可基于豐富產品形式賦能服務場景，為客戶提供客 服、營銷、企業(yè)信息服務等多功能文本機器人語音機器人（智能外呼、智能呼入）多模態(tài)數(shù)字人智能質檢、坐席輔助等對話機器人產品形式主

3、要形式實現(xiàn)由文本、語音到多模態(tài)的產品拓展文本機器人是對話機器人最初的產品形態(tài)，應用于在線客服領域，輔助或替代人工進行多接入渠道的在線接待；而后結合 智能語音技術，對話機器人孵化出語音機器人產品形式，輔助替代真人接聽和撥打電話，并以原有問答接待為基礎，延展 出回訪、通知和營銷等功能；多模態(tài)數(shù)字人則是繼語音機器人之后的再一次產品形式升級。在文字和語音基礎上，融合計 算機視覺和多模態(tài)模型等技術，加入虛擬人形態(tài)，使人與機器的交互更加自然真實。另外，對話機器人還可與人工服務結 合，以賦能人工服務的產品形式，為人工客服提供智能質檢、坐席輔助和智能助手等功能。對話機器人chatbot產品分類多模態(tài)數(shù)字人計算

4、機視覺多模態(tài)模型語音識別語音合成自然語言理解知識庫多模態(tài)數(shù)字人：在文字和語音基礎上，加入 虛擬人形態(tài)，以仿真人形式與客戶溝通，提 供智能化、高效化交互服務。語音機器人語音識別語音合成自然語言理解知識庫語音機器人：以語音形式與客戶溝通，產 品可分為智能外呼與智能呼入機器人，應 用于回訪、通知、營銷、客服等場景。文本機器人自然語言理解知識庫文本機器人：以文本形式與客戶溝通，全渠 道、全天候24h觸達客戶，獨立解決簡單問 題，輔助人工解決復雜問題。來源：艾瑞咨詢研究院自主研究及繪制。52021.6 iResearch Inc.對話機器人產品功能以智能對話系統(tǒng)為核心，應用于客服/營銷/信息服務多方場景

5、智能對話系統(tǒng)按照對話目的不同，可分為任務型、問答型和閑聊型。任務型與問答型產品多應用于限定領域內，旨在通過 對話策略和AI技術的不斷優(yōu)化，以最短的對話輪次滿足用戶的任務需求；而閑聊型面向發(fā)散領域，不限定對話輪次多少， 旨在滿足客戶的情感需求。對話機器人以智能對話系統(tǒng)為核心，廣泛應用在客服、營銷和企業(yè)信息服務等場景。除此之外， 對話機器人還以信息化、數(shù)字化、智能化為基礎，在各應用場景中賦能優(yōu)化運營管理流程，實現(xiàn)智能工單、數(shù)據(jù)分析、智 能質檢和智能決策等功能。賦能運營 管理流程智能決策數(shù)據(jù)分析智能工單智能質檢對話機器人產品場景功能列舉客服場景營銷場景企業(yè)信息 服務場景智能導航智能調度業(yè)務辦理坐席輔

6、助智能招聘智能辦公外呼營銷智能推薦智能對話系統(tǒng)分類任務型用戶希望完成特定任務，對話機器人理解用戶 意圖后，執(zhí)行后臺已對接能力，完成指定任務 并回復。舉例：“訂一張明天上午從北京飛上海的機票”問答型用戶希望得到某個問題的答案，對話機器人匹 配到所需答案并回答用戶。舉例：“請問如何辦銀行卡？”閑聊型提供聊天功能，以滿足用戶情感需求為導向與 用戶對話。舉例：“今天天氣很好，陪我聊會天吧”智能推薦智能通知智能回訪智能培訓來源：艾瑞咨詢研究院自主研究及繪制。62021.6 iResearch Inc.營銷套電對話機器人產品工作流程輔助或替代人工對話，賦能對話全流程以實現(xiàn)降本增效對話機器人可替代或輔助人工

7、對話。在多渠道接入客戶需求后，對話機器人會通過智能調度進行優(yōu)化派單。對于簡單問題， 在理解客戶意圖后，對話機器人可通過知識庫實現(xiàn)答案匹配后輸出檢索答案，替代人工對話以減輕人力客服壓力；對于仍 需要人工解決的復雜個性化問題，對話機器人可幫助人工客服自動記錄客戶問題，智能填入工單，并提供基于知識庫信息 檢索的坐席輔助功能。此外，對話機器人可完成智能工單的后續(xù)跟進，并結合RPA（機器人流程自動化）技術完成與后臺 的任務對接。另外，對話機器人可進行運營數(shù)據(jù)的監(jiān)控分析與對話流程的智能質檢，將對話流程線上化、數(shù)據(jù)化、智能化， 為服務的量化管理提供支撐。對話機器人工作流程示意圖（以接入客戶的工作流程為例）對

8、話輸入與 前端處理ASR語音識別NLU語言理解NLG語言生成TTS語音合成對話輸出語音形式純文本形式純文本形式全渠道連接：微信 網(wǎng)頁 小程序 H5 APP對話機器人提供坐席輔助(自動記錄、生成工單、知識庫檢索等)運營數(shù)據(jù)監(jiān)控分析智能質檢對 話 管 理答案匹配（知識庫）智能 調度智能工單人工對話機器對話智能RPA對話機 器人與 用戶溝 通對接 后，選 擇人工 接入對話機器人可 根據(jù)對話記錄 自身生成工單 或幫助人工客 服填入工單， 與后臺對接， 通過AI、RPA 技術錄入并完 成用戶需求FAQ知識庫知識圖譜知識庫文檔知識庫對話機器人根據(jù)各類 知識庫，基于客戶需 求搜索匹配對應對話 回復，并幫助人

9、工客 服進行實時知識庫信 息檢索，提供坐席輔 助功能來源：艾瑞咨詢研究院自主研究及繪制。72021.6 iResearch Inc.對話機器人產品核心技術：自然語言處理獲取語料語料預處理語料清洗詞性標注分詞去停用詞特征工程詞袋模型（BoW）詞向量特征選擇模型訓練傳統(tǒng)機器學習模型深度學習模型選擇合適且表達能力強的特征需要大量行業(yè)信息積累， 語料庫數(shù)量是模型訓練 效果的關鍵因素之一讓對話機器人“理解”并“生成”自然語言自然語言處理可分為自然語言理解、對話管理、自然語言生成三個部分，其關鍵是要讓計算機“理解”并“生成”自然語 言；自然語言處理技術的處理流程需經(jīng)過獲取語料、語料預處理、特征工程、特征選

10、擇與模型訓練，實現(xiàn)機器與人的對話 交互。近年來，深度學習技術的大量使用和不斷突破極大推動自然語言處理技術的落地發(fā)展。自然語言處理技術的核心任務自然語言處理技術的處理流程自然語言生成（NLG）：將機器輸出的抽象表達 轉換為句法合法、語義準確的自然語言句子，以 自然語言文本去表達給定的意圖對話管理：考慮歷史對話信息和上下文的語境進 行全面分析，決定系統(tǒng)要采取的相應動作，如追 問、澄清和確認等，主要任務有：對話狀態(tài)跟蹤生成對話策略自然語言理解（NLU）：將用戶的輸入映射到預 先根據(jù)不同場景定義的語義槽中，讓機器理解語 言的意思。通常包括三個任務：領域檢測意圖識別語義槽填充單意圖識別多意圖識別情緒識別

11、來源：艾瑞咨詢研究院自主研究及繪制。82021.6 iResearch Inc.對話機器人產品核心技術：語音技術提供語音交互入口，全雙工技術的發(fā)展讓人機對話更加自然語音技術主要分為語音識別、語音合成和聲紋識別三類。在人機對話流程中，語音識別和語音合成技術支撐著對話內容從 語音到文本、從文本到語音的相互轉換。聲紋識別為通過聲音判別說話人身份的技術，可廣泛應用在金融公安等領域以提 升業(yè)務及系統(tǒng)安全性。全雙工是實時的、雙向的語音信息交互技術。對比于原來人機交互時語音流必須錯開的對話狀態(tài)， 全雙工技術更加模擬人類的交談過程，即人與機器均可以同時說話，機器在與用戶交談時可以邊聽邊想，實時生成回應并 控制

12、對話節(jié)奏。目前，多家語音廠商在持續(xù)投入全雙工語音技術的研發(fā)。語音識別 ASR語音識別通常稱為自動語音識別， 即 Automatic Speech Recognition，縮寫為 ASR，主要是將人類語音中的詞匯內容轉 換為計算機可讀的輸入，一般都是可以理 解的文本內容，也有可能是二進制編碼或 者字符序列。語音合成 TTS語音合成，即Text-To-Speech，縮 寫為TTS，主要是將文字轉化為聲音。 隨著技術的不斷突破，語音合成出 來的聲音不再頓挫冰冷，有情緒、 個性化的TTS成為熱點。全雙工語音與其他語音交互模式的對比單輪交互多輪交互 全雙工交互聲紋識別聲紋識別成為對話機器人的語音技 術熱

13、點，利用計算機系統(tǒng)自動完成 說話人身份識別的技術，可廣泛應 用于金融、公安、檢察院、法院、 國安領域，核實人員身份，提高業(yè) 務及系統(tǒng)安全性。喚醒聽說來源：艾瑞咨詢研究院自主研究及繪制。92021.6 iResearch Inc.對話機器人產品核心技術：知識工程FAQ Based 知識庫（檢索性問答）標準問題回答相似問題1相似問題2相似問題3業(yè)務文檔資料持續(xù)經(jīng)營 查漏補缺QueryReturn用戶利用神經(jīng)網(wǎng)絡，尤其是深度學習模 型學習文本中深層的語義特征。對 文本做語義表示后進行語義匹配的 方法開始被提出并應用于FAQ問答 系統(tǒng)。節(jié)省人工提取特征的大量人力物 力發(fā)掘傳統(tǒng)模型很難發(fā)掘的隱含在 大量

14、數(shù)據(jù)中含義不明顯的特征， 更精細地描述文本匹配問題基于深度學習的FAQ Bot實現(xiàn)1) FAQ檢索型問答：深度神經(jīng)網(wǎng)絡推動FAQ知識庫精細匹配FAQ，全稱為Frequently Asked Questions（常見問題集的問答系統(tǒng)），作為基礎發(fā)展的問答系統(tǒng)，被對話機器人廠商廣 泛使用。FAQ Based知識庫的建立方法為基于業(yè)務文檔資料整理標準問題、相似問題與其相應答案。當問題輸入后，系統(tǒng) 會在知識庫內查詢與之相匹配的問句并輸出對應回答。由于中文含義的豐富性，傳統(tǒng)文本匹配方法（信息檢索中的BM25， 向量空間模型VSM）通常很難直接根據(jù)關鍵字匹配或者基于機器學習的淺層模型來確定問題的相似度。近

15、幾年，利用神經(jīng) 網(wǎng)絡，尤其是深度學習模型學習文本中深層的語義特征，對文本做語義表示后進行語義匹配的方法被應用于FAQ問答系統(tǒng)。 基于深度學習的模型可大量節(jié)省人工提取特征所需的人力物力。此外，相比于傳統(tǒng)方法，深度文本匹配模型可從大量樣本 中自動學習文本之間的內在規(guī)律和表示層次，使FAQ知識庫的文本匹配更加精細?；贔AQ （常見問題集的問答系統(tǒng)）知識庫建立圖來源：艾瑞咨詢研究院根據(jù)公開資料自主研究及繪制。102021.6 iResearch Inc.對話機器人產品核心技術：知識工程2) 知識圖譜：深化事物規(guī)則聯(lián)系，建立結構化知識庫基于知識庫內容間存在關聯(lián)，或為上下位關系、約束關系、遞進關系等，由

16、此在知識庫的概念下引入知識圖譜技術。基于 自然語言理解對文字內容在語義上進行初步認知和自動抓取，經(jīng)由知識圖譜對概念間的關系屬性進行聯(lián)結、轉換，進行知 識融合與知識加工形成行業(yè)知識圖譜。行業(yè)知識圖譜可分為通用知識與垂直行業(yè)知識圖譜：通用知識圖譜注重橫向廣度， 知識積累和問答應用相對通識廣泛；垂直行業(yè)知識圖譜注重縱向深度，考慮到不同的應用場景與業(yè)務背景，通常需要以大 量一線行業(yè)數(shù)據(jù)去“喂養(yǎng)”對話機器人，實現(xiàn)基礎詞庫儲備，并對垂直行業(yè)知識圖譜進行持續(xù)深化?；谥R圖譜的知識庫建立圖KG Based 知識庫（知識圖譜）QueryReturn用戶業(yè)務文檔資料數(shù)據(jù)整合實體抽取關系抽取屬性抽取事件抽取實體對

17、齊本體對齊知識庫質量評估本體構建知識推理通用 知識圖譜垂直行業(yè) 知識圖譜數(shù)據(jù)模型規(guī)范修訂知識抽取知識融合知識加工知識圖譜政務金融醫(yī)療電商知識表示基于機器學習和深度學習模型達 到應用中知識庫的不斷擴充完善標準 知識關系 模型結構化數(shù)據(jù)半結構化數(shù)據(jù)非結構化數(shù)據(jù)數(shù)據(jù)源來源：2020年面向人工智能新基建的知識圖譜行業(yè)白皮書，艾瑞咨詢；艾瑞咨詢研究院自主研究及繪制。112021.6 iResearch Inc.對話機器人產品核心技術：知識工程用戶嵌入編碼特征抽取文章-問題交互答案預測基于上述三個模塊累積得到的信息進行最終的 答案預測。對于填空式、多項選擇式任務，會 根據(jù)候選答案的預測得分排序，比較并選擇

18、最 優(yōu)答案輸出回復。將自然語言形式的文章和問題影射為固定維度 的詞向量，以便讓機器處理。提取上下文信息，多采用RNN、CNN和基于多頭 自注意力機制Transformer結構等神經(jīng)網(wǎng)絡模型。文章編碼問題編碼QueryReturn文 章 特 征問 題 特 征在該模塊中廣泛使用attention機制（單向或雙向）， 以強調與query相關的文檔部分。為了充分提取文 檔與問題的相關性，兩者的相互作用有時會執(zhí)行多 跳，可類比人類理解的重讀過程。文檔和問題之間的相關性幫助機器找到 文檔中哪些部分對回答問題更為重要業(yè)務文檔資料3) 文檔問答：基于機器閱讀理解直接提取答案生成回復文檔問答是基于機器閱讀理解直

19、接從非結構化文檔中提取答案的方法。近年來基于深度神經(jīng)網(wǎng)絡的機器閱讀理解 ( Machine Reading Comprehension，MRC ) 技術得到快速發(fā)展。MRC模型以問題和文檔為輸入，通過閱讀文檔內容來 預測問題的答案。根據(jù)需要預測的答案形式不同，閱讀理解任務可以分為填空式 、多項選擇式 、片段抽取式和自由文本 式，由前到后的預測難度逐步提升?；跈C器閱讀理解的流程圖機器閱讀理解流程圖來源：艾瑞咨詢研究院根據(jù)公開資料自主研究及繪制。122021.6 iResearch Inc.對話機器人產品聯(lián)動技術：RPA思考理解對話 交互人工操作通過大腦思考理解用戶意圖， 并做出回答與對應操作人

20、工操作時，通過視覺查看文本圖像 或通過語音交互對話與用戶溝通，獲 知用戶意圖，并做出相應動作與回復AI技術賦予其相應的 “擬人化能力”，實 現(xiàn)用戶的意圖獲知與 意圖理解，并做出相 應動作與回復人工操作時，基于對客戶需求的理 解，通過手動操作重復性執(zhí)行用戶 需求RPA技術可實現(xiàn)業(yè)務 流程自動化，減少人 為重復、繁瑣、大批 量的工作任務RPA技術與AI技術結合帶來業(yè)務流程自動化的良性循環(huán)RPA是Robotic Process Automation（機器人流程自動化）的簡稱，是指可以模擬人類在計算機等數(shù)字化設備中的操作， 并利用和融合現(xiàn)有各項技術減少人為重復、繁瑣、大批量的工作任務，實現(xiàn)業(yè)務流程自動

21、化的機器人軟件。對話機器人可 以實現(xiàn)“擬人化”交互，理解用戶意圖，而RPA則可根據(jù)交互后的意圖指令進行自動化操作，快速提升產品的服務質量與 任務效率。對話機器人與RPA技術結合可解鎖更多的應用場景，以最少的人工干預高效高質地完成處理任務，帶來業(yè)務流 程自動化的良性循環(huán)。人工流程與“AI+RPA技術”的操作類比圖 企業(yè)流程自動化來源：艾瑞咨詢研究院自主研究及繪制。132021.6 iResearch Inc.14產品概述篇1行業(yè)發(fā)展篇2企業(yè)案例篇4發(fā)展洞察篇5應用領域篇3152021.6 iResearch Inc.對話機器人行業(yè)發(fā)展回顧在技術發(fā)展突破后實現(xiàn)產品落地，應用場景逐漸豐富Elizza

22、是人類建造的第一個對 話機器人，于1966年在麻省 理工學院被創(chuàng)造。根據(jù)人工設 計的腳本與人類交流，沒有語 義理解，而是通過模式匹配和 智能短語搜索合適的回復傳統(tǒng)呼叫中心呼叫中心 + 在線軟件全渠道，觸達客服、營銷、企業(yè)信息服務場景2000s中國傳統(tǒng)呼叫中心 興起，為企業(yè)主要 服務形式，與客戶 溝通以電話為主， 采用單一渠道接入微軟推出微軟小 冰。此時對話機 器人產品已可較 為熟練使用深度 學習技術應用場景對話機器人行業(yè)相關領域發(fā)展歷程示意圖Watson由IBM開發(fā),基于Deep QA 技術，利用深度自然語言處理技術產生候選答案，并根據(jù)交叉驗證評估對話機器人產品 化發(fā)展：用于客 服、外呼、營銷

23、多模態(tài)數(shù) 字人：結 合語音技 術、5G 和等環(huán)節(jié)的對話機多模態(tài)模 器人產品被推出， 型的發(fā)展，國內多家AI技術多模態(tài)數(shù) 相關客服公司成字人開始 立或實現(xiàn)較大規(guī)應用落地 模產品方案落地Alice使用的人工智能標記語 言，允許用戶可以定制化聊天 內容，對話機器人能按照預先 設定好的腳本來回答問題深度學習 技術興起2011隨著互聯(lián)網(wǎng)技術的發(fā) 展與普及，在呼叫中 心基礎上延伸了在線 軟件形態(tài)，多用作在 線客服回復20142015-2016 2020-2021基于移動互聯(lián)網(wǎng)、云服務等技術發(fā)展，可支 持電話、網(wǎng)站、工單、微信、微博、APP、 QQ等全渠道平臺覆蓋結合AI技術，對話機器人可通過替代或輔助人工

24、的方 式觸達到客服、營銷和企業(yè)內部多方場景1950s泛美航空公司 在 1956 年建 成并投入使用 世界上第一個 具有一定規(guī)模 的 、 可提供 7X24 服務的 呼叫中心1970s銀行業(yè)在70年代初開 始建設自己的呼叫中 心；90年代初期開始， 呼叫中心真正進入規(guī) 模性發(fā)展， 800 號碼 被廣泛認同和采用技術發(fā)展1950年,圖靈發(fā) 表文章機器能 思考嗎，開啟 人類對對話機器 人的測試研究對話機器人來源：艾瑞咨詢研究院根據(jù)公開資料自主研究及繪制。321810232453303172012 2013 2014 2015 2016 2017 2018 2019 2020 2021.5投融資數(shù)量對話

25、機器人行業(yè)資本熱度總事件：共計201起注釋：其他*包括并購、股權轉讓、股權融資、IPO及定向增發(fā)。 來源：艾瑞咨詢研究院根據(jù)融資網(wǎng)站數(shù)據(jù)調整與處理繪制。種子輪天使輪 PreA-A+輪 PreB-B+輪7B輪及以前早期融資事件： 共計146起，占比72.6%427225C-C+輪14D輪5E輪2F輪1戰(zhàn)略投資15其他*18來源：艾瑞咨詢研究院根據(jù)融資網(wǎng)站數(shù)據(jù)調整與處理繪制。資本市場在2018年爆發(fā)后回落平穩(wěn)，逐步跑出成熟企業(yè)受益于人工智能的技術突破和產品落地，對話機器人賽道從2015年開始快速升溫，在2018年融資事件數(shù)量達到峰值， 單年融資事件達53起，而后進入平穩(wěn)發(fā)展階段，年融資事件數(shù)量在3

26、0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146起，占比高達72.6%。基于對話機器人賽道的多年累積發(fā)展，現(xiàn)已逐步跑出在語 音語義各細分領域見長的成熟企業(yè)。2012-2021年5月對話機器人投融資事件數(shù)量2012-2021年5月對話機器人投融資輪次情況162021.6 iResearch Inc.2021.6 iResearch Inc.對話機器人行業(yè)發(fā)展外因：市場需求注釋：就業(yè)職工指在一定年齡以上，有勞動能力，為取得勞動報酬或經(jīng)營收入而從事一 定社會勞動的人員。具體指年滿16周歲，為取得報酬或經(jīng)營利潤，在調查周內從事了1小 時（含1小時）以上勞動的人員；或由

27、于學習、休假等原因在調查周內暫時處于未工作狀 態(tài)，但有工作單位或場所的人員；或由于臨時停工放假、單位不景氣放假等原因在調查 周內暫時處于未工作狀態(tài)，但不滿三個月的人員人員中由于學習、病傷、產假等原因暫 未工作仍由單位支付工資的人員。來源：國家統(tǒng)計局。來源：艾瑞咨詢研究院自主研究及繪制。56360 6202946769 514834179967569 74318824132011 2012 2013 2014 2015 2016 2017 2018 2019 2020城鎮(zhèn)單位就業(yè)職工平均工資(元)培訓難度高人員流動性大人員流動性大加劇 培訓學習難度培訓難度大，培訓 專業(yè)度難以達標， 加劇人員流失

28、企業(yè)用人成本攀升，對降本增效的產品需求日益強烈根據(jù)國家統(tǒng)計局顯示，2020年中國城鎮(zhèn)單位就業(yè)職工平均工資已達到97379元，相比于2011年已經(jīng)上升了133%，企業(yè)用 人成本不斷攀升。另一方面，由于部分客服營銷場景的工作形態(tài)單一導致的人員不斷流失，加大了培訓難度，而業(yè)務知識 繁雜導致專業(yè)度難以達標的培訓情況又進一步加劇人員流失，人員流動性大與培訓難度高已形成人力成本攀升的惡性循環(huán)。 企業(yè)對降本增效的產品需求日益強烈。2011-2020年中國城鎮(zhèn)單位就業(yè)職工平均工資(元)人工客服成本攀升循環(huán)圖90501 97379對行業(yè)業(yè)務知識點要求高，客服員工培訓難度大，學習 成本高部分客服營銷場景工作形態(tài)單

29、一，存在工作重復性高、 枯燥繁瑣的問題，員工流失率高172021.6 iResearch Inc.2021.6 iResearch Inc.182021.6 iResearch Inc.對話機器人行業(yè)發(fā)展外因：市場需求人力工作時長有限，難以覆蓋到所有 時間的客戶咨詢，在未響應時段無法 及時回復，極易造成客源流失。人工非響應人工時長有限，渠道運營管理難度大用戶咨詢量因時間不同會有差異，基 于服務需求的不斷擴張，在高峰時期 人力不足會導致服務體驗波動，客戶 易流失或不滿。因網(wǎng)站、APP、微信公眾號等接入渠 道不斷豐富，人工統(tǒng)一管理難度加大。 且傳統(tǒng)人工操作數(shù)據(jù)留存量低，數(shù)據(jù) 價值難以被有效利用。數(shù)

30、據(jù)價值未被有效利用對話機器人可精準解決人工服務現(xiàn)存痛點對話機器人可精準解決人工服務現(xiàn)存痛點：1）人力工作時長有限，對話機器人可設置24小時在線，不間斷地進行客服應 答及業(yè)務處理。人工渠道運營管理難度大，而對話機器人可實現(xiàn)全渠道接入，支持同一知識庫對接，無需在多個接入渠道 中來回切換；2）用戶咨詢量波動在高峰時期人力不足會導致服務體驗波動，對話機器人可快速解決重復性問題，并根據(jù) 業(yè)務流程，引導用戶理清復雜、模糊問題，給予用戶直接清晰的問題回復；3）數(shù)據(jù)留存量低且價值難以被有效利用，對 話機器人可對語音文本對話數(shù)據(jù)進行智能分析與質檢，幫助企業(yè)深度挖掘數(shù)據(jù)價值。人工服務現(xiàn)存痛點易造成客源流失業(yè)務需求

31、波動幅度大人工管理難度大，數(shù)據(jù)價值低高峰時段需求量劇增導致人力不足來源：艾瑞咨詢研究院自主研究及繪制。19對話機器人行業(yè)發(fā)展內因：AI技術發(fā)展十年三次被正式授予“圖靈獎”，展現(xiàn)強大基礎研究實力根據(jù)清華人工智能研究院發(fā)布的人工智能發(fā)展報告2011至2020 顯示，2011年以來人工智能領域高水平論文發(fā)表量整 體呈現(xiàn)穩(wěn)步增長態(tài)勢。人工智能科研成果涵蓋R-CNN算法（目標檢測算法）、神經(jīng)機器翻譯的新方法等。而在過去十年， 圖靈獎分別授予了計算理論、概率和因果推理、密碼學、分布式和并發(fā)系統(tǒng)、數(shù)據(jù)庫系統(tǒng)、萬維網(wǎng)、計算機系統(tǒng)、深度神 經(jīng)網(wǎng)絡和3D計算機圖形學九個領域，共有16位學者獲得圖靈獎。其中圖靈獎有

32、三次授予人工智能領域，5位人工智能領域 學者獲此殊榮，人數(shù)占比高達 31%，體現(xiàn)了近年來人工智能技術基礎研究的雄厚實力以及突破性進展。來源：人工智能發(fā)展報告2011至2020，清華人工智能研究院；艾瑞咨詢研究院自主 研究及繪制。2021.6 iResearch Inc.1068311160 11633134211164513478128061375515150182382010 2011 2012 2013 2014 2015 2016 2017 2018 2019來源：人工智能發(fā)展報告2011至2020，清華人工智能研究院；艾瑞咨詢研究院自主 研究及繪制。2021.6 iResearch I

33、nc.2010-2019年人工智能領域國際頂級期刊 會議論文數(shù)量（篇）2010-2019年圖靈獎中人工智能領域學者占比人工智能領域31%其他領域69%對話機器人行業(yè)發(fā)展內因：AI技術發(fā)展321計算機視覺得益于深度學習算法開發(fā)應用，2012 年，采用深度學習架構的AlexNet模 型，以超越第二名10個百分點的成績 在ImageNet競賽中奪冠。2017年， ImageNet圖像分類競賽Top 5的錯 誤率降至2.25%。側重于感知智能的 計算機視覺技術逐步實現(xiàn)商用價值。自然語言處理開源框架近年來，自然語言處理在詞向量表示、文 本編碼反編碼技術以及大規(guī)模預訓練模型上 的方法極大地促進了自然語言處

34、理的研究 。2018年谷歌的預訓練BERT模型被認為 是自然語言處理領域的最強預訓練模型，僅 通過少量樣本就可以達到相對滿意的精 度 ，且該模型代碼已被開源。2011年，微軟研究院深度神經(jīng)網(wǎng) 絡-HMM在大詞匯量連續(xù)語音識別 任務上性能顯著提升，隨后深度學 習在智能語音領域被深入研究， 2016年機器語音識別準確率第一 次達到人類水平，智能語音技術落 地期到來。智能語音隨著深度學習在語音、計算機視覺、 自然語言處理領域的取得成果逐漸 顯著，谷歌、英偉達、微軟等科技 巨頭在2018年圍繞深度學習推出 一系列開源框架，大幅降低人工智 能領域的入門門檻。4202021.6 iResearch Inc

35、.來源：艾瑞咨詢研究院根據(jù)公開資料自主研究及繪制。深度學習算法是AI技術達到落地可用的推動器在對話機器人“擬人化”的實現(xiàn)中，機器學習是現(xiàn)階段實現(xiàn)人工智能的主要手段。深度學習是機器學習的分支，是基于建 立和模擬人腦進行分析的特殊機器學習模式，在2012年進入研究的爆發(fā)期。相對于傳統(tǒng)機器學習以數(shù)據(jù)為經(jīng)驗來驅動計算 機模擬人類的經(jīng)驗決策行為不同，深度學習通過模擬人類的神經(jīng)元結構來達成數(shù)據(jù)的處理和結果產出，能處理更為復雜的 各類數(shù)據(jù)進行決策。2018年，研究深度學習領域三位學者榮獲第三次圖靈獎，其在概念和工程上的重大突破推動了深度神 經(jīng)網(wǎng)絡成為計算機領域關鍵技術，是圖像識別、語音識別、自然語言處理等技

36、術獲得跳躍式發(fā)展的基礎。 如今深度學習以 自動提取特征、神經(jīng)網(wǎng)絡結構、端到端學習等優(yōu)勢，成為當下最熱門的算法架構。深度學習技術發(fā)展影響對話機器人行業(yè)發(fā)展基礎：基礎數(shù)據(jù)結構化數(shù)據(jù)機器學習特征海量數(shù)據(jù)為深度學習算法提供底層支撐在實際應用中，深度學習算法多采用有監(jiān)督學習模式，需要標注數(shù)據(jù)對學習結果進行反饋。在進入AI模型訓練前，數(shù)據(jù)需 經(jīng)過采集標注過程，將多源異構數(shù)據(jù)轉化為可識別的AI訓練數(shù)據(jù)。得益于海量數(shù)據(jù)的出現(xiàn)、計算能力的提升，原來復雜度 很高的算法終得以落地使用。目前中國AI基礎數(shù)據(jù)行業(yè)市場規(guī)模在2020年預估已達到36.3億元，預計2025年將達到101.1 億元。國內AI基礎數(shù)據(jù)服務主要分

37、為數(shù)據(jù)集產品和數(shù)據(jù)資源定制服務，數(shù)據(jù)集產品往往是AI基礎數(shù)據(jù)服務商根據(jù)自身積累 產出的標準數(shù)據(jù)集，以語音數(shù)據(jù)集為主；數(shù)據(jù)資源定制服務則可滿足客戶的定制化需求以保證算法優(yōu)勢。25.930.950.736.342.861.476.7101.119.3%17.5%17.9%18.5%21.1%24.9%201820192020e 2021e 2022e 2023e 2024e 2025e中國AI基礎數(shù)據(jù)服務行業(yè)市場規(guī)模（億元）整體市場增速（%）2019-2025年中國AI基礎數(shù)據(jù)服務行業(yè)市場規(guī)模31.8%深度學習的實現(xiàn)路徑 數(shù)據(jù)為模型訓練提供底層支撐非結構化數(shù)據(jù)AI模 型 訓 練數(shù)據(jù)采集數(shù)據(jù)標注分類

38、模型端到端學習語音交互、文本處 理、計算機視覺等 AI技術領域多采用 該類方法訓練，對 基礎數(shù)據(jù)服務有廣 泛需求來源：2020年中國AI基礎數(shù)據(jù)服務行業(yè)研究報告，艾瑞咨詢；艾瑞咨詢研究院自主研究及繪制。212021.6 iResearch Inc.對話機器人行業(yè)發(fā)展基礎：基礎數(shù)據(jù)跨語言識別、語音合成算法能力、語義理解的復合數(shù)據(jù)標注對話機器人行業(yè)基礎數(shù)據(jù)服務主要涉及語音識別數(shù)據(jù)、語音合成數(shù)據(jù)與自然語言理解數(shù)據(jù)的采集與標注，應用于方言及外 語種識別、多輪問答等場景。目前，對話機器人廠商在上下文理解、多輪對話、情緒識別、模糊語義識別、意圖判斷、多 語種識別等方面研發(fā)訴求強，從而對跨語言語音識別、語音

39、合成算法能力和語義理解的復合數(shù)據(jù)標注等技術趨勢產生強需 求。在全球化趨勢下，對話式口語中常存在多語種混合表達問題，因此對話機器人廠商對跨語言語音識別的需求逐步走高； 其次，在語音合成中AI公司著重于映射模型算法的創(chuàng)建和訓練，而語音片段數(shù)據(jù)和相應的聲學參數(shù)標注則交由數(shù)據(jù)服務商 提供。因此數(shù)據(jù)服務商不僅要掌握專業(yè)的聲學知識、數(shù)據(jù)標注經(jīng)驗，還要擁有語音合成的算法能力；而根據(jù)智能對話系統(tǒng) 算法的發(fā)展，迭代并設計符合算法需求的NLP數(shù)據(jù)產品，則有助于從基礎數(shù)據(jù)層面推動對話機器人行業(yè)發(fā)展。對話機器人行業(yè)基礎數(shù)據(jù)服務分類對話機器人行業(yè)基礎數(shù)據(jù)服務技術需求趨勢語音識別將對話語音、人機交互語音、方言等各類情景

40、下產生的語音片段進行標注，將音頻數(shù)據(jù)與文 本數(shù)據(jù)結構化組合語音合成對語音片段進行音素、韻律、音節(jié)邊界、音素 邊界、詞性、重音、聲調等標注，并切分音素 邊界自然語言理解涉及對文本數(shù)據(jù)進行文本清洗、字符轉換、詞 語切分、詞性標注、語法分析、同義詞及歧義 消除、情感屬性標注、知識圖譜屬性構建等12跨語言語音識別全球化趨勢下，對話式口語中常存在多語種混合表達問題，因 此對話機器人廠商對跨語言語音識別的需求逐步走高語音合成算法能力語音片段數(shù)據(jù)和相應的聲學參數(shù)標注交由數(shù)據(jù)服務商提供，數(shù) 據(jù)服務商不僅要掌握專業(yè)的聲學知識、數(shù)據(jù)標注經(jīng)驗，還要擁 有語音合成的算法能力語義理解的復合數(shù)據(jù)標注基于智能對話系統(tǒng)算法的

41、發(fā)展，迭代并設計符合算法需求的NLP 數(shù)據(jù)產品，有助于從基礎數(shù)據(jù)層面推動對話機器人行業(yè)發(fā)展3來源：2020年中國AI基礎數(shù)據(jù)服務行業(yè)研究報告，艾瑞咨詢；艾瑞咨詢研究院自主研究及繪制。222021.6 iResearch Inc.對話機器人行業(yè)市場規(guī)模2025年市場規(guī)模將達98.5億元，行業(yè)呈持續(xù)增長態(tài)勢對話機器人行業(yè)在2019年市場規(guī)模為14.0億元，2020年市場規(guī)模為27.1億元，預計在2025年將達到98.5億元。從增長曲 線來看， 對話機器人行業(yè)的市場規(guī)模在近幾年會有較快增長， 在達到一定體量后步入穩(wěn)定增長， 2019-2025 年 CAGR=39%。2019-2025年中國對話機器人

42、行業(yè)市場規(guī)模14.027.144.764.882.992.098.5201920202024e2025e2021e2022e2023e中國對話機器人行業(yè)市場規(guī)模（億元）來源：2020年中國人工智能產業(yè)研究報告，艾瑞咨詢；艾瑞根據(jù)專家訪談，結合艾瑞統(tǒng)計模型自主研究繪制。232021.6 iResearch Inc.242021.6 iResearch Inc.對話機器人行業(yè)市場規(guī)模業(yè)務模式以軟件和服務為主；自研趨勢下內部消化占比走高按照對話機器人產品的業(yè)務模式（軟件、硬件、服務）劃分以及受益方（外部采購與內部消化）劃分展示其市場規(guī)模。對 話機器人市場產值主要集中在軟件服務部分，即SaaS服務和定

43、制化解決方案中的軟件算法部分，2020年占比達到69.6%， 專家駐場提供開發(fā)服務的服務產品產值占比則達到29.6%；需求對話機器人服務的金融、零售頭部客戶部分具備自研或技 術輸出能力，2020年通過內部消化消耗的市場規(guī)模占比達到6.6%。注釋：對話機器人軟件產品包括SaaS服務及定制化解決方案中的軟件算法部分；硬件產 品包含對話機器人相關項目中采購的服務器、終端設備等；服務產品指專家駐場提供開 發(fā)服務。來源：艾瑞根據(jù)專家訪談，結合艾瑞統(tǒng)計模型自主研究繪制。2021.6 iResearch Inc.來源：艾瑞根據(jù)專家訪談，結合艾瑞統(tǒng)計模型自主研究繪制。2019-2025年中國對話機器人產品 按

44、業(yè)務模式劃分市場規(guī)模2019-2025年中國對話機器人產品 按受益方劃分市場規(guī)模13.125.341.760.690.985.277.10.81.83.04.25.96.87.6201920202021e2022e外部采購（億元）2023e2024e2025e內部消化（億元）9.418.831.244.958.771.365.90.10.20.40.60.91.01.24.48.013.119.323.325.126.120192020e2021e2022e2023e軟件產值（億元）硬件產值（億元）2024e2025e服務產值（億元）對話機器人行業(yè)產業(yè)鏈及產業(yè)圖譜智能語音 技術提供商IaaS廠

45、商PaaS云通訊廠商下 游 客 戶電信運營商政府金融運營商企業(yè)內部互聯(lián)網(wǎng)教育醫(yī)療零售方案集成（供給側集成/需求側集成）AI語音能力輸出數(shù)據(jù)服務提供商對話機器人行業(yè)產業(yè)鏈及產業(yè)圖譜對話機器人解決方案提供商來源：艾瑞咨詢研究院自主研究及繪制。2021.6 iResearch Inc.25對話機器人行業(yè)競爭格局以各型策略切入，并趨于融合發(fā)展以語音能力切入以語義能力切入以平臺能力切入以垂類場景切入發(fā)展策略自研語音能力并沉淀NLP能力，總結場景業(yè)務流程 和標準化技術方案，將AI能力平臺化、產品標準化、 云化，豐富拓展客戶類型和應用范圍切入策略以NLP能力切入對話機器人市場，根據(jù)客戶需求實施 深度定制，優(yōu)

46、先切入金融、政務等有定制化項目解決 方案需求的目標市場以標準化產品切入發(fā)展策略在AI技術方面，擴寬研究語義能力，將語音技術與 認知智能更加緊密結合；在應用領域方面，提升通 用場景定制能力，從典型案例發(fā)展到規(guī)?；瘧们腥氩呗远嘁哉Z音識別為核心能力切入對話機器人市場：在中 上游提供AI語音調用服務，或在中游提供產品及解決 方案發(fā)展策略利用人員、技術及資源優(yōu)勢，打磨完善To B/To G 的產品方案能力；結合自身生態(tài)，將對話機器人解 決方案模塊整合進集成方案中切入策略基于自用需求或技術先發(fā)優(yōu)勢開展對話機器人產品方 案研究，在自身能力成熟后，開展對外To B/To G賦 能，形式或為API能力調用或為

47、解決方案輸出發(fā)展策略順應人工智能浪潮，加大AI技術的研究投入，搭建 AI中臺，使AI技術與自身產品業(yè)務線更加貼合，提 升對話機器人產品（SaaS+AI）價值123切入策略4以傳統(tǒng)客服和云客服的客戶資源為基礎，將人工智能 及大數(shù)據(jù)技術有效整合，在標準化組件基礎上做需求調整，為金融、零售、教育等客戶提供標準化產品5發(fā)展策略基于自身項目經(jīng)驗與AI能力積累，在切入的細分場景 外，優(yōu)先拓寬業(yè)務邏輯相似的行業(yè)及應用領域；提升 產品規(guī)模化標準化能力，擴大下游客戶的覆蓋范圍切入策略切入細分賽道成為垂類頭部玩家。按行業(yè)細分可切入 金融、政務、教育、醫(yī)療、零售等；按應用場景細分 可切入客服、營銷、呼叫中心等來源：

48、艾瑞咨詢研究院自主研究及繪制。2021.6 iResearch Inc.26對話機器人行業(yè)商業(yè)模式以調用量和解決方案兩種收費模式為主對話機器人主要存在以調用量收費和以解決方案收費兩種方式。以調用量收費的商業(yè)模式多存在于AI語音技術廠商，通過 搭建AI技術開放平臺開放接口，為對話機器人廠商、解決方案集成商、下游客戶等提供語音識別和語音合成能力；按解決 方案收費則可細分為按照產品方案收費與項目制方案收費兩種，產品方案以產品售賣使用為主，項目制方案在產品范圍之 外，還會涉及到整體方案的部署、安裝、使用和后續(xù)運維，人力服務屬性重于產品方案。對話機器人行業(yè)商業(yè)模式按 照 調 用 量 收 費按 照 解 決

49、 方 案 收 費產品方案項目制方案按照對話機器人產品技術服務收費：對話機器人產品可根據(jù)產品形式分 為文本機器人、語音機器人（外呼機器人、呼入機器人）、AI虛擬數(shù)字人 等?？蛻艨筛鶕?jù)自身需求購買對應的對話機器人產品服務。商業(yè)模式：對話機器人價格會由產品功能、產品性能（AI技術指標）、并 發(fā)路數(shù)、產品使用量等因素決定。收費模式可為按時間段（月、年）收費， 或按流量/使用量收費。根據(jù)項目整體情況收費 ，項目方案包括產品部分與服務部分：對話機器 人廠商以項目制形式提供軟硬件產品與實施服務等技術解決方案。軟硬件 產品部分主要以軟件能力為主，包括產品費用與授權許可；實施服務則是 為項目開發(fā)運營提供駐場支持

50、，為支撐項目制方案服務效果的關鍵性因素 之一。商業(yè)模式：按照項目制收費，購買整套軟硬件產品與開發(fā)實施服務，后續(xù) 可能會涉及運營維保等服務費用。解決方案 中或會涉 及引入AI 能力的輸 出調用來源：艾瑞咨詢研究院自主研究及繪制。2021.6 iResearch Inc.27AI技術能力調用： 采用API/SDK 接 口的方式在AI技術 開放平臺調用 AI 技術能力。在對話 機器人領域 多以 AI語音能力（語音識別、語 音合成、聲紋識 別等）的輸出調 用為主。商業(yè)模式：按照 調用次數(shù)收費， 或在一定期限購 買使用權，不限 制調用次數(shù)。對話機器人行業(yè)發(fā)展策略對話機器人工廠：標準化生產、低代碼開發(fā)、低

51、成本運營為提高項目開發(fā)效率，對話機器人廠商在沉淀足夠項目經(jīng)驗、業(yè)務邏輯與AI技術后可通過搭建對話機器人工廠以加強規(guī)模 化定制能力、減輕產品方案的定制壓力。在對話機器人工廠，客戶可基于自身產品需求，通過零/低代碼可視化操作，快 速自主搭建對話機器人產品，并在后續(xù)運維中實現(xiàn)數(shù)據(jù)與知識庫的自我優(yōu)化完善。從供給側來說，對話機器人工廠可極大 減少廠商的定制開發(fā)成本與后續(xù)運維投入；從需求側來說，客戶可基于需求特點與業(yè)務邏輯自主搭建，使產品更貼合自身 想法。因此，對話機器人工廠可從供需兩側優(yōu)化產品流程，為目前對話機器人廠商的主要選擇策略。產品方案的開發(fā)流程及對話機器人工廠的實現(xiàn)功能由運維人員進行產品應用的

52、運營與維護，耗時費力由技術團隊進行產品方案定 制化開發(fā)，或存在重復開發(fā)前端人員與客戶進行初步對 接，評估了解客戶需求，對 行業(yè)know-how要求高客戶明確自身產品需求后，可在對話機器人 工廠自主搭建產品標準化產品生產零/低代碼開發(fā)滿足定制化需求低成本運維低門檻應用實 現(xiàn) 功 能人工定制化解決方案對話機器人工廠沉淀項目經(jīng)驗、沉淀業(yè)務邏輯、沉淀AI技術能力基于對話機器人工廠快速搭建對話機器人產 品，無需編寫代碼通過可視化操作或低代碼 配置產品功能及對話場景結合機器學習能力與自動優(yōu)化模型進行數(shù)據(jù) 與知識庫的自我優(yōu)化完善，極大節(jié)約產品的 運維成本來源：艾瑞咨詢研究院自主研究及繪制。2021.6 iR

53、esearch Inc.28對話機器人行業(yè)發(fā)展策略情感智能是機器人對人類情感進行識別分析的技術 手段，通過情感計算能夠有效提高計算機智能程度 及對人類行為模式的計算能力，可在優(yōu)化人機交互 體驗與監(jiān)測內容情緒等領域起到巨大推動作用情感智能概念興起，讓對話機器人更有“溫度”情感作為信息交互的重要通道，成為對話機器人廠商拉高產品價值的落腳點。情感人機交互、讓計算機具有情感能力首先 是由美國MIT大學Minsky教授（人工智能創(chuàng)始人之一）在1985年提出。1997年，MIT媒體實驗室的Picard教授團隊正式 提出這一概念，旨在通過賦予計算機識別、理解和表達人的情感的能力，使計算機更加智能化；并開創(chuàng)了

54、將計算機科學、 神經(jīng)科學與人工智能學科結合的分支學科情感計算，推動了情感識別分析與AI技術相結合的情感智能的持續(xù)發(fā)展。情 感智能因其不同種族年齡性別的表達特異性、高質量樣本數(shù)據(jù)需求性、情感標注主觀性的特點在對話機器人領域中高筑應 用門檻。如今情感智能仍處于發(fā)展初期階段，當前的對話機器人可理解和應對“有限”的情感，以多層語義分析為主。未 來將進一步整合來自視覺、語音等多模態(tài)信息，利用上下文理解與數(shù)據(jù)經(jīng)驗積累，充分理解、記憶、預測和應對客戶的情 緒。而在達到情感應用、情感表達等“真正擬人化”的情緒交互方面仍然有待發(fā)展。情感智能的應用模型、應用價值與應用瓶頸情感智能的應用價值情感智能的應用瓶頸情感計

55、算數(shù)據(jù)集是實現(xiàn)情感識別與表達的訓練基礎， 基于情感的復雜性、稀疏性和個性化特點，構建優(yōu) 質情感數(shù)據(jù)集需要花費大量人力、財力與時間，為 目前情感智能發(fā)展應用的主要瓶頸情感智能的應用模型目前情感智能模型仍多聚焦于單模態(tài)-以文本語義為主，未來應用方向將進一步結合語音和表情識別搭建情感多模態(tài)模型，加強情感識別與表達準確度。因此多模態(tài)模型的融合應用是目前熱門研究方向語音 方向從采集到的語音信號中提取表達情感的聲學 特征，并找出聲學特征與人類情感的映射關 系，進行情感方向的識別分析與定制化表達語義 方向基于深度學習、遷移學習和大數(shù)據(jù)等技術進 行文本的詞性分析，理解用戶喜悅、悲傷、 恐懼等多種情緒，生成情感

56、合理的回復表情 方向在識別方面，基于面部表情特征識別分析人 臉情緒；在表達方面，在建立人臉三維網(wǎng)格 模型時加入情感特征的表情動畫優(yōu)化 在對話機器人中加入情緒的理解與表達，及對話 時感知用戶情緒的轉變并迅速做出調整，執(zhí)行相應回復或引入人工干預操作監(jiān)測 對對話質量、輿情輿論、話題內容等進行情分析 緒方向的監(jiān)督分析，實現(xiàn)多方位有效監(jiān)測并為相關決策提供支持廣義上可應用于所有人機交互過程，讓機器 人更加“擬人化”，實現(xiàn)更自然的人機交互擬人 情感計算即為賦予機器人“人”的情感價值，化更多應用場景是目前尚未解決的難點問題情感的 語音、視頻等模態(tài)中的情感信息具有稀疏稀疏性 性，如何利用這種稀疏性，自適應地分配

57、不同的權重是一個巨大的挑戰(zhàn)情感的 因人種、國籍、文化、年齡、性別等個性個性化 化特征的差異會對情感的識別、表達與度量產生顯著影響情感的 人類情感復雜而微妙，且情感具有主觀性，復雜性 如何將情感應用更大規(guī)模的泛化，適用于來源：艾瑞咨詢研究院根據(jù)公開資料自主研究及繪制。2021.6 iResearch Inc.29對話機器人行業(yè)發(fā)展策略豐富交互形式，拓寬更多應用領域，抬升業(yè)務價值空間順應人工智能、5G、虛擬現(xiàn)實等新技術融合發(fā)展的浪潮，對話機器人可融合語義、語音、視覺等多種AI技術升級為多模態(tài) 數(shù)字人。多模態(tài)數(shù)字人按照交互與否可分為內容播報型與對話交互型：內容播報型數(shù)字人多應用于AI虛擬主播、AI虛

58、擬講 解員和AI虛擬偶像領域；對話交互型多應用于客服咨詢、業(yè)務辦理及培訓招聘等場景，在原本文本和語音的產品形式下加 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。此外，對話機器人還可進一步與RPA技術結合，化身為企 業(yè)數(shù)字員工，加載于人事、財務、辦公等企業(yè)內部場景，幫助企業(yè)降低成本、提高效率，可拓寬領域豐富，價值空間廣闊。對話機器人廠商不斷豐富產品形式以搶奪業(yè)務增長點對話機器人 業(yè)務價值空間 豐富產品形式后后拉升價值空間對話機器人產品空間拓展產品形式及應用領域對話機器人產品發(fā)展進程與不同行業(yè)、技術領域 融合，開拓更多應用領 域，拉升價值空間多模態(tài)數(shù)字人：AI虛擬主播AI虛擬講解員AI

59、虛擬偶像AI虛擬陪伴AI虛擬客服AI數(shù)字員工人力資源財務流程智能辦公多模態(tài) + 數(shù)字人應用的技術基礎：.5G技術的應用發(fā)展，網(wǎng)絡傳輸延遲低.單模態(tài)技術模型成熟，多模態(tài)融合應用研究豐富來源：艾瑞咨詢研究院根據(jù)公開資料自主研究及繪制。3002021.6 iResearch I1 nc.31產品概述篇1行業(yè)發(fā)展篇2企業(yè)案例篇4發(fā)展洞察篇5應用領域篇3對話機器人產品選型服務可用性及穩(wěn)定性56.1%定制化服務能力48.8%技術/產品適配性43.9%實施部署能力26.8%價格/計費規(guī)則26.8%數(shù)據(jù)治理能力22.0%方案可擴展性17.1%項目管理能力9.8%售前售后服務9.8%供應商市場占有率9.8%安全

60、風險及應對策略7.3%類似實施項目數(shù)量4.9%供應商品牌2.4%來源：艾瑞咨詢研究院自主研究及繪制。2021.6 iResearch Inc.32中國企業(yè)選擇人工智能相關技術或產品時的評價指標根據(jù)艾瑞2020年的To B企業(yè)調研數(shù)據(jù)可知：服務可用性及穩(wěn)定性、定制化服務能力是AI供應商的關鍵評價指標。其中服務 可用性及穩(wěn)定性（56.1%）是企業(yè)選擇人工智能技術服務商或產品供應商的首要因素；在實際決策過程中，考慮到企業(yè)的 特定業(yè)務需求，供應商定制化服務能力（48.8%）和技術產品適配性（43.9%）也是選擇供應商的主要評價指標。2020年中國企業(yè)選擇人工智能相關技術服務商或產品供應商時主要考慮的評