2021年中国对话机器人chatbot行业发展研究报告.pdf

中国对话机器人chatbot行业发展研究报告2021年22021.6 iResearch I来源：艾瑞咨询研究院自主研究绘制。摘要发展洞察：从供给侧视角来看，追求规模化定制能力、AI技术突破和新业务增长点是目前行业内对话机器人厂商核心追求的三大商业目标；从需求侧视角来看，企业自研动因明显，但在开发过程或遇阻碍；从人工智能产业发展视角来看，数据安全、数据隐私问题需AI厂商重点关注。行业分析：受益于人工智能的技术突破和产品落地，对话机器人赛道从2015年开始快速升温，在2018年融资事件数量达到峰值，而后进入平稳发展阶段。2020年对话机器人行业市场规模为27.1亿元，预计在2025年将达到98.5亿元。从行业竞争格局来看，参与企业类型丰富，厂商以语音能力、语义能力、平台能力、标准化产品、垂类场景等策略切入市场，在发展中策略又趋于融合。SMS产品概述：对话机器人是以智能对话系统为核心，应用于客服/营销/企业服务等多方场景的产品。对话机器人以文本、语音和多模态的产品形式，辅助或替代人工对话，赋能对话全流程以实现降本增效。应用领域：本报告将对话机器人的下游行业划分为金融、运营商、互联网、政务和其他（以企业信息服务为主）五大子行业，各子行业需求持续向好，其中金融行业是对话机器人应用规模最大的领域。另外，艾瑞在本篇报告中给出选型指导，需求企业可从交付经验、产品性能、产品指标、产品迭代及产品价格五个维度考量评估对话机器人厂商及产品。3产品概述篇1行业发展篇2企业案例篇4发展洞察篇5应用领域篇342021.6 iResearch I报告研究范畴基于对话机器人产品的研究范畴界定智能对话系统是可通过语音识别、自然语言理解、机器学习等人工智能技术，使机器理解人类语言并与人类进行有效沟通，进而根据对人类语言中的意图进行理解并执行相应任务或做出回答的系统。智能对话系统可加载于智能硬件，基于对话交互满足智能硬件的操作控制需求，使人机交互更加自然；智能对话系统也可赋能于服务场景，以文本机器人、语音机器人、多模态数字人、智能质检和坐席辅助等对话机器人产品形式服务于客服、营销、企业信息服务等场景。本报告研究范畴在后者，集中研究对话机器人chatbot的核心技术、产品研发流程、产品应用场景、市场规模及竞争格局、客户选型要素、市场发展态势等，为读者带来行业认知与行业思考。报告研究范畴界定智能对话系统产品消费级硬件交互智能对话系统可加载于消费级智能硬件，基于对话形式使人机交互更加方便自然智能音箱智能家居智能车载设备服务型机器人对话机器人chatbot智能对话系统可基于丰富产品形式赋能服务场景，为客户提供客服、营销、企业信息服务等多功能文本机器人语音机器人（智能外呼、智能呼入）多模态数字人智能质检、坐席辅助等来源：艾瑞咨询研究院自主研究及绘制。52021.6 iResearch I对话机器人产品形式主要形式实现由文本、语音到多模态的产品拓展文本机器人是对话机器人最初的产品形态，应用于在线客服领域，辅助或替代人工进行多接入渠道的在线接待；而后结合智能语音技术，对话机器人孵化出语音机器人产品形式，辅助替代真人接听和拨打电话，并以原有问答接待为基础，延展出回访、通知和营销等功能；多模态数字人则是继语音机器人之后的再一次产品形式升级。在文字和语音基础上，融合计算机视觉和多模态模型等技术，加入虚拟人形态，使人与机器的交互更加自然真实。另外，对话机器人还可与人工服务结合，以赋能人工服务的产品形式，为人工客服提供智能质检、坐席辅助和智能助手等功能。对话机器人chatbot产品分类来源：艾瑞咨询研究院自主研究及绘制。语音机器人文本机器人多模态数字人文本机器人：以文本形式与客户沟通，全渠道、全天候24h触达客户，独立解决简单问题，辅助人工解决复杂问题。自然语言理解知识库语音识别语音合成语音识别语音合成自然语言理解知识库语音机器人：以语音形式与客户沟通，产品可分为智能外呼与智能呼入机器人，应用于回访、通知、营销、客服等场景。计算机视觉多模态模型多模态数字人：在文字和语音基础上，加入虚拟人形态，以仿真人形式与客户沟通，提供智能化、高效化交互服务。自然语言理解知识库62021.6 iResearch I对话机器人产品功能以智能对话系统为核心，应用于客服/营销/信息服务多方场景智能对话系统按照对话目的不同，可分为任务型、问答型和闲聊型。任务型与问答型产品多应用于限定领域内，旨在通过对话策略和AI技术的不断优化，以最短的对话轮次满足用户的任务需求；而闲聊型面向发散领域，不限定对话轮次多少，旨在满足客户的情感需求。对话机器人以智能对话系统为核心，广泛应用在客服、营销和企业信息服务等场景。除此之外，对话机器人还以信息化、数字化、智能化为基础，在各应用场景中赋能优化运营管理流程，实现智能工单、数据分析、智能质检和智能决策等功能。赋能运营管理流程智能决策数据分析智能工单智能质检对话机器人产品场景功能列举客服场景营销场景企业信息服务场景智能导航智能调度业务办理坐席辅助智能招聘智能办公外呼营销智能推荐智能对话系统分类任务型问答型闲聊型用户希望完成特定任务，对话机器人理解用户意图后，执行后台已对接能力，完成指定任务并回复。用户希望得到某个问题的答案，对话机器人匹配到所需答案并回答用户。提供聊天功能，以满足用户情感需求为导向与用户对话。举例：“请问如何办银行卡？”举例：“订一张明天上午从北京飞上海的机票”举例：“今天天气很好，陪我聊会天吧”智能推荐智能通知智能回访智能培训营销套电来源：艾瑞咨询研究院自主研究及绘制。72021.6 iResearch I对话机器人产品工作流程辅助或替代人工对话，赋能对话全流程以实现降本增效对话机器人可替代或辅助人工对话。在多渠道接入客户需求后，对话机器人会通过智能调度进行优化派单。对于简单问题，在理解客户意图后，对话机器人可通过知识库实现答案匹配后输出检索答案，替代人工对话以减轻人力客服压力；对于仍需要人工解决的复杂个性化问题，对话机器人可帮助人工客服自动记录客户问题，智能填入工单，并提供基于知识库信息检索的坐席辅助功能。此外，对话机器人可完成智能工单的后续跟进，并结合RPA（机器人流程自动化）技术完成与后台的任务对接。另外，对话机器人可进行运营数据的监控分析与对话流程的智能质检，将对话流程线上化、数据化、智能化，为服务的量化管理提供支撑。对话机器人工作流程示意图（以接入客户的工作流程为例）对话输入与前端处理ASR语音识别NLU语言理解NLG语言生成TTS语音合成对话输出语音形式纯文本形式纯文本形式运营数据监控分析全渠道连接：微信网页小程序H5APP对话机器人提供坐席辅助(自动记录、生成工单、知识库检索等)智能质检对话管理答案匹配（知识库）智能调度智能工单人工对话机器对话智能RPA对话机器人与用户沟通对接后，选择人工接入对话机器人可根据对话记录自身生成工单或帮助人工客服填入工单，与后台对接，通过AI、RPA技术录入并完成用户需求FAQ知识库知识图谱知识库文档知识库对话机器人根据各类知识库，基于客户需求搜索匹配对应对话回复，并帮助人工客服进行实时知识库信息检索，提供坐席辅助功能来源：艾瑞咨询研究院自主研究及绘制。82021.6 iResearch I对话机器人产品核心技术：自然语言处理让对话机器人“理解”并“生成”自然语言自然语言处理可分为自然语言理解、对话管理、自然语言生成三个部分，其关键是要让计算机“理解”并“生成”自然语言；自然语言处理技术的处理流程需经过获取语料、语料预处理、特征工程、特征选择与模型训练，实现机器与人的对话交互。近年来，深度学习技术的大量使用和不断突破极大推动自然语言处理技术的落地发展。获取语料语料预处理语料清洗词性标注分词去停用词特征工程词袋模型（BoW）词向量特征选择模型训练传统机器学习模型深度学习模型选择合适且表达能力强的特征需要大量行业信息积累，语料库数量是模型训练效果的关键因素之一自然语言处理技术的处理流程自然语言处理技术的核心任务自然语言生成（NLG）：将机器输出的抽象表达转换为句法合法、语义准确的自然语言句子，以自然语言文本去表达给定的意图对话管理：考虑历史对话信息和上下文的语境进行全面分析，决定系统要采取的相应动作，如追问、澄清和确认等，主要任务有：对话状态跟踪生成对话策略自然语言理解（NLU）：将用户的输入映射到预先根据不同场景定义的语义槽中，让机器理解语言的意思。通常包括三个任务：领域检测意图识别语义槽填充单意图识别多意图识别情绪识别来源：艾瑞咨询研究院自主研究及绘制。92021.6 iResearch I对话机器人产品核心技术：语音技术提供语音交互入口，全双工技术的发展让人机对话更加自然语音技术主要分为语音识别、语音合成和声纹识别三类。在人机对话流程中，语音识别和语音合成技术支撑着对话内容从语音到文本、从文本到语音的相互转换。声纹识别为通过声音判别说话人身份的技术，可广泛应用在金融公安等领域以提升业务及系统安全性。全双工是实时的、双向的语音信息交互技术。对比于原来人机交互时语音流必须错开的对话状态，全双工技术更加模拟人类的交谈过程，即人与机器均可以同时说话，机器在与用户交谈时可以边听边想，实时生成回应并控制对话节奏。目前，多家语音厂商在持续投入全双工语音技术的研发。语音识别 ASR语音识别通常称为自动语音识别，即Automatic Speech Recognition，缩写为ASR，主要是将人类语音中的词汇内容转换为计算机可读的输入，一般都是可以理解的文本内容，也有可能是二进制编码或者字符序列。语音合成 TTS语音合成，即Text-To-Speech，缩写为TTS，主要是将文字转化为声音。随着技术的不断突破，语音合成出来的声音不再顿挫冰冷，有情绪、个性化的TTS成为热点。声纹识别声纹识别成为对话机器人的语音技术热点，利用计算机系统自动完成说话人身份识别的技术，可广泛应用于金融、公安、检察院、法院、国安领域，核实人员身份，提高业务及系统安全性。全双工语音与其他语音交互模式的对比单轮交互多轮交互全双工交互唤醒听说来源：艾瑞咨询研究院自主研究及绘制。102021.6 iResearch I对话机器人产品核心技术：知识工程1)FAQ检索型问答：深度神经网络推动FAQ知识库精细匹配FAQ，全称为Frequently Asked Questions（常见问题集的问答系统），作为基础发展的问答系统，被对话机器人厂商广泛使用。FAQ Based知识库的建立方法为基于业务文档资料整理标准问题、相似问题与其相应答案。当问题输入后，系统会在知识库内查询与之相匹配的问句并输出对应回答。由于中文含义的丰富性，传统文本匹配方法（信息检索中的BM25，向量空间模型VSM）通常很难直接根据关键字匹配或者基于机器学习的浅层模型来确定问题的相似度。近几年，利用神经网络，尤其是深度学习模型学习文本中深层的语义特征，对文本做语义表示后进行语义匹配的方法被应用于FAQ问答系统。基于深度学习的模型可大量节省人工提取特征所需的人力物力。此外，相比于传统方法，深度文本匹配模型可从大量样本中自动学习文本之间的内在规律和表示层次，使FAQ知识库的文本匹配更加精细。FAQ Based 知识库（检索性问答）标准问题回答相似问题1相似问题2相似问题3业务文档资料持续经营查漏补缺QueryReturn利用神经网络，尤其是深度学习模型学习文本中深层的语义特征。对文本做语义表示后进行语义匹配的方法开始被提出并应用于FAQ问答系统。用户 节省人工提取特征的大量人力物力 发掘传统模型很难发掘的隐含在大量数据中含义不明显的特征，更精细地描述文本匹配问题基于深度学习的FAQ Bot实现基于FAQ（常见问题集的问答系统）知识库建立图来源：艾瑞咨询研究院根据公开资料自主研究及绘制。112021.6 iResearch I对话机器人产品核心技术：知识工程2)知识图谱：深化事物规则联系，建立结构化知识库基于知识库内容间存在关联，或为上下位关系、约束关系、递进关系等，由此在知识库的概念下引入知识图谱技术。基于自然语言理解对文字内容在语义上进行初步认知和自动抓取，经由知识图谱对概念间的关系属性进行联结、转换，进行知识融合与知识加工形成行业知识图谱。行业知识图谱可分为通用知识与垂直行业知识图谱：通用知识图谱注重横向广度，知识积累和问答应用相对通识广泛；垂直行业知识图谱注重纵向深度，考虑到不同的应用场景与业务背景，通常需要以大量一线行业数据去“喂养”对话机器人，实现基础词库储备，并对垂直行业知识图谱进行持续深化。基于知识图谱的知识库建立图KG Based 知识库（知识图谱）QueryReturn用户业务文档资料数据整合实体抽取关系抽取属性抽取事件抽取实体对齐本体对齐知识库质量评估本体构建知识推理通用知识图谱垂直行业知识图谱数据规范模型修订知识抽取知识融合知识加工知识图谱政务金融医疗电商知识表示基于机器学习和深度学习模型达到应用中知识库的不断扩充完善标准知识关系模型结构化数据半结构化数据非结构化数据数据源来源：2020年面向人工智能新基建的知识图谱行业白皮书，艾瑞咨询；艾瑞咨询研究院自主研究及绘制。122021.6 iResearch I对话机器人产品核心技术：知识工程3)文档问答：基于机器阅读理解直接提取答案生成回复文档问答是基于机器阅读理解直接从非结构化文档中提取答案的方法。近年来基于深度神经网络的机器阅读理解(Machine Reading Comprehension，MRC)技术得到快速发展。MRC模型以问题和文档为输入，通过阅读文档内容来预测问题的答案。根据需要预测的答案形式不同，阅读理解任务可以分为填空式、多项选择式、片段抽取式和自由文本式，由前到后的预测难度逐步提升。用户机器阅读理解流程图嵌入编码特征抽取文章-问题交互答案预测基于上述三个模块累积得到的信息进行最终的答案预测。对于填空式、多项选择式任务，会根据候选答案的预测得分排序，比较并选择最优答案输出回复。将自然语言形式的文章和问题影射为固定维度的词向量，以便让机器处理。提取上下文信息，多采用RNN、CNN和基于多头自注意力机制Transformer结构等神经网络模型。文章编码问题编码QueryReturn文章特征问题特征在该模块中广泛使用attention机制（单向或双向），以强调与query相关的文档部分。为了充分提取文档与问题的相关性，两者的相互作用有时会执行多跳，可类比人类理解的重读过程。文档和问题之间的相关性帮助机器找到文档中哪些部分对回答问题更为重要业务文档资料基于机器阅读理解的流程图来源：艾瑞咨询研究院根据公开资料自主研究及绘制。132021.6 iResearch I对话机器人产品联动技术：RPARPA技术与AI技术结合带来业务流程自动化的良性循环RPA是Robotic Process Automation（机器人流程自动化）的简称，是指可以模拟人类在计算机等数字化设备中的操作，并利用和融合现有各项技术减少人为重复、繁琐、大批量的工作任务，实现业务流程自动化的机器人软件。对话机器人可以实现“拟人化”交互，理解用户意图，而RPA则可根据交互后的意图指令进行自动化操作，快速提升产品的服务质量与任务效率。对话机器人与RPA技术结合可解锁更多的应用场景，以最少的人工干预高效高质地完成处理任务，带来业务流程自动化的良性循环。人工流程与“AI+RPA技术”的操作类比图思考理解对话交互人工操作通过大脑思考理解用户意图，并做出回答与对应操作人工操作时，通过视觉查看文本图像或通过语音交互对话与用户沟通，获知用户意图，并做出相应动作与回复AI技术赋予其相应的“拟人化能力”，实现用户的意图获知与意图理解，并做出相应动作与回复人工操作时，基于对客户需求的理解，通过手动操作重复性执行用户需求RPA技术可实现业务流程自动化，减少人为重复、繁琐、大批量的工作任务企业流程自动化来源：艾瑞咨询研究院自主研究及绘制。14产品概述篇1行业发展篇2企业案例篇4发展洞察篇5应用领域篇3152021.6 iResearch I对话机器人行业发展回顾在技术发展突破后实现产品落地，应用场景逐渐丰富1950s1970s2000s201120142015-2016 2020-2021Elizza是人类建造的第一个对话机器人，于1966年在麻省理工学院被创造。根据人工设计的脚本与人类交流，没有语义理解，而是通过模式匹配和智能短语搜索合适的回复Alice使用的人工智能标记语言，允许用户可以定制化聊天内容，对话机器人能按照预先设定好的脚本来回答问题传统呼叫中心呼叫中心+在线软件全渠道，触达客服、营销、企业信息服务场景中国传统呼叫中心兴起，为企业主要服务形式，与客户沟通以电话为主，采用单一渠道接入微软推出微软小冰。此时对话机器人产品已可较为熟练使用深度学习技术应用场景对话机器人行业相关领域发展历程示意图Watson由IBM开发,基于Deep QA技术，利用深度自然语言处理技术产生候选答案，并根据交叉验证评估对话机器人产品化发展：用于客服、外呼、营销等环节的对话机器人产品被推出，国内多家AI技术相关客服公司成立或实现较大规模产品方案落地多 模 态 数字 人：结合 语 音 技术、5G和多 模 态 模型的发展，多 模 态 数字 人 开 始应用落地深度学习技术兴起随着互联网技术的发展与普及，在呼叫中心基础上延伸了在线软件形态，多用作在线客服回复基于移动互联网、云服务等技术发展，可支持电话、网站、工单、微信、微博、APP、QQ等全渠道平台覆盖结合AI技术，对话机器人可通过替代或辅助人工的方式触达到客服、营销和企业内部多方场景泛美航空公司在 1956 年 建成并投入使用世界上第一个具有一定规模的、可 提 供7X24 服 务 的呼叫中心银行业在70年代初开始建设自己的呼叫中心；90年代初期开始，呼叫中心真正进入规模性发展，800号码被广泛认同和采用技术发展1950年,图灵发表文章机器能思考吗，开启人类对对话机器人的测试研究对话机器人来源：艾瑞咨询研究院根据公开资料自主研究及绘制。162021.6 iResearch I2021.6 iResearch I32101823245330317010203040506070201220132014201520162017201820192020 2021.5投融资数量对话机器人行业资本热度资本市场在2018年爆发后回落平稳，逐步跑出成熟企业受益于人工智能的技术突破和产品落地，对话机器人赛道从2015年开始快速升温，在2018年融资事件数量达到峰值，单年融资事件达53起，而后进入平稳发展阶段，年融资事件数量在30起左右。从投融资轮次来看，早期企业投融资事件（B轮及以前）最为活跃，共计146起，占比高达72.6%。基于对话机器人赛道的多年累积发展，现已逐步跑出在语音语义各细分领域见长的成熟企业。总事件：共计201起1815125142572427其他*战略投资F轮E轮D轮C-C+轮PreB-B+轮PreA-A+轮天使轮种子轮注释：其他*包括并购、股权转让、股权融资、IPO及定向增发。来源：艾瑞咨询研究院根据融资网站数据调整与处理绘制。B轮及以前早期融资事件：共计146起，占比72.6%来源：艾瑞咨询研究院根据融资网站数据调整与处理绘制。2012-2021年5月对话机器人投融资事件数量2012-2021年5月对话机器人投融资轮次情况172021.6 iResearch I2021.6 iResearch I对话机器人行业发展外因：市场需求企业用人成本攀升，对降本增效的产品需求日益强烈根据国家统计局显示，2020年中国城镇单位就业职工平均工资已达到97379元，相比于2011年已经上升了133%，企业用人成本不断攀升。另一方面，由于部分客服营销场景的工作形态单一导致的人员不断流失，加大了培训难度，而业务知识繁杂导致专业度难以达标的培训情况又进一步加剧人员流失，人员流动性大与培训难度高已形成人力成本攀升的恶性循环。企业对降本增效的产品需求日益强烈。注释：就业职工指在一定年龄以上，有劳动能力，为取得劳动报酬或经营收入而从事一定社会劳动的人员。具体指年满16周岁，为取得报酬或经营利润，在调查周内从事了1小时（含1小时）以上劳动的人员；或由于学习、休假等原因在调查周内暂时处于未工作状态，但有工作单位或场所的人员；或由于临时停工放假、单位不景气放假等原因在调查周内暂时处于未工作状态，但不满三个月的人员人员中由于学习、病伤、产假等原因暂未工作仍由单位支付工资的人员。来源：国家统计局。来源：艾瑞咨询研究院自主研究及绘制。417994676951483563606202967569743188241390501973792011 2012 2013 2014 2015 2016 2017 2018 2019 2020城镇单位就业职工平均工资(元)培训难度高人员流动性大人工客服成本攀升循环图人员流动性大加剧培训学习难度培训难度大，培训专业度难以达标，加剧人员流失2011-2020年中国城镇单位就业职工平均工资(元)对行业业务知识点要求高，客服员工培训难度大，学习成本高部分客服营销场景工作形态单一，存在工作重复性高、枯燥繁琐的问题，员工流失率高182021.6 iResearch I对话机器人行业发展外因：市场需求对话机器人可精准解决人工服务现存痛点对话机器人可精准解决人工服务现存痛点：1）人力工作时长有限，对话机器人可设置24小时在线，不间断地进行客服应答及业务处理。人工渠道运营管理难度大，而对话机器人可实现全渠道接入，支持同一知识库对接，无需在多个接入渠道中来回切换；2）用户咨询量波动在高峰时期人力不足会导致服务体验波动，对话机器人可快速解决重复性问题，并根据业务流程，引导用户理清复杂、模糊问题，给予用户直接清晰的问题回复；3）数据留存量低且价值难以被有效利用，对话机器人可对语音文本对话数据进行智能分析与质检，帮助企业深度挖掘数据价值。人力工作时长有限，难以覆盖到所有时间的客户咨询，在未响应时段无法及时回复，极易造成客源流失。人工非响应人工时长有限，渠道运营管理难度大业务需求波动幅度大用户咨询量因时间不同会有差异，基于服务需求的不断扩张，在高峰时期人力不足会导致服务体验波动，客户易流失或不满。因网站、APP、微信公众号等接入渠道不断丰富，人工统一管理难度加大。且传统人工操作数据留存量低，数据价值难以被有效利用。人工管理难度大，数据价值低数据价值未被有效利用人工服务现存痛点易造成客源流失高峰时段需求量剧增导致人力不足来源：艾瑞咨询研究院自主研究及绘制。192021.6 iResearch I2021.6 iResearch I对话机器人行业发展内因：AI技术发展十年三次被正式授予“图灵奖”，展现强大基础研究实力根据清华人工智能研究院发布的人工智能发展报告2011至2020 显示，2011年以来人工智能领域高水平论文发表量整体呈现稳步增长态势。人工智能科研成果涵盖R-CNN算法（目标检测算法）、神经机器翻译的新方法等。而在过去十年，图灵奖分别授予了计算理论、概率和因果推理、密码学、分布式和并发系统、数据库系统、万维网、计算机系统、深度神经网络和3D计算机图形学九个领域，共有16位学者获得图灵奖。其中图灵奖有三次授予人工智能领域，5位人工智能领域学者获此殊荣，人数占比高达 31%，体现了近年来人工智能技术基础研究的雄厚实力以及突破性进展。来源：人工智能发展报告2011至2020，清华人工智能研究院；艾瑞咨询研究院自主研究及绘制。来源：人工智能发展报告2011至2020，清华人工智能研究院；艾瑞咨询研究院自主研究及绘制。1068311160116331342111645134781280613755151501823820102011201220132014201520162017201820192010-2019年人工智能领域国际顶级期刊会议论文数量（篇）2010-2019年图灵奖中人工智能领域学者占比人工智能领域31%其他领域69%202021.6 iResearch I对话机器人行业发展内因：AI技术发展深度学习算法是AI技术达到落地可用的推动器在对话机器人“拟人化”的实现中，机器学习是现阶段实现人工智能的主要手段。深度学习是机器学习的分支，是基于建立和模拟人脑进行分析的特殊机器学习模式，在2012年进入研究的爆发期。相对于传统机器学习以数据为经验来驱动计算机模拟人类的经验决策行为不同，深度学习通过模拟人类的神经元结构来达成数据的处理和结果产出，能处理更为复杂的各类数据进行决策。2018年，研究深度学习领域三位学者荣获第三次图灵奖，其在概念和工程上的重大突破推动了深度神经网络成为计算机领域关键技术，是图像识别、语音识别、自然语言处理等技术获得跳跃式发展的基础。如今深度学习以自动提取特征、神经网络结构、端到端学习等优势，成为当下最热门的算法架构。321计算机视觉得益于深度学习算法开发应用，2012年，采用深度学习架构的AlexNet模型，以超越第二名10个百分点的成绩在ImageNet竞赛中夺冠。2017年，ImageNet图像分类竞赛Top 5的错误率降至2.25%。侧重于感知智能的计算机视觉技术逐步实现商用价值。自然语言处理智能语音开源框架近年来，自然语言处理在词向量表示、文本编码反编码技术以及大规模预训练模型上的方法极大地促进了自然语言处理的研究。2018年谷歌的预训练BERT模型被认为是自然语言处理领域的最强预训练模型，仅通过少量样本就可以达到相对满意的精度，且该模型代码已被开源。2011年，微软研究院深度神经网络-HMM在大词汇量连续语音识别任务上性能显著提升，随后深度学习在智能语音领域被深入研究，2016年机器语音识别准确率第一次达到人类水平，智能语音技术落地期到来。随着深度学习在语音、计算机视觉、自然语言处理领域的取得成果逐渐显著，谷歌、英伟达、微软等科技巨头在2018年围绕深度学习推出一系列开源框架，大幅降低人工智能领域的入门门槛。4来源：艾瑞咨询研究院根据公开资料自主研究及绘制。深度学习技术发展影响212021.6 iResearch I对话机器人行业发展基础：基础数据海量数据为深度学习算法提供底层支撑来源：2020年中国AI基础数据服务行业研究报告，艾瑞咨询；艾瑞咨询研究院自主研究及绘制。结构化数据机器学习特征在实际应用中，深度学习算法多采用有监督学习模式，需要标注数据对学习结果进行反馈。在进入AI模型训练前，数据需经过采集标注过程，将多源异构数据转化为可识别的AI训练数据。得益于海量数据的出现、计算能力的提升，原来复杂度很高的算法终得以落地使用。目前中国AI基础数据行业市场规模在2020年预估已达到36.3亿元，预计2025年将达到101.1亿元。国内AI基础数据服务主要分为数据集产品和数据资源定制服务，数据集产品往往是AI基础数据服务商根据自身积累产出的标准数据集，以语音数据集为主；数据资源定制服务则可满足客户的定制化需求以保证算法优势。25.930.936.342.850.761.476.7101.119.3%17.5%17.9%18.5%21.1%24.9%31.8%-30.0%-20.0%-10.0%0.0%10.0%20.0%30.0%40.0%-101030507090110130150201820192020e 2021e 2022e 2023e 2024e 2025e中国AI基础数据服务行业市场规模（亿元）整体市场增速（%）2019-2025年中国AI基础数据服务行业市场规模上深度学习的实现路径 数据为模型训练提供底层支撑非结构化数据AI模型训练数据采集数据标注分类模型端到端学习语音交互、文本处理、计算机视觉等AI技术领域多采用该类方法训练，对基础数据服务有广泛需求222021.6 iResearch I对话机器人行业发展基础：基础数据跨语言识别、语音合成算法能力、语义理解的复合数据标注来源：2019年中国AI基础数据服务行业研究报告，艾瑞咨询；艾瑞咨询研究院自主研究及绘制。对话机器人行业基础数据服务主要涉及语音识别数据、语音合成数据与自然语言理解数据的采集与标注，应用于方言及外语种识别、多轮问答等场景。目前，对话机器人厂商在上下文理解、多轮对话、情绪识别、模糊语义识别、意图判断、多语种识别等方面研发诉求强，从而对跨语言语音识别、语音合成算法能力和语义理解的复合数据标注等技术趋势产生强需求。在全球化趋势下，对话式口语中常存在多语种混合表达问题，因此对话机器人厂商对跨语言语音识别的需求逐步走高；其次，在语音合成中AI公司着重于映射模型算法的创建和训练，而语音片段数据和相应的声学参数标注则交由数据服务商提供。因此数据服务商不仅要掌握专业的声学知识、数据标注经验，还要拥有语音合成的算法能力；而根据智能对话系统算法的发展，迭代并设计符合算法需求的NLP数据产品，则有助于从基础数据层面推动对话机器人行业发展。对话机器人行业基础数据服务分类对话机器人行业基础数据服务技术需求趋势语音识别将对话语音、人机交互语音、方言等各类情景下产生的语音片段进行标注，将音频数据与文本数据结构化组合语音合成对语音片段进行音素、韵律、音节边界、音素边界、词性、重音、声调等标注，并切分音素边界自然语言理解涉及对文本数据进行文本清洗、字符转换、词语切分、词性标注、语法分析、同义词及歧义消除、情感属性标注、知识图谱属性构建等12跨语言语音识别语音合成算法能力语义理解的复合数据标注全球化趋势下，对话式口语中常存在多语种混合表达问题，因此对话机器人厂商对跨语言语音识别的需求逐步走高语音片段数据和相应的声学参数标注交由数据服务商提供，数据服务商不仅要掌握专业的声学知识、数据标注经验，还要拥有语音合成的算法能力基于智能对话系统算法的发展，迭代并设计符合算法需求的NLP数据产品，有助于从基础数据层面推动对话机器人行业发展3232021.6 iResearch I对话机器人行业市场规模2025年市场规模将达98.5亿元，行业呈持续增长态势对话机器人行业在2019年市场规模为14.0亿元，2020年市场规模为27.1亿元，预计在2025年将达到98.5亿元。从增长曲线来看，对话机器人行业的市场规模在近几年会有较快增长，在达到一定体量后步入稳定增长，2019-2025年CAGR=39%。2019-2025年中国对话机器人行业市场规模来源：2020年中国人工智能产业研究报告，艾瑞咨询；艾瑞根据专家访谈，结合艾瑞统计模型自主研究绘制。14.027.144.764.882.992.098.5201920202021e2022e2023e2024e2025e中国对话机器人行业市场规模（亿元）242021.6 iResearch I2021.6 iResearch I对话机器人行业市场规模业务模式以软件和服务为主；自研趋势下内部消化占比走高按照对话机器人产品的业务模式（软件、硬件、服务）划分以及受益方（外部采购与内部消化）划分展示其市场规模。对话机器人市场产值主要集中在软件服务部分，即SaaS服务和定制化解决方案中的软件算法部分，2020年占比达到69.6%，专家驻场提供开发服务的服务产品产值占比则达到29.6%；需求对话机器人服务的金融、零售头部客户部分具备自研或技术输出能力，2020年通过内部消化消耗的市场规模占比达到6.6%。注释：对话机器人软件产品包括SaaS服务及定制化解决方案中的软件算法部分；硬件产品包含对话机器人相关项目中采购的服务器、终端设备等；服务产品指专家驻场提供开发服务。来源：艾瑞根据专家访谈，结合艾瑞统计模型自主研究绘制。来源：艾瑞根据专家访谈，结合艾瑞统计模型自主研究绘制。2019-2025年中国对话机器人产品按业务模式划分市场规模2019-2025年中国对话机器人产品按受益方划分市场规模13.125.341.760.677.185.290.90.81.83.04.25.96.87.6201920202021e2022e2023e2024e2025e外部采购（亿元）内部消化（亿元）9.418.831.244.958.765.971.30.10.20.40.60.91.01.24.48.013.119.323.325.126.120192020e2021e2022e2023e2024e2025e软件产值（亿元）硬件产值（亿元）服务产值（亿元）252021.6 iResearch I对话机器人行业产业链及产业图谱来源：艾瑞咨询研究院自主研究及绘制。智能语音技术提供商IaaS厂商PaaS云通讯厂商下游客户电信运营商政府金融运营商企业内部互联网教育医疗零售方案集成（供给侧集成/需求侧集成）AI语音能力输出数据服务提供商对话机器人行业产业链及产业图谱对话机器人解决方案提供商262021.6 iResearch I对话机器人行业竞争格局以各型策略切入，并趋于融合发展1235以语音能力切入以语义能力切入以平台能力切入以垂类场景切入切入策略发展策略自研语音能力并沉淀NLP能力，总结场景业务流程和标准化技术方案，将AI能力平台化、产品标准化、云化，丰富拓展客户类型和应用范围以NLP能力切入对话机器人市场，根据客户需求实施深度定制，优先切入金融、政务等有定制化项目解决方案需求的目标市场4以标准化产品切入切入策略发展策略在AI技术方面，扩宽研究语义能力，将语音技术与认知智能更加紧密结合；在应用领域方面，提升通用场景定制能力，从典型案例发展到规模化应用多以语音识别为核心能力切入对话机器人市场：在中上游提供AI语音调用服务，或在中游提供产品及解决方案切入策略发展策略利用人员、技术及资源优势，打磨完善To B/To G的产品方案能力；结合自身生态，将对话机器人解决方案模块整合进集成方案中基于自用需求或技术先发优势开展对话机器人产品方案研究，在自身能力成熟后，开展对外To B/To G赋能，形式或为API能力调用或为解决方案输出切入策略发展策略顺应人工智能浪潮，加大AI技术的研究投入，搭建AI中台，使AI技术与自身产品业务线更加贴合，提升对话机器人产品（SaaS+AI）价值以传统客服和云客服的客户资源为基础，将人工智能及大数据技术有效整合，在标准化组件基础上做需求调整，为金融、零售、教育等客户提供标准化产品切入策略发展策略基于自身项目经验与AI能力积累，在切入的细分场景外，优先拓宽业务逻辑相似的行业及应用领域；提升产品规模化标准化能力，扩大下游客户的覆盖范围切入细分赛道成为垂类头部玩家。按行业细分可切入金融、政务、教育、医疗、零售等；按应用场景细分可切入客服、营销、呼叫中心等来源：艾瑞咨询研究院自主研究及绘制。272021.6 iResearch I对话机器人行业商业模式以调用量和解决方案两种收费模式为主对话机器人主要存在以调用量收费和以解决方案收费两种方式。以调用量收费的商业模式多存在于AI语音技术厂商，通过搭建AI技术开放平台开放接口，为对话机器人厂商、解决方案集成商、下游客户等提供语音识别和语音合成能力；按解决方案收费则可细分为按照产品方案收费与项目制方案收费两种，产品方案以产品售卖使用为主，项目制方案在产品范围之外，还会涉及到整体方案的部署、安装、使用和后续运维，人力服务属性重于产品方案。对话机器人行业商业模式按照调用量收费按照解决方案收费产品方案项目制方案按照对话机器人产品技术服务收费：对话机器人产品可根据产品形式分为文本机器人、语音机器人（外呼机器人、呼入机器人）、AI虚拟数字人等。客户可根据自身需求购买对应的对话机器人产品服务。商业模式：对话机器人价格会由产品功能、产品性能（AI技术指标）、并发路数、产品使用量等因素决定。收费模式可为按时间段（月、年）收费，或按流量/使用量收费。根据项目整体情况收费，项目方案包括产品部分与服务部分：对话机器人厂商以项目制形式提供软硬件产品与实施服务等技术解决方案。软硬件产品部分主要以软件能力为主，包括产品费用与授权许可；实施服务则是为项目开发运营提供驻场支持，为支撑项目制方案服务效果的关键性因素之一。商业模式：按照项目制收费，购买整套软硬件产品与开发实施服务，后续可能会涉及