LLM 出現(xiàn)后，我們認(rèn)為現(xiàn)在是關(guān)注 AI 客服市場(chǎng)的好時(shí)機(jī)。主要原因如下：第一，過(guò)去 3-4年，疫情使大量客服業(yè)務(wù)被搬到線上，迫使市場(chǎng)快速增長(zhǎng)，且無(wú)后撤跡象。第二，語(yǔ)音識(shí)別技術(shù)的進(jìn)步和 LLM 的出現(xiàn)進(jìn)一步提升了用戶體驗(yàn)，從而使 AI 客服在企業(yè)最關(guān)心的投資回報(bào)率和客戶留存率上有更好的表現(xiàn)。第三，此前市場(chǎng)格局分散的原因是傳統(tǒng)機(jī)器學(xué)習(xí)和 NLP 通用性較差，因此客戶在選擇供應(yīng)商時(shí)更看重供應(yīng)商在垂直行業(yè)的經(jīng)驗(yàn)，以及要求提供定制化的解決方案。假設(shè) LLM 在客服場(chǎng)景落地成熟，考慮到 LLM 的通用性，市場(chǎng)格局有可能由分散變?yōu)楦蛹?，第一波受益的可能還是在上一波對(duì)話式 AI 中相對(duì)跑出來(lái)、已經(jīng)建立起深厚的渠道和客戶資源、同時(shí)有一定 AI 使用能力的團(tuán)隊(duì)。
? 成功連續(xù)創(chuàng)業(yè)者，經(jīng)驗(yàn)豐富且穩(wěn)定的團(tuán)隊(duì)；金融行業(yè)垂直經(jīng)驗(yàn)強(qiáng)，切入點(diǎn)好，downside 高
Kore.ai 最大的亮點(diǎn)是 CEO 和核心團(tuán)隊(duì)，與其他競(jìng)爭(zhēng)對(duì)手相比，Kore.ai 團(tuán)隊(duì)在客戶資源、客戶需求理解、技術(shù)上都有深厚的積累和優(yōu)勢(shì)。
CEO Rajkumar Koneru 在 2B 領(lǐng)域有 25 年經(jīng)驗(yàn)，主要圍繞客服領(lǐng)域。創(chuàng)辦過(guò) 4 家公司，其中兩家被收購(gòu)，兩家成功上市，track record 優(yōu)異。公司的核心高管與 CEO 有多年共同創(chuàng)業(yè)經(jīng)歷。CEO 從 1993 年開(kāi)始在 2B 領(lǐng)域創(chuàng)業(yè)，2003 年進(jìn)入 Contact Center 領(lǐng)域，2003 年創(chuàng)立的 iTouchPoint 是一家 BPO 公司（企業(yè)將客服流程外包給這類(lèi)公司），2007 年創(chuàng)立的 Kony 是一家針對(duì)客服場(chǎng)景的 APP 開(kāi)發(fā)公司。因此，從行業(yè)維度看，CEO 在 Kore.ai 所做的事情其實(shí)與 iTouchPoint、Kony 所做的事情一致，只不過(guò)技術(shù)的發(fā)展讓這個(gè) business 從 BPO 遷移到 APP，再?gòu)?APP 遷移到 AI 客服平臺(tái)。Kore.ai 某種意義上并不是一個(gè) startup，而是 CEO 與核心團(tuán)隊(duì)在企業(yè)會(huì)話、客服領(lǐng)域深耕到第三個(gè)階段的產(chǎn)物。所以與其他競(jìng)爭(zhēng)對(duì)手相比，Kore.ai 在客戶資源、客戶需求理解、技術(shù)上都有深厚的優(yōu)勢(shì)。
我們已經(jīng)看到客服是目前企業(yè)在 LLM adoption 最快的幾個(gè)場(chǎng)景之一。其中金融行業(yè)智能化轉(zhuǎn)型的動(dòng)力強(qiáng)，是率先采用 AI 客服的行業(yè)之一，服務(wù)價(jià)值較高，公司 CEO 和團(tuán)隊(duì)成員在金融領(lǐng)域積累極深，能夠保證收入的下限。CEO 的前創(chuàng)業(yè)公司 Kony 在 2019 年被 Temenos 收購(gòu)時(shí)被評(píng)為是數(shù)字銀行 SaaS 領(lǐng)域內(nèi)最好的公司；COO 在花旗銀行擔(dān)任了 8 年 的 CIO，人脈、行業(yè)經(jīng)驗(yàn)豐富。截至 2023 年 3 月，Kore.ai 前 25 名客戶中有 7 家是大型金融企業(yè)，營(yíng)收占比 26 %。因此，盡管對(duì)話式 AI 目前的競(jìng)爭(zhēng)格局分散，但 Kore.ai 至少在金融這一個(gè)最大的市場(chǎng)的積累非常深厚，收入下限和行業(yè)地位應(yīng)該較為可觀。
早期基于 rule-base 的 Chatbot 對(duì)答是可控、可預(yù)測(cè)、可重復(fù)的，但對(duì)話缺乏“人情味”，并且通常不保留已發(fā)生的響應(yīng)，存在重復(fù)和循環(huán)對(duì)話的風(fēng)險(xiǎn)。傳統(tǒng) Chatbot 架構(gòu)和工具非常成熟，主要包括四個(gè)部分：NLU 自然語(yǔ)言理解，對(duì)話流程管理（對(duì)話流和響應(yīng)消息，基于固定和硬編碼邏輯）、信息抽象（預(yù)定每個(gè)對(duì)話的機(jī)器人響應(yīng)）、知識(shí)庫(kù)檢索（知識(shí)庫(kù)和語(yǔ)義相似性搜索）。傳統(tǒng) Chatbot 唯一基于機(jī)器學(xué)習(xí)和 AI 模型的組件是 NLU 組件，負(fù)責(zé)根據(jù)模型預(yù)測(cè)意圖和實(shí)體。這種 NLU 引擎的優(yōu)點(diǎn)是：有眾多開(kāi)源模型、占用空間小/無(wú)需過(guò)多資源、存在大量的命名實(shí)體語(yǔ)料庫(kù)、有大量垂直行業(yè)的數(shù)據(jù)。后來(lái)的 Chatbot 采用更復(fù)雜的算法，包括自然語(yǔ)言處理（NLP）和機(jī)器學(xué)習(xí)，來(lái)提供動(dòng)態(tài)和上下文相關(guān)的交互，從而解決早期基于模板的方法的缺點(diǎn)。
Chatbot 發(fā)展到后期出現(xiàn)了 Voicebot。Voicebot 的基本方程式是：Voicebot = ASR（Automatic Speech Recognition） + Chatbot + TTS（Text To Speech）。這些變化增加了復(fù)雜性，提供更好的對(duì)話效果、更長(zhǎng)的對(duì)話時(shí)間和更多的對(duì)話輪次，以及更復(fù)雜的對(duì)話元素（如自我糾正、背景噪音等）。然而，Voicebot 出現(xiàn)的同時(shí)也帶來(lái)了一系列挑戰(zhàn)：有延遲問(wèn)題、需要更復(fù)雜的流程、需要加翻譯層、容易出現(xiàn)對(duì)話離題、用戶打斷對(duì)話難以解決等。
因此，開(kāi)發(fā)者依然在渴望一個(gè)靈活且真正智能的對(duì)話管理系統(tǒng)。LLM 的出現(xiàn)從開(kāi)發(fā)到運(yùn)行都顛覆了 Chatbot IDE 生態(tài)系統(tǒng)：不僅加速了 Chatbot 的開(kāi)發(fā)設(shè)計(jì)，大大提高了 scalability；而且在對(duì)話運(yùn)行中可以實(shí)現(xiàn)上下文交互、靈活且智能的回復(fù)。但缺點(diǎn)是穩(wěn)定性、可預(yù)測(cè)性較差，以及在某種程度上的可重復(fù)性弱。
從目前 AI 客服行業(yè)發(fā)展來(lái)看，LLM 對(duì) AI 客服行業(yè)的改變或顛覆可以分為四個(gè)階段：第一，開(kāi)發(fā)階段的加速。在 Chatbot/Voicebot 開(kāi)發(fā)過(guò)程中可以利用 LLM 加速 NLU 的開(kāi)發(fā)，此階段使用 LLM 的好處是容錯(cuò)率較高，并且可以顯著降低研發(fā)/人力成本。例如，LLM可以在生成意圖訓(xùn)練數(shù)據(jù)、檢測(cè)命名實(shí)體等方面提升數(shù)據(jù)的準(zhǔn)確性和開(kāi)發(fā)效率，還可以通過(guò)描述流程生成流程框架，簡(jiǎn)化開(kāi)發(fā)過(guò)程。第二，在 Chatbot 運(yùn)行階段將 LLM 用于增強(qiáng)搜索、問(wèn)答、文本編輯、對(duì)話管理等功能。第三，多樣化價(jià)值實(shí)現(xiàn)與責(zé)任承擔(dān)。鑒于 AI 客服直接面對(duì)客戶的特性，錯(cuò)誤的輸出可能導(dǎo)致重大損失和客戶投訴。因此，企業(yè)需要一個(gè)既穩(wěn)定、可審計(jì)的 LLM 來(lái)實(shí)現(xiàn)多樣化的價(jià)值。另外，在一項(xiàng)企業(yè)對(duì) LLM 態(tài)度的調(diào)查中，很多企業(yè)表示對(duì) LLM 提供商托管和 API 訪問(wèn)的依賴(lài)帶來(lái)了運(yùn)營(yíng)挑戰(zhàn)。理想情況下，企業(yè)更希望在本地安裝 LLM，以遵守個(gè)人身份信息和其他隱私保護(hù)法律。這將確保模型中傳輸和使用的數(shù)據(jù)路徑能夠接受全面審計(jì)。因此，第三階段的 LLM 機(jī)會(huì)在于在數(shù)據(jù)隱私和審計(jì)安全的基礎(chǔ)上，提供模型部署、定制化的 LLM Playground、無(wú)代碼微調(diào)、托管、Agent、Orchestration 等多種價(jià)值機(jī)會(huì)。第四階段是 In-Context 的數(shù)據(jù)利用。LLM 微調(diào)最好的起點(diǎn)就是企業(yè)內(nèi)部的信息流（例如現(xiàn)有的客戶對(duì)話），因此數(shù)據(jù)發(fā)現(xiàn)、數(shù)據(jù)設(shè)計(jì)、數(shù)據(jù)開(kāi)發(fā)、數(shù)據(jù)傳輸也是 LLM 的機(jī)會(huì)。
Kore.ai 是一個(gè)針對(duì)企業(yè)的對(duì)話式 AI 虛擬助手低代碼開(kāi)發(fā)平臺(tái)，主要場(chǎng)景為企業(yè)內(nèi)部的信息流和對(duì)外的客服場(chǎng)景。2021 年公司開(kāi)始針對(duì) EX（Enterprise Experience）和 CX（Customer Experience） 提供多款預(yù)建對(duì)話式 AI 助手，為客戶節(jié)約設(shè)計(jì)和部署時(shí)間。2024 年，公司推出了構(gòu)建 AI Agent 的低代碼平臺(tái) GALE。
XO Platform
Kore.ai 的核心產(chǎn)品 XO（Experience Optimization）Platform 是一個(gè)低代碼平臺(tái)，主要用途是設(shè)計(jì)、構(gòu)建、測(cè)試和部署基于 AI 的虛擬助手（Virtual Assistants）和流程助手（ Process Assistants）。
部署虛擬助手和流程助手的業(yè)務(wù)流程
部署虛擬助手和流程助手的直觀展示
該平臺(tái)是公司的核心產(chǎn)品，公司成立 10 年以來(lái)至今已迭代至 11.0 版本。相比于此前的版本，11.0 版更加強(qiáng)調(diào)了智能化、自動(dòng)化、數(shù)據(jù)隱私，是同類(lèi)中產(chǎn)品力和技術(shù)實(shí)力的最前沿的。具體而言，第一，在模型方面，平臺(tái)新推出了自研的 XO GPT 為客服對(duì)話提供定制的微調(diào)模型，著重強(qiáng)調(diào)了客戶隱私和模型穩(wěn)定性。第二，在渠道方面，公司注重語(yǔ)言渠道和數(shù)字渠道的并行發(fā)展，從 Day One 開(kāi)始就針對(duì)語(yǔ)言渠道打造獨(dú)特的 NLP 系統(tǒng)。通過(guò) 10 年的積累，目前平臺(tái)已成為成熟的全渠道對(duì)話平臺(tái)，支持 40 多種語(yǔ)音和數(shù)字渠道以及 130 多種語(yǔ)言。兩種渠道的能力能夠很好的滿足偏好使用語(yǔ)言客服的傳統(tǒng)行業(yè)和偏好使用語(yǔ)音渠道的新興行業(yè)。第三，平臺(tái)集成了 AI 驅(qū)動(dòng)的自研搜索引擎 Search AI，可以快速準(zhǔn)確地從海量數(shù)據(jù)集中檢索信息，向用戶提供最相關(guān)的信息，并提供數(shù)據(jù)源索引。第四，平臺(tái)還集成了 AI Agent ?為人工客服提供實(shí)時(shí)建議和指引，并自動(dòng)化重復(fù)性任務(wù)。
XO Platform 的功能特色、
以及所提供的平臺(tái)服務(wù)和企業(yè)服務(wù)
GALE
GALE 是 Kore.ai 最新推出的通用 AI Agent 低代碼開(kāi)發(fā)平臺(tái)，企業(yè)可以用無(wú)代碼/低代碼的方式快速構(gòu)建和部署 AI Agent，這些 AI Agent 可以與企業(yè)現(xiàn)有的系統(tǒng)集成。在 LLM 方面，GALE 提供了一套可擴(kuò)展的 AI 模型：包括 Kore.ai 自研的 XO GPT、商業(yè)模型、開(kāi)源模型和定制模型，用戶可根據(jù)需求選擇合適的模型，選擇性進(jìn)行微調(diào)，并且一鍵部署模型。當(dāng)用戶不知道選擇哪一種模型時(shí)，GALE 提供了一個(gè) Playground 讓用戶使用多個(gè)模型和多個(gè)提示進(jìn)行實(shí)驗(yàn)，并提供模型性能指標(biāo)分析。
GALE demo
使用 GALE 可以以無(wú)代碼/低代碼的方式
創(chuàng)建 AI Agent 的工作流
除了兩個(gè)低代碼平臺(tái)之外，公司根據(jù)多年的客戶經(jīng)驗(yàn)在 2021 年推出了針對(duì) Customer Experience和Enterprise Experience 的多款預(yù)建對(duì)話式 AI 虛擬助手。對(duì)于 Enterprise Experience，公司推出了可以將所有工作流集中在一個(gè)平臺(tái)的 WorkAssist Platform，以及企業(yè)級(jí) AI 驅(qū)動(dòng)的搜索引擎 SearchAssist。
Kore.ai 的部署時(shí)間在幾十分鐘至幾天的范圍，采用基于使用量的定價(jià)模式，費(fèi)用根據(jù)對(duì)話次數(shù)和語(yǔ)音自動(dòng)化持續(xù)時(shí)間計(jì)算。定價(jià)方面公司提供標(biāo)準(zhǔn)計(jì)劃定價(jià)和企業(yè)級(jí)計(jì)劃定價(jià)：
1. 標(biāo)準(zhǔn)計(jì)劃定價(jià)為每次通話 20 美分，預(yù)建虛擬助手每次通話額外收費(fèi) 10 美分，語(yǔ)音自動(dòng)化每分鐘額外收費(fèi) 4 美分。此外，還有包括對(duì)話、主動(dòng)通知、常見(jiàn)問(wèn)題、培訓(xùn)語(yǔ)句、自定義 KPI 和分析以及分析歷史的數(shù)量等方面的數(shù)量限制。
2. 企業(yè)級(jí)定價(jià)則針對(duì)具體客戶需求和具體項(xiàng)目進(jìn)行個(gè)性化定價(jià)。
公司在創(chuàng)立之初便以大型企業(yè)為目標(biāo)客戶，截至目前，公司大客戶占比居多，產(chǎn)品以直接銷(xiāo)售為主、渠道銷(xiāo)售為輔。Kore.ai 累計(jì)客戶數(shù)量已有 400+，在金融、數(shù)字行業(yè)積累較深，客戶中的金融公司無(wú)論從數(shù)量和營(yíng)收上看占比都很大。知名客戶包括 Citi、PNC Bank、Morgan Stanley、Deutsche Bank、ebay 等。
近兩年，公司開(kāi)始擴(kuò)展在 SMB 的業(yè)務(wù)， 2022 年 5 月在核心產(chǎn)品 XO Platform 上發(fā)布了自助模型，為 SMB 提供自助建立虛擬助手渠道，提高 SMB 觸達(dá)率。
由于公司是個(gè)開(kāi)發(fā)平臺(tái)，因此除了產(chǎn)品的銷(xiāo)售外，公司還會(huì)在產(chǎn)品的開(kāi)發(fā)和落地階段提供相關(guān)服務(wù)，而服務(wù)性的收入毛利相對(duì)較低、周期較長(zhǎng)。預(yù)計(jì)從 2025 年開(kāi)始，Kore.ai 將其所有的專(zhuān)業(yè)服務(wù)外包給 Mphasis（BSE：526299；NSE：MPHASIS），Mphasis 是一家來(lái)自印度的幫助企業(yè)信息化轉(zhuǎn)型的公司。此舉對(duì)于 Kore.ai 來(lái)說(shuō)相當(dāng)于轉(zhuǎn)移較低毛利率的專(zhuān)業(yè)服務(wù)業(yè)務(wù)。另外，還幫助公司獲得 Mphasis 的強(qiáng)大客戶資源，以及與 Mphasis 的控股股東 Blackstone 旗下的 portfolio 建立更多的業(yè)務(wù)聯(lián)系。
公司早期的業(yè)務(wù)形態(tài)是為企業(yè)客戶提供一個(gè)低代碼平臺(tái)，讓企業(yè)可以自助式設(shè)計(jì)虛擬助手，虛擬助手可以與后臺(tái)系統(tǒng)集成、并部署到任意對(duì)話渠道，為企業(yè)內(nèi)部員工、企業(yè)外部客戶提供無(wú)縫的交互體驗(yàn)。公司認(rèn)為下一代的 UI 就是對(duì)話式的用戶界面，而不是傳統(tǒng)的基于屏幕或?qū)Ш降挠脩艚缑?。因此，為了?shí)現(xiàn)更好的自然語(yǔ)言交流體驗(yàn)，公司最開(kāi)始在 NLP 投入了大量精力。
2014 – 2016 年，Kore.ai 推出了 1.0 和 2.0 平臺(tái)，在其平臺(tái)上設(shè)計(jì)的虛擬助手可以理解用戶輸入，從后端系統(tǒng)獲取數(shù)據(jù)并構(gòu)建信息，基本上可以輕松地訓(xùn)練機(jī)器理解用戶的自然語(yǔ)言命令。2016 年公司獲得 10+ 來(lái)自銀行、通信、健康領(lǐng)域的早期企業(yè)客戶。回看同時(shí)期的產(chǎn)業(yè)鏈，Kore.ai 的起點(diǎn)很早，Amazon 是在 2014 年 11 月首次推虛擬助手 Alexa，Google 在 2016 年緊隨其后推出了其語(yǔ)音助手 Google Assistant，而 Apple 是在 2016 年向第三方應(yīng)用軟件開(kāi)放了 Siri 接口。
Chatbot 在 2016 年前后出現(xiàn)高增長(zhǎng)拐點(diǎn)
資料來(lái)源：1966 年至 2019 年關(guān)于關(guān)鍵詞“聊天機(jī)器人”或“會(huì)話代理”或“會(huì)話界面”的 Scopus 搜索結(jié)果
2016 – 2018 年隨著移動(dòng)設(shè)備的成熟度和滲透率增加，對(duì)話式 AI 迎來(lái)了增長(zhǎng)拐點(diǎn)。這個(gè)時(shí)期因?yàn)槿伺c人溝通的范式已經(jīng)從電子郵件、電話和視頻會(huì)議轉(zhuǎn)移到了通過(guò) message 傳遞，從消費(fèi)者端看有 WhatsApp、iMessage 和各種安卓系統(tǒng) message 軟件的發(fā)展，從企業(yè)端看有 Slack 的興起和 Teams 的推出。因此，人們對(duì)于用 message 與溝通的需求提高，這也推高了企業(yè)對(duì)于對(duì)話式 AI 的需求。但總體看來(lái)對(duì)話式 AI 仍處于早期階段，主要的用途是基本的對(duì)話請(qǐng)求，例如重置密碼、解鎖被鎖定的賬號(hào)，或者向知識(shí)庫(kù)提問(wèn)。這一年，Kore.ai 實(shí)現(xiàn)了 35+ CX（Customer Experience） 和 EX（Enterprise Experience）的用例，被 Frost & Sulivan 評(píng)為 “Best Conversational AI Platform”。
2020 年疫情爆發(fā)，人們對(duì)遠(yuǎn)程交互的需求激增，虛擬助手在桌面端和移動(dòng)端與用戶互動(dòng)的重要性愈發(fā)顯得重要，對(duì)話式 AI 市場(chǎng)激增。2020 年公司企業(yè)客戶達(dá)到 75 家。2021 年公司著力構(gòu)建行業(yè)解決方案，例如針對(duì) HR 的 HR Assist，銀行方面 Bank Assist，醫(yī)療保健方面的 Health Assist，這類(lèi)解決方案預(yù)先構(gòu)建在 Platform 之上，客戶可以非?？焖俚夭渴?、配置、甚至定制方案，節(jié)約從頭開(kāi)始部署的時(shí)間。2022 年公司服務(wù)客戶超過(guò) 300+，2022 年收入 YoY 超過(guò) 100%。2023 年，公司上一年發(fā)布的 PLG program 聚集了超過(guò) 5 萬(wàn)開(kāi)發(fā)者，為 SMB 企業(yè)提供了更多 DIY 能力，加速了對(duì)話式 AI 技術(shù)的民主化。
2023 年下半年至今，公司進(jìn)行了密集的技術(shù)更新，推出了多樣化的 LLM 選項(xiàng)、多種部署選項(xiàng)，還在今年二季度推出了 AI Agent 的低代碼開(kāi)發(fā)平臺(tái)。
Rajkumar Koneru 是一位成功連續(xù)創(chuàng)業(yè)者，有超過(guò) 25 年全球 2B 業(yè)務(wù)經(jīng)驗(yàn)，Kore.ai 是他創(chuàng)辦的第五家公司。在此之前，他還創(chuàng)立了 ITouchPoint、Seranova、Intelligroup 和 Kony，其中 ITouchPoint、Seranova 分別在 1996 年、2000 年在 Nasdaq 上市，后被收購(gòu)?fù)耸?；另外兩家也均被收?gòu)。
Rajkumar Koneru 對(duì)人們信息交互方式需求的變化有領(lǐng)先的理解。2007 年，全球有近 34 億移動(dòng)設(shè)備用戶，Rajkumar Koneru 敏銳地捕捉到人們?cè)谝苿?dòng)設(shè)備、移動(dòng)應(yīng)用上與數(shù)據(jù)交互并完成工作的需求，在 2007 年創(chuàng)立了 Kony。具體來(lái)說(shuō)，Kony 是一家使用可視化低代碼構(gòu)建 Web、移動(dòng)應(yīng)用的 SaaS 公司（后來(lái)成為一家數(shù)字銀行領(lǐng)域的 SaaS 公司）。隨著 2007 年初代 iPhone 推出、2008 年第一部安卓手機(jī)推出，移動(dòng)應(yīng)用程序成為大勢(shì)，后來(lái)智能移動(dòng)終端的浪潮也印證了 Rajkumar Koneru 的設(shè)想，Kony 成為美國(guó)企業(yè)平臺(tái)領(lǐng)域構(gòu)建移動(dòng)應(yīng)用的領(lǐng)導(dǎo)者。2019 年 Kony 被 Temenos 收購(gòu)，在被收購(gòu)時(shí) Kony 被認(rèn)為是數(shù)字銀行 SaaS 領(lǐng)域最好的公司。
Kore.ai 的創(chuàng)立的理念延續(xù)了創(chuàng)始人在 Kony 7 年的工作中對(duì)互聯(lián)網(wǎng)信息交互的理解。2014 年，Rajkumar Koneru 認(rèn)為 message 成為了一種新的 UI，他相信人們最終還是希望通過(guò) message 來(lái)與系統(tǒng)和數(shù)據(jù)進(jìn)行交流。因此，Kore.ai 作為一個(gè)用自然語(yǔ)言與系統(tǒng)交流的 Platform 推出了市場(chǎng)。
Prasanna Arikala – CTO
Prasanna Arikala 在咨詢公司有超過(guò) 3 年的軟件工程師經(jīng)歷，在 Virtusa 有 10 年的首席架構(gòu)師經(jīng)歷，并在 CEO 創(chuàng)辦的 Kony 擔(dān)任了接近 2 年的首席架構(gòu)師
Ravi Singh – CFO
Ravi Singh 在 Kore.ai 負(fù)責(zé)財(cái)務(wù)、運(yùn)營(yíng)以及人力。曾是 Kony 公司的董事會(huì)成員，也曾是 SeraNova 的執(zhí)行副總裁兼首席財(cái)務(wù)官，因此與 CEO 有多年合作經(jīng)歷。
在 25 年的職業(yè)生涯中，Ravi Singh 曾策劃和領(lǐng)導(dǎo)了眾多的一二級(jí)融資、并購(gòu)和全球投資。此外，他曾在創(chuàng)業(yè)公司和上市公司擔(dān)任高級(jí)運(yùn)營(yíng)職務(wù)。
他曾是 Sycamore Ventures 的合伙人，專(zhuān)注于與印度相關(guān)的投資；他曾在紐約的 Coopers & Lybrand（現(xiàn)PwC）擔(dān)任經(jīng)理；在 Cowen & Company（現(xiàn)SG Cowen）擔(dān)任常務(wù)合伙人和董事總經(jīng)理；在紐約的商業(yè)銀行 Forbes & Walker 擔(dān)任董事總經(jīng)理；在 Punk, Ziegel & Company 擔(dān)任合伙人、董事總經(jīng)理和技術(shù)投資銀行業(yè)務(wù)負(fù)責(zé)人；有多樣化的投融資工作經(jīng)歷。
Praneet Gill – Chief Strategy Officer
Praneet Gill 擁有超過(guò) 15 年的經(jīng)驗(yàn)，曾擔(dān)任 Outcome Capital 的分析師。她在金融、戰(zhàn)略和企業(yè)發(fā)展方面擁有豐富的經(jīng)驗(yàn)，曾在 Sycamore Ventures、Genpact 和 Raymond James 等公司工作過(guò)。
George Murphy – Chief Customer Officer
George Murphy 是 Kore.ai 公司的首席客戶官，負(fù)責(zé) Kore.ai 公司的合作伙伴關(guān)系、專(zhuān)業(yè)服務(wù)、客戶成功、重要客戶和續(xù)約工作。他擁有超過(guò) 25 年的客戶成功交付經(jīng)驗(yàn)，Morgan Stanley（8年）、Hines、Salesforce（10年）、GE 以及最近的 Yext 等公司工作過(guò)。他曾在全球范圍內(nèi)建立和領(lǐng)導(dǎo)客戶交付、客戶成功、戰(zhàn)略聯(lián)盟和渠道銷(xiāo)售團(tuán)隊(duì)。
Peter Wulfraat – Chief Revenue Officer
Peter Wulfraat 作為 Kore.ai 公司的首席營(yíng)收官，負(fù)責(zé)全球直銷(xiāo)，并負(fù)責(zé)產(chǎn)品和地區(qū)的營(yíng)收表現(xiàn)。他擁有超過(guò) 20 年工作經(jīng)驗(yàn)，為世界上最知名的品牌提供智能客服體驗(yàn)。
市場(chǎng)規(guī)模
根據(jù) Morgan Stanley 的報(bào)告，目前全球大約有 1700 萬(wàn)名客服代理人員，代表著大約 2000 億美元的全球勞動(dòng)力市場(chǎng)。隨著多渠道協(xié)調(diào)響應(yīng)的需求增加（例如電子郵件、社交媒體、聊天），這個(gè)市場(chǎng)從傳統(tǒng)的客服中心向云服務(wù)轉(zhuǎn)型。根據(jù) Morgan Stanley 估計(jì)，目前高達(dá) 50 % 的客服互動(dòng)都屬于簡(jiǎn)單直接的類(lèi)型（例如密碼重置、包裹查詢、需要退貨），隨著 AI 解決方案的改進(jìn)，這些互動(dòng)未來(lái)可能不需要人工客服的參與。但是考慮到客戶強(qiáng)烈希望與真人客服交談的偏好，在保守情況下，未來(lái) 5 年內(nèi)，可由 AI 處理的客服業(yè)務(wù)將占 10-20 %，并且這一比例預(yù)期將增長(zhǎng)。因此，Morgan Stanley 認(rèn)為在未來(lái) 5 年內(nèi)，Contact Center 市場(chǎng)（包括 CCaaS 和 對(duì)話式 AI ）2027 年市場(chǎng)規(guī)?？蛇_(dá)約 260 億美元。
市場(chǎng)格局
垂直行業(yè)的語(yǔ)料庫(kù)和客戶資源在客服 NLU 時(shí)代是玩家的競(jìng)爭(zhēng)壁壘，所以客戶在選擇供應(yīng)商時(shí)更看重供應(yīng)商在垂直行業(yè)的經(jīng)驗(yàn)，因此截至目前 AI 客服市場(chǎng)格局仍然較分散。根據(jù)專(zhuān)家訪談，AI 客服市場(chǎng)未來(lái)很可能有 20-30 位玩家同時(shí)留在場(chǎng)上，重要玩家的收入體量大約可達(dá)到 10-30 億美元。
LLM 對(duì) AI 客服市場(chǎng)的影響
目前看 LLM 對(duì)客服行業(yè)的影響主要為拉動(dòng)需求，疫情教育了市場(chǎng)，讓客戶感知到 AI 客服投資回報(bào)率很高，價(jià)值顯著。而 LLM 又一次觸發(fā)客戶對(duì) AI 客服的興趣，大家都在紛紛嘗試。但從客戶訪談看，真正到了落地階段客戶仍更多采用傳統(tǒng)機(jī)器學(xué)習(xí)/NLP 的解決方案（客戶有定制化和垂直行業(yè)解決方案的需求，LLM 對(duì)垂直行業(yè)的理解和準(zhǔn)確性反而不如傳統(tǒng)方案），因此目前主要是成立年限較長(zhǎng)、有一定行業(yè)經(jīng)驗(yàn)和客戶積累的傳統(tǒng)公司受益。但傳統(tǒng)方案基于關(guān)鍵詞進(jìn)行回答，靈活度較差，用戶體驗(yàn)也不夠真實(shí)，因此該情況有可能僅是過(guò)渡階段。假設(shè) LLM 落地成熟，考慮到 LLM 的通用性，市場(chǎng)格局有可能由分散變?yōu)楦蛹?，更利好頭部公司。?
企業(yè)端客服市場(chǎng)的參與者有以下幾類(lèi)公司：
1. 為對(duì)話式 AI 提供開(kāi)發(fā)框架的公司
2. 提供端到端技術(shù)服務(wù)的公司
3. CCaaS 企業(yè)
4. 對(duì)話式 AI 軟件公司
5. Big Tech 同類(lèi)型產(chǎn)品
6. BPO （業(yè)務(wù)流程外包）公司。
·Kore.ai 提供的核心產(chǎn)品是一個(gè)設(shè)計(jì) AI 客服的低代碼平臺(tái)，所以最直接的競(jìng)爭(zhēng)對(duì)手是為對(duì)話式 AI 提供開(kāi)發(fā)框架的公司。這類(lèi)公司在眾類(lèi)參與者中的優(yōu)勢(shì)是企業(yè)可以根據(jù)自己的需求自己定制設(shè)計(jì)虛擬助 手，一般來(lái)說(shuō)有這類(lèi)需求的客戶是中大型企業(yè)；而小型企業(yè)由于體量的原因會(huì)更傾向使用標(biāo)準(zhǔn)化方案。為了競(jìng)爭(zhēng)中小企業(yè)客戶，開(kāi)發(fā)框架公司也會(huì)推出預(yù)建虛擬助手。為對(duì)話式 AI 提供開(kāi)發(fā)框架的公司代表企業(yè)包括 Amelia、Cognigy、Yellow.ai 等公司：
Amelia
Amelia 1998 年成立于美國(guó)，Amelia 的產(chǎn)品是虛擬助理開(kāi)發(fā)平臺(tái)，2022 年?duì)I收 $1.4 B。Amelia 的市場(chǎng)份額占比最高，客戶評(píng)價(jià)在可用性、設(shè)計(jì)對(duì)話流方面優(yōu)于 Kore.ai。Amelia 總?cè)谫Y $189 M，主要投資者有 Monroe Capital、BuildGroup、Monroe Capital Income Plus Corp BDC 等。
Cognigy
Cognigy 2016 年成立于德國(guó)，Cognigy 提供 Chatbot 的低代碼開(kāi)發(fā)平臺(tái)，Cognigy 總?cè)谫Y $69 M，主要投資者包括 Insight Partners、Digital Incubation and Growth、Possible Ventures、Plug and Play Tech Center 等
Yellow.ai
Yellow.ai 2016 年成立于美國(guó)，Yellow.ai 提供 AI 驅(qū)動(dòng)的無(wú)代碼動(dòng)態(tài)自動(dòng)化平臺(tái)（DAP），用于創(chuàng)建動(dòng)態(tài) AI Agent 提供會(huì)話體驗(yàn)。Yellow.ai 總?cè)谫Y $103 M，估值超過(guò) $428 M，主要投資者有 Salesforce Venturee、Sapphire Ventures、Lightspeed、Westbridge Capital 等
· 提供端到端技術(shù)服務(wù)的公司的特點(diǎn)是提供全鏈路服務(wù)，而不是僅提供某個(gè)環(huán)節(jié)或部分功能?？偟膩?lái)說(shuō)，這類(lèi)公司可提供更定制化的方案，但技術(shù)能力較弱。以這個(gè)賽道的重要玩家有 Aisera ，Aisera 為企業(yè)提供端到端部署，和 Kore.ai 相比，Aisera 最大的優(yōu)勢(shì)在于更高的定制化和靈活性，但在規(guī)?；⒓伞⒁子眯?、多渠道、自然語(yǔ)言理解等方面均弱于 Kore.ai。Aisera 介紹如下：
Aisera
Aisera 2017 年成立于美國(guó)，Aisera 是一家 AI 驅(qū)動(dòng)的服務(wù)體驗(yàn)解決方案提供商，能夠自動(dòng)執(zhí)行 IT、客戶服務(wù)、銷(xiāo)售和運(yùn)營(yíng)方面的任務(wù)、行動(dòng)和工作流程，為用戶提供端到端體驗(yàn)。2022 年?duì)I收 $50 M。Aisera 總?cè)谫Y $175 M，估值超過(guò) $640 M，主要投資者 Thoma Bravo、The Goldman Sachs Group、Icon Ventures、Zoom Video Communications、Cisco Systems、RingCentral、Norwest Venture Partners 等
·CCaaS 企業(yè)和對(duì)話式 AI 智能軟件也是 Kore.ai 的核心產(chǎn)品 XO Platform 的競(jìng)爭(zhēng)對(duì)手，因?yàn)?Kore.ai 指向的市場(chǎng)相當(dāng)于 Contact Center as a Service + 對(duì)話式 AI + Platform Services。CCaaS 的解決方案與對(duì)話式 AI 軟件既可以被 B 端企業(yè)一起使用，也可以分別獨(dú)立使用。而且 CCaaS 玩家也正在將對(duì)話式 AI 集成到 CCaaS 平臺(tái)中，因此對(duì)話式 AI 軟件公司也正在面臨 CCaaS 的激烈競(jìng)爭(zhēng)。
二者相比之下 ，CCaaS 發(fā)展時(shí)間更久，可以提供更廣泛的技術(shù)產(chǎn)品和解決方案，技術(shù)綜合程度更強(qiáng)，目前 CCaaS 已有的市場(chǎng)規(guī)模更大，有幾家百億美金大公司，NICE 市值超 100 億美金；Genesys 2023 財(cái)年?duì)I收超 20 億美金，2022 年曾計(jì)劃以超過(guò) $30 B 的估值上市。對(duì)話式 AI 軟件技術(shù)壁壘較小，技術(shù)綜合程度較低，其最大優(yōu)勢(shì)在于即插即用，企業(yè)上手簡(jiǎn)單，目前幾個(gè)熱門(mén)玩家的市值在 10~20億美金。LLM 催生了一大波參與者，同時(shí)也推動(dòng)了很多中小企業(yè)采用對(duì)話式 AI 軟件。
CCaaS 代表企業(yè)包括 NICE、Genesys、Five9 等公司：
NICE
NICE（TASE:NICE）成立于 1986 年，市值 $10 B。NICE 為提供云平臺(tái)支持的 AI 驅(qū)動(dòng)數(shù)字業(yè)務(wù)解決方案，主要服務(wù)于兩個(gè)市場(chǎng)：客戶參與（Customer Engagement ）和金融犯罪與合規(guī)。根據(jù) IDC 報(bào)告，2022 年 NICE 的的 CCaaS 產(chǎn)品（CXone）和傳統(tǒng)的工作力管理（WEM）產(chǎn)品約占 CCaaS 市場(chǎng)份額的 14%。2016年，NICE收購(gòu)了inContact（一家領(lǐng)先的基于云的 CCaaS ），成為首家擁有完全集成和完整的云聯(lián)系中心解決方案的平臺(tái)。
Genesys
Genesys 成立于 1990 年，有支持?jǐn)?shù)字化的全渠道和人工智能聯(lián)絡(luò)中心。2015年推出 Genesys Cloud CX 支持客戶服務(wù)所需的所有功能，都集中在一個(gè)平臺(tái)中。在 AI 方面，Genesys 設(shè)計(jì)了一個(gè)完整的 AI 解決方案，可以實(shí)現(xiàn)自動(dòng)化工作流程和對(duì)話，實(shí)現(xiàn)智能個(gè)性化。公司成立以來(lái)總?cè)谫Y超過(guò) $10.5 B，2022 年計(jì)劃以超過(guò) $30 B 的估值上市，但 IPO 暫緩，2023 財(cái)年?duì)I收 20 億美金。
Five9
Five9（NasdaqGM:FIVN）成立于 2001 年，市值 $5.25 B。Five9 是一個(gè)CCaaS平臺(tái)，提供虛擬聯(lián)系中心云平臺(tái)，支持聯(lián)系中心相關(guān)的廣泛客戶服務(wù)、銷(xiāo)售和市場(chǎng)營(yíng)銷(xiāo)功能。在 AI 方面，F(xiàn)ive9 利用智能虛擬代理（Intelligent Virtual Agents）開(kāi)啟客戶自助服務(wù)選項(xiàng)，并通過(guò)代理輔助（Agent Assist）提供實(shí)時(shí)輔導(dǎo)。在對(duì)話式 AI 領(lǐng)域，F(xiàn)ive9 于 2020 年收購(gòu)了Inference Solutions，推出了 對(duì)話式 AI 解決方案，客戶非常喜歡該產(chǎn)品，因?yàn)樗梢元?dú)立銷(xiāo)售，這意味著在使用虛擬解決方案的時(shí)候不需要進(jìn)行完整的 CCaaS 過(guò)渡。
對(duì)話式 AI 軟件公司代表企業(yè)包括 Moveworks、Cresta、Observe. ai、Talkdesk 等公司：
Moveworks
Moveworks 2016 年成立于美國(guó)，Moveworks 的 Chatbot 可以智能問(wèn)答與自動(dòng)化執(zhí)行企業(yè)內(nèi)員工訴求。Moveworks 總?cè)谫Y $308 M，估值 $2.1 B，主要投資者包括 Lightspeed Venture Partners、Bain Capital、Tiger Global 、Alkeon Capital 等。
Cresta
Cresta 2017 年成立于美國(guó)，Cresta 有 4 款產(chǎn)品：Agent Assist、Insights、Director、Chatbot。其中 Agent Assist 是核心產(chǎn)品。Cresta 總?cè)谫Y $157 M，估值 $1.6 B，主要投資者包括 Tiger Global、Sequoia Capital、Greylock Partners 等。
Observe. ai
Observe. ai 2017 年成立于美國(guó)，是一款對(duì)話式 AI 軟件，2023 推出了自研300億參數(shù)的 Contact Center LLM，2022 年?duì)I收 $24 M?？?cè)谫Y $214 M，估值 $825 M，主要投資者包括 SoftBank Investment Advisers、Zoom Video Communications、Menlo Ventures、 Scale Venture Partners、Nexus Venture 等，
Talkdesk
Talkdesk 2011 年成立于美國(guó)，Talkdesk 為金融、媒體、通訊、政府、零售等行業(yè)提供 AI 客服自動(dòng)化平臺(tái)。2020 年?duì)I收 $150 M。Talkdesk 總?cè)谫Y $481 M，估值 $10.4 B，主要投資者包括 Salesforce Ventures、Twilio Fund 、Top Tier Capital Partners, Amity Ventures、Transpose Platform Management、Lead Edge Capital…
·由于 Kore.ai 希望解決的是企業(yè)客戶的 Enterprise Experience 和 Customer Experience 問(wèn)題，所以難以避免的與 Big Tech 和 CRM 巨頭的 SaaS 產(chǎn)品中的 AI 客服處于競(jìng)爭(zhēng)位置。對(duì)于巨頭來(lái)說(shuō)，對(duì)話式 AI 的功能屬于是不可缺少的，但它們的重點(diǎn)不在對(duì)話式 AI 上，這只是他們擁有的 100 個(gè)或 1000 個(gè)功能中的一個(gè)，客戶常?？梢悦赓M(fèi)使用這些功能。但對(duì)于客戶來(lái)說(shuō)，免費(fèi)的代價(jià)是在維護(hù)、定制、培訓(xùn)方面的服務(wù)力度不足。因此，Kore.ai 的優(yōu)勢(shì)在于自身以對(duì)話式 AI 起家，在功能和體驗(yàn)上要強(qiáng)大得多。再者，Kore.ai 平臺(tái)可以與現(xiàn)有的所有不同系統(tǒng)集成，在技術(shù)上對(duì)企業(yè)更加可行，而巨頭往往只支持自家的產(chǎn)品，因此靈活性和包容性也是 Kore.ai 的優(yōu)勢(shì)。舉例來(lái)說(shuō)，如果企業(yè)已經(jīng)在使用 Salesforce 的生態(tài)，那么使用 Einstein 聊天機(jī)器人就很有意義，這是單一生態(tài)系統(tǒng)的固有優(yōu)勢(shì)。否則，像 Kore.ai 這樣的純玩家對(duì)于企業(yè)客戶來(lái)說(shuō)也許是更明智的選擇。因此，Big Tech 和 CRM 巨頭的技術(shù)綜合實(shí)力更強(qiáng)，但是在對(duì)話式 AI 上可分到的蛋糕更小。
Big Tech 和 CRM 中涉足 AI 客服的有 Google、Amazon、IBM、Microsoft、Salesforce、Zoom 等：
Google Dialogflow
Chatbot 開(kāi)發(fā)框架，可以構(gòu)建基于 NLP 的 Chatbot，支持多語(yǔ)言多平臺(tái)。
AWS Lex、AWS Connect
Chatbot 開(kāi)發(fā)框架，為呼叫中心提供全方位、全渠道云聯(lián)絡(luò)中心服務(wù)。
IBM Watson
Chatbot 開(kāi)發(fā)框架，它建立學(xué)習(xí)對(duì)話線索的神經(jīng)網(wǎng)絡(luò)之上。
Microsoft Power Virtual Agent、Microsoft Nuance
低代碼對(duì)話機(jī)器人構(gòu)建平臺(tái)，可以通過(guò)拖拉拽的方式快速構(gòu)建對(duì)話機(jī)器人，可以接入 Teams 和 Power Automate。另外，Microsoft 在 2021 年收購(gòu)了全球最大語(yǔ)音識(shí)別公司 Nuance，Nuance 專(zhuān)注于開(kāi)發(fā)在醫(yī)療保健、電信、汽車(chē)、金融服務(wù)等領(lǐng)域的“對(duì)話式 AI”應(yīng)用。
Salesforce Contact Center
建立在 Salesforce 的 Service Cloud 之上，提供多種數(shù)字互動(dòng)渠道
Zoom Contact Center
Zoom Contact Center 2022 年推出，作為其應(yīng)用程序的一部分，已經(jīng)積累了500+名客戶（其中最大的客戶有2000 個(gè)座位以上）。另外，2022 年，Zoom 收購(gòu) Solvvy 進(jìn)一步提高對(duì)話 AI 能力。
·LLM 出現(xiàn)之前， BPO 公司處于 Customer Experience （CX）的有利位置，BPO 公司用大量的人工客服承包企業(yè)的 CX 業(yè)務(wù)，并集成 Chatbot 、智能 routing 和分析工具，可以加快互動(dòng)時(shí)間，提高客戶滿意度。與 Kore.ai 這類(lèi)開(kāi)發(fā)框架公司相比，BPO 公司的客群是希望將客服外包的企業(yè)，而 Kore.ai 這類(lèi)公司的客群是中大型的、希望自己開(kāi)發(fā) AI 客服的公司。
LLM 的到來(lái)降低了 BPO 公司的在人工客服上花費(fèi)成本，但同時(shí)也削弱了 BPO 公司對(duì) B 端企業(yè)的吸引力，所以 BPO 公司也在努力的減少客戶流失、加大客戶開(kāi)發(fā)力度。Teleperformance 的 BPO 賽道的重要玩家，市值約 60 億美金，是專(zhuān)業(yè)的 BPO 業(yè)務(wù)提供商以及外包呼叫運(yùn)營(yíng)商。值得一提的是，2024 年 5 月，Kore.ai 與 Teleperformance 達(dá)成合作，Teleperformance 旗下的 TP Infinity 部門(mén)將使用 Kore.ai 的低代碼平臺(tái)更好地為企業(yè)開(kāi)發(fā)個(gè)性化的解決方案，此舉為既為 Teleperformance 擴(kuò)展客源，也讓 Kore.ai 的客戶得到更好的服務(wù)體驗(yàn)。
2023 年 12 月，Kore.ai 完成 1.5 億美元 D 輪融資，由 FTV Capital 領(lǐng)投，老股東 Nvidia、Sweetwater Private Equity、Vistara Growth、NextEquity Partners、Beedie Capital、Nicola Wealth Private Capital 跟投。投后估值 8 億美元。
· 高度定制化能力
從客戶的反饋來(lái)看，Kore.ai 最突出的差異化優(yōu)勢(shì)是其高度定制化的能力，解決方案可以真正定制到企業(yè)客戶的環(huán)境中，適合定制化程度較高的復(fù)雜用例。據(jù)客戶反饋，如果想擁有一款具有大量定制解決方案或差異化的產(chǎn)品，Kore.ai 是第一選擇。從財(cái)務(wù)數(shù)據(jù)維度看，高度定制化的服務(wù)拉低了銷(xiāo)售的毛利，對(duì)此 Kore.ai 采取了兩個(gè)動(dòng)作：1/ 與 BPO 龍頭公司 Teleperformance 合作，嵌入到 Teleperformance 的解決方案中；2/ 將所有的服務(wù)外包給 Mphasis，預(yù)計(jì) 2025 年及以后將會(huì)只有產(chǎn)品收入，沒(méi)有任何服務(wù)收入。這兩個(gè)舉動(dòng)為公司剔除了毛利較低的服務(wù)收入，如果兩項(xiàng)合作成功，Kore.ai 在保證高度定制化的同時(shí)也能保證高毛利、高經(jīng)營(yíng)效率。
· 垂直行業(yè)的經(jīng)驗(yàn)
由于 Kore.ai 基本上是第一家以對(duì)話式 AI 為核心的公司，從 Day One 就以大客戶為主，企業(yè)客戶在選擇供應(yīng)商時(shí)，行業(yè)經(jīng)驗(yàn)是重要的考慮因素。Kore.ai 團(tuán)隊(duì)在金融行業(yè)積累深厚，CEO 的前創(chuàng)業(yè)公司 Kony 也是一家專(zhuān)注于數(shù)字銀行的 SaaS 公司，因此 Kore.ai 金融、保險(xiǎn)等領(lǐng)域有足夠領(lǐng)先的經(jīng)驗(yàn)，也有深厚的客戶資源。而金融行業(yè)也是客服細(xì)分賽道的最大賽道之一。Kore.ai 的客戶中的金融公司無(wú)論從數(shù)量和營(yíng)收上看占比都很大，知名客戶包括 Citi、PNC Bank、Morgan Stanley、Deutsche Bank 等。
·開(kāi)發(fā)平臺(tái)在 LLM 中有確定性受益
在 thesis 中我們提到，LLM 對(duì) AI 客服行業(yè)的顛覆可以分為四個(gè)階段。第一階段是聊天機(jī)器人/語(yǔ)音機(jī)器人開(kāi)發(fā)期間利用 LLM 加速 NLU 的開(kāi)發(fā)，在設(shè)計(jì)開(kāi)發(fā)階段使用 LLM 的好處是可以有較高的容錯(cuò)率，并且可以顯著降低研發(fā)成本。由于 Kore.ai 本身的核心產(chǎn)品就是提供開(kāi)發(fā)平臺(tái)，所以 Kore.ai 在 LLM 這波中首先就能得到確定性的降低成本、加速開(kāi)發(fā)的效果。
LLM 對(duì) AI 客服行業(yè)第二至四階段的顛覆從問(wèn)答和對(duì)話增強(qiáng)開(kāi)始、到多方位價(jià)值機(jī)會(huì)，再到企業(yè)數(shù)據(jù)利用。因此，我們判斷成立年限較長(zhǎng)、有一定行業(yè)經(jīng)驗(yàn)和客戶積累的公司比新的初創(chuàng)公司受益更大。在過(guò)去一年，Kore.ai 以非常密集的頻率更新產(chǎn)品，陸續(xù)推出了自研模型、多樣化的部署選項(xiàng)、AI Agent 低代碼開(kāi)發(fā)平臺(tái)等，較早完成 LLM 的技術(shù)采用和布局，相比其他競(jìng)對(duì)具有一定先發(fā)優(yōu)勢(shì)。
·賽道競(jìng)爭(zhēng)激烈
Kore.ai 目前在對(duì)話式 AI 有非常領(lǐng)先的地位，但 Kore.ai 的產(chǎn)品面臨多方競(jìng)爭(zhēng)，除了同樣為對(duì)話式 AI 提供開(kāi)發(fā)框架的公司、提供端到端部署 AI 客服服務(wù)的公司，還有傳統(tǒng)的 CCaaS 企業(yè)，新興的且 entry barrier 較低的對(duì)話式 AI 智能軟件，以及 Big Tech 的同功能產(chǎn)品。Kore.ai 將會(huì)面臨極大的競(jìng)爭(zhēng)壓力。
· LLM 的發(fā)展讓行業(yè)的技術(shù)壁壘降低
NLP 的語(yǔ)言理解能力、準(zhǔn)確率曾經(jīng)是 Kore.ai 的主要技術(shù)壁壘之一。但是 LLM 的發(fā)展讓競(jìng)爭(zhēng)環(huán)境變得更加公平，因?yàn)閷?duì)話式 AI 系統(tǒng)收到的客戶 query 中，有不小的一部分是 LLM 可以解決的常見(jiàn)問(wèn)題，這降低了初創(chuàng)公司開(kāi)發(fā)對(duì)話式 AI 軟件的壁壘，行業(yè)也會(huì)面臨新一波的整合和洗牌。
文章轉(zhuǎn)自微信公眾號(hào)@海外獨(dú)角獸