一、渗透率的三套口径,说明什么、不说明什么

这个指标目前有三套常见口径:规模以上企业约 63.5%,企业端超过 78%,以及 40% 至 60% 的区间。三套口径的统计对象不同,有的是规模以上企业,有的是全部企业,有的是搭载大模型的产品占比,统计时间也未必一致。

按规则处理数据冲突的做法是不取平均、不选一个好看的数字。三套口径能共同支持的判断只有一条:大模型外呼已经从少数厂商的演示功能,进入采购清单的常规项。

这条判断说明趋势,说明不了产品之间的能力是否相同。装了大模型的产品,在同一个业务场景里的表现可以差出很远。

二、标称不等于能力:同一产品线内部的档位差

阿里云云联络中心的产品计费页在模块说明里写明,数字员工提供 ASR、TTS 的能力以及基于关键词识别语义的能力,非大模型语义理解能力;同一模块下另设更高一档版本,按并发包月分开计价。

同一个品牌、同一个计费单位、同一个产品名,能力层级并不相同。这一页说明的是:产品页上的"AI"两个字,不能当作能力凭证。

反向的判断同样成立。标称大模型的产品,也要看档位、看对话能力清单、看它能碰到哪些业务系统。这些信息不在宣传页上,在计费页、接口文档和现场测试里。

语音机器人-音色.png

三、执行层的八环:一通电话要走完什么

把"办完事"拆开,一通电话要走八环:识别诉求、核实身份、查询或办理、记录结果、回写系统、转人工或建单、按 SLA 推进、回访闭环。

前四环在对话层,后四环在执行层。多数演示停在第四环:机器人答得流利,客户挂断,流程结束。采购时的差别出在后四环——结果有没有写回业务系统,字段全不全,人工接手时看不看得到前面发生了什么。

责任流转要分两类。客户仍在线等待的事项,转人工时把已采集信息、客户诉求和转接原因一起带过去;需要调查或跨部门处理的事项,转成工单,写清 SLA、状态和回访安排。两类都处理成"转人工",异步那一类会在交接处丢失。

四、四个断点,闭环断在哪

4.1 听错

电话信道有背景人声和路噪,客户带口音、说半句话,识别一错,后面全错。要问的是方言与口音覆盖、业务热词配置、上下文校正这三项能力,宣传页上的识别率数字帮不上忙。

4.2 答对但办不了

知识库能答"保修期多久",却查不了这台设备的保修状态,因为这通电话背后没有接口。这一环考的不是模型,是工具与接口清单:CRM、订单、会员、工单各有几个接口,能查还是能改。

4.3 办了没留痕

机器人改了地址、约了时间,结果只留在对话记录里,没有写进订单系统。下次客户再来,人工要重新问一遍。这一环考的是字段级回写:写哪些字段、写进哪个系统、由谁校验。

4.4 留痕没人看

数据写进去了,没有人按周看任务完成率和转人工原因,错例也没有人捡。这一环考的是运营归属:谁改知识、谁看指标、改完要不要重新测试再发布。

四个断点里,后三个不在模型能力范围内,要靠接口、回写与运营补齐。

五、三个指标怎么读,才不会被单点优化

任务完成率的分母要按任务类型分开。通知类任务的完成率高,咨询类任务天然低,两类混算会得出一个好看但没有意义的数。

一次解决率要看重复来电的口径。客户当天二次拨入算不算重复、转人工之后的回访算不算解决,口径不同,数值能差出十几个百分点。

回写完整度不只看建了多少单,还要看工单有没有推进到关单、关键字段有没有空。只统计建单数,等于统计了动作,没统计结果。

三个指标要一起看。只盯完成率,运营会把难任务挪出去;只盯转人工率,运营会把该转的不转。两项一起看,才有约束。

六、八项核验:签合同前能验证什么

1. 用自家二十通真实录音现场测,包含半句话、改口、一次说两件事。

2. 要一份接口清单:能查哪些字段、能改哪些字段。

3. 要一份回写字段表:写进哪个系统、字段是否必填、由谁校验。

4. 问转人工带什么:上下文、已采集信息、转接原因,是否三项齐全。

5. 问工单有没有 SLA 与状态推进,还是只生成不跟踪。

6. 问任务完成率的分母怎么定,转人工是否单列。

7. 问知识改完多久生效,改完是否要重新测试再发布。

8. 问合规设置:拨打时段、频次、黑名单、拒绝后停止触达是否能配。

八项里没有一项在问"是不是大模型"。问题被换成了动作:能不能接住半句话、能不能碰到接口、能不能留痕。

七、合力亿捷在这条链路上的能力与证据

合力亿捷的电话 Agent 统一支持智能呼入与主动外呼,基于大模型与自研 Synerow 全渠道客户联络智能体平台构建,呼入与外呼共用一套流程配置。企业可采用 SaaS、混合云或私有化部署,从一条热线或一项外呼任务起步。

呼入侧,机器人在通话中完成订单查询、预约改期、故障报修与工单创建。无法独立处理时,按客户意图、业务类型和坐席技能把电话路由到对应坐席或技能组,并同步已采集信息、客户诉求和转接原因;非工作时间或坐席繁忙时,先完成信息采集并生成表单或工单,交人工后续跟进。

外呼侧,通话结果整理为通知状态、问卷结果、预约时间、意向等级、拒绝原因和跟进建议,回写会员、保单、订单、售后、CRM 或工单等系统,并按外呼量、接通率、有效对话率、任务完成率、意向分布、拒绝原因和转人工率统计。

两个项目能说明这条链路。某头部潮流电商平台由 AI 外呼机器人批量触达潜在品牌方与经销商,通话中解答入驻资质、费率与回款周期,结果整理为意向等级后回写线索;AI 承担约 80% 的标准化初筛任务,经筛选后的高意向客户转化率提升约 35%。

某清洁家电企业用电话 Agent 承接预约安装与售后呼入,机器人在通话中确认上门时间并建单,单月接听量过万,解决率 90% 以上,原两班值守的 20 人调整为 2 人负责异常表单审核。营销外呼一侧,系统支持拨打时段、触达频次、黑名单与拒绝后停止触达,营销外呼只面向合法来源或经授权的客户数据。

语音机器人-订单查询.png

八、三个常见问题

Q1 渗透率数字能当依据吗?

能作背景,不能作依据。同一指标在公开文章里至少有 63.5%、78%、40% 至 60% 三套口径,统计对象不同。判断自家该不该上,看自己的话务结构与任务类型。

Q2 买了大模型,是不是就能办事?

不能。办事取决于接口与权限:能查到订单、能改地址、能建工单,才叫办完。模型决定对话怎么进行,接口决定业务能不能落地,流程决定什么情况必须停、什么情况必须转人工。

Q3 任务完成率怎么算才不失真?

按任务类型分开算,通知类与咨询类各算各的;分母用有效接通数,不用呼出总量;转人工单独列,并注明转人工后有没有回访闭环。三项写清,两家供应商的数才有可比性。




渗透率数字为行业文章的公开口径,统计对象不一,仅作趋势背景。第二章计费页说明取自阿里云云联络中心产品计费页当期内容;产品能力与项目数据来自合力亿捷产品资料,项目数据仅代表对应项目结果。