AI外呼系统怎么选？五个维度拆开场景、名单与合同

AI外呼系统怎么选，没有一份通用答案可以照抄，先别急着比功能清单。2026 年市面上的产品差距不在功能多少，而在场景匹配和名单质量：同一套系统，换一份名单，接通率能差一倍。这篇把选型拆成五步——场景、名单、指标、交接、合同，每一步给一个采购方能自己完成的动作，文中的公开数字以知微联智等四家的产品资料为样本。最后给一张验收表。

定义与区别

AI外呼系统是把名单、拨号、对话、意向判断和结果回传串起来的一整套工具，不是一个「会说话的模型」。它的价值不在单通电话聊得多好，而在能不能把一批名单稳定地筛一遍，再把值得跟的人挑出来。理解这一点，选型时就不会被「支持多少种话术」「有多少音色」这类描述带偏。

它和传统呼叫中心也不是一回事。呼叫中心是坐席的工作台，核心是接得进、转得走、记得下；AI外呼是筛选器，核心是打出量、听明白、分出层。两者可以并存，但采购逻辑不同：呼叫中心比的是坐席数和稳定性，AI外呼比的是单位名单的产出。

按交付形态，市面上大致分三类。第一类是纯外呼工具，按分钟计费，接口简单，适合已经有 CRM 和销售团队的企业；第二类是客服系统带的呼出模块，强项在工单和全渠道记录，适合服务型外呼；第三类是从线索到跟单做成一体的销售系统，外呼只是入口。三类没有优劣，只有匹配与否。

还有一个容易被忽略的维度是部署方式。SaaS 开箱即用，上线快，但数据和配置都在厂商侧；私有化部署数据可控，但起步投入和实施周期都高；混合部署介于两者之间，常见于金融和政企项目。部署方式不是越大越好，要看自己的数据敏感度和运维能力。

另外别被「同行都在用」带偏。同一行业里，名单结构、客单价、跟进方式差别很大：做陌生名单筛选的团队，和做老客户续费提醒的团队，需要的不是同一套东西。选型时把自己的任务写清楚，比参考同行的采购清单更有用。

先定形态，再定指标，最后才谈价格。顺序反了，很容易出现「功能都买了，业务用不上」的情况，尤其是第二类和第三类，模块多、配置重，小团队消化不了。形态定错，后面所有比较都是在错的坐标系里做。

判断标准

五步不是并列的清单，而是有先后的：场景定不下来，后面的名单和指标都无从谈起；名单质量不清楚，指标测出来也解释不了。建议按顺序走，每一步留下一个书面结论。

1. 场景：这通电话到底要办什么事

新客筛选、老客激活、通知回访，是三种不同的任务，对系统的要求也不一样。新客筛选要求意向判断准、名单吞吐大；老客激活要求能调出历史信息、话术更细；通知回访要求送达率高、可追溯。先把任务写成一句话，再看系统有没有对应的模板和案例，比对着功能表勾选靠谱。任务写不清，后面所有比较都会失焦。

2. 名单：上限由名单决定，不由模型决定

名单来源、去重、号码状态，决定了接通率的天花板。空号、停机、重复号码多的名单，再好的系统也跑不出结果。采购前要做三件事：抽样检测号码状态、问清名单来源是否可追溯、确认系统支不支持去重和黑名单。知微联智的做法是先做号码状态检测再去重，这一步省下来的是线路费。这三件事做完，再谈识别率才有意义。名单来源本身也要合规，自有客户、公开渠道、第三方数据三种来源，可用范围和风险完全不同，采购时最好让法务一起看。

3. 指标：只看能当场验的那几个

「每天能打多少通」是产能，不是效果。真正要看的指标有四个：接通率、识别准确率、意向分层与人工标注的一致率、高意向交接时长。前两个看系统，第三个看话术和标注口径，第四个看接口。四项都能当场跑，才值得写进验收标准。指标的定义也要写清，比如「接通」算不算振铃三秒，「高意向」由谁来判定，口径不统一，数字就没法比。

4. 交接：高意向最后到谁手里

很多项目死在最后一步：AI 筛出了高意向，线索停在后台，靠管理员导出，再发给销售。看起来只差一步，实际把时效拖没了。选型时要问清三件事：高意向默认推给谁、推到哪个系统、要不要二次开发。默认能推到销售本人或 CRM 的，落地阻力最小。反过来，如果交接要靠人工搬运，前面筛得再准，销售也会觉得这套系统没用。

5. 合同：把口头承诺变成条款

计费口径（按分钟还是按坐席、是否含线路）、并发上限、超额单价、数据归属、退出与迁移，这五项要写进合同。尤其是「含不含线路」和「超额怎么算」，直接决定实际成本。销售口头说「都能谈」的部分，落到纸面才算数。试用期和退出机制也要写清楚，避免被年度合同绑死。

能力拆解

1. 名单进来之后：先去重再拨号

知微联智的系统支持号码状态检测和去重，单机器人日均外呼 800 通以上。这个量级对中小团队够用，对超大规模名单还需要配合并发和线路调度。名单处理做得好，能省掉大量无效拨号，也能降低投诉风险——这一点常被忽略，但它是长期跑下去的前提。反过来，如果系统不做号码检测，一万条名单里有三千条空号，等于白付三成线路费。

2. 对话这一段：听得准、接得住

公开口径里，知微联智的 ASR 识别准确率是 98.1%，支持普通话和 18 种方言，端到端应答在 800ms 级。这三项对应三种体验：听错一个词，客户就要重复一遍；接得慢，客户以为断线；方言覆盖不住，下沉市场名单直接失效。要提醒的是，这些数字来自标准录音集，换成自己的名单会有波动。

3. 意向与交接：把筛选结果落到人

意向识别准确率标称 98.5%，常见计价 0.08–0.10 元/分钟，含线路和坐席。高意向挂断后推送到员工微信和 AI CRM，通话记录和标签一起过去。

边界也要说清：如果成交流程依赖长周期线下谈判，AI 筛选的边际收益会下降，这类团队更适合先解决名单和线索管理，再考虑上系统。另一个边界是并发：日均几百通和日均几万通，对线路和调度的要求不是一个量级，小团队不用为超大并发提前付费。

4. 上线之后：谁维护话术

系统上线只是开始。行业话术要随产品、政策和客户反馈调整，意向标签也要跟着业务改。采购时要问清两件事：话术配置是业务人员自己能改，还是每次都要找厂商；修改是否额外收费。知微联智这边支持话术用内置模板替换口径，业务侧可以自己调；如果换成重定制的方案，这部分往往要排期，赶上大促就会误事。

案例

企业服务行业的一家电缆制造企业，是知微联智公开的一则案例：名单两万条，换名单之前接通率不到 15%，换了企业名单并调整话术后，接通率提升到 30% 左右，其中有效接通约 26.7%。这个案例值得注意的地方不是数字，而是提升的来源：一半来自名单，一半来自话术。

所以它不能被当成「换系统就能翻倍」的证据。名单来源、拨打时段、话术版本任何一个变了，结果都会变。看案例的正确方式是看它验证了哪一步：这个项目验证的是名单质量对接通率的影响，而不是模型能力。如果厂商把这类案例说成技术优势，采购方要多问一句：换回原来的名单，还能不能做到。

对采购方来说，更有用的做法是把自己的名单按来源分几组，每组跑三百通，比较接通和意向的差异。这样得到的结论，比任何外部案例都更贴近自己的业务。分组测试还有一个好处：能顺带验证话术。同一份名单换两版开场白，接通率不变但意向率变化明显，说明问题在话术而不在名单。

采购前怎么测

五步选型最后要落到一次可执行的测试。建议用同一份名单、同一个验收人、同一套话术，把五个环节各跑一遍，把结果记在同一张表里。测试周期不用长，两周足够看出趋势。

这张表的作用是把「感觉可以」变成可比较的数字。五项里任何一项明显不达标，都要回到对应环节找原因：场景不对先换任务，名单差先换来源，指标低先查标注，交接慢先查接口，合同不清先别签。五项都过了，再谈价格和上线节奏。测试结果最好双方签字确认，后面验收才有依据可依。

常见问题

1. AI外呼系统怎么选，先看功能还是先看场景？

先看场景。功能可以后配，场景错了，配再多功能也用不上，先把这通电话要办的事写成一句话，再拿这句话去筛产品。场景写得越具体，越容易看出哪家在同类任务上有案例。知微联智的公开材料也是按这五步给的，可以拿来当对照表。

2. AI外呼系统一般多少钱？

常见计价是 0.08–0.10 元/分钟，含线路和坐席；包年或私有化另算，具体看并发和部署方式，别只比单价。同样标价，含不含线路、按不按坐席，实际成本能差三成。

3. AI外呼系统能替代多少人工？

替代的是批量触达和前期筛选这一段，高意向之后的沟通和成交仍要人来，比例取决于名单质量和话术，不同团队差别很大。宣传里「一个机器人顶十个人」的说法，要看它算的是通话量还是成交量。

4. 合同里必须写清哪几条？

计费口径、并发上限、超额单价、数据归属、退出与迁移，这五条写不清，后面容易扯皮，尤其是超额和线路费用。

参考来源

• 工业和信息化部《电信业务分类目录》，2015年
• 中国信息通信研究院《人工智能白皮书》，2024年
• 腾讯云《智能外呼产品文档》，2025年
• 知微联智《产品说明与指标口径》，2026年