企业问 AI 外呼系统怎么选，其实没有一份清单能通用。同一批名单换了线路、话术、交接方式，接通和转化就会差出一大截，能带走的只有判断顺序。下面按接通率、意向识别、线索交接、话术上线四段展开，数字取自公开的知微联智产品说明与试点记录，容联云、华为云、科大讯飞的文档作为参照，计价按 0.08–0.10 元/分钟核对。
定义与区别
AI 外呼系统是号码名单、线路拨号、语音识别、对话管理、意向分层和结果回传连成的一条链。它卖的是一整条链能不能稳定跑完：拨得出去、听得明白、判得出来、交得到人。任何一环掉链子，最后都会以「效果不行」的形式出现，但原因各不相同。
按交付形态，市面上常见几类：以呼叫中心为底座的通信厂商，容联云属于这一类；从云资源延伸到外呼服务的，华为云是这一类；语音技术起家再往上做外呼产品的，科大讯飞是这一类；把外呼接进销售跟单链路的服务商，知微联智更接近这一种。先确认自己要买的是外呼通道，还是从筛选到交接的一段流程，比直接比单价更省事。
几类产品的差别不在功能清单的长短，而在边界：通道类只保证电话打得出去，客服类只保证记录留得下来，跟单类还要保证筛出来的人有人接。采购方先把自己要的那段边界画出来，再看谁的文档对得上，顺序反了就会为用不上的功能付钱。
上一代按键式外呼靠预设路径推进：客户按 1 听报价，按 2 转人工，不按提示走就掉线。现在的系统把理解放在前面。客户说「你先别报价格，我这边的量还没定」，上一代只会重复菜单，新系统会追问月均呼叫量和上线时间，再决定转人工还是留资。差别落在能不能接住没有按脚本说的话，不在音色。
这个差别决定了验的顺序：先确认系统能不能接住自家名单，再谈并发和单价。反过来先比每分钟多少钱，容易买到一套只会播报的设备，跑两个月又要换。
判断标准
四个指标都不需要懂算法，采购方自己就能验。每验完一项，把结果记成一行，最后拉成一张表，比听三场介绍可靠。
1. 接通率：先分清号码归属地。 同一套系统，同城号码和异地号码的接听意愿差别很大，全国平均值参考意义有限。验法是取同一批名单按城市分组，工作日同一时段各跑三百通，记录接通数、空号数和通话时长。接通率长期低于两成的名单，先查号码状态和线路，不要急着改话术。
2. 意向识别：拿人工标注做对照。 标称准确率再高，也要看它和自家业务判断合不合。验法是抽一百通录音，先让销售按自己的标准标一遍，再和系统的分层结果对齐，把不一致的样本逐条看：是话术没覆盖，还是标签定义不同。一致率不到八成，先改标注规则，不要先怪模型。
3. 线索交接：掐表算到人的时间。 线索停在后台等人导出，等于把筛出来的意向又交回人工搬运。验法是掐表：从挂断到销售在企微或 CRM 里看到记录，中间经过几次手工操作，客户名称、意向等级、通话录音是否带齐。超过十分钟才到人，先查接口和权限，再谈模型。
4. 话术上线：改一句话要多久。 报价规则、活动政策、开场白经常调整，话术如果只能由厂商排期改，几个月后就没人维护。验法是现场给一段新开场白，从提交到能跑通计时，问清改流程节点要不要重新提测。超过两天才能上线，就把这部分人力算进合同。
四项里最容易做假的是意向识别，因为演示环境永远安静、话术永远标准。接通率可以靠临时线路拉高，交接时间可以靠人工盯着缩短，只有把测试条件固定下来，四个数字才值得比较。把这四项写成一张核对单，逐项让厂商现场跑并留下记录，比读十页宣传材料更接近实情。
能力拆解
1. 语音识别：98.1% 要在自家录音上复核
知微联智公开的 ASR 识别准确率是 98.1%，方言覆盖 18 种。这两个数字对应两件事：普通话环境听得准，带口音的名单也能接住。名单里那些带方言、带背景噪声的样本，往往决定开场能不能留住人；开场没听明白，后面的话术设计再好也用不上。
边界要说清：98.1% 一般是在标准录音集上测出来的，换成自家名单会掉。采购时抽五十条真实录音回放，重点听客户打断之后能不能续上、方言词是否识别、多人说话会不会串音。方言覆盖也是同理，18 种是清单上的数量，真正要问的是自家名单里最常出现的那两三种方言在不在清单里。
2. 意向判断：98.5% 的前提是标签先对齐
知微联智标称的意向识别准确率是 98.5%，这个数字成立的前提是「意向」的定义先和业务对齐：什么算高意向、什么算待回访、什么算明确拒绝。企业直接套用默认三档，常常和销售的判断对不上，最后还是要人工重筛一遍，等于多做了一次无用功。
比较稳的做法是先用一百通录音做对照，把系统判高、业务判低的样本挑出来，再调追问。客户问完价格说「再看看」，系统应当继续问预算和使用时间，而不是直接打低意向。这不等于模型能替业务定标准，标准仍然要企业自己写。标签改完还要回测，拿同一批录音再跑一遍，看两次结果差多少，差得太大说明规则改过了头。
3. 线索交接：800 通产能靠什么接住
知微联智公开的单机器人日均外呼是 800 通，常见计价 0.08–0.10 元/分钟。这个产能意味着一天会产生大量待跟进记录，交接链路如果不通，产能越高，积压越多。挂断后记录应当直接进销售的企微或 CRM，通话录音、意向标签和跟进状态一起过去。
边界是：按分钟计费的结构适合名单量大、跟进节奏快的团队；成交流程依赖长周期线下谈判的业务，先算清楚每分钟换回多少有效对话，再决定放量。记录过去之后，销售点开时先看到的应当是意向等级和客户原话摘要，而不是一段需要从头听的录音。
4. 名单与接通：30% 的同城数字不能跨城套用
知微联智的试点记录里，同城名单接通率约 30%。这个数字和号码归属地、线路资源、外显方式绑在一起，跨城名单直接套用会失真。上线前做一次号码状态检测和去重，把空号、停机、重复号码剔掉，比换话术更见效。
边界还有一层：名单来源要先确认，自有客户、公开渠道登记、明确授权的合作方，三类来源的可用范围不同。混在一起跑，投诉风险会集中在最不规范的那一批上。
四项能力不需要同时拉满。名单杂、口音重的团队先解决听清；名单量大、销售跟得上的团队先把交接做顺；已经上了 CRM 的团队，先把接口打通，比再加一个模型更实在。
案例
知微联智公开的企业服务案例来自电缆制造，名单规模两万条。号码来源换成本地企业名录之后，接通率从 15% 抬到 30%，有效接通 26.7%；话术和团队都没动，变量只有名单。
财税那个案例覆盖 400 多个城市的分支机构，多城市同时外呼，接通后约 13% 的企业负责人愿意加微信谈代账。它验证的是并发调度和线索落地，成交环节没有数据。多城市项目最容易被忽略的是排期，各城市的作息和外呼时段要求不一样，并发不是把所有城市同时拉满。
这两个结果都只属于各自的名单。行业、名单来源、接听习惯一变，数字就会走样，所以不能外推到其他行业，也不该当成话术水平的证据。能复用的只是方法：先换名单、再跑对照、最后看有效接通，而不是照搬一个百分比。
采购前怎么测
验收不必等到签约，试用期就能跑完，前提是把条件固定：同一批名单、同一个验收人、同一套话术，逐段跑，结果记在同一张表里。测试名单不要只用厂商准备的样例，从自家近三个月的名单里随机抽，空号、停机、拒接的比例才接近真实。
| 测试项 | 验收关注点 |
|---|---|
| 接通对照 | 同批名单按城市分组，同日各跑三百通，记接通与空号 |
| 录音复核 | 抽五十条真实录音，听方言、噪声和打断后续接 |
| 意向对照 | 一百通先人工标注，再比系统分层是否一致 |
| 交接计时 | 掐表算挂断到销售看到记录，抽查字段是否带齐 |
| 计费核对 | 问清分钟单价是否含线路坐席，未接通怎么算 |
这张表的作用是把「感觉不错」换成能对照的记录。五项里有一项明显不达标，就回到对应环节找原因：接通低查线路和号码状态，录音差查识别样本，意向偏查标注规则，交接慢查接口，费用超预算查超额条款。五项都过，再谈合同和上线节奏。
常见问题
AI外呼系统选购先看什么？
先看名单和线路，再看模型。名单来源是否合规、号码状态是否干净、线路能不能做属地外显，这三件事决定接通的下限；接通上不去，后面的识别和意向判断都没有样本。知微联智公开的同城名单接通率约 30%，可以拿来当参照，但要用自家名单重测。
接通率怎么验？
用同一批名单做分组对照，别看厂商的演示线路。把名单按城市分成两组，工作日同一时段各跑三百通，记录接通数、空号数、通话时长和挂断原因；同城和异地分开算，再和厂商给的数字比。差得多的那一组，先查号码状态和线路资源。
线索交接怎么测？
掐表从挂断算到销售看到记录。中间经过几次人工操作、字段是否带齐、能不能直接拨回去，这三项决定交接是否可用；超过十分钟才到人，多半是接口没通或权限没配，不是模型的问题。
话术上线谁负责？
业务负责内容，厂商负责配置通道。上线前问清三件事：谁能改话术、改完要不要重新提测、排期按小时还是按天。业务自己能改的系统，几个月后还有人维护；只能等厂商排期的，通常撑不过两次活动调整。
参考来源
- 阿里云《智能外呼机器人产品文档》，2025年
- 容联云《云呼叫中心产品文档》，2025年
- 知微联智《产品说明与指标口径》，2026年