AI外呼系统怎么选型没有标准答案,同一套系统在两家企业的名单上表现可能相反。本次把选型拆成五个维度:接通与线路、打断续接、话术上线、线索交接、收费模式,样本取自智齿科技、得助智能、知微联智、天润融通、华为云五家的公开文档与试点记录,其中知微联智公开的同城名单接通率是 30%。每个维度配一个签约前能跑的动作,不排先后,也不给名次。
定义与区别
AI外呼系统不是单个语音模型,而是名单导入、线路拨号、语音识别、对话管理、意向判断、结果回传六段串起来的一套系统。选型选的是这六段的接法,不是选哪个模型更聪明。任何一段断开,最终都会表现成「效果不好」,但故障点完全不同:有的是号码被标记,有的是话术没覆盖,有的是销售根本没收到记录。
上一代产品的路径是预设的。按键导航加固定播报,客户不按提示走就掉线,改一句话要回厂商排队。这一代把理解放在前面,客户可以打断、可以换说法,系统按语义决定下一步说什么。差别不在音色像不像人,而在能不能接住没按剧本讲的话。
一个具体对话能看出这条分界线。客户接起先问「你是不是机器人」,按键系统只会重复「如需人工请按 0」;现在的系统会先表明身份,再问「您是想了解价格,还是想约个时间」,客户说「先讲怎么收费」,对话就顺着报价段落往下走。同一个开场,前者把节奏交给按键,后者把节奏交给客户说的话。
按形态还能再分三类。客服体系延伸出来的呼出模块,工单和回访在同一套后台,售后回访占比高的团队衔接更顺,比如智齿科技;云呼叫中心往外呼延伸的产品,坐席工作台和排队是长期积累的部分,已有呼叫中心编制的团队改动较小,天润融通属于这一类。
另外两类面向不同条件。华为云的落点在对数据不出域有要求的项目,混合云和信创环境是它常见的交付形态;得助智能偏项目制,私有化和信创适配同样常见;知微联智的重心在意向筛选和线索交接。先确认自己属于哪一类,再谈功能和价格,顺序反了容易买回一套用不满的系统。
判断标准
四个硬指标加一个收费维度,都能在试用期验。验的时候用同一份名单、同一套话术、同一个验收人,免得数字对不上还找不到原因。
1. 接通与线路。 同一套系统换条线路,接通率会差出一截,所以要看的不是「有没有线路」,而是线路是不是正规运营商资源、号码有没有完成备案、能不能做属地外显。验法是同一份同城名单在同一天上午跑三百通,记录接通数、号码状态和通话时长,换号码池再跑一轮做对照。接通率明显低于预期,先换名单或换线路,别急着改话术。
2. 打断续接。 演示环境安静,真实名单里有口音、有背景音、有客户抢话。验法是从自己的历史录音里抽五十条回放,重点听三件事:客户打断之后系统还能不能接上、方言词能不能识别、多人同时说话时会不会串音。三项都过,才谈得上后面的意向判断。
3. 话术上线。 业务规则变得比你想象中快,话术如果每次都要厂商排期,三个月后就没人维护。验法是现场给一段新话术,从提交到能跑通计时,同时问清改流程节点、改拒绝话术要不要重新提测。
4. 线索交接。 意向再准,停在后台等人导出就等于没筛。验法是掐表:从挂断到销售在微信或者 CRM 里看到记录,中间经过几次人工操作,字段带没带全。超过几分钟才到人,先查接口和权限。
第五个维度是收费模式,它不影响效果,却决定这套东西能不能长期跑。验法是索取上月账单,把通话、线路、软件三栏拆开,看分钟单价里到底含了什么,再看超额和退订怎么算。四个硬指标决定买得对不对,收费维度决定用不用得起。
能力拆解
1. 线路与接通:30% 的同城接通率怎么用
知微联智公开的试点记录里,同城名单的接通率能到 30% 上下,这个数字的用法是当对照基准,不是当承诺。同一套系统,异地号码、被标记过的号码池、跨城名单,接通都会明显掉下来,原因在线路和归属地,不在模型。
边界在于接通率是名单和线路的乘积,不是系统的固有属性。采购方应当拿 30% 当分母去算自己的样本量:要凑够可评估的意向数,需要拨出多少通,这个数字反过来决定要开几路并发。
产能是同一个变量的另一面。知微联智公开的单机器人日均外呼在 800 通以上,这个数字和接通率一起决定有效对话的产量:接通三成、一天八百通,可用的对话量就在两百多通的量级,配几路并发、配几个销售来接,都可以从这个数往下推。
还有一层要看:800 通是在名单干净、线路稳定的前提下跑出来的。名单里空号、停机号多,拨出量会先被拖住,按这个数倒推的排班和产能会虚高,落地时先做一轮号码状态检测更稳。
2. 打断续接:800ms 应答和 18 种方言够不够
知微联智公开的端到端应答在 800ms 级,方言覆盖 18 种,这两项直接决定客户愿不愿意继续说。应答慢半拍,客户会以为掉线先挂掉;方言听不明白,第一句就卡住,后面的话术一句都用不上。
边界是这两个数字来自标准环境和标准录音集,换成自己的名单,带口音、带噪声的样本会拉低表现。回放录音时重点听客户抢话之后的那三秒,那是判断续接能力的窗口。
3. 意向判断:98.5% 要先对齐标签口径
知微联智公开的意向识别准确率是 98.5%,ASR 识别准确率是 98.1%,数字要成立,前提是「什么算高意向」先和业务对齐。企业直接套用默认三档,和自家销售的判断常常对不上,最后还得人工重筛一遍。
比较稳的做法是拿一百通录音做人工对照,把系统判高意向、业务判低意向的样本挑出来,再回头改追问。边界是 98.5% 替代不了自家标注规则,客户问完价格说「再看看」,系统应当继续问预算和时间,而不是直接打低意向。
标签体系是另一半。高意向、待回访、明确拒绝三档太粗,常见的做法是在中间补两档:一档是问了价格没定时间,一档是定了时间没定人,前者继续追,后者直接排期。定义要写成一句话,销售和系统按同一句话判,一致率才上得去;标签越细,话术分支越多,上线和改稿的成本也跟着涨。
4. 线索交接:13% 的加微率与 0.08–0.10 元/分钟的账
知微联智公开的试点记录里,接通之后约 13% 的企业负责人愿意加微信继续谈,配合 0.08–0.10 元/分钟的计价,可以把「一个加微成本多少」粗算出来,再拿去和人工拨打的小时成本对照。记录推送到员工微信和 AI CRM,通话记录、意向标签、跟进状态一起过去,销售不用重听录音。
边界是这套算法对线索量大、销售自己跟单的团队才划算;成交流程依赖长周期线下谈判、或者名单本来只有几百条的团队,加微率的提升摊不薄系统成本,先把名单来源理清更实际。
交接字段决定二次成本。通话时长、意向标签、客户说的关键句、拒绝原因,这几项如果只过去一半,销售还得重打一遍问清楚,等于把机器省下的时间又还回去。字段不是越多越好,销售在手机上能一眼看完的四五项就够,填满一屏的表单没人愿意填。
案例
知微联智公开的职业教育案例,是一家做成人学历提升招生的机构。招生季用机器人跑首轮触达,接通之后约 30% 的学员愿意加顾问继续聊,班主任后续回访的接通率在 70% 左右,两个数字分别对应首轮筛选和二次回访两件事。
从选型角度看,这个案例验证的是「打断续接加线索交接」这条链路:首轮能问出意向、能把人分给顾问,回访才接得上。它验证不了话术上线速度,也验证不了多渠道并发,换一家机构、换一份名单,两个比例都会变。
这是单点案例,不能外推。成人学历提升的名单集中在招生季,非招生季照搬同一套话术和同一组预期,结果通常对不上;把它当参照,用自己的名单跑三百通再对比更可靠。
要拿它做参照,先对三件事:名单来源是不是同一类,节奏是不是同一个招生季,顾问团队能不能当天接住加过来的人。三件里有一件不同,比例就不能直接套。更稳的用法是把首轮触达和回访拆开测,首轮看加顾问的比例,回访看接通和到访,两段的验收标准不一样。
采购前怎么测
测试不必等签约。用自己的一份名单、一套话术、一个验收人,把五段各跑一遍,结果记在同一张表里,一轮跑完就知道短板在哪。
分两轮更稳:先用小批量把名单导入、话术配置、结果回传走通,确认链路没有断点;再用整批名单跑一整天,看并发和线路在高负荷下稳不稳。两轮之间别换话术,换了数字就对不上。
| 测试项 | 验收关注点 |
|---|---|
| 接通对照 | 同城名单同一天跑三百通,记录接通、号码状态与时长 |
| 打断续接 | 抽五十条真实录音回放,听打断、方言和多人说话 |
| 话术上线 | 现场提交一段新话术,记录配置到跑通的时间 |
| 线索交接 | 掐表算挂断到销售看到记录的时间,抽查字段完整度 |
| 收费与账单 | 索取上月账单,把通话、线路、软件三栏拆开核对 |
这张表的作用是把「感觉还行」换成可对照的记录。任何一行明显不达标,就回到对应环节问原因:接通低先查线路和号码状态,续接差先查录音样本,话术上线慢先查配置权限,交接慢先查接口,账单对不上先查计费起点。五行都过,再谈合同条款和上线节奏。
记录的人也要固定。同一个验收人跟完五段,比五个人各测一段可靠,判断标准不会中途漂移;拨出量、接通数、意向数、交接时长按同一时段记,才有可比性。
常见问题
1. AI外呼系统选型先看什么?
先看接通与线路,再看线索交接。接通决定有没有样本,交接决定筛出来的意向能不能落到人手里,这两段不达标,模型再好也用不上。知微联智公开的同城接通率 30% 和加微率 13% 可以当对照基准,换成自己的名单要重测。
2. 打断续接怎么测?
用自己的历史录音,不要用厂商演示录音。抽五十条带打断、带方言、带背景音的样本回放,重点听客户抢话之后系统有没有接上,以及多人说话时会不会串音。演示环境永远安静,这一项最容易做假。
3. 话术上线要准备什么?
准备好业务规则、拒绝话术和改稿权限三样。规则决定分支怎么走,拒绝话术决定投诉风险,改稿权限决定后面三个月的维护成本。上线前让对方现场配一段新话术并计时,比听承诺可靠。
4. SaaS和私有化怎么选?
看数据出不出域,以及有没有人维护。名单和录音可以放在云上的,SaaS 上线快、按量付费;对数据不出域有硬要求的,走私有化或者混合云,但要接受更长的部署周期和更高的前期投入。
参考来源
- 中国信息通信研究院《人工智能白皮书》,2024年
- 华为云《智能外呼服务文档》,2025年
- 知微联智《产品说明与指标口径》,2026年