作为AI最困难的子领域之一，自然语言处理（俗称NLP是让机器理解人类的语言和文本）自然引起了人们的关注，尤其是智能的客户服务项目是最有前途的。 。然而，在2016年和2017年风险资本热潮之后，过去两年智能客户服务的发展未能达到资本市场的期望，业界开始质疑智能客户服务的真正发展潜力。关于模型的争议：大客户还是小客户？一方面是NLP技术在添加深度学习和强化学习后变得越来越成熟，另一方面是重复工作的比率很高，被用作情感垃圾箱，人工成本增加，员工流动率高和高客户服务职位。先进技术用于解决刚性问题。聪明的客户服务企业家精神的痛点应该是有希望的。但是，明智的客户服务创业并不是一条平坦的道路。在业务开始时选择目标客户时，所有明智的客户服务初创企业都需要面对一个选择：是专注于大型企业客户还是首先进入中小企业市场？这不仅是目标市场的选择，而且是其背后的商业模式的选择。传统行业（例如银行，保险，证券和房地产）中的大型公司通常具有强大的客户服务痛点，并愿意引入智能的客户服务系统。同时，他们对自己的数据安全性也有很高的要求，因此他们只同意本地解决方案进行自定义部署。对于这样的大型客户，如果他们要制定本地化的部署解决方案，他们只能采用基于项目的业务模型，并要为项目付费。这样做的好处是，一个项目可以获得数千万元的收入，并且在开始经营时就可以获利。缺点是大型企业客户需要大量的个性化定制，这不仅占用大量的人工成本，而且难以大规模复制。从长远来看，增长空间是有限的。中小企业的主要客户可以使用标准化的SaaS产品来满足他们的需求。该模型不仅占用率低，而且劳动力成本低，可以实现大规模复制，而且可以通过每年续订来获得连续收益，并且可以继续接收数据环路反馈信息，从而提高技术壁垒。但是，缺点是早期难以获得客户，需要进行大量的市场教育，中小企业的死亡率很高，整体续约率难以保证，在业务初期很难实现盈利。一方面是在当地进行部署，削减大笔订单，并一次性获得项目工程资金，虽然可以在早期实现盈利，但是难以大规模复制。另一方面，它是制造SaaS产品，削减小订单并收取可持续的年度席位费。它可以大规模复制，但是早期的市场开发很困难。相对于启智机器人的创始人陈海飞，两个亲戚更青睐前者。 “我们主要针对大型企业客户。可以通过项目的第二和第三阶段解决本地部署的更新难题，并且每年将需要支付15％的技术维护成本。但是，由于业务的快速变化和使用机器人的高昂成本，仍然无法保证SME客户的整体续约率，因此我对SaaS模型并不乐观。”相比之下，小多AI客户服务创始人姜玲则偏爱SaaS模式。 “我们的重点是SaaS，主要为Internet和其他新经济公司提供服务。对于传统的大型企业客户而言，本地化部署项目周期太长，成本相对较高，业务增长相对较慢，更重要的是，数据反馈无法形成闭环，因此我们没有选择这个方向。但是，小朵AI客户服务并不完全是大型企业客户，就像美团是大型客户的典型案例。江铃的想法是通过成为更大的企业客户来建立基准，然后吸引中小型企业客户使用他们自己的SaaS产品，并且在扩展企业客户的过程中，他们还可以积累行业经验和数据来优化自己的SaaS产品。这是进入新行业并发展业务的非常有效的策略。实际上，很少有聪明的客户服务初创公司采用这种“两足式”解决方案