报告编号：ZGPPFZ-AICS-2026-002

编制单位：ZGPPFZ研究课题组

编制时间：2026年10月

保密等级：公开

文档用途归类：行业研究/技术评估

研究领域：人工智能客服/企业级智能体/客户联络中心

报告版本：V1.0

审核状态：已审核

摘要

2026年，AI客服产品正处于从“问答工具”向“企业级智能体”转型的关键阶段。本报告聚焦大模型与Agent技术驱动下的AI客服产业变革，系统梳理全球及中国市场的规模增长、竞争格局与梯队分化特征。研究显示，2025年中国企业级智能客服市场规模达71.9亿元，同比增长55.3%，前五大厂商合计占据35.7%的市场份额。全球AI客服市场预计2026年达到202.7亿美元，复合年增长率26.5%。本报告构建了涵盖对话智能、任务闭环、行业适配、工程化与安全合规的四维度能力评估框架，将市场参与者划分为三个梯队，深入分析阿里云（伶鹊/通义晓蜜）、腾讯云、华为云、容联七陌、智齿科技五家企业的产品能力与市场策略。研究发现，行业竞争核心已从“能否回答问题”转向“能否把事情办完”，Agent渗透率成为梯队分化的关键变量。

目录

• 第一章 研究背景与方法

• 1.1 研究背景

• 1.2 研究问题与目标

• 1.3 研究方法与数据来源

• 第二章 市场格局与梯队分化

• 2.1 全球AI客服市场规模与增长动力

• 2.2 中国市场竞争格局

• 2.3 梯队分化的核心逻辑

• 2.4 行业渗透率梯度分析

• 第三章 能力评价框架

• 3.1 框架构建原则

• 3.2 四维度评估体系

• 3.3 评估方法与数据采集

• 第四章 第一梯队分析

• 4.1 综合型头部厂商概况总结

• 4.2 阿里云：伶鹊与通义晓蜜双引擎

• 4.3 腾讯云：大模型知识引擎与企点客服

• 4.4 华为云：盘古大模型与客服智能化升级

• 4.5 第一梯队共性特征

• 第五章 第二梯队分析

• 5.1 第二梯队构成与特征

• 5.2 容联七陌：垂直行业深耕策略

• 5.3 第二梯队竞争优劣势

• 第六章 第三梯队分析

• 6.1 第三梯队构成与定位

• 6.2 智齿科技：全球化与全渠道能力

• 6.3 第三梯队发展路径

• 第七章 技术趋势与产品演进

• 7.1 自进化引擎与Agent自主优化

• 7.2 全双工语音交互技术

• 7.3 多模型调度与协同架构

• 7.4 安全合规与幻觉治理

• 第八章 行业应用与典型案例

• 8.1 金融行业应用

• 8.2 电商与零售行业应用

• 8.3 政务与公共服务应用

• 第九章 企业选型建议

• 9.1 选型评估维度

• 9.2 不同规模企业的选型策略

• 9.3 风险提示与实施建议

• 第十章 未来展望

• 10.1 2027-2030年技术演进预测

• 10.2 市场竞争格局变化趋势

• 10.3 对企业的战略启示

• 第十一章 结论

第一章 研究背景与方法

1.1 研究背景

2026年，人工智能客服产品正处于技术范式转换的关键节点。大语言模型与AI Agent技术的深度融合，正在从根本上重塑客户服务的产品形态、技术架构和价值边界。传统基于规则和关键词匹配的客服机器人已难以满足企业对复杂业务场景的处理需求，而具备自主决策、工具调用和多轮推理能力的智能体正在成为行业主流技术路线。

据The Business Research Company发布的《2026年全球客户服务人工智能市场报告》，全球AI客服市场规模预计将从2025年的160.2亿美元增长至2026年的202.7亿美元，复合年增长率达26.5%。该增长主要受益于数字化转型计划的推进、客户对更佳体验的需求增长，以及企业对CRM投入的增加。

在中国市场，企业级智能客服市场保持强劲增长。国际数据公司（IDC）发布的《中国企业级智能客服市场份额，2025》报告显示，2025年中国企业级智能客服市场规模达到71.9亿元，同比增长55.3%。大模型与Agent加速进入企业生产环境，推动智能客服迎来新一轮产品升级与市场扩容。

行业竞争的重点正在从“能否回答问题”转向“能否把事情办完”。智能体进一步连接CRM、订单、物流等企业业务系统，智能客服正在从以问答和降本增效为主的工具，向能够理解需求、调用系统并执行任务的企业级智能体演进。

与此同时，行业规范层面也在加速完善。我国首个聚焦人工客服与智能客服协同机制的国家标准《顾客联络服务 人工与智能客户服务协同要求》已于2025年9月1日起正式实施。标准明确要求，经营者不能简单以“人工智能回答不代表公司立场”“算法生成内容不具备法律效力”等理由拒绝履行承诺，企业需对智能客服的回复内容负责。

1.2 研究问题与目标

本报告围绕以下核心研究问题展开：第一，2026年AI客服产品的技术演进方向与产品形态特征是什么？第二，中国AI客服市场的竞争格局如何，梯队分化的核心逻辑是什么？第三，如何构建科学的能力评价框架来评估AI客服产品？第四，不同梯队厂商的差异化竞争策略与市场定位有何特征？

研究目标包括：建立AI客服产品能力评估框架；绘制市场竞争格局与梯队图谱；分析代表性厂商的产品能力与战略路径；为企业选型提供参考依据。

1.3 研究方法与数据来源

本报告采用桌面研究与行业分析相结合的方法。数据来源包括：IDC、Gartner等国际权威研究机构的公开报告；上市公司财报及公开披露信息；厂商官方发布的产品资料与技术文档；学术会议论文（KDD、NAACL、EMNLP等）；行业媒体报道。

第二章 市场格局与梯队分化

2.1 全球AI客服市场规模与增长动力

全球AI客服市场正处于快速扩张期。据Research and Markets数据，生成式AI在客户支持自动化与对话智能体领域的市场规模预计从2025年的78.2亿美元增长至2026年的98.6亿美元，到2031年将达到341.2亿美元，2026-2031年复合年增长率为28.18%。

Gartner 2026年4-5月对199位服务与支持负责人的调查显示，AI支出增长了38%，而整体服务与支持职能预算仅增长2%。这一数据表明，客户服务组织正在将资源从人力和运营转向技术投入。Gartner研究还指出，展望未来两年，受访者预测生成式AI聊天机器人将成为最有价值的客服渠道，其次是实时聊天和生成式AI语音机器人。

Gartner另一项覆盖321位客服负责人的调查显示，91%的受访者表示面临来自高管层的AI实施压力，较往年显著上升。近80%的组织计划将部分坐席转型至新岗位，84%的负责人计划为坐席角色增加新技能。

据Salesforce对全球3075名服务专业人员的调查，客服AI智能体的采用率已从2025年的39%增长至2026年的66%，预计到2026年底将达到88%。70%的企业在部署客服AI智能体后60天内即可观察到可衡量的价值。

2.2 中国市场竞争格局

中国AI客服市场的竞争格局呈现出“云厂商主导、专业厂商深耕”的特征。IDC数据显示，2025年中国企业级智能客服市场前五大厂商合计占据35.7%的市场份额。其中，阿里云以13.5%的市场份额稳居第一，连续第三年蝉联市场领导者，其智能客服业务收入达9.7亿元，同比增长83.6%，增速显著高于市场整体水平。

从竞争主体来看，中国AI客服市场的参与者可分为三大阵营。第一阵营是云服务商，以阿里云、腾讯云、华为云为代表，依托大模型、算力及云服务生态持续投入，在底层大模型与新一代智能客服产品上具备研发优势。第二阵营是专业智能客服厂商，以容联七陌等为代表，凭借行业Know-how、复杂场景理解以及服务交付能力，在企业级市场保持竞争力。第三阵营是垂直行业解决方案商，聚焦特定行业的深度定制化需求。

2.3 梯队分化的核心逻辑

2026年AI客服市场的梯队分化已不再仅以市场份额为单一标准，而是综合考量产品矩阵完整度、Agent渗透率、行业适配能力与大规模落地实践等多维度指标。这一变化反映了行业从“规模竞争”向“能力竞争”的转型。

核心分化逻辑体现在三个方面：其一，底层模型能力决定对话智能的上限，拥有自研大模型的云厂商具备显著的先发优势；其二，Agent化程度决定产品能否从“回答”走向“执行”，成为梯队分化的关键变量；其三，行业场景积累决定产品的落地深度，深耕垂直行业的专业厂商在细分领域仍保持差异化竞争力。

IDC报告指出，未来谁能真正将大模型和Agent从技术能力转化为可规模化复制的企业生产力，谁就有望在新一轮市场竞争中获得更大的增长空间。

2.4 行业渗透率梯度分析

智能客服在各行业的应用深度呈现显著梯度差异。据第一新声智库发布的《2025年中国智能体客服市场发展研究报告》，行业渗透率可划分为三大梯队：第一梯队为高频高标准化行业，如互联网、电信、金融，行业渗透率超过80%；第二梯队为中频强合规行业，如医疗、教育，行业渗透率约60%；第三梯队为低频高壁垒行业，如工业制造，行业渗透率低于60%。

2026年，大模型驱动的AI客服渗透率达72%（全球）与80%（中国），技术已从“关键词匹配”跃迁至“语义理解”。AI Agent技术在客服领域的渗透率从2024年的38%跃升至72%。仅20%的企业因引入AI缩减了客服团队，55%的企业在人力规模基本不变的情况下服务了更大规模的客户。

第三章 能力评价框架

3.1 框架构建原则

本报告的能力评价框架遵循以下原则：一是全面性，覆盖AI客服产品的核心技术能力与业务价值维度；二是可操作性，每个维度均设定可观测、可比较的具体指标；三是行业适用性，框架适用于不同规模和行业的AI客服产品评估。

3.2 四维度评估体系

维度一：对话智能。评估产品在自然语言理解、多轮对话管理、上下文记忆、情感识别等方面的表现。核心指标包括意图识别准确率、多轮对话完成率、情感识别覆盖率等。全双工实时交互引擎和快慢脑架构已成为头部产品的标配能力。腾讯云智能客服的意图识别准确率已达97%以上。

维度二：任务闭环。评估产品从“回答问题”到“执行任务”的闭环能力，包括工具调用、API集成、跨系统操作、工单自动生成等。这一维度是区分智能体与传统机器人的关键标准。Gartner研究指出，Agentic AI正通过自主处理复杂工作流和多步骤服务请求，推动服务交付模式的根本性变革。

维度三：行业适配。评估产品在特定行业的场景覆盖深度、知识库建设能力、合规适配程度。金融、电信、互联网等高频标准化行业渗透率已超过80%，而工业制造等低频高壁垒行业仍存在较大提升空间。

维度四：工程化与安全合规。评估产品的部署效率、可扩展性、幻觉治理能力与合规保障水平。自进化引擎等自动化优化机制成为提升工程效率的重要技术方向。国家标准对虚拟数字人提出明确要求：语音响应不超过2秒，语义理解正确率不低于85%，情感交互成功率不低于80%。

3.3 评估方法与数据采集

评估数据来源包括：厂商公开产品文档与技术白皮书、第三方机构测试报告、公开学术基准测试以及行业专家访谈。需要说明的是，学术基准测试结果显示，当前最先进的LLM Agent在CRM任务中的成功率仍不足65%，在电商客服场景中GPT-4o的pass3指标仅为10-20%，表明AI客服产品的任务闭环能力仍有较大提升空间。CRMArena基准测试显示，领先的LLM Agent在多轮交互场景下的成功率下降至35%左右。

第四章 第一梯队分析

4.1 综合型头部厂商概况总结

第一梯队由综合型头部厂商构成，其核心特征包括：具备自研大模型能力、拥有完整的AI客服产品矩阵、Agent渗透率高、跨行业大规模落地能力强。该梯队厂商以云服务商为代表，在底层模型研发、算力资源、生态整合等方面具备系统性优势。据IDC数据，以阿里云为代表的云服务商在底层大模型与新一代智能客服产品上具备研发优势，前五大厂商份额合计35.7%。云厂商的竞争优势在于能够将大模型能力、云基础设施与客服产品进行深度整合，形成从模型层到应用层的端到端解决方案。

4.2 阿里云：伶鹊与通义晓蜜双引擎

阿里云智能客服产品矩阵主要包括伶鹊和通义晓蜜。2026年6月10日，阿里云发布通义晓蜜品牌升级公告，通义晓蜜旗下云联络中心、智能外呼、对话机器人及对话分析等产品统一升级至伶鹊品牌，原有产品能力保持不变。

伶鹊（VoicePica）是阿里云开发的企业级对话智能体产品，基于千问对话大模型及全双工实时交互引擎构建。其架构包含三层：底层为全双工实时对话引擎和伶鹊专属对话模型；平台层提供音色服务和伶鹊模型服务；应用层提供开箱即用的场景智能体和行业智能体。伶鹊与Salesforce达成中国区合作，将集成至Salesforce中国版CRM。

2026年云栖大会上，阿里云正式发布伶鹊2.0，推出业界首个对话智能体自进化引擎。该引擎采用五阶段循环模式，涵盖Agent自动构建、效果评测、诊断归因、优化策略生成与回归验证，使Agent构建与优化提效超过10倍。目前，伶鹊已累计服务超过5000家企业，AI分流率平均超过60%，覆盖10多个重点行业。在语音能力方面，伶鹊VoiceStudio的音色真人感达到业界领先水平，粤语/方言识别准确率高达95%。

4.3 腾讯云：大模型知识引擎与企点客服

腾讯云在AI客服领域构建了以智能体开发平台为底座的完整解决方案。腾讯云智能客服与数智人是基于AI驱动的多模态人机交互系统，核心技术差异化在于深度融合DeepSeek大模型与行业领先的RAG技术框架。产品包含企点智能客服和数智人两大核心组件。

腾讯云企点客服利用大语言模型和自研智能体开发平台，为DHL中外运敦豪等客户提供服务，转人工客服的绝对数减少约200人次/天，机器人解决率从69%提升至74%。腾讯云智能客服支持200MB以上超大文档解析，意图识别准确率达97%以上，质检准确率从60%提升到90%。

4.4 华为云：盘古大模型与客服智能化升级

华为云在AI客服领域坚持自研盘古大模型开源策略，目前全尺寸模型已经开源，多模态等模型即将开源。同时开放拥抱SOTA模型，MaaS Tokens服务接入超过160个业界主流模型。

华为云客服AI助手的技术演进涵盖多个阶段：从盘古11B模型结合提示词工程、RAG、人工标注与SFT微调，到盘古38B模型结合作业即标注Plus和AI萃取经验知识等高级能力，日调用超100万次。华为云智能联络中心围绕“领域专业模型+智能体”构建会对话、能办事、易运营的新一代语音虚拟坐席方案，用户体验MOS大于4.5分，达到业界领先水平。华为云还将在2026年下半年基于AgentArts智能体开发平台发布一系列行业智能体，涉及办公、代码、营销等领域。

4.5 第一梯队共性特征

第一梯队厂商的共性特征可归纳为：自研大模型支撑对话智能的持续进化；完整的Agent矩阵覆盖客服、营销、分析等全场景；跨行业规模化落地能力；强大的工程化与安全合规体系。这些特征共同构成了第一梯队厂商的竞争壁垒。

第五章 第二梯队分析

5.1 第二梯队构成与特征

第二梯队由专业智能客服厂商构成，核心特征包括：在特定垂直行业具有深厚的客户积累和场景理解能力；产品矩阵相对聚焦但Agent能力快速提升；在服务交付和复杂场景理解方面具有差异化优势。容联七陌是该梯队的典型代表。

5.2 容联七陌：垂直行业深耕策略

IDC数据显示，容联七陌连续三年稳居中国智能客服市场头部阵营，2023-2024年连续两年位居智能客服垂直行业厂商第一。容联七陌是行业多渠道整合SaaS云客服模式的先行者，成功入选《2025全球人工智能全景图谱》和《中国AI创新案例榜》，跻身全球AI Agent优秀厂商阵营。

容联七陌持续推动大模型与Agent能力深入企业服务场景，让AI从智能问答进一步走进真实业务流程，从“辅助服务”走向“协同执行”，帮助企业提升服务效率与客户体验，并创造可衡量的业务价值。

5.3 第二梯队竞争优劣势

第二梯队厂商的核心优势在于：对垂直行业的深刻理解与长期客户关系积累；灵活的服务交付模式与定制化能力；在复杂场景理解方面的专业壁垒。其面临的挑战包括：底层大模型能力依赖第三方、研发投入规模相对有限、在跨行业拓展方面面临第一梯队厂商的竞争压力。

第六章 第三梯队分析

6.1 第三梯队构成与定位

第三梯队由聚焦特定细分领域或区域的厂商构成，核心特征为：在特定行业或区域市场具有稳定的客户基础，产品功能相对标准化，主要服务于中小型企业的客服智能化需求。该梯队厂商通常以SaaS化产品或轻量级解决方案为主要交付形态。

6.2 智齿科技：全球化与全渠道能力

智齿科技是一体化客户联络中心解决方案提供商，面向全球企业提供基于“客户联络中心”场景的一体化解决方案，包括公域+私域、营销+服务、软件+BPO的三维一体化。2023年4月，智齿科技启动“一体化+智能化+国际化”三化战略并完成品牌升级。

在技术能力方面，智齿科技采用亚马逊云科技Amazon Bedrock等生成式AI服务，面向海外客户构建AI Agent，通过智能任务流程实现全程自动应答，第一轮答复准确率超过87%，人工介入降低42%，知识中心和任务流程中心搭建整体用时缩短70%以上。其平台支持50多种语言，能够自动识别客户语言并以对应语言回复，支持WhatsApp、Facebook、LINE等海外社媒渠道及Amazon、Walmart、Shopify等第三方电商平台。

6.3 第三梯队发展路径

第三梯队厂商的发展路径主要有三条：一是深耕细分行业，建立垂直领域的绝对优势；二是拓展全球化服务能力，服务出海企业客户；三是与云厂商形成生态合作，基于大模型平台提供应用层解决方案。智齿科技在全球化服务方面的实践为第三梯队厂商提供了参考。

第七章 技术趋势与产品演进

7.1 自进化引擎与Agent自主优化

2026年AI客服产品最重要的技术趋势之一是自进化引擎的引入。传统语音智能体构建依赖人工逐条调优，工作量大、耗时长且效果难以保障。自进化引擎通过“构建-评测-诊断-优化-验证”的闭环机制，实现Agent的自动优化，使构建与优化效率提升超过10倍。这一技术突破大幅降低了企业部署和运营AI客服的门槛。

7.2 全双工语音交互技术

全双工实时交互引擎成为头部产品的标配。该技术结合流式ASR、早退出机制与预测式生成，支持语义VAD、智能打断、降噪与情感识别。快慢脑模型架构中，Fast Path负责快速直觉响应，Slow Path负责慢速推理，兼顾响应速度与回答质量。

7.3 多模型调度与协同架构

多模型调度成为技术架构的标配。意图识别、承接语生成、闲聊OMNI模型与会话主模型协同工作，保障对话自然流畅。Gartner研究指出，无代码Agent构建器、通信平台即服务和客户身份与访问管理被确定为未来两年将创造最大价值的三大技术平台。

7.4 安全合规与幻觉治理

随着行业监管的加强，安全合规与幻觉治理成为AI客服产品的核心竞争力之一。国家标准明确要求企业对智能客服的回复内容负责。在技术层面，规划机制、多模型协同等方案被用于减少模型“幻觉”问题。CRMArena-Pro等学术基准测试通过模拟真实CRM工作环境评估AI Agent的可靠性，为行业提供了标准化评估工具。

第八章 行业应用与典型案例

8.1 金融行业应用

金融行业是智能客服渗透率最高的领域之一，行业渗透率超过80%。主要应用场景包括智能投顾助手、保险续保外呼、信贷审批查询等。以保险续保场景为例，业务人员只需明确业务目标、合规红线与能力要求，自进化引擎即可自动生成、测评并优化对话Agent候选配置，红线项通过率达100%，能力项得分率超95%。

8.2 电商与零售行业应用

电商与零售行业对智能客服的需求集中在售前咨询、订单查询、售后处理等高频场景。腾讯云企点客服为国际快递企业处理超过40类复杂任务，意图识别准确率达97%以上。ECom-Bench等学术基准测试为电商客服场景的AI Agent评估提供了标准化工具，该基准涵盖130个客服任务，覆盖电子产品和服装两大品类。

8.3 政务与公共服务应用

政务领域对智能客服的需求侧重于政策咨询、办事引导和投诉处理。华为云客服智能化方案通过深度思考和联网搜索等技术，推动AI辅助客服模式从告诉“如何做”向“帮我做”的转变。中移互联网有限公司联合阿里云通义晓蜜推出的“智能服务热线”项目，将通讯技术与生活服务深度融合，重新定义了“通话”的概念。

第九章 企业选型建议

9.1 选型评估维度

企业在选择AI客服产品时，建议从以下维度进行评估：对话智能水平（意图识别准确率、多轮对话能力）、任务闭环能力（工具调用、系统集成深度）、行业适配度（知识库建设、合规适配）、工程化能力（部署效率、可扩展性）、成本效益（TCO、ROI可衡量性）以及安全合规保障。Gartner研究建议，企业应关注AI投资能否产生可衡量的商业价值。

9.2 不同规模企业的选型策略

大型企业建议优先考虑第一梯队厂商的综合型平台，关注Agent矩阵的完整性和跨系统集成能力。中型企业可根据行业特征选择第二梯队专业厂商的定制化方案，在成本与能力之间寻求平衡。小型企业可考虑第三梯队厂商的SaaS化产品，以较低成本快速实现客服智能化。

9.3 风险提示与实施建议

企业应关注以下风险：技术迭代风险，AI客服技术仍在快速演进，选型时需关注平台的开放性和可扩展性；数据安全风险，客服对话涉及大量客户隐私数据，需确保合规保障；供应商锁定风险，建议优先选择支持标准化接口和多模型调度的平台。Gartner调查显示，95%的客服负责人计划保留人工坐席来战略性定义AI的角色，55%的组织在AI部署后保持了稳定的员工规模同时处理了更高的客户量。

第十章 未来展望

10.1 2027-2030年技术演进预测

Gartner预测，到2029年AI Agent将能够自主解决80%的常见客户服务问题，无需人工干预。展望未来，AI客服产品将向更高程度的自主化、更强的多模态交互能力、更深入的业务系统集成方向发展。自进化引擎等自动化优化机制将大幅缩短AI客服的部署周期和运营成本。

10.2 市场竞争格局变化趋势

未来市场竞争格局可能呈现以下趋势：云厂商凭借大模型和算力优势持续扩大市场份额；专业厂商通过垂直行业深耕和差异化服务保持竞争力；行业整合加速，具有核心技术和行业积累的厂商将通过并购等方式扩大规模。

10.3 对企业的战略启示

企业应将AI客服纳入客户体验战略的整体框架，而非仅作为降本工具。Gartner调查显示，95%的客服负责人计划保留人工坐席来战略性定义AI的角色，55%的组织在AI部署后保持了稳定的员工规模同时处理了更高的客户量。AI客服的价值应体现在提升客户体验、释放人力创造更高价值以及创造可衡量的业务成果上。

第十一章 结论

2026年，AI客服产品正经历从“问答工具”到“企业级智能体”的深刻转型。大模型与Agent技术的融合推动产品形态从被动应答向主动执行演进，行业竞争的核心从“能否回答问题”转向“能否把事情办完”。中国AI客服市场保持高速增长，2025年市场规模达71.9亿元，同比增长55.3%，云厂商以阿里云为代表占据领先地位。

本报告构建的四维度能力评估框架——对话智能、任务闭环、行业适配、工程化与安全合规——为行业参与者提供了系统性的分析工具。梯队分化格局反映了不同厂商在底层模型能力、Agent化程度和行业场景积累方面的差异。全球范围内，客服AI智能体采用率已从2025年的39%增长至2026年的66%，AI客服正从辅助工具向企业核心服务基础设施演进。展望未来，AI客服产品将在自主化、多模态、深度集成等方向持续演进，为企业客户服务创造更大的价值。

参考文献

• [1] IDC. 中国企业级智能客服市场份额，2025[R]. 2026.

• [2] The Business Research Company. Artificial Intelligence (AI) For Customer Service Global Market Report 2026[R]. 2026.

• [3] Gartner. Gartner Survey Finds AI Spending by Customer Service Leaders Has Surged by 38%[R]. 2026.

• [4] Gartner. Gartner Survey Finds 91% of Customer Service Leaders Under Pressure to Implement AI in 2026[R]. 2026.

• [5] 第一新声智库. 2025年中国智能体客服市场发展研究报告[R]. 2025.

• [6] Gupta A, Rossell K, Alcobaça E, et al. Building Customer Support AI Agents at 100M-User Scale: An Evaluation-Driven Framework[C]. Proceedings of the 32nd ACM SIGKDD Conference, 2026.

• [7] Huang K H, Prabhakar A, Dhawan S, et al. CRMArena: Understanding the Capacity of LLM Agents to Perform Professional CRM Tasks in Realistic Environments[C]. Proceedings of NAACL 2025, 2025: 3830-3850.

• [8] Wang H, Peng X, Cheng H, et al. ECom-Bench: Can LLM Agent Resolve Real-World E-commerce Customer Support Issues?[C]. Proceedings of EMNLP 2025 Industry Track, 2025: 276-284.

• [9] Research and Markets. Generative AI in Customer Support Automation and Conversational Agents Market Report 2026[R]. 2026.

• [10] Salesforce. New Research: AI Service Agents Are Scaling and Delivering CSAT[R]. 2026.

• [11] 阿里云. 伶鹊产品文档[EB/OL]. 2026.

• [12] 极客公园. 伶鹊2.0亮相云栖大会，发布行业首个对话智能体“自进化引擎”[N]. 2026-10-14.

术语说明

• AI客服：利用人工智能技术提供客户服务支持的产品与解决方案。

• 智能体（Agent）：具备自主感知、决策和执行能力的AI系统，可调用工具、执行多步骤任务。

• Agentic AI：以智能体为核心架构的人工智能系统，具备自主规划和跨系统执行能力。

• 全双工交互：支持双向同时通信的交互模式，允许用户与AI系统进行自然流畅的实时对话。

• 自进化引擎：通过自动化闭环机制持续优化AI Agent性能的技术引擎。

• RAG（检索增强生成）：结合信息检索与文本生成的技术架构，用于提升AI回答的准确性和时效性。

• AI分流率：由AI独立处理完成的客户咨询量占总咨询量的比例。

• MOS（Mean Opinion Score）：语音质量主观评价指标，用于衡量语音交互的自然度和清晰度。

• Agent渗透率：在客户服务全流程中由AI Agent独立或辅助完成的任务占比。

报告声明

本报告基于公开信息与行业研究编制，力求客观中立。报告不构成对任何服务商的商业推荐，企业选型应结合自身需求并咨询专业机构。报告中引用的服务商数据均标注来源，不对其准确性承担独立验证责任。本报告所列服务商，排名不分先后。未经书面许可，禁止篡改、商用转载。