虚拟机器人BOTS市场分析报告.docx
《虚拟机器人BOTS市场分析报告.docx》由会员分享，可在线阅读，更多相关《虚拟机器人BOTS市场分析报告.docx（30页珍藏版）》请在冰豆网上搜索。
虚拟机器人BOTS市场分析报告
2017年虚拟机器人（BOTS）市场分析报告
本调研分析报告数据来源主要包含欧立信研究中心，行业协会，上市公司年报，国家相关统计部门以及第三方研究机构等。
图表目录
表格目录
第一节虚拟机器人（BOTS）是高级人机交互必经通道
一、人机交互的趋势是计算机智能化，操作方式便捷化
人机交互是人与计算机之间通过某种方式（通道）进行信息交换的过程，即指令的发送与反馈的接收。
人通过大脑内部的神经元脉冲进行思考，通过文字和语言互相交流，计算机通过芯片内的电信号进行运算，通过网络进行信息传递。
迥异的运行方式决定了人与计算机之间交互需要一个通道，这个通道承担着“翻译官”的角色：
将人的指令翻译成计算机能处理的形式输入，经过计算机运算后，再翻译成人能理解的形式输出。
从指令和反馈方式的演变历史来看，从符号系统，到图形界面，再到目前正在兴起的自然语言，人机交互的方式逐步从初级向高级进化。
对计算机来说，主要表现为承担更多人的功能，计算量更大；对操作者来说，主要表现为交互通道从高级向初级“傻瓜化”的演变，即交互方式离人的自然习惯更近，为交互所需储备的专业技能越来越少。
以指令输入方式演变为例，最早需要通过键盘输入抽象的文字和符号来操作计算机，对操作者技能需求较高，故而电脑使用者一般是实验室科研人员；随后出现了图形界面，用户开始使用鼠标操作图形界面系统，当手机普及之后，触屏式操作方式又替代按键成为主流，受过初等教育的人均可以熟练操作手机；而现阶段，正在快速发展的自然语言输入则让操作更一步简单化。
而对于反馈方式的演变，从符号到图形再到自然语言，技术上实现的难度一步步增大，与人的交流方式越来越接近，但由于符号（文字）和图形在特定领域传递信息的效率更高，所以出现这三种反馈方式并存的现象。
图表1：
人机交互方式演变
资料来源：
北京欧立信信息咨询中心，欧咨行业数据库
二、人机交互新痛点——App繁多，用户解决需求的链条过长
大量移动终APP造成消费者选择困难。
以我国为例，截至2016年4月，我国市场中的移动应用累计数量达到671万款，我国本土第三方应用商店移动应用累计数量超过500万款，苹果商店移动应用累计数量超过163万款，而尚未官方进入我国市场的谷歌商店移动应用累计数量约260万款，中文移动应用累计数量超过710万款。
图表2：
移动应用数量统计
资料来源：
中国信息通信研究院，北京欧立信信息咨询中心，欧咨行业数据库
移动APP数量虽众多，但相对于桌面互联网以门户、搜索为核心入口的格局，移动互联网的业务入口则大为分散，且数据信息无法互通：
当前市场上已出现应用商店、搜索服务等重要的服务领域，并分别形成规模巨大的信息孤岛，数据分散促使龙头企业缺乏统一的信息聚集入口。
同时移动App版本变种数量众多，相互关联图景极为复杂，如在面向Andriod热门应用排名Top10中，仅计算不同名称，十个热点移动应用就又186款变种，其中QQ就有近50款变种。
由于选择带来的困扰，使用者下载App应用带来的满足感会随所下载APP数量的增加而递减。
图表3：
手机App安装数量与用户满意度成倒U形
资料来源：
网络资料，北京欧立信信息咨询中心，欧咨行业数据库
移动App市场存在明显长尾效应。
根据雅虎通过Aviate智能平台得到的数据显示，平均每名Android用户在手机上安装95款应用程序，每天使用的应用仅有35款，其余60款则为“长尾应用”——平时很少用到，某些时刻又需要它，所以一般情况下用户也不会卸载这些App。
然而手机存储容量的限制和用户精力的有限又决定了用户不可能大规模安装这些小众需求的App，如何实现对这些“长尾应用”进行集成，成为了重要的问题。
图表4：
移动应用中的长尾效应
资料来源：
北京欧立信信息咨询中心，欧咨行业数据库
App操作步骤繁琐，利用率不高。
以日常生活场景为例：
设想一个用户想要订一份外卖，他首先会识别自己的需求，然后在App商店的“生活应用”栏目中寻找美食外卖类的软件，在众多外卖订餐软件中犹豫、徘徊后，用户会选择并下载安装某款（或者多款）外卖App，打开这款App，选择想要购买的食物，在此过程中可能会跟商家沟通食物的口味等问题，最后下单购买，等待外卖配送，需求得到满足。
可以看到，从产生需求到需求得到满足，整个操作链条非常繁琐冗长，为了获得最优选择，用户还可能在多款外卖软件之间比较、选择，耗费大量时间精力。
若用户产生新的需求，就需要安装新的App，重复上述步骤。
此外，某些App集成多种功能，某些用户却仅需要其中部分功能，为了使用这部分功能而单独下载此App，从用户角度来看，属于软件资源的闲置与浪费，而且会占用手机存储空间，对其他App的安装使用形成挤出效应。
图表5：
移动App典型操作步骤示意图
资料来源：
北京欧立信信息咨询中心，欧咨行业数据库
三、新型人机交互方式——BOTs应运而生
我们认为，引发虚拟机器人爆发有3大因素：
（1）硬件层面，移动终端的大规模普及是BOTs爆发的必要条件；
（2）软件层面，移动App数量繁多催生行业新痛点亟待解决，聊天软件的高使用率使其成为人机交互通道的最佳入口；
（3）技术层面，自然语言处理等人工智能技术发展速度加快，足够支撑BOTs开发。
庞大的智能手机用户群体是BOTs爆发的必要条件。
根据我们前面提出的人机交互进化路径是操作方式傻瓜化的理论，BOTs应用将首先爆发于智能手机终端，因为智能手机更多应用在生活场景中，对操作者专业技能要求比PC要低。
而据eMarketer于2014年底发布的报告预测，2016年全球智能手机用户数将达到21.6亿，同比增长12.5%；其中中国智能手机用户数将达6.25亿，同比增长8.9%，智能手机占总人口数比例将达到45.2%。
庞大的智能手机用户群体为BOTs推广奠定了客户基础，是BOTs爆发的必要条件。
图表6：
全球及中国智能手机用户数
资料来源：
eMarketer，北京欧立信信息咨询中心，欧咨行业数据库
海量移动App降低用户满意度，引发行业新痛点；即时通讯类软件活跃度最大，成为BOTs最佳接入口。
我们在前面的正文中详细论述了大量App造成用户选择困难，同时长尾效应使用户不得不保留“小众应用”的行业新痛点。
解决该痛点的办法是产生一款“超级App”作为其他功能的入口，对于接入“超级App”的应用和功能则采用人工智能程序进行管理。
即时通讯软件以其高覆盖率、高活跃度和高度可拓展性最应当成为此“超级App”。
以微信为例，根据腾讯发布的2016年微信用户数据报告，截至2016年2月，微信月活跃用户6.5亿，甚至超过预测的同期中国智能手机用户6.25亿；94%的用户每天至少登陆微信一次，56%的用户每天使用微信超过1小时；微信城市服务已上线16个省78个城市，微信支付接入超20万家线下商店门户，微信作为连接器，通过开放合作向各领域拓展，由此带动了电商金融、民生服务、传统业务升级以及创新业务发展。
表格1：
中国手机App月活跃用户数排名
资料来源：
中国联通“沃指数”，北京欧立信信息咨询中心，欧咨行业数据库
人工智能的发展足以支撑BOTs的研发。
人工智能=海量数据+强大计算能力，受益于最近几年大数据和云计算的快速发展，人工智能领域发展速度明显加快。
2016年3月，谷歌旗下的人工智能机器人AlphaGo以4：
1战胜韩国围棋大师李世石，引发世界深度学习的关注，与此同时，人工智能其他细分领域也蓬勃发展。
根据统计，截至到2016年初，全球共有957家人工智能公司，美国以499家位列第一。
覆盖了深度学习/机器学习（通用）、深度学习/机器学习（应用）、自然语言处理（通用）、自然语言处理（语音识别）、计算机视觉/图像识别（通用）、计算机视觉/图像识别（应用）、手势控制、虚拟私人助手、智能机器人、推荐引擎和协助过滤算法、情境感知计算、语音翻译、视频内容自动识别13个细分行业。
图表7：
人工智能各细分领域公司数量
资料来源：
北京欧立信信息咨询中心，欧咨行业数据库
第二节BOTS技术——发展到新阶段
一、BOTs相关技术
虚拟机器人（BOTs），是一种通过自然语言来模拟人类对话的程序。
对于模拟效果的评判，“人工智能之父”图灵曾经提出过一个测试方法，后来成为经典的图灵测试——交谈能检验智能，如果一台计算机能像人一样对话，它就能像人一样思考。
将图灵测试落到实处并发扬光大的是罗布纳（Loebner）比赛，该比赛每年举行一次，其中反应与人类的反应最难区别的计算机将获得100,000美元的奖金和一块金牌。
虚拟机器人发明者若想展现自身实力，参与此项比赛成为最重要与最具影响力的方式。
从1991年首届比赛开始，历届比赛的获奖者中，出现过两种有代表性的革新技术，分别是1995-2000年开始出现的AIML（人工智能标记语言），以及2010年左右出现的ChatScript。
图表8：
BOTs技术发展路径
资料来源：
北京欧立信信息咨询中心，欧咨行业数据库
二、AIML——人工智能标记语言
AIML（ArtificialIntelligenceMarkupLanguage）即人工智能标记语言，雏形是基于ELIZA的ALICE系统。
该技术基于“刺激-反应”原理，每一条知识都是“刺激-反应”的实例。
用户与机器的每一次对话，都相当于一次“刺激”，而后机器根据知识库选择最合适的回复。
ALICE使用AIML表示其知识，而Java作为引擎对用户输入进行分析，在知识库中寻找最合适的回答并返回给用户。
ALICE背后并没有复杂的算法，事实上也是采用了模式匹配的方法来找到最合适的回答。
但ALICE采用了一种很好的
扩充机制，AIML文件可以进行内联，这样，许多包含特殊领域知识的AIML文件可以方便地合并成一个更大的知识库。
并且，通过对聊天记录进行分析，可以得到尚且没有明确回答的问题，并给出建议的模式。
图表9：
ALICE系统工作流程
资料来源：
《计算机应用》，北京欧立信信息咨询中心，欧咨行业数据库
由于AIML是开源的，很多人都基于AIML框架构建自己的BOTs。
国内比较有名的清华大学图书馆咨询服务机器人“小图”便是基于AIML语言开发的，“小图”尝试将人工智能引入图书馆咨询服务系统，对现有图书馆的资源、可信第三方资源、优质网络资源加以组织、整理、整合和利用，形成了一种全新服务。
用户可通过电脑终端、智能手机App等方式与小图进行互动，获得服务。
图表10：
“小图”机器人系统架构及微信操作示意图
资料来源：
《应用实践》，北京欧立信信息咨询中心，欧咨行业数据库
三、ChatScript
ChatScript是目前为止最受欢迎的虚拟机器人引擎，获得过多次罗纳布奖。
本质上可以将ChatScript看做是一个自然语言处理的框架。
其集成了语法分析、词性标注、大数据标注等能力，在主题、上下文组织、词汇泛化、模式匹配等方面都有更出色的表现。
表格2：
ChatScript的优势功能所在
资料来源：
《聊天机器人知识挖掘方法研究》，北京欧立信信息咨询中心，欧咨行业数据库
第三节BOTS经济即将来临，你准备好了吗
一、BOTs盈利模式
BOTs的本质是高级、智能化的App，由于BOTs最先从与生活贴近的移动互联网中兴起，以移动互联网盈利方式为标杆，即可推导出BOTs盈利模式。
因而，从整个行业层面来看，BOTs时代仍然主要存在三种盈利模式：
（1）产品。
其中包括为企业级客户（B端）定制化开发的BOTs，以及将BOTs应用于消费者市场（C端）的电子商务领域。
（2）广告。
通过搭建BOTs分发平台，积累大量的用户群，形成平台优势，以提供广告等服务。
（3）增值服务。
BOTs作为智能化软件，本身就能提供一系列增值服务，尤其在“知识有价”社会发展趋势中，BOTs还能挖掘更多盈利空间。
Bots将会渗透到各行各业，很难给出一个确切的市场空间估算。
对比移动互联网市场规模，2016-2017年BOTs占移动App市场比例分别按2%和5%来计算，则BOTs在2016和2017年市场空间分别可达70亿和250亿，预计2016-2020年复合增长率将达到153%。
表格3：
移动互联网和BOTs市场空间
资料来源：
艾瑞咨询，北京欧立信信息咨询中心，欧咨行业数据库
而从企业角度来看盈利模式，未来BOTs经济可分为2B和2C两大方向，这两个方向内的企业，将会呈现出与当下App市场类似的格局。
但技术成熟度、先发优势、市场推广等多方因素将导致市场新一轮洗牌。
（1）2B端，寡头型平台公司将瓜分聚合分发市场，同时，提供行业专属智能解决方案的公司将会蓬勃发展；
（2）2C端，新的平台将有望异军突起，针对不同的智能终端（手机、车载屏、智能家居等）的良好用户体验将重洗“入口”格局。
2B类公司业务主要分为两类，一是打造BOTs平台，依靠渠道优势进行流量变现；二是为企业提供智能解决方案。
1）现有的App分发平台，以及占据聊天软件入口的IT巨头，最有可能成为平台型公司。
App分发平台如豌豆荚、360手机助手，其本身拥有的庞大用户群，在这些平台应用从App转向BOTs的过程中，可实现用户群的有效迁移，蜕变成新的BOTs平台，将新平台的流量予以变现。
2）另外一些BOTs公司则从单个企业入手，为企业提供智能解决方案。
根据预测，2016-2018年中国SaaS市场规模将分别达到330、540、870亿元，假设BOTs的渗透率分别为2%、5%、10%，则2016-2018年企业级bots市场空间将分别为6.6、27、87亿元。
图表11：
企业级Bots潜在市场空间
资料来源：
易观智库，北京欧立信信息咨询中心，欧咨行业数据库
而2C领域涉及范围更广，市场空间也更大。
我们认为，BOTs将最先由智能化要求较低，用户操作能被简化的行业起步，逐步向高水平、智能化的领域拓展。
所以在2C领域最先受益的当属电子商务行业，然后是游戏、幼儿教育、心理咨询等行业。
二、BOTs生态圈
Bots行业从上游到下游，产业链依次为语音/文本处理—人工智能—产品开发—渠道—产品聚合（Bots应用商店）—产品分发应用。
图表12：
Bots全产业链
资料来源：
betaworks，北京欧立信信息咨询中心，欧咨行业数据库
正如移动互联网时代App和各行各业紧密结合一样，正在到来的人工智能时代，BOTs将会渗透到各行各业，形成以BOTs为中心的生态圈，促进各行业向智能化发展。
电商、金融、教育、娱乐、生活服务等行业与BOTs融合将诞生新的行业生态。
图表13：
BOTs经济生态圈
资料来源：
北京欧立信信息咨询中心，欧咨行业数据库
BOTs+电商：
此生态下BOTs实质上起到了多领域购物私人助理的角色，依托客户真实需求领域与电商领域，电商客户端为入口，通过智能+人工的方式为客户提供服务，逐步起到为客户提供全方位的生活解决方案的作用。
电商引入BOTs是为守住市场，谋求扩张。
将BOTs引入电子商务领域后，消费者体验的提高是显而易见的。
目前淘宝京东等电商平台开始布局BOTs，一方面为了用不断提升的用户体验来留住老用户、吸引新用户，另一方面又希望借此技术打开潜在的市场空间。
此外，BOTs普及还能缩减人工客户成本。
BOTs+金融：
从证券到基金到银行，BOTs均能参与其中。
无论是最近兴起的机器人投顾，还是银行的机器人大堂经理，都折射出金融行业对新技术的开放理念。
银行业因其标准化程度较高，BOTs能较深入融合其中。
银行在降低网点员工数，推进社区银行发展的过程中，对BOTs的需求会得到快速释放。
BOTs+教育：
从婴幼儿教育切入。
婴幼儿的智力水平对BOTs要求较低，BOTs会先进入婴幼儿教育领域。
对于此类BOTs，可采取付费下载，增值服务等方式盈利。
在教师成本攀升的背景下，极具发展空间。
图表14：
Bots+教育潜在市场空间
资料来源：
易观智库，北京欧立信信息咨询中心，欧咨行业数据库
BOTs+心理咨询：
BOTs没有情绪，不受用户感情共鸣影响，对用户心理状态的评判能保持客观性；同时求助者面对BOTs说出隐私时，不存在尴尬和忧虑感；移动端BOTs还能满足客户对心理咨询时间的选择偏好。
基于这些优势，BOTs将在心理咨询行业获得较大应用。
第四节国际巨头早已提前布局BOTS应用
各大公司竞相加入虚拟机器人研发工作中，总体上，各公司推广BOTs有两种
方式：
一是纯软件，二是将BOTs嵌入实体机器人中。
纯软件方面，各家公司切入方式不同，目前存在这几种切入方式：
从生活助手切入，从单纯聊天娱乐切入，将BOTs嵌入到通讯软件中，搭建Bot平台。
软硬件结合的方式，只有苹果公司的Siri勉强可以算BOTs与手机硬件结合，还未见其他巨头有将BOTs嵌入硬件机器人中的动作。
一、Facebook——发家自社交网站，升华于聊天软件，爆发在BOTs
通过社交网站积累海量数据，依靠Messenger与WhatsApp占领聊天入口。
Facebook是从做社交网站起家，截止到2016年5月，Facebook月活用户数量已达到16.5亿，占地球人口的将近1/4。
2011年Facebook发布手机聊天应用FacebookMessenger，但早期推广速度较慢，以致于在2014年2月，Facebook以190亿美元收购月活用户4.5亿的移动端即时通信软件WhatsApp，抢占聊天入口，为新商业模式储备“接口”。
而FacebookMessenger后续发力明显，截至2016年4月，其月活用户已超过9亿，接近WhatsApp10亿的月活用户量。
根据Statista网站最新的数据统计，WhatsApp和Messenger的使用率排在即时通信类软件的前两名，远超同类软件Skype。
图表15：
聊天软件月活跃用户
资料来源：
Statista，北京欧立信信息咨询中心，欧咨行业数据库
丰富且健康的经营结构为BOTs提供了可融合的生态群。
Facebook目前营业收入来自于3大类：
一是网络广告，包括传统网页广告，精准投放式广告，以及微软广告条；二是增值服务，包括用户直接购买的虚拟产品，以及数据服务（付费调查问卷等）；三是第三方App收入分成，由于Facebook大量用户群带来的平台效应，面向垂直细分领域的商家多会选择将其App挂到Facebook平台上销售推广，Facebook只需给商家提供基础的服务，便可与商家进行收入分成。
与Microsoft和Google不同，Facebook业务领域比较多元化，营收来源丰富，不仅能抵御风险，增加公司经营稳定性，最为关键的是，公司现有的每项业务都能与BOTs实现深度融合，互惠互利。
BOTs与广告相结合能够进一步实现精准投放，与增值服务以及第三方App结合则能实现个性化推荐。
图表16：
BOTs对Facebook盈利模式的影响
资料来源：
北京欧立信信息咨询中心，欧咨行业数据库
2016年4月召开的F8大会上，Facebook面向开发者推出了机器人聊天服务平台BOTsforMessenger，截至7月，平台上已有超过11,000个虚拟机器人，越来越多的BOTs与Facebook原有业务深度融合，将促成新盈利模式的诞生：
即以Messenger为入口，通过BOTs连接各业务板块，促进网络广告、增值服务、第三方App服务更加集成化、智能化。
图表17：
Messenger平台上运行的BOTs
资料来源：
Facebook，北京欧立信信息咨询中心，欧咨行业数据库
BOTs经济所需的三大要素：
（1）入口（聊天软件Messenger，WhatsApp遥遥领先的每月活跃用户量保证了对聊天入口的占领），
（2）人工智能技术（Facebook积累的海量用户数据是机器学习的必要条件），（3）可商业化的生态群（Facebook用户黏度、对商业推送的接受程度高，公司各业务板块之间很容易实现横向交叉融合），目前Facebook已经完全具有，同时公司还在向硬件领域扩展，2014年3月收购VR设备制造商Oculus，提前布局下一代硬件平台，实现软硬件联动，发展前景巨大。
二、微软——蓦然回首，才惊觉聊天为王
小娜、小冰以及Tay都不是虚拟机器人的正确打开方式。
微软先后推出过3款聊天机器人，分别是微软小娜（Cortana）、微软小冰、以及Twitter虚拟账号Tay。
微软小娜是微软在2014年7月发布的全球第一款个人智能助理，它能了解用户的喜好，帮助用户进行日程安排、问题回答等；微软小冰是继小娜之后推出的一款聊天机器人，相比于小娜，小冰的聊天方式显得更活泼，除了智能聊天之外，小冰也兼具提醒、天气、交通指南等实用功能，并且具有强大的机器学习能力；2016年3月，基于网页版Twitter虚拟账号-——微软Tay上线，后因部分网民利用其漏洞发动攻击，使Tay发表了种族歧视和性别歧视的言论，Tay很快被迫下线。
图表18：
微软小娜功能示意图
资料来源：
Microsoft，北京欧立信信息咨询中心，欧咨行业数据库
图表19：
微软小冰聊天实例
资料来源：
北京欧立信信息咨询中心，欧咨行业数据库
Cortana嵌入Skype，微软开始走向正途。
随后，微软于同年3月底的Build2016大会上宣布推出BotFramework，任何人都可以在这个平台上制作自己的聊天机器人，同时微软允许开发者将自己开发的机器人集成到一系列平台中，例如Slack、Telegram、电子邮件和网页等。
此次大会微软还宣告了把小娜功能集成到Skype中，在对话中高亮重要信息，并提供直接的操作和信息查找，管理日历和连接其他机器人。
Cortana甚至可以提醒哪些好友在你即将前往的目的地，可以快速发消息约起。
图表20：
嵌入Cortana功能后的Skype
资料来源：
Skype，北京欧立信信息咨询中心，欧咨行业数据库
从推出首个BOT小娜，到后续产品的不断更新换代，能够看到微软在高层次人机交互领域的不断试验，改进。
最终微软选择了将BOTs集成到聊天应用软件Skype，希望借助即时通讯软件强大的消息流入口，推广其BOTs功能，同时，Skype和BOTs结合的用户体验要优于分别使用两款软件，该优良的用户体验有望增加Skype用户数量，形成良性互动。
从目前来看，微软的试错过程略为长久，导致错失了先发优势，更重要的是，在通讯软件用户活跃度方面，Skype距离WhatsApp、Messenger等软件差距明显，而Messenger已经开始集成BOTs功能，除非微软的BOTs具有超常优势，否则Skype很难超越Facebook旗下的Messenger。
图表21：
微软bot产品更替过程
资料来源：
Microsoft，北京欧立信信息咨询中心，欧咨行业数据库
三、谷歌——强于搜索，但始终慢半拍
谷歌先后发布过两款BOTs产品，分别是2014年3月的GoogleNow和2016年5月的GoogleAssistant。
GoogleNow和GoogleAssistant均属于智能语音助理，GoogleNow会全面了解用户的各种习惯和正在进行的动作，并利用它所了解的来为用户提供相关信息，GoogleAssistant为GoogleNow的进化版，但它能够更积极的与用户对话，并在不断对话之中为用户解决问题，而不像GoogleNow那样只能用简单的提问和回答。
图表22：
用GoogleAssistant订票
资料来源：
Google，北京欧立信信息咨询中心，欧咨行业数据库
四、苹果——依靠庞大的手机用户群体强制推广
在BOTs应用领域，苹果属于最早进入的公司。
2011年10月，苹果在其新发布的Iphone4S上搭载了Siri这项语音控制功能，利用Siri用户可以通过手机读短信、介绍餐厅、询问天气、语音设置闹钟等。
同时Siri还支持自然语言输入，调用系统自带的天气预报、日程安排、搜索资料等应用，还能够不断学习新的声
升级会员 