创立15个月，做到1亿ARR，这家华人AI客服如何吊打对手？

传统的客服体系通常由两部分组成：聊天机器人和呼叫中心。然而，这种方法不仅会导致客户体验脱节，还容易形成一种对抗性的运营模式：聊天机器人和呼叫中心相互竞争，企业及其客户将承担这种错位和低效的成本。

客服质量参差不齐不说，客服工作又累压力又大，员工离职率高达 30-35%，服务质量更是没保障。

在这一背景之下，AI 客服行业独角兽 Crescendo 凭借人机协同的方案脱颖而出。它将 AI 和人工客服方案打包成整体方案，丝滑地整合了 AI 和人类团队的服务流程。

具体来说，通过 CX（客户体验）类的 AI 聊天机器人，Crescendo 可处理 90% 常规咨询，结合企业内部数据（如产品目录、政策文件）自主应答。

当遭遇复杂纠纷时，真人专家可借助 AI 梳理的对话脉络迅速介入，甚至能调取用户三个月前的退换货记录与购物历史，实现精准服务。

这种策略的好处首先是直接节省了数百万劳动力成本，因为客户不用找外包了。

所有工作由 Crescendo 一站式打包完成，平台支持 50 种语言自动翻译、自定义话术与语气设置。2~4 周内可完成系统部署，上线 1 个月后 Al 自动处理 90%+ 的常规查询，相比传统呼叫中心建设时间与经济成本大幅降低。

其更突出的优点是对客服效果负责，提升成单率。

在高频率、低复杂度的客服场景中，AI 确实会比人工表现更好。AI 处理掉 80% 的高频、简单问题，而人工客服只要处理剩余 20%AI 处理不了、低频复杂问题。

另外，Crescendo 的质量评估工具可以实时评分每笔交互效率，若评分低则向企业返还信用额度。

对于公司来说，也不必担心原本的人员流失、不一致性对服务质量的影响。

基于这种业务模式，Crescendo 摒弃了传统按人数或时长计费模式，采用结果导向定价（一种是按解决率收费，另一种是按 AI 处理量收费），这对于希望拥抱 AI 但缺乏经验的企业而言，极具吸引力。

Crescendo 描述，其利润率达到了传统呼叫中心的 4 倍。

除了新颖的解决方案外，团队成员在客服领域丰富的经验也是其能拿下融资的关键。Crescendo AI 团队的核心成员堪称客服行业“梦之队”：

CEO Matt Price 曾任客服巨头 Zendesk 高级副总裁，深谙服务体系构建；

CTO Slava Zhakov 拥有云呼叫中心巨头 Genesys 的技术沉淀；

CPO Anand Chandrasekaran 则来自印度电商巨头 Snapdeal，具备丰富的消费场景运营经验。

而联合创始人兼董事会主席 Andy Lee 更是行业传奇，他白手起家创立的外呼中心公司 AIorica，年收入超过 20 亿美元。

这一次，Andy Lee 希望用生成式 AI 重构呼叫中心行业延续20年的服务与收费体系。

Crescendo 营销高级副总裁 Mike Ryan 近日透露，靠着“AI 客服+专家团队”的一体化方案，公司 ARR 超过 1 亿美金并实现了盈利。

最近几个月，Crescendo 也在进行业务升级。

2024 年 10 月，Crescendo 收购了专注于品牌定制化的外包服务商 PartnerHero，因而增加了 200 家客户和 3000 名 CX 专业人员。在同一个月，Crescendo 获得由 General Catalyst 领投的 5000 万美元风投，公司的估值提升至 5 亿美元。

单纯的技术输出已不能满足需求，客户需要的是能直接产生业务结果的解决方案。Crescendo 转向"AI+专家"打包模式，预示着 AI 技术成熟度、数据积累量、场景理解力达到临界点，“系统+服务”的一体化交付成为可能。

在拥挤的 AI 客服赛道上，Crescendo 不是第一个采用“AI+真人”模式的客服公司，Decagon、Sierra AI、Shulex 这三家 AI 客服公司采用了同样的策略，但也各自做出了特色。

①Decagon 数据透明化，基于使用场景构建客服 Agent

创立于 2023 年的 Decagon，自成立以来发展迅速。

其 AI 客服代理基于 OpenAI、Anthropic 和 Cohere 等公司的最先进模型，并在内部数据如操作指南、手册和过去的客户服务对话基础上进行训练。员工对 AI 生成的回复进行评分和审核以改进系统。Decagon 还允许企业清楚地看到决策过程以及数据使用情况。

今年 2 月，Decagon 与 AI 音频生成龙头 ElevenLabs 合作，创建了语音代理，以便与客户进行更自然、更像人类的对话。

Decagon 已经帮助多个企业节约客服外包成本。

信用卡提供商 Bilt 通过 Decagon 将其客户支持团队从数百人缩减到 65 人。健身巨头 ClassPass 利用 Decagon 的 AI 代理与客户进行 250 万次对话，将客户支持成本降低了 95%

截至目前，Decagon 已经签订了价值超过 1000 万美元的合同。该公司正洽谈新一轮 1 亿美元融资，由 a16z 和 Accel 领投，投后估值达 15 亿美元。

②Sierra AI，不是“帮你接线”，是“直接解决问题”

Sierra 的定位是打造一个具备人类交互能力的自动化客户支持平台。它的平台模拟了传统外呼中心的模式，背后是一个多模型协调系统，这使得它在真实客户服务场景中具有极高的稳定性和容错率。

Sierra在AI 客服上的突破是：从“应答式机器人”，升级为“闭环式交互系统”。换句话说，它不是在“帮你转人工”，而是让“你根本不需要人工”。它能做到的事情包括：

情绪识别+上下文记忆的连续对话多渠道（邮件、网页、聊天窗）统一客服响应与企业后端系统集成，完成退款、改签、投诉等闭环动作自动拉取知识库、历史记录，动态优化话术。

Sierra 试点数据显示，某 SaaS 公司接入 Sierra 后，客服响应速度提升 400%，客户满意度提高 37%，而人工客服团队规模缩减 60%。

Sierra AI 成立一年多完成了 1.75 亿美金的 B 轮融资，估值达 45 亿美金，ARR 突破 2000 万美金。

③Shulex 聚焦客户关注的具体场景，自定义切换 AI/人工服务。

这家国内的出海公司采用 AI 数字人的模式，可以人工与机器自定义丝滑切换，并能向企业交付可量化的工作成果，同时提供消费者洞察报告。

Shulex 的 AI Agent 能够达到人工客服的中高级水平，并能在需求高峰期（如黑五网一）快速复制，提供“100+个随时待命的中高级AI数字客服”。更重要的是，Shulex 提供的不仅仅是技术，而是一种包含咨询、培训、落地实施乃至持续优化的“陪跑”服务。

谈到 Shulex 的优势，创始人郭辰璐说道：

AI 不是核心的壁垒，最重要的还是应用场景的体验，尤其是非常垂类的一站式场景化体验是比较难替代的。

因此，Shulex 更加聚焦客户关注的具体场景，比如大件家具的物流咨询、3C 数码的知识自学习能力、小语种服务。

该公司刚完成新一轮亿元级融资，由盛大资本领投。其客服 AI Agent 在中国、日本、美国市场服务了 100+全球化头部品牌客户。

尽管客服市场看起来拥挤，但早期玩家在实际部署生成式 AI 方面进展缓慢，质量也不高。

这些方案更多依赖于 AI 技术本身，通过创建剧本（Playbooks）来自动化外呼中心的任务，没有基于生成式模型从头开始构建的产品。这给很多 AI 客服公司带来了机会。

更重要的是，AI 正在让客服生意发生本质的变化，即从成本中心向价值中心转型。

过去，客服很难提供差异化服务，而通用服务与利润并不直接挂钩，所以企业在千方百计地压缩客服成本。但现在不同了，当客服变得高度定制化，其有可能成为产品服务的重要组成部分，甚至成为收入增长的驱动因素。

正如 Decagon CEO Jesse Zhang 所说：

在过去，企业只是把客户支持或呼叫中心看作成本中心，它可能不是你愿景的核心。但有了代理，它们非常可定制，它开始成为企业或产品的竞争优势，成为收入驱动因素。