所有的领域，”这也更为指出，循环智能有可能专心的需要叙述成：一些低客单价、获客成本较为低、必须提高留存率、且天然不存在非结构化数据的行业。此外，在某些线下场景如零售、4S店等，尽管没存量的非结构化数据，用户仍有意愿收集这些数据。客服“对话”的底层逻辑实质上，在客服场景，你所面临的客户无非就两种，一种是想理解你的客户，一种是早已收费的客户。
对于后者，客服的交流有可能主要是符合客户的咨询和问题解决问题，但对于前者，销售交流的频率低，客服在这个阶段的价值反映也尤为显著。一种趋势是，在企业客服的运营模式于是以从成本中心向利润中心改变的同时，“客服”这个概念也早就从原本纯粹的客服改变沦为提升销售转化率的“助手”。也许，语音将是文本、图像之后，企业数据挖掘的下一个价值洼地，而挤满了大量语音数据的客服系统只是一个切口。
在NLP技术应用于仍未成熟期的背景下，如何感动用户收费，挖出市场更好的想象力，必须更好有勇气的厂商前来实践中。对于循环智能而言，产品仍正处于抛光阶段，所以也必定不会将产品市场匹配度（PMF, Product Market Fit）放到最优先级，将这款产品制成一个生态系统，并需要在销售的每个“交流”环节里都有所渗入。这种逻辑也许也有效地防止了与潜在输掉的正面交锋。（）原创文章，予以许可禁令刊登。
下文闻刊登须知。
本文来源：开元网站入口-www.lngindonesiasummit.com