> For AI agents: the complete documentation index is available at /llms.txt, the full documentation bundle is available at /llms-full.txt.

# CI 对话智能知识体系

## 一、CI 核心架构（技术层）

```
通话/对话 → 录音采集 → 语音转录 → NLP分析 → AI洞察 → 业务行动
```

| 层级                      | 说明                   | 典型技术/工具                                        |
| ----------------------- | -------------------- | ---------------------------------------------- |
| **数据采集**                | 电话录音、视频会议、在线聊天、邮件    | RingCentral, Twilio, Zoom, Teams               |
| **语音转录 (ASR)**          | 自动语音识别，将音频转为文字       | Deepgram, AWS Transcribe, Google STT, Whisper  |
| **说话人分离 (Diarization)** | 区分对话中不同说话人           | Deepgram Diarization, pyannote, AWS Transcribe |
| **NLP 分析**              | 意图识别、实体提取、关键词检测      | spaCy, Hugging Face, AWS Comprehend            |
| **情感分析**                | 判断说话人情绪和语气           | 声学特征分析、文本情感模型、多模态融合                            |
| **LLM 深度分析**            | 结构化摘要、话题分类、质量评分、建议生成 | Claude, GPT-4, Kimi K2, Bedrock Converse API   |
| **集成与行动**               | 分析结果回写 CRM，触发工作流     | Salesforce, HubSpot, Slack, 自定义 Webhook        |

***

## 二、CI 分析框架

### 1. 分析维度（由浅到深）

| 层次      | 核心问题    | 方法                    |
| ------- | ------- | --------------------- |
| **转录层** | 说了什么？   | ASR 转录、说话人分离、时间戳对齐    |
| **理解层** | 什么意思？   | 意图识别、实体提取、话题分类        |
| **评估层** | 做得怎么样？  | 沟通质量评分、合规检查、流程遵循度     |
| **洞察层** | 为什么这样？  | 情感分析、异议模式识别、成功/失败归因   |
| **行动层** | 接下来怎么做？ | AI 建议生成、实时话术提示、自动跟进触发 |

### 2. 通话分析指标体系（以 Retaintive 产品为例）

```
通话分析指标
├── 基础指标：通话时长、接通率、等待时间、挂断率
├── 内容指标：话题分类、客户意图、关键词命中率
├── 质量指标：沟通评分、流程遵循度、话术合规率
├── 情感指标：客户情绪变化、满意度信号、异议频率
├── 效能指标：有效沟通比、问题解决率、下一步明确率
└── 业务指标：Lead 温度判定、预约转化信号、流失风险信号
```

### 3. CI 与 BI 的协同关系

```
       CI（对话智能）                    BI（商业智能）
  ┌─────────────────────┐          ┌─────────────────────┐
  │ 通话录音             │          │                     │
  │   ↓                 │          │                     │
  │ 转录 + 说话人分离     │   数据    │  KPI 仪表盘          │
  │   ↓                 │ ──────→  │  转化漏斗分析         │
  │ AI 结构化分析        │   喂入    │  团队绩效对比         │
  │   ↓                 │          │  预警与决策建议       │
  │ 沟通质量 / 客户意图    │          │                     │ 
  └─────────────────────┘          └─────────────────────┘

  CI 回答：这通电话发生了什么？质量如何？
  BI 回答：这些通话数据汇总后，业务表现如何？趋势如何？
  CI + BI：从单通电话洞察 → 全局业务决策的完整闭环
```

### 4. 传统 CI vs 我们的 CI：从分析到决策

传统 CI 产品的边界是"分析完这通电话"就停了。我们的系统把 CI 的输出接入了**策略引擎**和**生命周期管理**，形成 **CI + 策略 + BI** 三者联动：

| 模块           | 职责          | 回答什么                 |
| ------------ | ----------- | -------------------- |
| **CI（沟通分析）** | 分析每次对话的内容   | 这通电话发生了什么？客户是什么态度？   |
| **策略引擎**     | 定义判断规则和行动阈值 | 接下来应该怎么做？什么时候触发状态变更？ |
| **BI（商业智能）** | 汇总展示业务指标    | 整体转化如何？团队表现怎么样？      |

```
           CI 是眼睛              策略是大脑            BI 是仪表盘
         （看到了什么）          （怎么判断、怎么做）       （全局怎么样）

每通电话 ──→ CI 分析 ──→ 结构化输出 ──→ 策略引擎 ──→ 业务行动
              │                           │               │
              │  情绪/态度识别              │  跟进策略调整    │  KPI 仪表盘
              │  关键词/话题提取            │  隐性拒绝判断    │  转化漏斗
              │  客户顾虑识别              │  状态变更触发    │  团队绩效
              │  沟通质量评分              │  温度重新计算    │  预警建议
              ▼                           ▼               ▼
         单通电话洞察              客户生命周期推进       全局业务决策
```

**典型联动场景：隐性拒绝判断**

当客户多次跟进都能联系到，但始终无法推进时（不拒绝也不行动），系统需要判断是否视为拒绝：

```
每次跟进后
  │
  CI 沟通分析 → 提取：客户情绪、顾虑关键词、互动积极度
  │
  策略引擎检查 → 是否达到"S 次跟进无果"阈值？
  │
  ├── 未达到 → 继续按策略跟进
  │
  └── 达到阈值 → 触发隐性拒绝判断
        │
        综合 CI 历史数据 + 客户画像
        │
        ├── 有具体顾虑记录（CI 提取到价格/时间/距离等关键词）
        │     → 条件性拒绝（冻结），等待条件变化后重新激活
        │
        └── 无具体顾虑记录（CI 历次分析均显示态度冷淡、无实质内容）
              → 绝对拒绝（终态），结束全部跟进
```

| CI 提供的判断依据 | 倾向条件性拒绝（冻结）       | 倾向绝对拒绝（终态） |
| ---------- | ----------------- | ---------- |
| **沟通内容**   | 提到过具体顾虑（价格、时间、距离） | 从未给出具体理由   |
| **互动态度**   | 愿意沟通，只是暂时不行动      | 敷衍、冷淡、越来越短 |
| **客户画像**   | 符合目标客户特征          | 不太符合目标客户特征 |
| **历史行为**   | 曾经主动询问过细节         | 从未主动发起任何互动 |

***

## 三、2025-2026 CI 行业趋势

| 趋势                     | 说明                                     |
| ---------------------- | -------------------------------------- |
| **实时 Agent Assist**    | 从"事后分析"到"通话中实时提示"，AI 在通话过程中提供话术建议和异议处理 |
| **Agentic CI**         | 对话智能从被动分析进化为主动执行——自动触发跟进、分配任务、更新 CRM   |
| **多模态分析**              | 不仅分析文字，还结合语音语调（声学特征）和视频表情进行综合判断        |
| **Generative AI 深度集成** | LLM 生成通话摘要、自动填写 CRM 字段、生成个性化跟进邮件       |
| **合规自动化**              | AI 自动检测通话中的合规风险（PII 泄露、误导性承诺、监管违规）     |
| **嵌入式 CI**             | CI 能力嵌入 CRM/拨号器/客服工具内部，而非独立产品          |
| **隐私与数据主权**            | GDPR/CCPA 合规、本地化部署、PII 自动脱敏成为标配        |

### 关键统计

- **76%** 的企业已将 CI 嵌入超过一半的客户互动场景（2025）
- 使用 CI 的销售团队 win rate 平均提升 **15%**
- 客服场景中，CI 使服务质量评分提升 **69%**
- 手动记录工作量减少 **90%**

***

## 四、市场规模

- 2025年全球 CI 软件市场约 **$285亿**
- 预计2026年达 **$322亿**（CAGR 13.0%）
- 预计2035年达 **$557亿**（CAGR 8.2%）
- 更广义的对话式 AI 市场：2025年 **$148亿** → 2034年 **$825亿**（CAGR 21.0%）
- CI 是对话式 AI 中增长最快的细分赛道之一

***

## 五、竞争格局

### 1. 按场景分类

| 类别          | 代表产品                                  | 核心场景                        | 价格区间          |
| ----------- | ------------------------------------- | --------------------------- | ------------- |
| **销售对话智能**  | Gong, Chorus(ZoomInfo), Clari         | 销售通话分析、Deal Intelligence、预测 | $100-250/用户/月 |
| **客服/呼叫中心** | CallMiner, Observe.AI, Level AI       | 质检、合规、Agent 绩效              | 企业定价          |
| **通话追踪+归因** | CallRail, Invoca, CallTrackingMetrics | 营销归因、来电追踪                   | $45-150/月     |
| **会议智能**    | Otter.ai, Fireflies, Avoma            | 会议记录、自动摘要                   | $10-40/用户/月   |
| **全渠道 CI**  | Twilio CI, RingCentral RingSense      | 跨渠道对话分析                     | 按用量计费         |
| **垂直行业**    | **Retaintive (我们)**                   | 教育/服务行业 Lead 跟进 + 留存        | -             |

### 2. 头部玩家详细对比

| 能力                | Gong         | CallMiner | Observe.AI | Retaintive (我们) |
| ----------------- | ------------ | --------- | ---------- | --------------- |
| 通话录音/转录           | ✅            | ✅         | ✅          | ✅               |
| 情感分析              | ✅            | ✅ (深度)    | ✅          | ✅               |
| 实时 Agent Assist   | 部分           | ✅         | ✅          | 规划中             |
| Deal Intelligence | ✅ (强)        | ❌         | ❌          | 规划中             |
| 合规监控              | 部分           | ✅ (强)     | ✅          | 基础              |
| BI 仪表盘            | 基础           | 基础        | 基础         | ✅ (角色化)         |
| Lead 生命周期管理       | ❌            | ❌         | ❌          | ✅ (核心)          |
| 垂直行业深耕            | ❌ (通用)       | ❌ (通用)    | ❌ (通用)     | ✅ (教育/服务)       |
| 定价模式              | 高 ($250+/用户) | 企业级       | 企业级        | 中小企业友好          |

***

## 六、CI 技术栈选型

### 语音转录 (ASR) 对比

| 服务                  | 价格          | 优势                   | 劣势         |
| ------------------- | ----------- | -------------------- | ---------- |
| **Deepgram Nova-3** | $0.0043/min | 高精度、低延迟、说话人分离、PII 脱敏 | 非大厂        |
| **AWS Transcribe**  | $0.024/min  | AWS 生态集成、异步批量        | 贵5倍、异步延迟   |
| **Google STT**      | $0.016/min  | 多语言强                 | 说话人分离需额外付费 |
| **OpenAI Whisper**  | 开源/自部署      | 免费、可定制               | 需要 GPU、无实时 |
| **AssemblyAI**      | $0.015/min  | LeMUR 集成、功能全         | 中等价格       |

### LLM 分析对比

| 模型                  | 输入价格     | 输出价格      | 优势                 | 劣势     |
| ------------------- | -------- | --------- | ------------------ | ------ |
| **Kimi K2**         | $0.15/1M | $0.60/1M  | 极低成本、Thinking mode | 稳定性待验证 |
| **Claude Sonnet 4** | $3.00/1M | $15.00/1M | 结构化输出可靠            | 成本高    |
| **GPT-4o**          | $2.50/1M | $10.00/1M | 生态成熟               | 中高成本   |
| **Claude Haiku**    | $0.25/1M | $1.25/1M  | 低成本、快速             | 分析深度有限 |

***

## 七、Retaintive CI 定位分析

**定位：垂直型 CI + BI 融合平台，专注教育/服务行业的通话分析与客户留存**

### 与纯 CI 公司的差异

| 维度       | 纯 CI 公司 (Gong 等) | Retaintive                   |
| -------- | ---------------- | ---------------------------- |
| **核心价值** | 分析通话内容           | 通话分析 → 业务决策闭环                |
| **分析终点** | 通话报告和指标          | 角色化仪表盘 + 可执行建议               |
| **业务理解** | 通用销售流程           | 深度理解教育/服务行业获客→留存全链路          |
| **数据流向** | CI 数据停在 CI 平台    | CI 数据直接喂入 BI 指标体系            |
| **目标用户** | 销售VP、RevOps      | Owner / Manager / Staff 三层角色 |
| **定价策略** | 企业级高价            | 中小企业可负担                      |

### CI 核心能力路线图

```
Phase 1 (当前) ✅
├── 通话录音自动采集 (RingCentral/Twilio)
├── AI 转录 (Deepgram 主 + AWS 备)
├── LLM 结构化分析 (Kimi K2 主 + Claude 备)
└── 分析结果存储 (DynamoDB + S3)

Phase 2 (规划中)
├── 沟通质量评分模型
├── Lead 温度自动判定
├── 客户意图/异议识别
└── 跟进建议自动生成

Phase 3 (远期)
├── 实时 Agent Assist (通话中提示)
├── 自动 CRM 回写
├── 多语言支持
└── 预测性分析 (流失预警、转化预测)
```

***

## 八、CI + BI 融合：我们的独特价值

市场上绝大多数公司只做其中一个方向：

```
┌──────────────────────────────────────────────────────────┐
│                      市场格局                              │
├──────────────────────────────────────────────────────────┤
│                                                          │
│  纯 CI 公司                    纯 BI 公司                 │
│  ┌─────────────┐              ┌─────────────┐            │
│  │ Gong        │              │ Tableau     │            │
│  │ Chorus      │              │ Power BI    │            │
│  │ CallMiner   │              │ Looker      │            │
│  │ Observe.AI  │              │ ThoughtSpot │            │
│  └─────────────┘              └─────────────┘            │
│        ↓                            ↓                    │
│   懂对话内容                    懂数据分析                 │
│   不懂业务全局                  不懂对话内容               │
│                                                          │
│              Retaintive / CloudAudioAI                    │
│              ┌─────────────────────────┐                 │
│              │   CI + BI 垂直融合       │                 │
│              │                         │                 │
│              │  通话 → 理解 → 指标 →    │                 │
│              │  仪表盘 → 决策 → 行动    │                 │
│              └─────────────────────────┘                 │
│                       ↓                                  │
│            在垂直行业做到端到端闭环                         │
│                                                          │
└──────────────────────────────────────────────────────────┘
```

**大厂做通用 CI，大厂做通用 BI，我们在垂直行业做 CI + BI 的深度融合。**

***

## 参考资料

- [Conversation Intelligence: The Complete Guide for 2026 - AssemblyAI](https://www.assemblyai.com/blog/conversation-intelligence)
- [What Is Conversational Analytics? - IBM](https://www.ibm.com/think/topics/conversational-analytics)
- [Conversation Intelligence: A Deep Dive - InMoment](https://inmoment.com/blog/conversation-intelligence/)
- [2026 AI Outlook: Conversation Intelligence and CX - RepsMate](https://www.repsmate.com/2026-ai-outlook-conversation-intelligence-customer-experience/)
- [Conversation Intelligence Software Market Forecast to 2035 - FMI](https://www.futuremarketinsights.com/reports/conversation-intelligence-software-market)
- [Conversational AI Market Size 2026-2034 - Fortune Business Insights](https://www.fortunebusinessinsights.com/conversational-ai-market-109850)
- [Conversation Intelligence Platform Market Size & Trends - BRI](https://www.businessresearchinsights.com/market-reports/conversation-intelligence-platform-market-102311)
- [Gong vs Chorus 2025 Comparison - Oliv.AI](https://www.oliv.ai/blog/gong-vs-chorus-2025-comparison-of-features-pricing-and-user-reviews)
- [12 Best Gong Alternatives 2026 - Revenue.io](https://www.revenue.io/blog/best-gong-alternatives-and-competitors-in-2025)
- [Top 13 Conversational Intelligence Software 2025 - Zendesk](https://www.zendesk.com/service/ai/conversational-intelligence-software/)
- [State of Conversational AI: Trends 2026 - Master of Code](https://masterofcode.com/blog/conversational-ai-trends)