AI颠覆3000亿外包市场！从AI客服到AI催收，180万菲律宾小哥真扛不住了

AI颠覆外包，正在成为AI行业的共识。

OpenAI最早的投资人，也是硅谷最著名的风险投资人之一的Vinod Khosla曾说，到了2030年左右，大量岗位的消失，外包行业（BPO）将被彻底取代。

AI独角兽Outreach创始人Manny Medina甚至认为：

只要某个领域高度依赖BPO

（业务流程外包）

换句话说，哪里有外包，哪里就有AI创业的机会。

这话一点都不假。如今，围绕外包服务场景出现了一批AI创业公司，比如AI客服Decagon、用AI催收的Salient、用AI做问卷调查的Outset，以及用AI重塑保险理赔的Owl.co。

种种迹象显示，AI时代的外包行业正在经历一轮深刻的变革。而在这场变革里，唯一可以确定的一点是，传统纯靠人力驱动的外包生意已经彻底结束了。

哪里有外包，哪里就有AI创业的机会

外包，往往大都是从事重复性、事务性工作，比如数据录入、呼叫中心运营、收入周期管理、发票核对等等。

别看这些事情不起眼，但外包的市场可比起想象得要大得多。

像Cognizant 、Infosys和Wipro等外包公司一年的收入都在100亿-200亿美元之间。粗略估算，2024年全球外包行业市场规模超过3000亿美元。

就是这样一个超过3000美元的行业，正在成为最先被AI彻底颠覆的行业。这甚至已经成为AI行业的一种共识。

英国知名企业家Daniel Priestly认为，全球数百万从事业务流程外包

（BPO）

更可怕的是，这样的预测正在成为现实。

不久前，多邻国CEO路易斯·冯·安

(Luis von Ahn)

(LinkedIn)

无独有偶，全球支付巨头Klarna宣布招募新的客服人员，建立类似Uber那样灵活的客服体系。而之所以这样做，目的就是为了取代数千名的外包客服人员。

Klarna取代外包的理由很简单，AI来了。根据KlarnaCEO诺德斯特罗姆透露：

“现在AI机器人仍占客服总咨询量的三分之二，客服响应时间较AI上线前缩短了82%，重复问题也减少了25%。“

但诺德斯特罗姆也解释了为什么要自建客服团队，他表示：“在自动化盛行的时代，真正优质的人际互动才是无价的。这就是为什么我们会加倍投入在人性化服务上：同理心、专业性以及真正的交流。”

也就是说，在这场AI引发的效率变革里，客服岗位还在，不过就是外包没了。

菲律宾是仅次于印度的全球第二大BPO市场，这里拥有184万BPO从业人员。去年6月，菲律宾劳工部长比恩维尼多·拉格斯马（Bienvenido Laguesma）曾向当地媒体表示，一些工人已经因人工智能而失业。业内估计，未来五年，人工智能可能会造成30万菲律宾人失业。

在AI独角兽Outreach CEO Manny Medina看来，外包甚至已经成为AI创业的机会。

Manny Medina认为：

只要某个领域高度依赖 BPO

（业务流程外包）

而Medina的说法已经成为现实。

从AI客服到AI催收，AI变革外包进行时

目前，已经诞生了一批AI创业公司，业务覆盖在那些存在高度摩擦、依赖大量人工操作且常常依赖 BPO

（业务流程外包）

乌鸦君整理了一些AI在传统外包领域比较成功的商业案例，分享给大家：

AI客服领域：

1）Decagon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。

2）HappyRobot，用AI客服重新定义物流管理

在货物物流行业，经纪人和承运商每天需要对接大量的供应商和零售商的信息，并进行针对性匹配和派单。以前，这种简单的工作大部分依靠人力完成。

HappyRobot使用人工智能语音代理系统提供24/7运营代理，提供一次性处理全部通话邮件的智能物流信息服务平台。上线以来，已经与包括Flexport, Job&Talent，Spot Inc.，Syfan Logistics在内的50多个货物代理运营商合作，答复效率100%，提效4倍以上。

去年12月，HappyRobot完成了由a16z领投的1560万美元A轮融资，估值达到8950万美元。

3）Salient，AI催收效率提升60%

过去，银行催收的工作需要由大量人工完成，而现在这样的工作完全可以由AI完成。

Salient主要利用AI语音通话技术来自动化汽车贷款领域的催缴工作。具体来说，Salient凭借其AI代理，通过语音、文本、电子邮件和网络聊天等多种渠道与消费者进行实时互动。这些互动旨在处理一系列任务，例如催收款项、处理到期日变更和延期、管理还款以及更新保险信息。

后端运营：

1）Outset，AI重塑问卷调查

Outset是一款AI调研产品。

传统的调查和问卷调查软件需要人工设计问题、收集数据和分析结果，而 Outset的AI Agent 可以自动完成这些任务，并且能够根据用户的反馈实时调整问题和答案，从而提高调查的效率和准确性。

Outset的AI 访谈员能够实时发言、倾听和反应，并提出后续问题，揭示参与者回答背后至关重要的“为什么”。

Outset最初是一个基于文本的工具，如今已发展成为一个强大的多模式工具。如今，Outset 可以跨多种语言部署视频和语音访谈，分享视觉内容，测试实时网站，并在几分钟内将复杂数据提炼成可操作的洞察。

2）Quandri，用AI实现保单自动续订

Quandri推出了个人险种续保智能平台，可自动化现有经纪人管理系统

(BMS)

Quandri的核心功能主要有两个：续保审核

(Renewal Reviews)

(Policy Requoting)

与其他需要经纪人手动执行任务的保险科技解决方案不同，Quandri 平台提供“服务即软件”模式，利用人工智能和机器人流程自动化

(RPA)

3）Owl.co，AI重塑保险理赔

Owl.co的价值在于，利用AI显著简化理赔流程和决策。

具体来说，它通过细致分析海量内外部理赔数据来实现这一目标。这种专注的方法最大限度地减少了保险公司处理每笔理赔的时间，使他们能够在关键时刻将更多资源投入到客户服务中。

目前，Owl.co的客户覆盖了北美排名前二十理的大部分保险公司。

为什么现在AI能够取代BPO行业？主要有以下4个原因：

1）软件般的速度：高效执行任务，无需人工干预，响应时间以毫秒计。

2）全天候服务：7x24 小时不间断运行，无需加班费，跨时区无障碍服务全球客户。

3）多语言与文化适配：具备自然语言理解能力

（NLP）

4）高扩展性与低成本：部署和扩展成本远低于人工外包团队，且能灵活应对业务高峰期。

外包的角色变了

面对AI冲击，Wipro、Infosys、Accenture等传统外包巨头纷纷宣布加大AI投入。

Wipro首席运营官Sanjeev Jain表示，现有项目中AI采用率激增140%；

Infosys宣布，其客户群中部署了超100个新型生成式AI助手；

专注于咨询与外包服务的Accenture披露生成式AI项目新签约额达12亿美元；

但这些外包公司向AI的转型并不容易。从表面原因看，原生AI产品与BPO商业模式存在根本性冲突。

多数外包采用工时计费模式，并在人力成本基础上加价约20-30%，其商业模式依赖于雇佣员工并向客户出售人力产出。如果将这个模式改造为产品优先的模式，将面临更多挑战：利润率大幅压缩、现有现金牛业务遭扼杀、企业文化被迫转型。

这对任何企业来说都是艰难的变革，更何况还是时刻接受投资人投票的上市公司。

而从更深层次的逻辑看，外包行业的竞争逻辑正在发生变化：即技术正在重塑外包行业的逻辑。

在软件能力受限的过去，传统外包公司的核心竞争力主要体现在深厚的客户关系与陈旧系统集成。而在AI时代，技术将成为驱动外包行业驱动业务流程的主力。

具体来说，过去外包一直是被动式服务模式，客户也只是把外包当作是成本中心，想尽办法地压缩成本。

但在AI时代，外包服务正在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。

举个例子，对大多数品牌来说，客服中心是品牌与用户唯一的直接接触机会。

客户与用户的对话，也是分析用户的“黄金数据”。但过去受限于没有合适的技术手段，这些数据背后的原因和逻辑其实并没有被真正挖掘出来。

现在通过AI技术，企业能够挖掘每一次通话中的意图

（intent）

（sub-inten

t

也就是说，客户中心将不再是一个“成本中心”，而是客户需求洞察的最佳平台。在这个过程中，外包服务商也不再是劳动力的延伸，更是技术提供商。

沿着这个逻辑来说，过去单纯依赖于人力的外包公司将不复存在，而外包服务商的价值也将取决于其所整合的AI服务的价值。

文/林白

PS：如果你对AI大模型领域有独特的看法，欢迎扫码加入我们的大模型交流群。