94AI成立于2018年，是一家专注于大模型驱动的全球化语音交互智能体企业。公司以自研垂直语音大模型为核心，构建了覆盖超过10种小语种的AI语音Agent平台及全场景智能用户运营解决方案，帮助企业以更低成本、更高效率实现全生命周期用户服务与运营，赋能业务持续增长。
创始人刘嗣平先生曾任酷狗音乐移动事业部总经理及公司总裁助理、苏宁云商高级研发总监，曾带领酷狗音乐APP跻身国内应用Top10，长期负责搜索引擎与推荐算法研发。公司核心团队来自阿里、网易、酷狗等一线互联网企业，具备深厚的技术、产品与商业化底蕴以及各行业用户精细化运营策略经验。
94AI近几年连续快速增长，已跃居国内B2C AI语音行业龙头位置，营收规模达数亿元，同时保持着良好的正向现金流。公司近年来已获得睿和资本、广发信德、暴龙资本等多轮投资，目前C轮融资进行中，非凡资本担任独家财务顾问。
本次非凡产研与公司创始人刘嗣平先生通过深度访谈，带来他对AI创业、技术、场景、商业化的思考。
Q：当初为何选择切入AI语音交互这个赛道？
选择AI语音交互这个赛道，是我个人技术情怀与市场机遇的一次深度融合。我本身是Coder出身，早年在酷狗负责技术，做过搜索引擎、推荐算法，也深入接触过音频处理相关技术，对“声音”本身有着一种特殊的情感和理解。这段经历也让我坚信，语音是最自然、最具情感张力、沟通效果最好的人机交互方式。
而真正让我看到明确市场需求的，是在苏宁工作期间。当时我就观察到，仅一个苏宁就有数千人的客服和电销团队，即便当时仅应用基于规则（Rule-based）的传统NLP技术，也已经能为业务带来可观的降本增效价值。这也让我非常直观地感受到，企业端对“效率提升”和“成本优化”，存在着极其刚性且未被满足的需求。2018年，Google发布了BERT模型，这标志着NLP技术即将迎来一次大的飞跃，意味着我们有机会用更智能的AI去处理更复杂的对话场景，技术拐点已经出现。
此外，我在酷狗移动事业部担任总经理很多年，负责数亿用户的产品，让我对C端用户的运营痛点有切肤之痛。传统用户运营系统是滞后和笨重的，它们无法实现与用户的实时、个性化、有温度的互动。市场上缺少一个能真正打通“用户洞察”与“精准触达”之间最后一步的智能互动桥梁。
而在市场规模未来趋势的研究上，根据Deloitte数据，全球客户交互市场规模在2024年突破 4000亿美元，其中超过60%的交互仍以语音为核心渠道。与此同时，全球呼叫中心每年产生约 3500亿美元的人工成本，而AI语音Agent有望在未来5-10年内替代其中40%以上的工作。
因此，在2018年创业时，这一切就顺理成章地结合了起来：我的技术背景让我有能力抓住语音与AI融合的趋势，我的业务管理经验则让我清晰地看到了如何用这项技术去解决B2C企业最根本的痛点。我们不仅仅是在做一门技术生意，更是在用AI语音交互技术，将我过去所积累的C端产品运营经验产品化、规模化，去赋能那些和我们一样拥有大量C端用户的企业，帮助他们完成从“传统人力驱动”到“AI智能驱动”的服务与运营升级。
Q：在“小模型时代”创业，和如今“大模型时代”的环境相比有何不同？
在小模型时代，面临的核心挑战是高度定制化与标准化之间的矛盾。当时，AI能力有限，必须针对不同行业甚至不同场景训练专用小模型，对数据质量和标注精度依赖极强。模型只能处理特定任务，效果严重依赖既懂AI又懂业务的专家，导致交付周期长、跨行业复用难，很容易陷入“项目制”死循环——做得越多，产品化反而越难。这也是上一代SaaS的坑，也就是研发投入需要持续不断扩大，预期的“一本万利”实际上变成“万本一利”。因此，我们始终坚持打造标准化平台，通过在核心行业中沉淀行业模型，再配置满足个性化需求，寻找通用性与可用性的平衡。
而大模型技术带来了根本性的范式变革。它不再局限于狭窄的对话任务，而是使我们能够从“VoiceBot”升级为真正的“VoiceAgent”——一个能自主理解、有策略的对话并执行复杂操作的智能体。现在，AI不仅能像人一样得流畅对话，更可以像真人一样全面思考、串联服务，真正解决用户问题。同时，大模型增强了跨语言、跨场景的泛化能力，大幅降低了对标注数据和业务专家的依赖，使我们能更高效地扩展语种和应用边界。
如今最大的挑战不再是如何让AI“听懂话”和“说人话”，而是如何将大模型的通用能力与垂直行业的业务逻辑深度结合，为客户创造更大价值。这也要求我们持续优化AI模型和让数据飞轮闭环转动起来，让模型在实际应用中越用越聪明，最终实现产品效果与商业回报的双重提升。
Q：B2C语音市场的痛点和机会具体是什么样的？
B2C语音市场发展到现在，基于传统小模型技术+重运营的业务模式，在需求强、量级大的核心行业中，已经能够较好的满足目标相对明确、对话收敛度较高的业务场景诉求，典型的诸如通知提醒、活动营销、用户关怀、续约回访等业务场景，实际商业化表现已经比较好了。但同时，这种模式也仍然存在明显的痛点，主要表现在以下三个方面：一个是目前的业务模式，主要还是基于人为的规则主导，依赖业务经验的理解和对话脚本设计上的“穷举”，以及在垂直行业的模型训练的持续投入，运营维护成本依然较高，因此在小规模、长尾且发散场景中，实际效果难保障，这种解决方案仍然不具备较好的商业化前景，这也是我们一直坚持聚焦垂直、核心行业的根本原因；二是在个性化、用户体验、对话技巧要求较高的场景中，小模型的对话能力上限，无法保障有效的、个性化的应对和像人一样有效的引导，这些场景下依然无法达到业务的实际要求，比如需要一定“逼单”技巧的人工电销，用户情绪性较强的投诉类售后服务、需求采集用户信息的调研等场景；三是受制于传统ASR、NLP和TTS的技术限制，一通对话能够获取、提取的有效数据少，错误率较高，在周期性、持续性的用户运营与服务方面，对话数据的质量和价值仍未被有效的释放，对当前业务价值的进一步挖掘，还存在很大的可为空间。基于以上情况，大模型技术的能力边界拓展，为以上三个痛点提供了可行的解决方案，为B2C语音市场进一步提高人工替代率、覆盖中小企业的长尾业务场景、真正意义上的千人千面，带来了新的机会，这个机会对比上一代小模型的市场空间和想象力，要大的多的多。
Q：94AI核心的“数据增长飞轮”是如何运转的？
简单说，就是一个“越用越聪明”的闭环。
首先，客户在使用过程中会给我们带来大量真实语音数据，包括人工录音和AI通话录音，这些数据会持续用来迭代模型，让它的理解力、交互能力越来越强。
模型效果好了，产品体验自然会提升——反应更快、更自然、解决问题更准，客户也更愿意用。同时我们也能基于模型能力开发更复杂的功能。
最重要的是，这套模式能规模化复制。因为我们底层是统一的平台架构，每多拓展一个国家和行业、服务一个客户，研发的边际成本其实是在下降的，而模型反而因为更多数据变得更强更通用，这就形成了很明显的边际效益。也正因为这样，我们可以在保持较高毛利率的同时，持续提升产品竞争力，最终实现“业务增长”和“技术优化”之间的正向循环：数据越多 → 模型越好 → 客户越多 → 数据更多。
Q：94的“自研垂直模型”妙在何处？
我们和通用大模型最大的不同，是深度聚焦在具体业务场景上。语音识别的“最后一公里”是解决方言、口音和噪声等复杂场景的识别问题。针对这些痛点，我们基于大量真实通话数据进行训练和微调。
目前我们已积累超百万小时、多语种的高质量行业语音数据集，并基于此训练和微调了 8B、36B 参数规模的垂直模型 PolyVoice 万言大模型。在呼叫中心、金融、电商等场景下，它的识别准确率、语义理解和对话流畅度，都比通用模型有明显优势，真正达到了企业级可用的标准。
Q：举个例子
以金融行业的沉默用户重激活为例。金融行业对比而言，受制于业务特点，整体用户活跃频率、用户粘性是偏低的。以银行为例，行业一般衡量用户活跃，都是看月活为主，只有比较少的一些综合业态发展较好的银行是看周活，比如招行。因此，不管是新客30天的培育期沉默，还是老客户流失期沉默，普遍都存在App、短信等触达效率低、转化困难的挑战。人工电销虽然主动触达和沟通率能提升，但也明显存在人工成本高、管理难度大、扩量弹性不足、单次激活后持续管理不足等问题，结果也不尽如人意。我们自研的垂直模型+Agent模式，目前主要的服务策略，是30-90天的长周期持续运营。这种模式，能够在用户首次进入沉默期开始，通过30-90天的持续激活周期内，结合用户活跃度、标签画像等数据表现，结合与用户沟通的内容标签、意向标签、行为转化结果、持续活跃表现等情况，持续推进结合语音、短信、人工等多通道的持续运营策略，提高用户运营的精准性、有效性和个性化，在最大化提升重激活转化、激活后持续留存的同时，同步实现明显降低用户投诉、显著降低成本的核心目标。以我们一个头部客户为例，这种周期内全流程运营的模式，对比短信营销效果提升2~3倍，对比没有连续性的单次AI营销转化还能提升30%以上。在对比人工电销方面，目前这种模式的长周期效果，替代率接近80%，而成本只需要人工的10%左右，同时可随时根据业务的需要扩大并发，且对话内容完全可控，不会出现类似电销辱骂客服等问题，因此综合成效客户是非常满意的。
Q：94也在做全球化布局，小语种能力是如何实现的？
我们已经覆盖了 10+ 小语种的全球化语言能力，主要集中在东南亚、拉美和日韩等地区。一方面，我们积极进行本土化团队建设，当地建立专业的标注和运营团队，对语料进行精细化标注，提高拼写和表达的原生性（native）；一方面，我们复用中文成熟行业语料与场景模型，通过无监督和迁移学习的方式进行新语种适配，大幅降低重复开发成本。
当然，落地过程中也面临诸多挑战。第一，数据极度不平衡。小语种数据缺乏，数据质量也参差不齐。第二，不同地区的发音习惯和拼写规则差异显著。第三，code switch问题，说话人常常在混用多种语言或方言（如菲律宾英语夹杂他加禄语），这要求模型具备较强的学习和理解能力，减少幻觉出现。
正是这些复杂性，持续推动我们迭代出更智能、更灵活的语音交互系统。
Q：目前公司的商业化进展如何？
公司近几年商业化进展很快，我们已经从年收入几千万跨越到几亿的阶段，客户覆盖金融、电商零售、教育及互联网平台等多个行业，当仁不让地讲，我们已经是国内B2C AI语音行业龙头，只是前几年我们比较低调。
Q：海外布局是什么样？
我们在2021年启动海外布局，到现在业务已遍及全球20多个国家，我们的服务对象从早期以中国出海企业为主，已经逐步扩展为海外本地客户占比不断提高的良性格局，我们希望在这3年内实现海外收入占比过半，实现真正的全球化。
Q：海外市场有哪些显著差异？
东南亚、拉美等新兴市场与国内相似度比较高，核心诉求集中于降本增效和规模化用户触达，因此国内成熟的产品和解决方案比较易适配。
而欧美发达国家市场对服务模式、数据合规性及产品集成深度要求更为严格，个性化需求和准入门槛显著更高。
日韩市场则因地缘与文化相近，用户付费意愿强，对中国企业而言是实现高质量国际化的优选目标。
Q：在全球市场拓展中，不同地区的落地难点是什么？
我们在全球市场拓展中面临的核心难点主要集中在数据合规、基础设施和语言文化三个方面。
在数据合规上，不同地区有着严格且各不相同的监管要求，例如欧洲的GDPR、日本的APPI以及美国的SOC 2认证等，这些法规导致了准入周期长、前期合规投入巨大。
在基础设施方面，许多发展中国家云服务覆盖不足，本地服务器托管成本高昂且稳定性差，对服务交付和运维构成了直接挑战。
在语言文化层面，不仅需要覆盖众多小语种，同一语言在不同地区的口音和用法差异也会导致识别准确率下降。同时，文化差异对本地化运营和团队管理提出了更高要求。
为应对这些挑战，我们采取了三个策略：用灵活的混合云部署架构，既满足不同地区的数据合规要求，又能适应薄弱的基础设施环境；通过"自研语音大模型+本地化标注训练"的方式，快速适配各种语言及方言变体，提升语音交互的准确性和自然度；建立本土化运营团队，深入理解当地市场特性，确保产品与服务符合区域文化习惯和商业实践，从而有效实现全球化落地的规模效应。
Q：面对日益激烈的市场竞争，94AI的核心壁垒是什么？
我们始终认为竞争的核心壁垒主要体现在模型效果、行业知识沉淀以及客户核心诉求构成的协同护城河上。
首先，与追求低价竞争的通用SaaS工具不同，我们的客户最关注的是AI交互带来的实际业务效果（如成本节约与收益提升），反而对价格相对不敏感。这个特点让我们能持续投入研发，不断优化自研的语音大模型和垂直行业模型，确保效果领先。
其次，我们通过“陪客户一起成长”的策略，在服务金融、电商等头部客户过程中积累了深度的行业Know-How和场景化数据。这些知识反哺模型迭代，形成“越用越聪明”的数据飞轮，新竞争者难以在短期内复制这样的认知闭环。
此外，客户一旦采用效果稳定的服务，替换意愿就非常低，尤其在海外市场，准入合规复杂、试错成本高，先发优势更容易转化为长期信任壁垒。因此，不仅靠技术产品取胜，更通过效果交付和行业深耕，构建了可持续的竞争防线。
我们相信，B端客户最关心的就是降本增效，我们最关心的是如何持续打造自研垂直模型和数据飞轮，让我们产品和能力能够持续匹配客户所想要的结果，实现为客户赢得用户的这一核心使命。过去几年的快速增长，已经验证我们的战略方向和选择的路径是对的，我们也将继续坚持这一理念，聚焦VoiceAgent这一赛道，持续提升核心竞争力，深耕全球市场，成为这一领域客户的第一选择。
Q：模型能力的持续进步将对行业和94AI产生怎样的影响？
模型能力的持续进化会驱动行业从“语音交互”迈向“智能决策”，对94AI而言，这既是战略机遇，也是深度行业适配的新起点。
第一，产品形态将从“VoiceBot”升级为“VoiceAgent”。AI不仅能进行流畅语音交互，更能像真人一样，在对话前分析用户信息并制定策略，在对话中实时查询系统、执行操作（如查询订单、发送优惠券），并在对话后自动总结分析、决策下一步动作，真正成为融入业务逻辑的“智能员工”。
第二，交互体验将向多模态和情感化演进。语音、文本、图像等融合交互成为标配，AI的理解与表达更自然、更具人情味，这将大幅降低企业使用门槛，尤其让中小企业也能用上高精度AI。行业竞争会从技术“有无”转向“场景深度”和“数据飞轮”的比拼——谁更懂行业、拥有更多闭环数据，谁的模型就更快、更准、更有效。
第三，全球化扩展将更高效、更普惠。大模型的多语言与文化适配能力进一步增强，94AI可以更低成本、更高效率打通海外市场，快速适配本地化表达习惯和政策要求，支撑全球企业的个性化需求。
最终，大模型将推动AI从“工具”走向“基础设施”，而94AI的重点将是：如何通过自研垂直模型与行业深度结合，成为企业增长中不可或缺的智能驱动力。