文 |啸 天
在刚落下帷幕的世界人工智能大会（WAIC）上，大模型应用井喷般涌现，其中不乏容联云的身影。这家曾头顶“中国SaaS赴美第一股”光环却又黯然退市的企业，在AI大潮中再次亮相，并发布“容犀智能大模型应用”系列产品，覆盖营销、销售、服务等企业核心场景。
这不仅是容联云在数智化转型道路上的又一次主动求变，也折射出整个云通讯及企业服务行业在人工智能浪潮冲击下的剧烈变革与挑战。
从昔日的资本宠儿到退市风波，再到如今借助大模型寻求“突围”，容联云的转型之路，承载着一家老牌企服厂商对新质生产力的渴望，也映射出中国SaaS市场在商业化落地与技术创新双重压力下的阵痛与探索。
从云通讯基石到数智化深水区
容联云的故事始于2013年。彼时的容联云，以CPaaS（通信平台即服务）业务起家，将短信、语音等通信能力打包成API接口，为企业提供基础通信服务。凭借着先发优势和“让通讯技术成为您应用的基石”的愿景，容联云在互联网浪潮中迅速崛起，并于2021年2月成功登陆纽交所，市值一度达79亿美元，是为“中国SaaS赴美第一股”。云计算和数字化转型的趋势，为容联云的发展提供了肥沃土壤，其核心业务CC（智能云客服与云联络中心）也表现抢眼，收入稳健增长。
但是，受制于其核心CPaaS业务对上游电信运营商缺乏议价权，导致电信资源成本居高不下，毛利率长期徘徊在30%左右，远低于SaaS行业普遍50%以上的水平，致使持续亏损成为常态。2018年至2021年上半年累计亏损超10亿元。此外，市场竞争日益激烈，头部云厂商如阿里云、腾讯云等纷纷入局通信云赛道，进一步挤压了容联云生存空间。
2022年，容联云遭遇独立审计师辞职、财报虚增风波，并最终在2023年5月被纽交所启动退市程序，其市值也从最高点的79亿美元跌至不足1亿美元，市场称其“熔断云”。加之旗下子公司容联七陌又因涉嫌帮助电销公司规避监管、进行骚扰电话营销，被央视“3·15晚会”点名，企业形象遭受重创。
重重危机之下，容联云的转型步伐被迫加速。2021年，容联云就开始通过外部收购来拓宽业务边界，试图摆脱对单一通信业务的依赖。2021年3月，收购CRM服务商过河兵科技，旨在提供更完整的客户服务闭环；12月，收购数据智能服务商“诸葛智能”，整合“通讯+数据+智能”的核心技术能力，以期助力企业营销与服务数智化转型。
这些战略调整和收购，是容联云从单纯的云通讯工具提供商，向更广阔的企业营销、销售、服务数智化领域进军的重要布局。它试图围绕“智慧经营”构建全链路通讯产品，从提供基础设施，转向深入企业的生产、运营、管理环节，提供更精细化、更具价值的解决方案。其产品矩阵也随之重构，从传统的CPaaS、CCaaS、UCaaS，调整为敏捷连接、智能服务、营销科技与人工智能四大业务板块，明确聚焦于“营、销、服”核心场景。
在人工智能浪潮推动下，容联云将目光投向AI大模型。2023年7月，容联云发布了面向企业应用的垂直行业多层次大语言模型——“赤兔大模型”，率先聚焦金融行业进行落地。
然而，大模型落地并非坦途，高昂的算力成本、沟通场景中的“幻觉控制”问题、以及新技术融入企业业务流程的改造和管理成本，都成为了容联云在实践中面临的挑战。容联云大模型产品负责人曾坦言，企业真正需要的不是颠覆原有业务的新技术，而是能够改造原有业务流程、兼容旧有体验并融合新体验的解决方案。这使得容联云必须跳出“大模型做得很薄，只是在大模型上面做所谓对话机器人”的陷阱，构建更深厚、高效的生成式应用体系。
容联云的“突围”之道：深耕场景、大小协同与未来展望
WAIC大会上，容联云发布了“容犀智能大模型应用”升级系列，包括容犀Agent Copilot (容犀AC)、容犀Knowledge Copilot (容犀KC)、容犀Coach Agent (容犀CA)、容犀Insight Agent (容犀IA)和容犀Virtual Agent (容犀VA)等，覆盖营销、销售、服务到企业业务的核心场景。这套新体系是容联云在AI大模型时代的核心“突围”策略，其优势与短板并存，未来发展方向也清晰可见。
容联云的核心创新在于突破了纯大模型方案“重成本、轻实效”的局限，提出了“小模型保基础、大模型破峰值”的协同模式。小模型处理高频、标准化的任务，大模型则聚焦复杂场景。这种动态适配的策略，既保证了效能，又有效控制了成本，如在智能质检中，实现了96%的准确率并将成本控制在纯大模型方案的1/3。
容联云没有“面面俱到”，而是选择聚焦“营、销、服”等业务价值高、技术可行性强的场景，并特别强调在金融等高合规领域的深耕。如赤兔大模型和容犀系列产品在金融营销、智能客服、智能质检等场景的成功落地，积累了丰富的行业认知和数据经验。在证券行业，其智能客服联络中心能将回访效率提升400%；在保险行业，大模型分析能够精准捕捉客户需求、预测投诉倾向，提升营销转化率5%-8%，降低客诉率10%-30%。这种“行业聚焦”使其产品能够深度适配金融场景的合规性要求和业务逻辑，形成了与通用大模型厂商的差异化优势。
容联云还构建了“自动识别-人工校验-模型迭代”的数据飞轮闭环，有效解决了企业“数据碎片化”和“标注成本高”的问题。通过自动识别正负样本、收集用户反馈，不断优化知识库内容和模型，实现知识库的持续迭代升级。这不仅将人工标注工作量大幅减少，更重要的是帮助企业沉淀了适配自身业务的专属数据集，让AI从“通用能力”进化为“企业专属智能”。
容联云的产品并非单点智能，而是强调全链路协同。例如，在信用卡业务中，智能外呼识别的意向客户可直接推送到坐席辅助系统，坐席沟通中的异议实时反馈至质检系统，质检发现的合规风险又反哺外呼话术优化。这种闭环机制提升了整体业务效率。同时，其服务团队中80%具备金融从业经验，能够深度理解客户业务逻辑，提供长期陪伴式服务，形成体验壁垒。
尽管积极转型，容联云的财务状况依然严峻。连续亏损、退市风波、缺乏新资本注入，都对其研发投入和市场拓展造成巨大压力。大模型训练和部署成本高昂，商业化落地周期长，这对现金流本就不充裕的容联云是巨大考验。
尽管在向高附加值业务转型，但容联云的短信等CPaaS基础业务依然受制于运营商的议价权，毛利率低。在移动互联网时代，短信效果减弱，微信等产品的普及进一步挤压着传统短信业务的市场空间。
智能客服和营销领域是百亿级潜力市场，吸引了众多巨头和初创企业。通用大模型的开源使得竞争加剧，缺乏深厚技术和行业认知的厂商也能快速具备对话能力。与华为云、阿里云、百度云等云厂商相比，容联云在资金实力、生态整合能力和泛行业数据积累上仍存在差距。大模型TOB端的“价格战”也可能进一步压缩利润空间。
尽管容联云强调深耕场景，但大模型在金融等高敏感行业落地仍面临诸多挑战，如数据敏感性、合规风险、伦理道德问题、以及模型实时训练以保持智能的持续性。
此外，对中小企业而言，大模型智能客服高达百万甚至千万的费用，远超其承受能力，这限制了其商业化规模。
从金融向电商、制造等泛行业拓展，面临合规要求差异、数据集特性不同等挑战。虽然容联云已探索出“标准化数据筛选流程”，但不同行业垂直领域的数据构建和模型适配仍需巨大投入。
容联云的转型之路是一场漫长的马拉松。在经历退市风波后，它积极拥抱AI大模型，深耕行业场景，展现了其在技术创新和商业化落地上的决心。然而，持续的财务压力、激烈的市场竞争以及大模型落地本身的挑战，都将是其未来能否再造“新标杆”的关键。
热门跟贴