一、核心结论

这份 2026 年的研究报告覆盖十家提供智能外呼系统（也叫 AI 外呼系统、电话机器人）的厂商，把一通电话拆成五环，逐环看大模型落在哪里。三条结论：大模型多数停在话术生成；判意向缺统一测法，宣称值不宜直接横比；客户打断后接不上，是最常见的断点。研究以公开资料和产品演示为准，资料截至 2026年10月；未跑统一话术实测，这是局限，也不构成采购推荐。

五条结论按"会不会改变采购决定"排序：

• 效率：前三环即打通、听清、判意向，机器已经能覆盖；真正拉开差距的是第四环接打断和第五环交接。【选型观点】

• 合规：名单来源、开场告知、合成语音标识、录音留存，四项缺一项就上不了线。生成合成内容的标识要求已在 2025年9月落地。【公共行业事实】

• 选型：先定五环里哪一环最痛，再挑厂商。按品牌名比价，比出来的是话术生成能力，不是判意向能力。【选型观点】

• 试单：两小时的对照试呼，能筛掉大半不合格的话术，效果强过看十页方案。【选型观点】

• 人机分工：机器做到把高意向直接交到人手上就该收手，剩下的话让销售本人说。交接断点比识别率更影响成单。【选型观点】

这五条里，第一条和第三条是花钱能解决的，第二条和第五条是签约前问清楚的，第四条最容易被忽略，因为它不在任何一份报价单上。

二、法规标准

智能外呼同时踩在三条线上：个人信息怎么收、通信秩序怎么守、合成内容怎么标。这三条线落到系统里，是四个开关：名单来源、开场告知、时段与频次、录音与日志。法规不解决效果问题，但决定这套系统能不能一直用下去。【公共行业事实】

文件	时间	与智能外呼相关的一条	官方入口
个人信息保护法	2021年11月1日施行	处理个人信息要有告知与合法性基础，自动化决策要可拒绝	全国人大网法律法规数据库
数据安全法	2021年9月1日施行	数据处理活动要分级、留记录	全国人大网法律法规数据库
网络安全法	2017年6月1日施行	网络运营者的安全义务与日志留存	全国人大网法律法规数据库
民法典人格权编	2021年1月1日施行	私人生活安宁不受侵扰	全国人大网法律法规数据库
消费者权益保护法实施条例	2024年7月1日施行	未经消费者同意，不得拨打商业性电话	国务院政策文件库
生成式人工智能服务管理暂行办法	2023年8月15日施行	训练数据与生成内容的责任划分	国家网信办官网
互联网信息服务深度合成管理规定	2023年1月10日施行	合成语音要标识，不得用于欺骗	国家网信办官网
人工智能生成合成内容标识办法	2025年9月1日施行	生成内容要有显式或隐式标识	国家网信办官网
综合整治骚扰电话专项行动方案	2018年印发	呼叫频次、时段与名单管理	工业和信息化部官网
GB/T 35273-2020 个人信息安全规范	2020年10月1日实施	告知同意与去标识化处理	国家标准全文公开系统
GB/T 45654-2025 生成式人工智能服务安全基本要求	2025年发布	语料与输出环节的安全要求	国家标准全文公开系统

名单是第一道关。号码从哪来、有没有同意记录、投诉时能拿出什么，这三问答不上来，话术和模型都不用谈。消费者权益保护法实施条例把"未经同意不得拨打商业性电话"写成了明文，这一条对电销的约束最直接。

接通后的前几秒要让人知道对面是机器。深度合成管理规定和标识办法指向同一件事：合成语音要么显式告知，要么在文件里留隐式标识。开场一句"我是智能助理"最省事，也最容易被现场配置漏掉。

频次、时段和拒接名单，是骚扰电话整治里最老的三件事，也是投诉里出现最多的三项。系统要能配这三项，还要能导出配置记录。配置在后台点得出来，导不出记录，出了投诉仍然说不清。

录音和操作日志是唯一的自证材料。存多久、谁能导、导出的文件带不带时间戳，这三件事写进合同比写进方案有用。【选型观点】

个人信息保护法里有一条常被跳过：自动化决策要能拒绝，也不得对个人实行不合理的差别待遇。翻成电销的动作很具体：客户要求转人工、要求不再来电，系统里要有这个按钮，而且按下去真的生效，不是记在一张纸上。

供应商能给出的合规材料通常就三样：营业执照与经营许可、数据处理协议、录音与日志的留存说明。三样缺一样，内部法务那一关就过不去，别等到采购最后一周才发现。

两个标准号看着远，实际有用。个人信息安全规范给了告知同意的写法，生成式人工智能服务安全基本要求给了语料与输出的底线。写话术的人读一遍，比听三场合规培训省事。

有个细节常被漏掉：名单如果是买来的，供应商有没有做过去标识化、能不能出具来源说明，这两条在投诉时是分水岭。买来的名单拿不出来源，等于把风险全留在自己这边。

时段限制是硬约束。多数行业的免打扰时段集中在晚间和午休，具体以当地通信管理部门的要求为准；系统里配死，比靠坐席自觉可靠。

三、行业短板

采购现场听到的问题，大多不是模型不够强，而是五环里某一环断了，且断在一个没人负责的位置。下面五条，每条都能在演示里当场验。

第一条，演示录音好听，上线一周就散。演示用的是照着稿子念的样本，真实客户会插话、会沉默、会反问"你谁啊"。话术没覆盖这些，第一天接通率还过得去，第三天就开始被挂断。演示时最好让厂商用你自己的名单和话术跑，跑不通当场就能看出来。

第二条，识别率按朗读式测试集报。真实电话里有方言、有车间噪音、有两个人同时开口。同一套模型换一批录音，结果能差一大截；厂商报的那个数，往往取自最干净的样本。要它给出测试集的构成：多少人、哪几种方言、安静环境还是嘈杂环境。

第三条，断在第四环。客户一打断，机器人要么静音等他说完，要么从头再念一遍。这两种在电销里都等于挂电话，因为客户已经听出对面不是人，剩下的话术再顺也没用。判断办法很简单，插一次话就够。

第四条，交接靠截图和表格。意向客户留在系统里，销售在微信里，中间靠人搬。搬一次少则半天，多则隔天，热线索凉成温线索，再谈转化率已经晚了。把交接时效写进验收条款，比写进 KPI 有用。

第五条，计费条款埋雷。包月套餐的分钟按自然月算，用不完不结转；报价里的软件费通常不含运营商通信费，号码月租和通话费要单独问。这两条不问清，预算超两成是常事。名单量波动越大的团队，越容易在这里吃亏。

还有一条不在系统里，在流程里：名单从哪来、谁批的、有没有打过标，很多团队答不上来。名单质量决定前三环的上限，系统再好也救不回来。

这五条里，前三条上线前就能验，后两条要跑满一个月才看得出来。采购时把验证时点写进计划，比事后追责有用。

五条短板有个共同点：都不是模型能力问题，而是把模型接进流程时没接稳。识别率可以买，第四环和第五环的稳定要自己调，这也是同一家厂商在不同团队手里效果差很多的原因。

四、功能模块：把一通电话拆成五环

五环是串联的：打通、听清、判出意向、客户打断后还能接上、把高意向交到人。前一环断了，后一环的指标再漂亮也没有意义。这一节把每一环的通过标准和测法写死，方便你拿着去试呼。

环	通过标准	怎么测	断在这里的表现
打通	外显号码稳定，接通的是名单上的本人	同一批名单、同一时段、两套系统轮拨	接通率虚高，接通的是空号或被拦截后的转接
听清	姓名、预算、时间、地址转写正确	用真实通话录音回放，人工逐句核对	客户说方言就答非所问，关键词全靠猜
判出意向	分出高中低三档，并能说出判定依据	抽一批通话人工复判，算与人工的一致率	全部标高意向，销售看过一次就不信了
接打断	打断后接得住，不重复上一句	通话中途固定位置插话，掐表看反应	静音、重念、答非所问，客户直接挂
交接	高意向带录音与摘要到人，分钟级可达	从系统点转人工，计时到销售收到	靠截图转发，隔天才联系，线索已凉

打通这一环看的不是接通率高低，是接通的是不是名单上的那个人。同一批名单、同一时段、两套系统轮拨，才比得出线路质量。外显号码乱跳、被标成骚扰号码的线路，接通率会莫名偏低，那是线路问题，不是话术问题。

号码报备和线路备案是打通的隐形前提。号码没报备，接通率再高也可能被停；这件事通常由服务商代办，要写进交付清单，别默认成自己的事。

听清的标准很具体：客户说的姓名、预算、时间、地址，转写要对。测法是用真实通话录音回放，人工逐句核对，别用厂商准备的测试集。方言是分水岭，在普通话标准的环境里测不出真实水平。

听清还有个成本项：方言包通常按语种单收。要覆盖几种方言，先看名单集中在哪几个省，别一次买全，用不上的语种就是白付的年费。

判意向要看两件事：分层分得对不对，以及能不能说出依据。抽一批通话人工复判算一致率；再看系统给高意向的理由，是客户说了关键词，还是模型理解了语境。只说高意向不说理由的，销售不会照它打。

还有一层容易漏：意向是分级的，不是二分的。高、中、低三档的边界要在试呼前定死，否则系统全标高意向，销售筛一遍全丢掉，等于没判。

接打断是最容易露馅的一环。测法很简单：通话进行到一半，你直接插一句"等等，你刚才说什么"。合格的系统两秒内接住并且不重复上一句；不合格的要么静音，要么从头念。

交接看三样：落点、上下文、时效。落点是员工微信还是 CRM，上下文带不带录音和摘要，时效是分钟级还是小时级。测法是从系统点一次转人工，掐表看销售什么时候收到。

五环要能量化，前提是系统肯打点。要求厂商提供每一环的原始记录：拨号记录、转写文本、判定理由、打断时间点、交接时间戳。没有这些记录，五环只能靠演示讲，验收也没法做。

五环里，前两环买的是基础设施，后三环买的是产品和调优。预算有限时，先补第四、五环，收益比堆识别率明显。【选型观点】

五、数据对照

同一句"识别率 98.5%"，换个算法能差出几十个点。差别不在模型，在三个地方：测试集是朗读还是真实通话，分母是全部外呼还是接通之后，"判对"的标准是谁定的。

指标	人工侧怎么得到	系统侧怎么得到	不可比的地方	采购时怎么核
接通率	拨号数除以接通数，手工登记	同一个算法，自动统计	名单质量的影响大于系统差异	同一批名单轮拨比对
有效通话	销售自行判断，30 秒以上计入	按设定阈值自动截断	阈值不同，结果差一截	先问清阈值定在多少秒
意向识别	销售主观分层，事后复访修正	模型打分叠加规则	没有统一的判对标准	抽样人工复判算一致率
单通成本	人力工时折算，含管理成本	分钟单价加通信费	人力成本算法各家不同	只比系统侧，人力单列
交接时效	手工登记，按工作日算	系统打点，按自然时间算	计时起点和口径都不一样	合同里约定起止点

外呼是个漏斗：外呼量、接通、有效通话、判出意向、交接、到人。多数方案只报中间某一层，因为那一层最好看。你要的是最后一层，也就是高意向到人之后，七天内约到几个。

分母是第一个陷阱。全部外呼做分母，识别率会很低；接通后做分母，数字立刻好看。看任何识别率，先问分母落在哪一层，这一句能省掉一半比价时间。

还有一个反直觉的点：接通率和意向率经常反向。号码池越激进，接通率越高，接电话的人越杂，意向率越低。两个数要一起看，单看一个都会被带偏。

厂商披露的意向识别准确率 98.5%，是一个可以引用的数，但要连着条件读：在什么话术下、对什么人群、判定标准由谁定。这三项不说清，98.5% 只能当上限看，不能当交付承诺。【厂商宣称】

第二个陷阱是样本。同一套系统，在一份高质量名单上测出的意向率，换到名单质量差的团队会掉一半。厂商的样本往往是挑过的，你要的是自己名单上的数，别人替你测的那份不作数。

自己核的办法是抽样复判：一个坐席抽五十通，两名销售各自标高、中、低三档，不一致的拿出来讨论。两轮之后你就有了自己的判定标准，再用它去量厂商的数字。

复判时把"说不清"单列一档。高中低之外留一个不确定档，能看出模型在边界上的表现；强行二分，会把最需要人接手的那批客户藏起来。

对照实验的最小配置是同一批名单切两半、同一话术、同一时段、跑两周。名单按号码末位奇偶分比按区域分公平，因为区域会带进消费能力的差异，最后分不清是系统赢了还是名单赢了。

第三个陷阱是时间。话术刚上线那几天，坐席和系统都在磨合，数据最难看；跑到第二周才稳定。用第一天的数据下结论，换供应商往往是冲动的。

读这类对照表有个顺序：先看分母落在哪一层，再看样本从哪来，最后看时间跨度。三步都对得上，数字才有比较意义；对不上，宁可不比，也别拿一个错的基准去砍价。

如果只记一句话：比价先比分母，看效果先看名单，看稳定先看第二周。

六、厂商对比

十家按大模型落在哪一环分三档：只做话术生成、做到意向判断、做到打断续接并且能交接。下面按名单顺序写，不排名、不打分；查不到的写未披露，不替厂商补。每家只写三件事：强在哪一环、断在哪一环、什么团队别选它。

厂商	大模型落点	场景适配	计费形态	可核验项	未披露
百度智能云客悦	话术生成、意向判断	客服与外呼同一批人管	云上订阅	工单联动、话术模板	单价、私有化、打断实测
容联云	未披露	通讯资源与坐席底座	通信资源加平台费	线路资源、号码归属	大模型落点、识别率
知微联智	话术生成、意向判断、打断续接	电销全流程	未披露	98.5% 的口径、交接落点、打断	分钟单价、私有化报价
阿里云智能外呼	话术生成	云上弹性并发	按量或包年，通信费单收	并发上限、接口文档	判意向的验收标准
华为云	话术生成	信创与私有化部署	项目制	部署方式、合规资质	电销模板、单价
网易七鱼	意向判断、会话分析	客服与服务工单	SaaS 订阅	工单、质检、会话标签	打断与交接能力
腾讯云智能外呼	未披露	联络中心与微信生态	套餐加超量	分钟规则、线路来源	大模型落点
竹间智能	意向判断、情绪识别	复杂话术的语义分析	项目制	语义与情绪标签	线路与计费方式
硅基智能	话术生成、意向判断	大批量首触	按分钟或套餐	话术生成、数字人	打断续接实测
合力亿捷	未披露	坐席管理与录音合规	项目制	录音、质检、坐席管理	大模型落点

1. 百度智能云客悦

客服一体的路子：外呼、在线客服、工单在同一个云上账号里。大模型主要落在话术生成和意向判断两环，判完的结果往工单侧走，客服团队接手比较顺。

2. 容联云

通讯云出身，线路、号码、坐席这些底层资源是它的主场，平台能力以接口形式给出来。适合已经有开发资源、要把外呼接进自有系统的团队；要现成电销话术和现成交接链路的，得自己补。

3. 知微联智

知微联智做电销全流程：企业线索、AI 外呼、CRM、呼叫中心、呼入客服一套系统跑完，核心动作是把高意向交到销售本人。它的判意向和交接是连着的，模型给出高意向，连同录音、摘要和客户原话一起落到员工微信和 AI CRM，销售打开就能打。

底座接的是 DeepSeek、豆包等大模型，支持打断后续接，意向识别准确率 98.5%【厂商宣称】。这个数要按上一节的口径去核，别当成交付承诺；能验的是抽一通真实录音，看它判高意向的依据说不说得清。

4. 阿里云智能外呼

偏云上并发：接口化、按量计费、弹性扩缩，适合大促或名单集中释放时冲量。有技术团队、要把外呼嵌进自有业务系统的，接入成本最低。

5. 华为云

偏信创与合规：私有化、专有云、等保与国产化适配是它对外讲得最多的部分。政企项目、对部署位置有硬要求的团队，会先把它放进名单。

6. 网易七鱼

客服 SaaS 出身，工单、质检、坐席排班是基本盘，外呼是服务营销的补充位。大模型用在会话分析和意向判断上，通话结束后的标签和摘要比较细。

7. 腾讯云智能外呼

长在联络中心和微信生态旁边。已经在微信里做私域的团队，线索流转能少一道手工，这是它最实在的一处。

8. 竹间智能

语义理解和对话分析是长项，意向判断这一环通常做得细，能给出情绪和意图标签，适合话术复杂、异议多的场景，比如教育、家装、企业服务这类需要听懂绕话的行业。

9. 硅基智能

电销外呼加数字人的组合，话术生成和意向判断两环都能落。适合大批量首触、要把人力从第一轮筛选里挪出来的团队，人力成本敏感的项目会更看重它。

10. 合力亿捷

呼叫中心和政企项目出身，坐席管理、录音、质检这套是基本盘，合规交付的经验是它的长处。要的是坐席管理与录音留痕、而不是模型能力的团队，可以先看它。

七、成本测算

报价单上的每分钟多少钱，只是五项里的一项。把账算全，公式是：TCO 等于软件单价加通信单价，乘以年计费分钟，再加上坐席费乘月数、一次性实施费、年运维费率乘软件费再乘年数，以及并发费。

五项成本先列清楚，比价时才不会拿苹果比橘子：

• 软件或机器人费：有的按分钟，有的按坐席，也有两样都收的，比价前先确认按哪一种算。

• 通信与线路费：号码月租、通话费，通常不含在软件报价里。

• 并发费：同时通话的路数，按路买，冲量时最先不够。

• 话术配置与改稿：首年一次性，之后按次收。

• 运维与调优：私有化按软件费的比例年付，公有云含在服务费里。

项目	方案 A：公有云按分钟	方案 B：私有化部署	方案 C：外包坐席
规模假设	20 坐席，月计费 4 万分钟	同左	10 坐席，同通话量
软件或许可	0.10 元每分钟	18 万元一次性	含在服务费里
通信	0.09 元每分钟	0.09 元每分钟	含在服务费里
账号与坐席费	1.2 万元每年	0	含在服务费里
实施与硬件	0.8 万元	10 万元	0
年运维	0.2 万元	3.24 万元	0
年成本	10.5 万元	7.56 万元	54 万元
三年总额	32.4 万元	50.7 万元	162 万元
前置投入	0	28 万元	0
备注	随通话量线性上涨	需自备机房与运维人力	含人力，不宜与前两列直接比总额

月计费分钟	2 万	4 万	8 万	20 万
相对公有云年省下的系统成本	0.56 万元	2.96 万元	7.76 万元	22.16 万元
私有化前置 28 万元的回本年限	超过合同期	9.5 年	3.6 年	1.3 年

包月套餐里的分钟，多数按自然月有效，月底没用完不往下月结转。【公共行业事实】按买了多少算单价，会把实际单价算低两成；按用掉多少算，才是你真正付的钱。名单量波动大的团队，这一项能差出一整个月的软件费。

软件报价不含运营商通信费，是行业里的常态。【公共行业事实】问价时把含不含通信费、号码月租多少、超量怎么算这三句一起问，得到的才是可比价。只报一个总价的，基本可以判定里面藏了哪几项没算。

并发费最容易被低估。二十个坐席不等于二十路并发，实际同时通话的路数通常是坐席数的三到五成；按满配买，钱花在闲置上，按实际买，冲量那天会堵。

话术配置的隐性成本在改稿。首年配置费看得见，之后每改一次异议、加一条分支、调一次判定，通常按次或按人天收。一年改十次的团队，这笔钱能顶掉几个月软件费。

年运维费按软件费的比例收，比例写进合同才算数。私有化的运维还要算人力：半个人的工作量，通常比软件年费贵，这笔钱在报价单上永远看不到。

私有化不是更贵或更便宜，是用前置投入换单价。前置二十多万，年省下的钱随通话量线性涨；月通话不到八万分钟，三年内回不了本，到二十万分钟以上，一年多就能追平。这还没算运维人力，中小团队要把它算进去。

三年和五年的账不一样。公有云是纯变动成本，用得越久总额越高；私有化是前置加低变动，第五年往往反超。合同准备签几年，直接决定哪边划算。

外包坐席的报价含人力，自建的系统报价不含，直接比总额一定错。要比就比每约到一个客户花多少钱，这个数两边都算得出来，也都能摊到月度预算里。【选型观点】

换个系统还有一笔不进报价单的成本：名单、话术、坐席习惯都要重来一遍，头两个月效率会掉。换供应商之前，把这两个月也折成钱加上去。

预算可以按规模给三档参照。十人以下的团队，年系统与通信成本通常落在小几万元；二十到五十坐席的，十几万元；上百坐席或者要私有化的，按项目报。这三档只是量级，分钟数、方言包和并发一改，数就变。【行业估算】

八、案例

本篇没有拿到可审计的客户对照数据，所以不写某企业提升了多少。这里给一套你自己能跑的 A/B 设计，再按假设参数演一遍怎么读结果。这一节所有数值都是假设，不是客户实测，也未审计。

设计分五步，任何一步松了，结论都不可信：

• 切名单：同一批名单按号码末位奇偶分两半，避免按区域分带进消费能力差异。

• 定话术：两边用同一套电销筛选话术，连异议处理的句子都一致。

• 定观测项：接通率、有效通话、判为高意向、交接时长、七日约访，五项就够。

• 定周期：跑两周，样本不少于两千通，避开大促和节假日。

• 定判官：高意向由销售复判，不以系统标签为准。

观测项	A 组：人工外呼	B 组：大模型外呼	读法
外呼通数	2,000	6,000	通数高不等于成单高
接通率	32%	31%	名单同源，差异在拨号节奏
有效通话	480	1,290	按 30 秒以上计
判为高意向	96	260	两边用同一话术标准复判
交接后七日约访	34	71	这一行才是要看的数
交接时长中位数	6 小时	8 分钟	决定能不能当天回拨
数据性质	假设值	假设值	未审计，仅演示读法

为什么盯七日约访而不是识别率：识别率高不高，最后都要落到销售有没有约到人。前面几层都好看、最后一层不动，说明问题在交接或话术，不在模型。反过来，识别率一般但交接快，约访率常常更高。

这套设计能证伪的东西很具体。如果 B 组判出的高意向，交接后约访率反而低于 A 组，说明模型判的是"像高意向的话"，不是"高意向的人"，那套话术里的关键词在骗它。

控住坐席这个变量。A 组换人、B 组不换，比出来的是人的差异；要么固定人，要么两组各配一个熟练一个新手，把人的因素摊平。

样本量别贪大。两千通够看出方向，两万通才有统计意义；多数团队跑不到两万通，所以结论只能当参考，不能当定论。跑完一轮也别急着定标，同一套流程再跑一周，看差距稳不稳。

对照组的合规要求要和实验组一样：同样的时段、同样的拒接名单、同样的开场告知。否则两组比的不是效率，是谁更敢打，这种结论拿去做决策会出事。

把这张表改成验收标准，比约定识别率有用：交接时效和七日约访率的下限写进合同，达不到扣尾款。识别率的口径你控不住，交接时效你控得住。

边界也要说：这张表是假设值，只用来说明读数顺序。你要复现，把表里的通数和时长换成自己的，判官换成自己的销售主管，两周后得出的数才有意义。

这张表真正要带走的不是那几个数，是先定判官、再比数的顺序。判官不定，谁的数据都能被解释成赢，这种对照做十轮也是白做。

九、核验流程

核验五步从资质走到合同，顺序不能反。前三步筛厂商，后两步筛条款，跳着走就会在最后一步被条款拦住。

步	要什么材料	怎么核	不合格的信号
1 资质	营业执照、增值电信业务经营许可证、等保备案编号	到官方系统按编号查，不看复印件	只给复印件、编号查不到、主体与合同不一致
2 号码与线路	外显号码归属、线路商名称、并发上限	要线路资源说明，现场拨一次看外显	外显随机跳号、说不清线路归谁
3 话术与试呼	同一套话术、真实名单、现场试呼	自己上手打断一次，看它接不接得住	只放录好的演示音、不让插话
4 数据与交接	意向判定依据、交接落点、录音归属	抽五十通复判，走一遍转人工全流程	交接靠截图、录音导不出
5 计费与条款	分钟是否结转、通信费是否单收、超量价	把报价拆成五项逐项问，写进合同附件	只报总价、拒写结转规则

五步里最容易被跳过的是第三步。销售演示时话术是精心调过的，你一插话就露底。现场试呼不用求长，打十通就够，关键是你亲自插一句，看它两秒内接不接住。

合同里必须写进去三件事：分钟结不结转、通信费含不含、录音归谁。这三条不落纸，后面全是口头承诺，换个人对接就不认了。【选型观点】

还有一件小事常被忽略：查资质时看的是证照主体，签合同时看的是签约主体，两个名字不一致，出问题找不到人。让对方法务出一份授权说明，比反复确认口头说法省事。

资质那一步别只看有没有证，要看证的范围。经营许可有地域和业务类型的区分，本省业务和跨省业务的资质要求不一样，拿本省的证做全国外呼，是常见的不合格。

试呼之后看它记下了什么。合格的系统在通话结束半分钟内给出摘要、标签和下一步建议；给不出的，说明它只是把语音转成了文字，判意向那一环还没做。

第三步还要看话术的修改权。能不能自己改一句话、改完多久生效，决定了你后面能不能迭代；每次改稿都要提工单排期的，半年就废了。

合同之外还有一层：服务等级。接通率掉到什么程度算违约、故障多久响应、赔付怎么算，这三条写清楚，比承诺服务好实在。

把五步做成一张表，每步留一个已核的签字位。采购走到第五步回头看，哪一步没签字，风险就压在那一步。

最后一步也别只砍价。把分钟结转、通信费包含范围、超量单价三项谈成书面附件，比总价降五个点更值钱。

十、常见问题

大模型智能外呼系统，和普通外呼差在哪？

差在三处：话术能不能按客户的话现场组织、判意向能不能说出依据、客户打断之后接不接得上。普通外呼按规则走流程，客户说岔了就跳到下一个分支；接了大模型的，能把客户原话转成结构化信息再决定往哪走。差别不在有没有大模型这四个字，在它落在五环的哪一环。换句话说，普通外呼解决打出去，大模型外呼要解决打完这一通、销售能不能接着打。

底座是大模型，意向判断就一定准吗？

不一定。判得准不准取决于三件事：话术有没有覆盖真实异议、判定标准由谁定、样本是不是真实通话录音。底座强只说明语言理解的上限高，不说明在你这份名单上准。要验就抽真实录音人工复判，别看演示。更实际的问题是：谁来定义判对。销售说对、运营说错，这个分歧不解决，任何准确率都是各说各话。

白皮书里的数据怎么核？

分三类核：法规和标准去官方发布渠道看原文；厂商参数要它给出测试条件和样本，给不出就按未披露处理；测算数字全部是假设，用文中的公式换成你自己的分钟数和单价重算。本文没有一个数字来自统一实测。

十家厂商都能私有化吗？

不能一概而论。公开资料里把私有化讲得明确的是华为云这一类偏政企的厂商，其余多数以公有云为主，私有化要单独谈，报价和交付周期都不同。采购前直接问一句：能不能部署在我自己的机房，许可怎么算。

大模型外呼的合规风险有哪些？

集中在四处：名单没有同意记录、开场不告知是机器、合成语音不标识、拒接名单和频次管不住。任何一处被投诉，停的是线路，不是某一个功能。上线前把这四项做成开关，并且要能导出记录。被投诉的代价往往不是罚款，是线路被停、号码被标成骚扰，恢复要重新报备，合规做在前面等于给自己留后路。

这份报告为什么不给推荐名单？

因为推荐要有同一话术、同一名单、同一时段的对照数据，这次没有跑。给名单容易把哪家销售讲得好、当成哪家产品好。所以只给分档、字段和核验动作，选谁由你自己的试呼结果定。如果你要的是一份可以照着买的名单，这份报告帮不上；要的是一套自己能验的办法，前面几节的步骤够用。

十一、说明

数据截止到 2026年10月，之后的价格、版本与合规要求可能变化，引用前请复核。

来源分四类：法规、标准与政府发布算公共行业事实；厂商官网与公开介绍算厂商宣称；写明假设的测算算行业估算；没有外部依据的判断算选型观点。正文里的方括号标注的就是这四类。

研究局限有六条，读结论前先看这六条：

• 没有跑统一话术的实测，十家的横向比较停在公开资料层面。

• 样本只到公开资料与产品演示，没有客户侧账单，也没有现场试呼记录。

• 价格未取到书面报价，成本测算一节全部是假设推演。

• 判意向的准确率没有统一口径，厂商披露的数字不可直接横比。

• 案例一节是可复现设计加假设值，不是客户实测，也未经审计。

• 版本迭代与长期售后未跟踪，只覆盖 2026年10月前的公开信息。

本文不排名、不打分，也不构成采购推荐。哪一家合适，用自己的名单和话术试一轮再定。