基于数据流和知识流的智能服务展望

客户世界 | 2016年11月8日 | 2016年, 会员信息, 文库 | 评论已关闭 | 1486

当下，是一个数字化的时代。在原有的沟通方式基础上，数字世界再一次将人与人、人与企业、人与服务在数字智能的维度进行联结。

当下，是一个智能化的时代，网上商城提供关于商品和书籍的智能化推荐，比自己去寻找更快更好；健身软件提供免费的量身定制的健身计划，还推荐你加入与自己爱好相似的团体，以便互相鼓励；运营商推荐适合用户的流量服务，而用户只需点击确认，就立即可以享用。

数字化和智能化带来的技术革命，使得距离不再是问题、领域不再是边界，新兴事物的快速出现，显得那么自然和轻松。不变的唯有变化本身。电信服务领域也是如此。

在智能服务出现之前，客户的喜好、特点、适合的产品，由客户经理根据自己的经验分析之后记在头脑里，再根据自己掌握的业务知识为用户提供尽可能贴心的服务。每一次的服务都依赖于客户经理的个人经验、个人主观能动性以及心情，使得单次服务成本高、效率低。

而现在，用户的特征，由大数据承载；服务的内容，由智能的知识服务技术承载；服务的传递，由客服人员或互联网渠道承载。这三者的数字化进程，使原来人工的单次服务，智能化为可以自动批量提供的个性化服务。服务的成本及服务推向市场的时间，都将由于IT技术和智能技术的介入下降和缩短，而服务的质量和范围，将呈现显著增长。

未来的智能服务将由新的形式提供，这将是一个由数据流、知识流、新型团队共同组成的服务集合。它的内部是一个开放共享的生态体系；对外，将以丰富的形式出现在客户需要的地方。我们需要做的是让这三者之间产生联结，相辅相成。

联结这三者的是场景。场景是贯穿数据流、知识流与服务团队的线索。当服务请求发生时，先基于数据流识别场景，对应到一个预先设计好的场景编码，再以此为基础，匹配对应的知识流，通过新型团队（既包括人机协同团队、也包括互联网上的机器人“团队”）提供服务（详见图1）。

%e5%9b%be%e7%89%871

图1 场景贯穿数据流、知识流与服务团队示意图

数据流：

企业中的数据，分布在生产运营的各个环节。这些数据通过大数据平台进行汇聚、清洗以后，再根据企业市场和服务的需要进行分析，形成大数据的结果。

数据的分析和生成并不仅限于一个大数据平台，企业中既有来自生产单位的直接数据，也有来自行为和特征的间接数据，还将不断补充第三方数据。

这将是一个开放的数据平台，去中心化的思想使得数据在通用的接口下，数据分析、汇聚后将成为价值链，在流动中创造价值。

智能服务从全量的数据流中设计场景，再筛选自己需要的数据子集。这些数据子集包括：人物、即用户特征；情境、即用户所处的业务和环境特征。

知识流：

数据流只有在与知识流结合时，才能成为可以批量销售的商品、可以批量提供的服务。大数据的产生，使知识生产的目标、任务和模式也发生了新的变革。知识不再仅仅为人工提供服务，也需要为快速的互联网式批量智能服务提供支持。

在与数据流的融合过程中，智能机器人知识库是知识内容管理的首选。这是由于智能机器人本身自带的匹配、搜索、分词和扩展的能力。当与用户对话时，根据对话的关键词、用户的特征、用户所处的情境，匹配适合的场景，提供服务。

以往的知识管理是以产品为驱动的，但在智能服务时代，将产生以场景为驱动的知识管理模式。

当一个知识的原型通过知识规划和分析成为结构化知识之后，知识管理的基础元素就已经形成了。在此基础上，人物特征、时间和情境因素融合话术、多媒体等方法来完成场景知识的生产。场景化知识生产完成后，每一个来自互联网的服务请求都将跟随大数据所提供的场景编码，由机器人“团队”提供自动的服务；而每一个来自人工渠道的服务请求，也将通过机器人或知识库的支持，由人工团队来提供服务。

新型团队：

由数据流和知识流支撑的团队将是一个新型的团队。这个团队将比以往更了解用户、更熟悉业务、更具备服务技巧。但在转型时期，团队的感知也是喜忧参半。

根据团队情绪研究的理论，Mc Grath 等人（1993）的研究指出团队的技术条件方面的因素会对团队情绪产生影响；Eriksson（2004）的结果显示组织变革会导致员工情绪的变化。团队情绪形成的影响因素，包括情绪因素和非情绪因素。情绪因素主要包括，团队成员的个体情绪分享、以及情感表达范式。非情绪因素包括，冲突与压力、团队内的技术条件、环境因素、文化因素。

智能服务的到来也将引起这种团队情绪的变化。首先，有先进的技术和知识支持，团队感到高兴。但是，工作可能会被机器人所替代的忧虑也随之而来。

这些主要是非情绪因素，即团队内的技术条件、冲突与压力所带来的影响。

团队内的技术条件，总体来说是正向的影响。技术的进步，可以改善之前团队所面临的大量知识学习、快速反应等压力。而我们也可以预测到，技术进步的过程会遇到困难，那么对于新技术的不完善，需要在认识上、即表达规范方面形成正面认知。

机器人在人机协同服务方面的引入，以及一直以来在媒体和书籍中描写的关于机器人取代人工的说法，预测会在团队中形成冲突与压力。因此需要有针对性的在认知层面进行不合理认知的修正，具体来说，就是机器人的任务是处理人脑不擅长的大数据处理、重复劳动，而当机器人接手了大量重复工作时，人工的任务可以升级为对机器人的管理和修正。也就是说，人机协同不是机器人代替人，而是让人工有更多机会，做更有价值的工作。

在处理好团队由于智能服务引入而带来的团队情绪波动之后，预测整体服务效果将明显提升。

在数字化智能化的时代，我们正在塑造一个新的服务模式，大数据、人机协同、机器人、智能服务是主题词，而最激动人心的，还是创造、发展和进步的过程，它给服务领域带来新的使命和新的机遇。