全智能的客服时代即将到来

客户世界 | 2018年8月7日 | 2018年, 客世原创 | 评论已关闭 | 1677

互联网的发展带来服务渠道的变化与服务量的不断增加，而人工智能可以有效帮助企业优化服务。作为人工智能应用最先落地的一个场景，微信、微博、小米、三星、顺丰、中移动等企业的客服大都以“智能客服为主，人工客服为辅”了。根据艾媒咨询2017年的行业现状分析，中国客服市场的整体规模已经超过千亿人民币，但在如此庞大的市场规模下难掩的是多数企业客户服务部门在控制成本、提升效率等目标与用户需求碎片化、满意度有待提升等现状交织而成的矛盾中循环，出现捉襟见肘、顾此失彼的状况，凸现了企业客服的发展瓶颈。
现阶段人工智能擅长的是快速处理简单、重复的问题，这已经是科技界的共识，而在客服领域出现比较多的工作也是重复率较高、复杂度相对较低、对于效率要求较高的事务，客服行业可以说是人工智能商业化应用的试验田，也是相对能够带来较大商业价值的领域，而目前人工智能在客服领域的应用比较多地集中在智能在线客服、在线客服辅助、智能热线客服以及智能服务机器人等方向。
互联网客服中的人工智能无孔不入
首先要明确一个概念，这里所说的互联网客服并不是指那些在线人工座席，而是以互联网为媒介，通过网站、微信和APP等电子渠道为桥梁的一种服务模式。随着人工智能技术的发展，互联网客服领域迎来了技术上的革新，将这种传统的服务模式与人工智能相结合之后就形成了智能虚拟客服机器人，这种智能虚拟客服机器人以会话的方式为客户提供线上的客户服务。
高德纳（Gartner）在2016年底就已预测到智能会话系统是2017年十大黑科技之一，此次革新中互联网客服领域的智能虚拟客服机器人无疑是智能会话系统的典型代表，其具有自然语言处理、语义分析和理解、知识构建和自学习能力，几乎支持所有的人机交互渠道，包括IM、WEB、微博、微信、短信、手机APP等，能够通过文本、语音、多媒体等方式与客户正常交流，现已广泛应用于电信运营商、金融服务、电子政务和电子商务等领域。
智能虚拟客服机器人通过自然语言处理、语义分析和理解技术提供高精准、高拟人化服务，大大提升了客户体验。自然语言处理能力直接体现智能化的程度，能够在不同语境不同场景下提供更智能的交互。纵观其发展历程，该能力可以分为基础AI能力和深度AI能力。早期的基础AI能力主要解决客户简单、重复、明确的问题，比如多种问法识别（同一个问题通过多种问法表达出来）、自动纠错（自动纠正错误拼音和错别字）、敏感词过滤等，基础AI能力在几年前就已经相当成熟。
服务场景复杂程度不断升级，要求智能交互的能力在更多复杂场景中也能准确识别、能够更好地替代人工来解决客户的问题，因此深度AI能力就是用来解决客户在特定场景下复杂问题的智能交互能力。
在一些特定场景中深度AI能力表现出超乎想象的智能化程度，能够更好地服务客户，提高客户体验，提升整体客户服务水平，例如多轮对话（通过多次主动询问完成所需信息的获取）、动态场景（自动判断场景中的缺失元素，通过反问的方式进行元素补充，补充完整后进入相关场景）、语义深度推理（经过类比对方的多次提问，通过引擎进行分析后给出推理结果）、多意图理解（理解对方一句话中的多种意图）、意图推荐（根据对方的语境和倾向推理出最接近对方的意图并主动发问进行相关推荐）等的应用。
智能虚拟客服机器人的智能所在正是运用自然语言处理技术、基础AI能力和深度AI能力相结合，通过智能交互体现出来，这些能力应用于互联网客服领域可以为客户提供更智能快捷精准的服务。
机器学习是人工智能领域中最重要的技术之一，智能虚拟机器人也会运用机器学习部分相关技术来提高答案的准确度，主要体现在未回答问题的自学习和已回答问题的智能质检中。智能虚拟客服机器人通过机器学习平台对未回答的问题进行学习，提升机器人的问答匹配率，从而提高机器人运维效率；同时会对已回答问题进行分析，提升机器人问答质量；能够做到数据全量分析，从而提升机器人问答质检覆盖率。机器学习分析平台应用于智能虚拟客服机器人的运行维护，最主要的价值体现在数据预处理，自动找出有价值的问答数据，减少前期人工处理流程；知识点自动匹配并自动生成知识问答模型，协助提高运维效率；全量数据处理，精准定位问题所在并给出最优方案，提高后期人工处理效率。当然，我们所运用的是半监督学习，毕竟客服是一个专业、严肃的领域，所以在整个学习过程的最后还是提倡进行一个人工审核的过程再完成整个流程的闭环。
智能虚拟客服机器人的任务就是在能力范围内尽可能多地处理客户问题，减轻在线座席人员的工作量，目前来看是成功的。那么剩下的机器人未能处理的工作还是需要在线座席人员介入，但也并不是纯人工完成，人工智能技术发展到今天，可以说在后台也是一种人机协作的状态，也有两种协作形式。一种是在服务过程中在线座席人员操作界面有个小精灵——人机协作助手，它可以优先于在线座席人员从客户那里获得所问问题随后通过智能引擎分析生成答案，同时推送给在线座席人员并询问其提供的答案能否全面正确地解答客户问题，如果在线座席人员认为可以，那就由在线座席人员一键推送至客户前端；反之，在线座席人员可以直接修改此答案，随后再一键推送至客户前端，此过程效率提高、答案精准而且前端客户感受不到是人机协作产生的结果，只知道是在很快的时间内得到了精准答案而已。另一种是在线座席人员通过智能座席知识库搜索客户问题，向客户推送精准答案，智能座席知识库是一套基于自然语言处理、结合用户行为大数据分析的搜索引擎，以企业知识为主要内容，兼容处理结构化、半结构化和非结构化的企业知识，可以为座席人员提供快速化、精准化、全面化的知识智能搜索服务。
在互联网客服领域中已经在很大程度上运用了人工智能技术进行变革，其目的只有一个，就是怎样为客户提供优质服务，将“用户至上”的服务理念发挥到极致。

热线客服中的人工智能场景
1、智能语音导航
智能语音导航是结合人工智能领域的自动语音识别技术、自然语言处理技术及语音合成技术形成的综合应用，通过对接传统客户IVR系统而形成了扁平化的业务语音导航菜单服务模式。智能IVR允许电话呼入的用户以开放的方式表述业务需求，也就是说用户可以直接说出自己想要的服务诉求，系统识别并理解用户自然语言中包含的业务需求，从而将语音菜单导航到客户所需功能节点，实现“菜单扁平化”；并且可以通过与业务知识的结合来实现服务问题的直接智能问答，全面提升用户满意度，减轻人工服务压力，降低运营成本。
在具体的实现上，智能IVR通过定制化的语音识别引擎来实现客户语音的识别。引擎通过大量语音语料训练来构建多维度深层次的语义网络以提升客户来电诉求识别率，并且语音合成技术支持音调、音色的自主选择，企业可以根据服务需求实现个性化的定制。
目前智能语音导航已经被应用到国内一些大型银行的呼叫中心，作为传统的电话语音导航系统的升级或补充。
2、智能语音外呼
伴随着运营成本的不断提高，电话客服中心也在顺应着从“成本中心向利润中心转移”的大趋势，在这个趋势下最主要的变化体现在客服在原先的服务职能上，增加了营销职能。目前客服中心的主动营销工作绝大部分还是通过电话向用户进行外呼来实现，相较客服工作人员被动接听客户的电话并解答问题来说由于用户接受程度、营销成功率普遍较低等客观原因，主动外呼对客服中心来说更是一个重压，现实中往往为了提升营销成功量而不得不营销更多的用户来实现目标。
智能语音外呼机器人系统很好地解决了这一问题，系统针对电话销售、电话营销为主要目的业务流程而量身定制，通过预先设定的语音外呼流程，系统可以实现用户进行身份确认、营销引导、营销信息确认等营销流程，智能营销外呼机器人系统自然流畅的声音、规范统一的标准、热情礼貌的沟通让对话如同真实的座席人员一样能轻松完成原由人工承担的大部分的重复外呼工作，并且可以实时与人工外呼进行切换互补，实现“智能营销外呼机器人+人工外呼座席”结合的模式，准确把握每个高价值客户的销售机会，极大地降低了营销成本，提高了营销效率。
目前智能语音外呼机器人系统除了应用在以营销为目的外呼领域之外还可以在催收账款、潜客激活和客户回访等多业务层面展开应用，我们可以大胆预言未来的外呼服务方式不仅仅是简单的机器人语音外呼，而是属于智能语音交互模式，借助成熟的自然语言处理、语音识别和语音播报等人工智能技术而打造成全智能语音交互机器人，通过机器人解决传统方式的不足而在提高服务效率的同时减少对人力的依赖。
3、声纹认证
在客户服务过程中一个重要的环节就是用户身份确认，不管是信息查询、业务受理或其他，一切涉及到信息资料及业务的变更都需要身份确认，在传统热线客服的服务过程中都是通过电话按键的方式让客户输入密码进行验证，随着声纹识别技术的广泛应用，越来越多的企业在热线客服采用了声纹认证的方式。声纹认证的过程是通过对声音进行特征采样抽取，形成数字化的向量，这些向量由已经训练好的声纹识别模型与数据库中注册的声纹进行比对，根据对比的结果进行判断，从而实现客户身份的认证。根据目前的技术进展，声纹识别引擎通过数据训练以及算法优化可以已经可以实现误差小于千分之一的识别率，并且先进的引擎可以通过多维比较的算法而有效地防范录音或语音播报TTS带来的攻击风险。
声纹识别技术作为先进的身份认证手段，已经被比较领先的服务型企业所应用。

线下客服中的人工智能应用场景
线下的客服模式其实是最早形成也是最为传统的客服形态，而恰恰就是这最早开始发展的线下客服形态由于受限于其本身的服务模式而在技术革新和发展的速度上远不如其他的客服形态，如今随着“人工替代”时代的到来，线下的服务机器人逐渐进入大众的视野。
相比工业机器人，实体服务机器人行业目前还处于起步阶段，其建设标准还尚未建立，但归根结底，实体服务机器人的主要特征分别是感知、思考和运动，分别形象地代表了人的感官能力（眼耳口鼻）、分析能力（大脑）和行动能力（四肢）。
虽然这样定义了实体服务机器人的特征，但首先我们不要把实体服务机器人局限于人形的机器外壳上，在感知、思考和运动这三种特征中运动能力在现阶段的服务诉求中所体现出的实际应用价值并没有想象中的那么高，所以目前的实体服务机器人通过其外形主要可以分为人形机器人和非人形机器人，无论哪种服务机器人，思考能力及其后续的反馈机制才是其核心，也是智能化程度的体现。在感知层面，语音识别、声纹识别和图像识别等技术根据不同的业务场景都有着不同的应用方法，都需要通过语音识别技术去获取用户的语音消息，通过人脸识别和声纹识别技术完成用户身份认证来进行核心业务的处理，如交通银行智能实体服务机器人“智慧娇娃”能够通过语音与客户交流，帮助办理相关业务、取号排队、引导服务，并且通过“身份证+人脸识别”帮助用户直接查询名下账户的余额，而这些场景的背后除了多种多样的感知能力外其核心还是强大的思考能力，通过自然语言技术能够清晰地了解到客户的需求以调动不同的策略去满足客户多样化的服务诉求，进而实现能听会说、有问必答，从而做到真正的智能。
总之，随着智能客服机器人系统的不断完善，很多传统人工客服从繁复的问答交流中解脱出来，而全渠道客户服务体系的建立也使得营销工作从单一的媒体营销变成了全网全媒体营销，企业的全网营销工作变得更加重要，企业客服人员的工作性质也从原来单一的客服人员变成了售前营销员+客服人员，形成了售前、售中、售后的全岗位工作性质，通过服务+营销全方位地满足客户需求，所以智能机器人的出现确实解决了很多客服工作中的问题，但说它会真正取代人工客服还为时过早，通过科技手段降本增效是每个企业的愿景，我们还是要期待在不久的将来能实现全智能的客户服务。

本文刊载于《客户世界》2018年7月刊；作者为董鹏，作者为媒体资深撰稿人、专栏作家。