基于RPA+AI赋能的人机协同数智客服应用
【摘要】目前RPA正以其契合企业普遍存在且日益增长的业务流程自动化需求而成为数智化转型中的重要解决方案，AI和RPA的有机结合拓展了其可用性并加速了自动化应用落地，为长期存在资源效率瓶颈和业务流程痛点的客服中心带来新的改善机会。中国移动在线营销服务广东分中心积极探索实践基于RPA+AI赋能的人机协同数智客服，并应用到家宽长流程规模化线上生产中，实现生产方式的全新变革。
【关键字】RPA AI 人机协同 客户服务 数智赋能
1、引言
面对人口红利和流量红利先后消退的市场竞争压力，通信运营商一直在加速技术赋能，做大连接规模、做优连接服务、做强连接应用，而客服中心作为通信运营商直面用户的窗口，也一直是数智转型应用的主要落地之处。进入后疫情时代，在消费升级和理性消费的新常态下，用户对服务体验要求进一步提高，客服中心面临更加严峻的生产资源边际效益递减压力，亟需进行生产方式的全新变革。RPA和AI技术的逐渐成熟和融合发展，为客服中心在面向客户的服务供给上带来新的人机协同生产解决方案。
2、RPA+AI发展和趋势
RPA（Robotic Process Automation）是机器人流程自动化的简称，行业也称之为数字化劳动力（Digital Labor），其通过低代码、非侵入、弱耦合的轻量化开发方式，进行业务系统联动和业务流程再造，从而实现替代或辅助人工完成各种简单重复且规则明确的操作自动化处理。目前，RPA已从简单的软件工具发展延伸为解决方案，在国内金融行业率先完成RPA商用试点验证后，近三年来RPA以其部署快速、使用方便、执行力强等特点成为企业应对数字化转型中系统、数据、业务协同多重挑战的着力点，进入快速发展阶段。
而随着OCR（光学符号识别）、NLP（自然语言处理）、ML（机器学习）等AI技术成熟并与RPA结合，由AI驱动的RPA在基于流程的自动化处理和标准化操作基础上，逐步具备了图像识别、文本识别等结构化和非结构化的复杂数据处理能力和情绪、情境理解能力，扩展出更加丰富的应用场景解决方案，进一步释放自动化的潜力和价值。在突破原有自动化场景壁垒的基础上，AI对RPA的赋能还体现在流程挖掘能力的提升上，RPA解决方案正在朝流程发现、流程解析、流程再造的主动辅助决策能力的方向持续完善。
RPA应用场景在不同行业、不同企业、不同部门会有热度的差异（图1）。金融行业作为率先引入RPA的行业，其应用渗透率最高，其中普及率前三的细分领域分别是银行、证券、保险，主要应用在数据打通、风险排查、合规管控等业务场景中，而财务部门作为率先引入RPA的部门，其使用面最广，主要应用在订单处理、账务核对、资产管理等业务场景中。其他行业的RPA应用普及仍处于起步阶段，如在制造业的数字化进程中，RPA成为工业互联网和物联网的数据抓手，最终的方向是实现订单、物流、仓储、供应整个链条端到端自动化。
图1 RPA通用场景热度[1]
此外，中国信息通信研究院进行RPA技术和产业研究、标准制定和评估测试工作已有近三年时间，其牵头的RPA产业推进方阵（RUIDA）研究制定RPA标准体系《机器人流程自动化能力系列评估方法》，包括交付实施、持续运营、系统和工具、服务能力、安全和风险五部分陆续定稿发布，覆盖RPA交付生命周期全过程。在已经完成的两轮评估测试中，中国工商银行等6家金融企业和中国移动（浙江）创新研究院通过RPA系统和工具（开发测试模块，含管理监控、开发测试、工作执行和AI能力四部分）应用成熟度3+评级的应用。
3、RPA+AI客服领域应用现状
在新媒体和新技术的快速变革中，不断经历客户交互体验模式成长演变的客服中心，其技术生态环境也变得越来越复杂，前端的多渠道和后端的多系统，给客服带来更多的挑战。客服领域应用RPA可以在一定程度上将人工客服的部分简单重复手工操作解放出来，从而更加专注于与客户的交互上。早在2019年国内就出现了基于RPA的客服生产系统操作自动化解决方案——主要针对多系统的大型客服中心中，重复业务操作带来的人力成本和时间成本问题，通过RPA实现跨系统业务办理、跨知识库信息查询、多数据信息采集弹屏或填单等自动化辅助客服生产场景，优化业务流程、缓解业务积压、降低错误概率、减少效能损耗。
随着人工智能赋能产业升级的到来，客服领域智能应答能力快速迭代升级，发挥RPA与聊天机器人（Chatbot）技术组合优势，可以打通前后台协作，进而在客服和客户交互的环节实现端到端智能服务体验。基于RPA+AI的智能客服解决方案在电商领域已有一定应用，在订单地址修改场景中，前台的聊天机器人与客户交互并通过多轮对话确认要修改的订单地址，然后触发后台的RPA机器人到订单系统指定页面查找工单并完成地址修改，返回结果给到聊天机器人反馈给客户确认。全程自动处理且7×24小时随时响应，同时RPA的灵活性和扩展性可以快速提升电商客服应对季节性促销的服务弹性，大大提升了新零售行业的服务效率和客户体验。
用业务价值度（指该项技术投资在合理生命周期内的预期回报）与技术成熟度（指与该项技术发展相关的创新速度、市场主导地位厂商性质以及企业用户使用情况等）两个维度搭建一个矩阵，对目前客服领域约20项主流的技术进行状态分析和策略规划，四个象限分别为维护区、投资区、实验区、剥离区[2]。RPA+AI技术组合正处于四个象限中的 “投资区”，低技术成熟度和高业务价值度是在投资区技术的特点，这些技术经过一定发展已经达到客服中心可以放心投资应用的程度，也是客服中心转型的重要驱动力，助力客服中心激增保存、降本增效，通过技术对资源密集型生产方式进行创新升级（图2）。
图2 客服中心主流技术策略
4、基于RPA+AI赋能的人机协同数智客服创新实践
中国移动在线营销服务广东分中心从长流程业务服务痛点切入，构建“10086家宽服务+营销+调度中心”的线上协作运营模式并积极探索实践，打造基于RPA+AI赋能的高实时响应、个性化替代、高密度生产的数智客服并应用到家宽长流程线上生产中，创新面向客户的人机协同服务供给模式，实现线上生产方式的全新变革。
4.1 RPA+AI服务成熟度评估
在长流程服务的人机协同生产创新实践过程中，首先要搭建业务因素驱动的自动化生产能力映射地图（图3），并在目标设置、机会发现、概念验证和方案设计等不同阶段，结合业务场景需要，持续地开展RPA+AI服务能力成熟度评估和反馈，综合考虑RPA与AI不同技术的能力差异，从而进行技术互补最佳组合的选型和编排，最终实现与业务场景适配的自动化生产能力。
图3 RPA+AI服务能力映射地图
而长流程业务服务生产中最重要的业务因素就是工单流转。家宽业务的相关工单包括订购报装单、报障报修单、地址（未覆盖）收集单、商机回捞单等多种类型，对应长流程服务生产中的工单操作涉及工单要素填写和工单提交、转派、领取等，与RPA的屏幕抓取、鼠标点击、键盘输入与跨系统协同等能力相匹配，而工单信息交互和筛选的部分则需要人工和借助AI会话能力补充来完成。
4.2 业务场景筛选和生产方案设计
其次是聚焦到家庭宽带这个长流程业务服务中，持续深挖10086线上生产关键环节中“处理流程简单且判断条件明确、有规模处理量且重复程度高、符合机器生产高效协同和精准处理”等条件场景，通过场景评估、流程重构、生产设计、测试验证进行快速迭代，将家宽订购报装、安装开通、使用维修、续订、移机和销户六大业务主场景，解构成数十个线上生产子场景，再编排出上百个具体生产流程，并拆解为成千个生产操作步骤，最后重组形成家宽长流程服务人机协同生产方案。
整个生产方案设计是以“机器换人”为思路，依托客服中心生产系统和开源平台，通过“RPA智能分拣、数据采集、智能填单、IVR/ASR智能外呼、AI多轮对话、API调用RPA集成接口”等多种能力组合，进行机器替代或辅助人工的生产步骤设计、规则优化和开发部署。自2020年6月以来，正式投产工单回访自动化、地址登记自动化、商机回捞自动化等多个家宽人机协同生产项目，目前每月机器自动化生产产能约有30万单，等效替代呼入、外呼、投诉和调度中心等与客户直接交互的多种传统客服岗位近150人。
4.3 主要应用场景和效益
（1）场景一：RPA+AI工单回访自动化场景
通过“RPA智能分拣工单+ASR智能外呼交互和语音转写+RPA数据采集填单”方案，实现机器坐席同时具备“听、读、写、说”四大能力，原人工生产中经过装维处理的家宽报障报修工单全量由投诉客服进行回访闭环，现由几个机器客服组合接力，对其中符合处理条件的工单进行分拣、转派、外呼、归档的全程自动回访处理，释放简易投诉处理资源的投入（图4）。
图4 RPA+AI工单回访自动化场景应用前后对比
2020年6月正式投产，月机器自动处理结单量从初期的1.2万逐步提升至超20万，机器生产占比70%左右，同时机器平均处理时长2小时以内、处理及时率88%以上，较一般投诉客服处理效率大大提升。这是目前最成熟的应用场景，前向串联起IVR自助排障环节的自动回访和自动下单，后向衍生出老旧终端主动更换单自动外呼预约和自动填单派单。
（2）场景二：API+RPA地址登记自动化场景
通过“API调用RPA集成入口+RPA后台采集数据、填写工单并返回结果”方案，原人工生产中遇到报装地址未覆盖宽带线路，需要打开未覆盖收集单填写号码、地址、楼栋、单元等6个必填字段，现只需人工在坐席助手辅助登记模块录入地址一键提交、机器客服自动在后台执行家宽云平台未覆盖收集单指定字段填写，提高单通服务的填单处理效率（图5）。
图5 API+RPA地址登记自动化场景应用前后对比
2021年7月正式投产，月机器自动处理填单量3万，按每单节约人工操作时长30s预估每月节约250小时。同时，这个应用场景是在生产系统坐席助手实现API入参发起对RPA调用，RPA接收请求后启动对应流程并将执行结果返回，并实现坐席助手按钮自定义，可支持业务扩展参数储备和执行数据查询，实现机器辅助坐席生产快速开发上线。
（3）场景三：RPA+Chatbot商机回捞自动化场景
通过“RPA智能分拣号码+AI多轮对话交互”方案，原人工生产中家宽报装单退单审核三次外呼失败进行退单处理，现由几个机器客服组合接力，自动抓取号码后再次发送短信，通过多轮对话进行商机回捞登记，释放简易集中预约资源的投入。这个应用场景仍在进行试点迭代，月机器自动处理回捞单约1000单，回捞成功率1.32%（图6）。
图6 RPA+CHATBOT商机回捞自动化场景应用前后对比
4.4 数智客服中台能力建设
最后，对标业界RPA COE卓越中心管理目标，进一步完善人机协同数智客服的运营管理模式，通过“复用优先、主动沉淀、筛选固化和迭代更新”的中台思维，不断扩充RPA、Python、IVR、ASR、OCR、NLP等AI赋能的数智客服生产能力，适配更多长流程业务场景生产需要（图7）。
图7 数智客服运营管理中台模式
同时，云桌面开发运行方案改变一般物理机单机运行RPA程序的硬件资源占用，实现20个以上机器人托管运行。坐席助手入参运行方案改变一般RPA程序启动对管理工具的依赖，实现4个RPA后台辅助支撑6000个前台。将无人办公室“云端化”和“瘦身化”，创造经济适用的数智客服规模生产条件。
此外，通过效益兼顾定指标、小步快跑定目标、正负牵引定激励，建立“机器换人”的效质管控和价值评价机制，关注机器生产的故障、版本频次和客户感知、省市反馈，将机器产能纳入劳动生产率核算并关联预算分配等，同时将数智客服生产数据固化成自助报表和可视化看板，促进人机协同效益持续提升。
5 总结和展望
目前广东分中心已和合作伙伴立项启动基于RPA的同屏无鼠标跟随科研项目，进一步探索人工客服在服务过程中RPA机器人与其同屏操作填单的应用场景，同时也正在建设流程挖掘和服务编排的能力，通过数据驱动和组件固化，加快面向客户的人机协同数智客服转型升级进程。而随着RPA和AI技术组合不断演进和生产实践不断积累，客服中心可以更加快速引入新的数智客服，通过不同技术能力组合扩大机器生产工种队伍，并通过可视化、产品化的设计批量快速上线，实现机器换人规模效应。
参考文献：
[1]龚晨霞, 施展. 千帆竞发: 2021RPA赋能企业数字化转型研究报告[R]. 北京: 亿欧智库, 2020-12(24)
[2] Kate Leggett, Ian Jacobs, Art Schoeller, and Vasupradha Srinivasan. The Forrester Tech TideTM : Contact Center Technologies For Customer Service, Q1 2021—Twenty Technologies Underpin Customer Service[R]. Cambridge, Mass, US: FORRESRER, 2021-1(4-6, 11-17)
[3] Saikat Ray, Paul Vincent, Keith Guttridge, Frances Karamouzis. Beyond RPA: Build Your Hyper Automation Technology Portfolio[R]. Stanford, Connecticut, US: GARNTER, 2021-10(6-9)
作者：彭滢、孔伟力、徐海婷、李帆；单位：中国移动在线营销服务广东分中心；
本文刊载于《客户世界》2022年1-2月合刊。
转载请注明来源：基于RPA+AI赋能的人机协同数智客服应用
客户世界
这家伙很懒，什么都没写！
噢！评论已关闭。