AI，服務客戶也要服務客服

　　大部分人機交互機器人以自然語言處理技術(shù)為基礎(chǔ)，通過對客戶意圖的識別與底層業(yè)務知識的匹配來解決大部分業(yè)務咨詢問題。部分任務式的人機交互機器人還能通過多輪對話的方式解決部分基礎(chǔ)的業(yè)務辦理工作。不得不說，智能化人機交互的方式在帶給客戶新的服務體驗外，確實能解決分擔部分服務工作，但是在實際應用過程中有時候我們所期待的“服務智能”會出現(xiàn)“服務智障”的效果，尤其是其在實際應用中帶給客戶的服務感知未必如預想中理想，思考其原因總結(jié)以下幾點：

　　準確的意圖識別是人機交互過程的第一步，雖然目前的語義分析技術(shù)已經(jīng)有了比較大的研究進步，但應用到實際場景中還是不太可控，畢竟人類社會的發(fā)展速度太快，現(xiàn)實中大量的歧義、表達方式的創(chuàng)新等等，都會讓實際的語言表達理解起來更難一點。而一旦交互時機器人已經(jīng)對客戶的意圖識別偏差，后續(xù)的各種服務步驟必然也會產(chǎn)生偏差，如果交互過程需要客戶反復糾正以適應智能服務機器人的理解能力，必然會影響整體的服務體驗。

　　人機交互過程，機器面對的是客戶，客戶作為具有獨立思考能力的個體，未必會按照人機交互系統(tǒng)設(shè)定的既定場景去完成整個服務流程，因此總是出現(xiàn)很多超出機器能解決的情況。從客戶心理來看，人工智能部分超乎實際的宣傳會導致客戶內(nèi)心對于智能化人機服務存在較高的心理期待，一旦發(fā)現(xiàn)這些所謂的智能服務機器人服務水平不能達到預期，那么在心里也或多或少會產(chǎn)生對企業(yè)服務能力的質(zhì)疑。

　　在人機交互過程中，有時候客戶在心理層面上未必能及時意識到或完全把機器當成機器來對溝通，尤其是在線文字客服，機器和人工的服務差別也許只是答案輸出的速度差別，因此客戶可能會不自覺融入一些個人的情緒或?qū)⑿枨笾苯颖磉_出來，結(jié)合此前提到的語義理解的局限性，如果交互系統(tǒng)不一定能及時識別客戶的情感或相對委婉的需求表達，就不能及時采取對應的服務措施，等到后續(xù)再對會話內(nèi)容再去做分析，可能已經(jīng)讓客戶產(chǎn)生一定的不滿情緒或者錯失了一些好的營銷時機。

　　因此，我們可以看到面向客戶的智能交互機器人雖然能降低一定的人工投入，推動企業(yè)客戶中心從成本型向價值型中心轉(zhuǎn)型，但其實也有一些緣于技術(shù)應用不成熟的局限。就目前來說，人工的存在還是必不可少的，人工智能技術(shù)的加持不是為了完全取代人工的貢獻，而是迫使人工的投入能夠更有價值。因此，我們的團隊在與呼叫中心客戶應用合作過程中，嘗試從另外一個角度去思考：在直接面對客戶的服務方式上進行智能化改造以外，可以把這些技術(shù)用在傳統(tǒng)的人工服務上，通過AI技術(shù)幫助客服人員在服務效率、工作能力、服務質(zhì)量等方面進行改造提升，同樣可以達到優(yōu)化客戶服務和經(jīng)營的目的。

　　如何通過AI技術(shù)來提升人工客服本身的能力，結(jié)合我們在呼叫中心的AI應用實踐經(jīng)驗，可以從以下三個方面入手進行智能化改造：

　　很多人工客服在服務過程中，除了要與客戶進行問答互動以外，為了解決問題還需要同時做很多的系統(tǒng)操作，包括互動過程中各種系統(tǒng)的查詢，業(yè)務知識的檢索，解決問題后的服務工單歸檔、派發(fā)等，這些工作流程其實占用了客服不少時間，而這些時間會一方面影響服務過程客戶對服務效率的感知，一方面會影響服務的接續(xù)效率，導致客服不能快速轉(zhuǎn)到下個客戶的服務過程。因此可以考慮將AI技術(shù)用于優(yōu)化服務工作流程，將部分原先需要人工處理的工作轉(zhuǎn)變成智能化處理＋人工確認的模式，從而來降低人工投入的處理時間。例如在服務后的工單歸檔環(huán)節(jié)，將原來需要人工去處理的工作，如歸檔、派單等，通過利用AI技術(shù)進行智能化的自動歸檔或派發(fā)，客服人員只需要基于智能分析成果進行快速確認即可，這樣就能在一定程度上提升服務管理的效率，將更多的時間釋放出來服務其他客戶。在我們過往的實踐案例中，在面向上萬項業(yè)務分類的情況下智能化的工單歸檔準確率可以達到90%以上，高準確率極大地降低了客服人員的工作量。

　　服務過程中往往會涉及到很多不可控的方向，也可能會有很多不同的突發(fā)情況，縱然客服人員在上崗前都經(jīng)過一定的培訓，或者在長年累月的服務中積累了一定的應對經(jīng)驗。但畢竟每天要面對的客戶形形色色，總是會有一時之間反應不及時或者處理不了的，尤其是一些新手客服，剛上崗服務的時候難免會發(fā)生一些由于業(yè)務不熟悉所帶來服務失誤。此時客服人員就會需要一些工具去快速獲取相關(guān)的業(yè)務知識或解決建議。如果在客服人員知識獲取時提供更加便捷的途徑，降低獲取難度，那么就會讓服務過程的應對更加快速和準確。因此，我們開始將客戶的智能化服務助手應用到客服人員身上，讓其成為客服的智能化服務助手。我們將原來面向客戶的完全人機交互模式變成面向客服的智能輔助交互，服務過程客服人員通過與機器的交互式問答來提供相應的業(yè)務知識、案例參考或者操作參考等，從而一步步指導客服人員快速而有效地解決客戶問題，提高問題解決能力，降低犯錯的概率，提高服務效率和質(zhì)量。

　　所有客服人員總是經(jīng)過反復的培訓、實踐、學習才能慢慢成為一名優(yōu)秀的客服。相信在很多企業(yè)中，都會設(shè)定一定的考核指標來對客服的服務能力進行考核，也會安排一些相關(guān)的培訓課程來進行強化提升。就我們與各類企業(yè)的呼叫中心合作過程中了解到的，在對客服的學習提升方面存在兩個比較明顯的問題：（1）服務能力短板發(fā)現(xiàn)的及時性，對于客服人員而言，有時候?qū)ψ陨砟芰θ毕莸陌l(fā)現(xiàn)并不自知，往往都需要借助外部力量來提醒和強制改進。對于客服中心來說，一般都會通過定期的服務質(zhì)檢去檢驗服務質(zhì)量問題，但有時候發(fā)現(xiàn)問題后，未必能夠及時地對每一個服務人員提供非常有針對性的服務提升建議；（2）目前對于客服人員的培訓，主要方式還是通過以老帶新的兩人模擬方式進行訓練，這其實很受到時間空間和人員的限制，培訓未必能夠及時和全面。

　　針對上述兩個問題，利用目前的AI技術(shù)同樣可以將其智能化。就第一個問題而言，基于服務質(zhì)檢的結(jié)果對客服的服務行為短板進行提煉和總結(jié)，再與現(xiàn)有業(yè)務知識培訓知識體系的內(nèi)容進行智能化關(guān)聯(lián)，從而來定位適合推送給不同客服人員的學習內(nèi)容，推動更加精準及時的短板改進。而對于第二個問題，其實在歷史的服務記錄中存在了很多具有代表性的經(jīng)典服務場景案例，這些案例對于客服來說就是最生動的培訓教材，因此可以通過針對歷史案例記錄中的語音語調(diào)語速、服務關(guān)鍵詞等相關(guān)服務要素進行提煉，形成相關(guān)的學習案例庫，再借助人機交互的學習方式，將“人人模擬訓練”變成“人機模擬訓練”，這樣客服人員可以隨時隨地進行仿真強化訓練，讓服務技能學習更加簡便和及時。

圖：服務短板與知識的智能關(guān)聯(lián)

　　雖然目前人工智能還是被捧于高高的神壇上，但是我們也必須意識到其現(xiàn)階段在某些應用領(lǐng)域的局限性。從服務領(lǐng)域來說，直接面向客戶的智能服務機器人要實現(xiàn)真正智能依然有很長的路要走，在這種情況下，換種角度把部分技術(shù)資源投入到為客服團隊提供智能化服務，這種“人工”＋“智能”的方式對于大部分企業(yè)來說未必不是一種好的選擇。