您當前的位置是:  首頁 > 新聞 > 國內(nèi) >
 首頁 > 新聞 > 國內(nèi) >

AI時代聯(lián)絡(luò)中心的技術(shù)發(fā)展思考

2017-12-13 09:16:54   作者:Clark 尹徐   來源:CTI論壇   評論:0  點擊:


  2017年要說IT科技圈里哪個詞最火,人工智能(AI)毫無疑問榜上有名。今天我們就來聊聊AI在聯(lián)絡(luò)中心都會有哪些應用!
AI時代聯(lián)絡(luò)中心的技術(shù)發(fā)展思考
  AI能在聯(lián)絡(luò)中心中做些什么呢?
  01 聊天機器人
  ChatRobot應該是聯(lián)絡(luò)中心中最常見的一種AI應用了~~比如著名的招商銀行聊天客服,體驗過的人都對其特點印象深刻。這算是一種初級的智能編輯,基于每個行業(yè)每個公司的場景不同,預設(shè)好一大堆的腳本和標本供機器學習,技術(shù)好一點的平臺同時還會有自學習功能,伴隨著NLP自然語言理解能力的進化和的檢索能力的加強而加強,嚴格意義上不算是真正的智能,當然聯(lián)絡(luò)中心引入聊天機器人的初衷也不是為了炫技,實實在在地降低初級問題解答人工,聯(lián)絡(luò)中心所提供的聊天機器人的核心能力是要專業(yè)!專業(yè)!專業(yè)!
  相比之下,互聯(lián)網(wǎng)公司的AI就隨意很多,因為他們面向的不是專業(yè)問題,而是海量問題,比如Siri,比如小冰。
  02 文本分析、語義分析
  Speech & Text Analytics應該是聯(lián)絡(luò)中心當下最熱門的技術(shù)趨勢了,它的設(shè)計初衷是解決海量語音無法做100%的QA質(zhì)檢問題,本意是通過ASR(Speech Enginee)技術(shù)將語音轉(zhuǎn)文本再進行第二輪的全量質(zhì)檢,誰想在技術(shù)發(fā)展的過程中意外地引入了一些其他技術(shù),其中就包括人工智能。讓它能夠聰明地從海量數(shù)據(jù)中提取特征---這里的特征不一定是文字,也可能是一段Pattern,或者是某一類文本的表達。
  進一步地,對Email內(nèi)容進行篩選檢索,通過系統(tǒng)自動閱讀郵件內(nèi)容并理解其含義作出自動回復或者分發(fā)給專業(yè)的客服人員。早起G廠的E-Service平臺里就有這種功能,可惜是離線版NLP,需要不停地給它喂食樣本郵件...。新的智能可以做得更好,無需離線,一直在線。
  03 智能化IVR
  基于VXML的IVR似乎發(fā)展到了一定地步后,用戶開始懷疑人生了。為什么不能做那種可感知、可自編程、可組建CallFlow的那種IVR?-----這是國內(nèi)某大型客戶給我說的原話。已經(jīng)有很多客戶在作出一些嘗試,比如模塊化IVR程序,外加系統(tǒng)智能調(diào)用,還有可視化IVR,輔助式IVR等,方興未艾。
  另外一個方向自然就是基于ASR、TTS引擎的AI式IVR。
  04 數(shù)據(jù)分析、趨勢分析、相關(guān)性分析
  AI一定是離不開大數(shù)據(jù)的,而聯(lián)絡(luò)中心恰恰是每時每刻都產(chǎn)生大量數(shù)據(jù)的地方,二者理應在數(shù)據(jù)處理上作出完美的融合。僅僅是傳統(tǒng)的語音式呼叫中心,各種座席和KPI報表還算清爽,如果加上多媒體的各種離散渠道、外加統(tǒng)一Session管理,后臺業(yè)務數(shù)據(jù)庫對接、錄音質(zhì)檢平臺、排班平臺等,報告就越來越大了~~我相信一定能找到一個懂數(shù)據(jù)處理的AI來自己寫索引Index和Aggregation~~~哈哈哈,對了,懂Infomart數(shù)據(jù)倉庫的人自然是懂的。
  更重要的,通過多種數(shù)據(jù)的相關(guān)性識別,能挖掘一些人工無法想到的問題!
  AI這么好,會不會帶來不好的體驗呢?分享一個AI用不好時的場景。
AI時代聯(lián)絡(luò)中心的技術(shù)發(fā)展思考
  這個故事告訴我們,機器不懂幽默,人工的價值依然無法替代!
  因此,Genesys推出了混合型AI,將AI與人工服務的優(yōu)勢強強聯(lián)合,跨所有渠道實現(xiàn)機器人與人工服務的無縫轉(zhuǎn)接,無論客戶何時與您交互,都能為其提供卓越的體驗。
  Genesys混合型AI具體為何物?我們將在下一期文章中詳細介紹,敬請期待!
【免責聲明】本文僅代表作者本人觀點,與CTI論壇無關(guān)。CTI論壇對文中陳述、觀點判斷保持中立,不對所包含內(nèi)容的準確性、可靠性或完整性提供任何明示或暗示的保證。請讀者僅作參考,并請自行承擔全部責任。

專題