作者 / 京东物流苏北战区客户体验管理岗负责人 曹晓利    

人工智能从诞生以来，理论和技术日益成熟，尤其近几年在呼叫中心领域的应用更是飞速增长。是什么助力了智能服务的快速应用呢？我们不妨先来回顾下，在互联网快速发展的大环境下，呼叫中心运营面临的困难与挑战：

 成本高

呼叫中心在用工方面不仅要计算工资、提成、培训及办公场地等费用，而且为了应对行业极高的流失率，在员工福利方面更是要付出更多的心思与成本，这无疑让企业在创造收益的同时也产生了高额的成本支出。

 培训周期长

因为人员流动大，所以企业就要及时补充新人，而培训期是一个纯成本支出阶段。不仅如此，在一些业务复杂度较高的呼叫中心，培训期或半工半学期甚至长达3个月。

 人员流动大

客服行业，是幸福度比较低的一个行业，员工受客户情绪的影响较大，常常会因为客户恶言相向而导致工作情绪不稳定，一旦遇到这样的情况离职率升高就成了企业较头疼的事。

 获客难度高

在电话营销行业中，每一通获客电话都需要逐一拨打，且通过人工记录的客户信息和客户意向，一来精准度低，二来差异较大，如果再遇到行业里普遍存在的高挂断率，就不难想象企业的获客难度了，在企业面临如此运营压力与挑战的情况下，人工智能所具备的优势可谓高度匹配了企业需求，在降本增效方面毋庸置疑的提供了杰出贡献，例如：

01  大幅提升运营效

智能机器人在训练完善的情况下，24H持续工作，输出的应答方案统一、标准，工作情绪持续饱满、稳定。可谓一个训练师的工作，搞定了所有客户的同类咨询，取代了繁琐漫长的新人培训过程，这个环节所节约的成本无需细算，我们也都知道是相当可观的。

02  有效保障信息安全

在人工智能的协助下，企业可以将各种数据输入系统，完成客户信息链的搭建。后台文件中有各种标签、分类、录音及文本，都可以有效防止数据被丢失。较重要的一点是，只要做好安全防护，就不会造成数据泄露。

03  有效提升获客能力

通过大数据对客户行为的分析与总结，企业可以精准锁定客户意图、客户需求，在此基础上准确完成营销方案的设计与推送，从而不断助力企业增长，但是，在呼叫中心纷纷大范围采用智能服务的过程中，客户的反映是什么呢？是全然接受？还是压根不买账？企业可以顺利实现降本增效的初衷吗？

显然，事情并非如我们想象般顺利，我们时不时总可以看到国内各大媒体传播的客户对智能服务的质疑之声，同时，各大企业的智能转人工率也明确的在告诉我们，消费者并不买智能服务的账，消费者要的依然是快速、明确、专业的解决问题，消费者的需求与企业的初衷，矛盾点在哪里？客户在智能服务的体验过程中，感受是什么？企业要如何快速调整，以准确匹配客户需求？

1、客户对智能服务的体验感受

1. 智能客服答非所问或循环重复；

2. 转人工客服接通困难，排队较长；

3. 智能客服入口隐蔽，难以找到或操作复杂

2、企业在智能应用方面的典型瓶颈

1. 技术维度的瓶颈

◆  数据瓶颈：深度学习需要大量的数据；

◆  泛化瓶颈：训练好的模型用在变化的环境或领域，其泛化性能明显下降；

◆  语义鸿沟瓶颈：目前语言服务大多为简单查询，不涉及语义推理问题，缺乏真正的语言理解能力，比如一些有歧义的自然语言句子，人很容易根据上下文或常识理解其真正含义，计算机却很难理解；

◆  情绪识别能力弱：对情绪的识别往往依靠对文字的识别来做判断，这就大大降低了情绪识别的准确率程度。

2. 人才维度的瓶颈

◆  专业人才匮乏：国内外目前在人工智能领域呈现人才量匮乏状态，有价无市，例如高薪却找不到匹配的专业人才；

◆  专业能力提升资源不足：国内外在人工智能领域的培训体系、师资能力目前均处于严重短缺状态，专业人才成长慢、空间小。

企业要降本增效，客户要高质量的服务，在这个激烈的矛盾点下，企业要如何打破客观瓶颈，既保障用户体验，又可降低企业运营成本呢？我们不妨试试以下方法：

01  重新定位智能服务的价值

大多数企业在投入智能服务时，有些太过激进，过分追求场景的覆盖率、过分追求智能客服的接待量，往往忽略了不成熟的模型上线后对客户体验的影响，所以我们不妨重新定义一下智能客服的价值，不能一味追求降本增效，同步要关注应用智能服务应用过程中对客户体验的影响。

02  对咨询问题进行分层分类 

人工智能目前的发展状态，不可以完全等同于人工服务，所以我们要学会把客户咨询的问题进行分层分类，一些简单且具备统一应答方案的问题，可以交给智能服务，而另一些复杂难懂的问题则要打开人工咨询渠道，为客户提供便捷的咨询入口。

03  人机互动机制要灵活

企业在设计人机互动的服务流程时，其实已经考虑到智能与人工的互补，但流程设计时的依据大多是从大部分客户的角度做行为分析，往往忽略了特殊客户群体的需求，例如老年用户、残疾人用户等。

04  遵循客户咨询习惯

从客服行业发展迄今，客户大多已经习惯了电话咨询的IVR，在线咨询的开放性聊天。而当前大多数智能服务开发期间，往往追求语音智能的开放性提问，在线智能的相似问，这就导致语音智能在提供服务时无法准确识别客户意图，在线智能在服务时显得生涩机械。所以智能服务在应用时，要遵循客户的历史习惯，而非花很大的代价去打破习惯。

05  个性化问题个性化解决

智能服务提供的应答方案往往是通用性比较强的方案，客户提供了咨询参数，却得不到差异化服务，我们应该更多的追求，识别当前客户的心思，因为当前客户未必是我们以为的大部分客户。

当然，在智能服务当前的发展阶段，可谓仁者见仁智者见智，我们都在探索的路上。但是我们有理由相信，智能服务的发展空间与前景是开阔的。可以设想，未来人工智能带来的科技创新，将会是人类智慧的“容器”。未来将与各行业融合创新，全面提升产业发展的智能化水平。