摘要：

      传统客服行业存在着离职率高、培训周期长、高峰业务难以保障等问题，迫切需要应用新技术以更好地提升行业效能。鉴于此，本文聚焦国内制造业，引出一种切实有效的智能客服机器人应用方案，并对其应用效果从成本、绩效、满意度、分流比四个方面进行分析；与此同时，提出一种可应用于其他行业的3C三叶草智能客服评价模型，以更好地助力企业实现降本增效。

关键词：制造业；智能客服；评价模型。

Abstract:

      There are some problems in the traditional customer service industry, such as high turnover rate, long training cycle, and difficulty in guaranteeing peak business. It is urgent to apply new technologies to improve the efficiency of the industry. In view of this, this paper focuses on the domestic manufacturing industry, leads to an effective application scheme of intelligent customer service robot, and analyzes its application effect from four aspects: cost, performance, satisfaction and diversion ratio. At the same time, an intelligent customer service evaluation model of 3C clover which can be applied to other industries is proposed, so as to better help enterprises achieve cost reduction and efficiency increase.

Key words: manufacturing;Intelligent customer service;evaluation model

一、引言

      在全球数字经济的浪潮推动下，我国经济正从过去的高速增长转向追求质量的稳健发展。在这一转型过程中，数字化转型已成为各行各业寻求发展的必经之路。在这样的背景下，云计算、大数据、人工智能等新一代数字技术与实体经济的深度融合，为企业的数字化转型提供了强有力的支持。

      智能客服作为这一转型的前沿应用，它基于新一代数字技术，融合了自然语言理解、知识管理、自动问答和智能推理等技术，旨在降低客服人力成本、提升响应效率、增强用户体验。这种新型客户服务方式不仅能够为企业与顾客之间建立起智能、快捷、高效的沟通桥梁，还能通过数据分析为企业经营管理提供洞察，从而提升整体管理水平。

      随着科技的不断进步，制造业与信息化的深度融合，制造业的信息化程度不断提升，为企业带来了新的发展机遇。智能服务的优势显而易见：快速反应、高效率、全天候服务。在人工智能和大数据技术的快速发展下，智能服务成本也在逐渐降低，因此受到了众多公司和商家的欢迎。预计随着技术的持续完善，智能化服务产业将迎来新的发展突破。   

      然而，在各产业领域，尤其是制造业，许多外包服务如顾客满意度回访等，正面临原材料和人力成本上升的挑战。同时，由于生产产品的价格多年未有提升，企业迫切需要新技术来降低成本、提高效率。尽管智能客服在理论上具有诸多优势，但在实际操作中，其智能化程度往往不尽人意，导致消费者与商家之间的沟通不畅，影响了有效的维权过程。智能客户服务因此成为营销中的一个难点，它不仅关系到用户的使用体验，还可能对企业品牌造成负面影响。

 二、智能客服机器人相关分析

（一）客户服务行业发展历程

       90年代以来，客服行业从人到机器，从呼叫中心到云四个阶段，客户服务行业正向着多渠道、多场景的互联发展：

 1、电话呼叫中心：自从90年代中国引入了客服系统，到21世纪初期，还没有普及到全国各地，当时的客服业务都是以电话为主，形成了传统的单一的客服方式。此后，随着 CTI集成技术的日趋成熟，拥有雄厚资金和雄厚人力资源的大型国有企业在国内设立了自己的呼叫中心，以满足顾客的需要。

2、多渠道呼叫中心：二十一世纪，因特网的迅速发展，把网上渠道引入了客户服务行业，电子邮件、网页、手机等交互方式逐渐走入人们的视线。与此同时，随着话音软交换技术的不断更新，承载式呼叫中心的大规模建设也得到了极大的推动。与大型国有企业建立呼叫中心相比，托管式呼叫中心可以大大降低企业建立客户服务体系的成本。

3、全渠道云客服：随着服务外包的不断创新，云服务逐渐形成，自2010年起，云客服为云计算呼叫中心提供了有力的支持，服务机器人业务的商业化应用，打破了用户与用户之间的信息隔绝。

4、全场景智能客服：从2017年开始，服务机器人的市场份额逐渐增加，服务机器人在市场上的作用日益突出，业务领域也从涵盖经营管理、市场推广等多个领域扩展。随着信息化程度的提高，智能客服的发展速度也随之加快，技术上，采用了机器学习、深度学习等技术，通过对历史数据的学习和训练，使其对客户的理解、可维护性、使用体验等方面有了很大的提高。智能化的服务正在向一个全新的、全场景的服务模式发展。

（二）传统客户服务模式痛难点分析

      目前，我国各种类型的公司，特别是传统行业的企业，在实现客户销售时，往往采取“人海战术”。根据有关的统计，超过90%的顾客呼叫时间不到60秒，顾客的销售数据分析能力较差，一般都会遇到人力成本高、获客和经营效率低下等问题。随着人口红利的消逝，企业的人力资源成本也在逐年上升，而客户服务人员的专业水平和精力有限，使得客户服务行业出现了一些问题：

1、人工服务时长有限，渠道运营管理难度大。由于人力资源的使用时间限制，使得渠道的经营和管理变得非常困难。在传统的服务工作中，不仅要考虑顾客的满意，还要考虑到员工的工作经验，包括劳动保护和人文关怀，防止因工作过度而导致的负面后果。人力资源工作时间有限，往往很难涵盖顾客的全部咨询，在非回应期内不能作出回应，很容易导致人员的流失，同时也会给员工带来很大的压力，导致员工的连班倒、员工成本高、员工流动率高，这是很不均衡的。

 2、业务需求波动幅度大，波峰时段服务体验受影响。服务需求的波动性较大，会对波峰期的服务体验造成一定的影响。由于客服工作存在高峰和低谷，随着时间的推移，用户的咨询数量也会有所变化，而根据服务需求的持续扩大，高峰时段的人员短缺会造成服务体验的波动，从而容易造成顾客的流失和不满。

3、人工管理难度大，数据价值难以充分利用。人力资源的管理很困难，而且很难充分发挥数据的价值。随着网络经济的发展，企业咨询服务方式逐步由单一的手机咨询向微信、微博、 APP、网页等多渠道转变，人工统一管理难度加大且传统人工操作数据留存量低，数据价值难以被有效利用。

      与传统的服务方式相比，智能客服在使用 NLP技术和自然语言处理能力的同时，在接入渠道、响应效率、数据管理等各方面都有着明显的优势，使得客服的效率得到了很大的提升。并且，针对目前产业发展中的难点，智能客服可以做到会话转移和人机交互，使客户服务从过去的大量人工服务向智能化、少量人工服务的过渡。

（三）智能客服机器人的三种形态

      自上世纪80年代以来，客户服务中心已成为企业和客户的交流平台，客户服务中心的应用范围遍及金融、保险、银行、电信、电子商务、物流等各个行业。然而，由于人力资源的缺乏，使得服务人员的工作强度大、工作压力大等问题成为了许多企业的难题。在目前的宏观经济形势不容乐观的情况下，企业更愿意降低人工成本，提高生产率。人类从远古时代开始，就尝试着用各种机械替代人工，从而产生了人工智能。在人工智能和客户服务领域的碰撞中，智能服务的出现，使得客户服务更加智能化、高效。客户服务分为两大类，一种是简单服务，另一种是复杂服务。在此，简单与复杂的区别在于，机器人能否独立地处理业务。大多数的外呼服务机器人都能独立完成，但是大多数呼叫服务都是采用人机结合的方法。在这里，人与人之间的融合，分为两种，一种是机器人，一种是人工。第二种是由人来完成，由机器人完成相关的工作，比如智能填单、服务质量等。具体的如图2-1所示：

图2-1 智能客服机器人工作流程图

      上述三种类型的智能机器人，即单飞、接力和伴飞。单飞是指在不需要人为干扰的情况下，自主操作，可以在一些简单的情况下进行导航、回访、催收等操作，这时，机器人取代人工的比例高达30-40%；所谓接力，是指由机器人为主导，人工客服辅助，在特定节点人工静默参与或者直接接管电话，辅助机器人完成服务。相对于单飞机器人，其人工代替率提高了10-20%；伴飞是由人工控制的，由机器人来完成，智能的自动填单、流程监督、知识库等，帮助用户更好地为顾客提供服务，从而保证了高的成功率。

图2-2 单飞、接力、伴飞

（四）智能客服机器人评价模型

      为了更好地衡量智能机器人带来的效能提升，本文提出了一种新的评价模型：3C三叶草智能客服模型，从投产比、客户满意度、客服便捷度三个维度衡量其使用效果。

图2-3：3C三叶草智能客服评价模型图

      继而从3C三叶草智能客服评价模型中细分出7个维度，对智能客服机器人使用效果进行综合打分，具体的如表2-1所示。

表2-1 智能客服机器人综合打分模型

      如上表所示，投产比维度中的分流比在整个打分模型中占比是最高的，因为分流比跟投产比是强关联的，分流比的好坏决定了这个智能机器人是否能够长期帮助企业实现降本增效。其次，智能客服机器人服务结束后的语音满意度打分也可以在一定程度上确定用户的使用满意度。另外，在接力模式下，坐席绩效的提升是衡量人机融合效果的一个重要指标，如果智能客服机器人在接力或伴飞模式下不能大大提升客服的效能，那这个机器人的适用效果也会大打折扣。

（五）智能客服机器人上线效果分析

1、分流比分析

      智能客服机器人分流比是用机器人可以替代人的话务除以原来人工总的话务，意为机器人分流比=智能客服机器人处理的电话量/ 电话呼入总量。相关数据显示，智能客服机器人分流比达到40%，可以很大程度上节约人工成本。

表2-2 分流表分析表

2、成本分析

      如表2-3所示，智能客服机器人在制造业上线后，成本节约了42%。考虑到这个是在人力优化的基础上再做的优化，所以这个成本的下降也是相当可观的。并且这个成本的下降不受区域的影响，云端对接系统，改造成本也很低。

表2-3 成本分析表

3、满意度分析

      在机器人服务之后，会有语音提示对机器人的服务做个评价。大约会有85%的人参与到这个评价。在参与的人中有90%表示满意，而另外10%不满意的原因一方面是受现代技术的限制，比如语音的拟人度、理解的准确度。另一方面牵涉到系统对接，两个系统的对接会导致有些客户觉得机器人反应有点迟钝。

表2-4 满意度分析表

4、绩效分析

      对制造业人均产能进行分析后得出，人机融合后制造业绩效约有40%的提升。这里是以接力模式来统计的，如果算上单飞的模式，综合绩效提升应该超过50%。

表2-5 绩效分析表

三、现存挑战和对策建议

（一）现存挑战

1、数据质量、模型合理性等方面仍有提升空间

      人工客服的优劣势取决于个人记在脑中的知识库，机器人客服的知识通常以数据形式存储于后台数据库。数据库质量反映的是客户问题与答案的数量及准确率。高质量数据库是提升AI算法准确性、模型合理性和智能客服产品先进性的至关重要的因素。

2、知识训练数据库的维护尚需进一步优化

      由于服务机器人具有很强的学习能力，因此，其数据库的维护水平将直接关系到其应用的效率。资料库的维护，由专业的训机师“训练”，而训机师可以帮助顾客，持续地对服务人员的资料库进行优化，使其变得更“聪明”。

3、客服机器人与人工客服的搭配策略存在磨合期

      很多企业在客户服务方面急于求成，着急上线未经打磨的机器人，并急于关闭或收紧人工客服。实验结果表明，在引入机器人客户服务之后，采用适当的调试策略，可以取得较好的结果。比如，将机器人的对话和人工的融合，可以很好地解决一些智能服务机器人不能对用户的问题做出反应的情况。

4、在垂直行业的深化应用存在一定的局限性

      智能客服的功能很强，但是在一些领域，并不是很好的解决方案。就像是网上的医生一样，病人需要医生的观察、询问、解释、引导，才能做出正确的判断。不过，机器人客服并不能取代人工客服，从文字机器人到语音机器人，再到智能外呼机器人，都有了很大的进步，但用户的要求却远远达不到，机器人和人工在满足顾客要求方面，有着很大的差距。

5、底层技术与算法模型不成熟的挑战依然存在

      技术的不成熟和技术复用的障碍是当前的智能服务产业的难点。技术上的不成熟不仅是一个智能客户服务提供商所面对的问题，更是一个行业普遍存在的问题。面对浩瀚深邃的人类语言，机器人一时半会儿还不能完全理解，而 大模型、深度学习、人机交互、知识图谱等智能客服关键技术还有待完善，使得它缺乏“智能”，缺乏精准和人性化。如何使机器的答案更精确、更贴近实际、更深入地运作，仍是业界普遍关心的问题。

（二）对策建议

1、进一步提升可信服务能力

      智能客户服务在今后的发展和应用中还有很大的发展空间。目前，我国的智能服务产业还没有形成一个绝对的垄断，各个厂商之间的竞争非常激烈，只有拥有强大的核心能力，才能在竞争中脱颖而出。服务企业要从技术研发、产品服务、运营管理等多个方面着手，对各行各业的企业客户进行持续的完善，为客户提供不可替代的优质产品与服务，组建高效企业团队，提升核心竞争力，树立在行业内的品牌声誉。

2、持续加强产业链上下游合作 

      智能客服行业涉及到了云计算、通信运营商、人工智能服务商、云通信服务商、客服机器人服务商等各个行业。随着各个行业的数字化转型，在构建以客户为核心的业务服务系统时，需要更加严格、多元化，智能客服产业链各方应开放更多服务能力和接口，强化协同协作能力，发挥各自优势，为转型企业用户提供更加丰富完备、一站式的解决方案和场景化服务，助力企业客户服务智能化转型、高质量发展。 

3、重点关注客户服务的价值转化

      随着数字化发展的深入，各大国有企业在实施客户服务领域数字化、智能化转型升级的过程中，在关注相关平台功能、性能等技术能力时，同样应树立以面向客户、面向员工和面向行业三方面的转型价值和效果为导向的原则。在客户服务转型过程中，各个行业企业要充分考虑和评估其在降低成本、提高效率等方面的价值，并不断推进智能客服平台在企业内外部端到端流程中的应用与衔接，提升其链接服务客户、关怀赋能员工等方面的持续运营效果和价值。

4、增强行业供需双方信任度

      各行业企业在进行客户服务转型的具体实施过程中，面对琳琅满目的解决方案及相应的产品服务常常令人眼花缭乱，更加细化、权威的指引对指引企业开展客服数字化转型的作用将愈发明显。第三方服务机构要充分利用自己的优势，不断建立适合转型企业的客户服务数字化能力成熟度模型，并定期对其进行评价，例如通过ROI来作为衡量项目成功的关键因素，以确定其未来发展方向。为智能客服产业上下游服务商提升产品服务能力、指导转型企业进行选型提供参考。

四、结论和未来展望

（一）结论

      本文分析了制造业智能客服的发展现状，对单飞、接力和伴飞三种智能客服机器人运行模式从成本、绩效、满意度和分流比四个方面进行分析，得出了智能客服对制造业产生效能提升的结论。最后，从投产比、客户满意度和客服便捷度三个方面得出了一种可应用于其他行业的3C三叶草智能客服评价模型。该模型结合智能客服关键成功要素：投产比、客户满意度和客服便捷度三方面，实现有效的量化打分，以便更好的评价使用效果，助力企业降本增效。

（二）未来展望

      在技术、人才、资金等要素不断汇聚的今天，智能服务产业的竞争已经越来越激烈。从整体上讲，未来的智能服务产业会有以下几种发展趋势： 

1、通过区域信息的全面集成和市场功能的扩展，形成了一个企业的价值闭环。从理论上来说，客户服务记录的是大量的数据，但是在现实中，各种数据并不能相互交流，还不能成为公司的核心资产。智慧服务的目标是通过各种渠道的信息，通过数据来准确地了解市场和产业，从而促进精确的营销；而这些用户，也会为公司提供更多的信息，形成一个良性的循环，形成一个完整的数据链，与整个产业和企业的生态链，共同促进公司的收入。

2、客户服务功能将会打破“答疑”的界限，向市场营销延伸，逐渐成为公司收入增长的直接驱动力。完善的市场营销功能，是基于智能服务对区域数据的整合、计算和分析，通过数据标签来预测消费者的行为和趋势，进而达到更加精确的市场营销。实际上，一些国内的智能服务提供商已经开始尝试服务市场的功能。

3、随着客户体验场景的不断深入，服务领域或将会是下一个大的市场。客户服务不仅仅是解答顾客的疑问，更是为顾客解答问题。客户服务的未来，会有很多种方案，比如客户体验，营销等等。以前很少有公司会说有顾客体验部，但是现在许多顾客服务团队已经开始注重体验了，而且这个市场还在不断的扩展。我们能不能给予这个公司更大的价值，来提高他们的业务。

4、业务范围进一步扩展，产品服务更加丰富和完善。从商用场景的覆盖范围来看，随着各个产业对智能客服的需求不断增长，各个垂直领域中的智能客服产品和服务将会越来越精细。与此同时，智能客服也不再是单一的模块化产品，而是涵盖了整个服务流程，这样就可以改善客户的使用体验，而不会再像以前那样，将客户关系、 OA、工单等等独立的业务整合起来。

参考文献

[1]GreaverⅡ M.F.,Strategic outsourcing:a structured approach to outsourcing decisions and initiatives[M].American Management Association,1998.

[2]Heywood J.B.,The outsourcing dilemma[M].Pearson Education Limited,2001.

[3]Klepper R. and Jones W,扬波等译.Outsourcing information technology,systems&services[M].电子工业出版社,2003.

[4]孟凡博,刘进江.基于客服系统知识库的设计与实现[J].微计算机信息,2007(06):235-237.

[5]Guo Y C ,  Niu D X . A Knowledge-Based Intelligent System for Power Customer Service Management[C]// Machine Learning and Cybernetics, 2007 International Conference on. IEEE, 2007.

[6]树子.智能网络机器人的春天即将到来[J].互联网天地,2008(08):48-49.

[7]李焱冬.人工智能在电子政务建设中的实例应用初探[J].电子政务,2008(05):87-93.DOI:10.16582/j.cnki.dzzw.2008.05.009.

[8]刘国刚.人工智能客户服务体系的研究与实现[J].现代电信科技,2009,39(3):6.

[9]Qi C X ,  Du Q D . A Smart IVR System Based on Application Gateways[C]// International Conference on Hybrid Intelligent Systems. IEEE, 2009.

[10]Chotimongkol A ,  Thatphithakkul N ,  Prathombutr P . Smart IVR Service Platform[C]// Srii Global Conference. IEEE, 2012:426-434.

[11]文博.面向智能客服机器人的交互式问句理解研究[D].哈尔滨：哈尔滨工业大学，2014.

[12]李斐,邵晓东,周力恒,金阳.智能客服机器人的现状及发展[J].中国传媒科技,2016(04):67-69.DOI:10.19483/j.cnki.11-4653/n.2016.04.024.

[13]张瑞,潘鑫,杨艳妮,黄正伟.情感介入式智能客户服务系统[J].情报理论与实践,2016,39(08):70-74+39.DOI:10.16353/j.cnki.1000-7490.2016.08.014.

[14]Fanizzi N ,  Iannone L ,  Mauro N D , et al. Advances in Applied Artificial Intelligence[M]. Springer Berlin Heidelberg, 2006.

[15]冯志伟.自然语言问答系统的发展与现状[J].外国语,2012,35(6):15.

[16]王黎明.国内呼叫中心的发展情况分析(上)[J].数字通信世界,2007(03):60-62.

[17]邱芸,李青.基于交叉索引技术的呼叫中心运营分析系统的研究与应用[J].电信科学,2008(11):20-24.

[18]曾霞，唐文登，周健华.呼叫中心运营管理实务[M].大连：大连理工大学出版社，2012,18-20

[19]赵溪.呼叫中心运营与管理[M].北京：清华大学出版社，2010,162-169

[20]周逸松.数据的魔力(基于数据分析的呼叫中心流程改善)[M].成都：成都时代出版社，2013,66-69

[21]林可希.智能语音技术在热线服务质检中的应用探讨[J].无线互联科技,2013(12):142-144.

[22]刘向宇.探讨语音识别在智能客服系统中的应用[J].中国新通信,2014,16(6):1.

[23]姜红德.互联工厂:中国家电制造业突围[J].中国信息化,2015(09):31-33.

[24]夷萍.智能制造,我们仅仅看到开始[J].商学院,2015(Z1):85-86.

[25]徐铱璟.家电制造业的工业4.0升级[J].新营销,2015(09):39-40+38.

[26]郑功虎.家电制造业成本控制分析[J].财会学习,2016(17):122.

[27]张静秋,吴天文,谢振华.呼叫中心关键指标设计及人力投放规划初探[J].电子世界,2012(04):71-73.

[28]郭存举. 智能客服不该成售后痛点[N]. 经济日报,2022-02-14(002).DOI:10.28425/n.cnki.njjrb.2022.000853.

[29]昊星.2021年中国智能客服满意度调查报告 解决问题程度有限 回答千篇一律是最大痛点[J].产品可靠性报告,2021(12):33-36.

[30]王姝.智能化客户服务系统在电信业中的应用[J].电子技术,2021,50(09):226-229.