你所在的位置：公司動態(tài) > 行業(yè)動態(tài)
行業(yè)動態(tài)
（來源：人人都是產(chǎn)品經(jīng)理）近年來，隨著人工智能的爆發(fā)，新技術已經(jīng)逐步滲入到人們日常生活中的各行各業(yè)里。以機器代替人工來處理重復而繁瑣的任務，不僅提高了工作的效率和生產(chǎn)力，還為人們節(jié)省了大量的時間。
呼叫中心，或者說是客戶服務中心，就是一個可交互式的語音應答系統(tǒng)，用于通過電話接收或發(fā)送大量客戶的請求。呼叫中心旨在為客戶提供各種電話響應服務，集中處理大量業(yè)務相關的問題和請求，因此往往需要大量的人工成本，而這恰恰是人工智能技術所擅長的。其中，自然語言理解技術扮演了舉足輕重的角色。
呼叫中心是語音識別技術（ASR）和自然語言理解（NLP）技術最早的應用場景之一，發(fā)展至今，已經(jīng)經(jīng)歷了五代的演變。目前，有廠商提出了第六代呼叫中心的概念，最新一代的呼叫中心將借助云計算，實現(xiàn)數(shù)據(jù)融合，在云端部署服務和數(shù)據(jù)，這將讓人工智能技術在呼叫中心產(chǎn)業(yè)中獲得前所未有的應用突破。
本文將盤點人工智能在呼叫中心不同類別業(yè)務下的部分應用，為讀者勾勒出人工智能技術在呼叫中心的應用現(xiàn)狀，與讀者一起暢想呼叫中心未來的發(fā)展趨勢，并挖掘更多潛在的應用場景與市場機會。
呼叫中心的業(yè)務可以大致分為呼入服務，和呼出服務（外呼）兩大類別。呼入服務相關的業(yè)務往往由各個公司直屬運營，用于向其客戶提供產(chǎn)品售后支持或信息查詢的服務。而呼出服務相關的業(yè)務則廣泛的用于電話營銷，追債，征集慈善捐款，以及市場研究等場景。
呼入型呼叫服務
多年來，呼入型呼叫系統(tǒng)一直是NLP技術的典型應用場景之一。在市場上，呼入型呼叫系統(tǒng)和NLP技術的結合主要運用于兩種場景，一種是專業(yè)領域的智能客服平臺，另一種是通用領域的智能服務中心。
專業(yè)領域的智能客服，一般指垂直應用領域的客服機器人，這類機器人大量被政府、銀行、保險公司等機構使用，專注于幫助客戶處理簡單的任務。
隨著NLP技術和ARS技術在金融類垂直領域的深入 ，越來越多的銀行財富管理服務被人工智能所接管。通過多輪問答，機器可以逐步篩選并闡明用戶的特定需求，并有針對性地給出適當?shù)捻憫?/span>
這類服務往往需要預先設計好對話流程（對話流），系統(tǒng)會引導用戶根據(jù)預先設定的對話流逐步實現(xiàn)用戶的需求。同時，在對話交互過程中，人工服務可以隨時介入，以處理一些客戶的特殊請求。
相較于專業(yè)領域的客服平臺，通用客戶服務中心所涉及的應用場景更為廣泛。包括商品訂購，服務預訂和信息咨詢等業(yè)務。
這類智能客服在技術上往往能夠以通用的形式實現(xiàn)，其核心主要是任務驅動的對話系統(tǒng)。目標是通過最短的對話輪數(shù)幫助客戶完成指定的任務。這里的服務交互過程通常是固定的，并且可以針對不同的數(shù)據(jù)信息和應用程序接口實現(xiàn)定制化服務。
目前，中國各大地區(qū)的114信息查詢服務系統(tǒng)，就是通用類智能呼叫服務的經(jīng)典案例。用戶可以通過電話查詢城市的交通，住宿，飲食，以及城市旅游信息，甚至完成訂酒店，買車票，查天氣等任務。系統(tǒng)會以特定的形式將相關信息返回給用戶，而這整個過程都由客服機器人獨立完成。
呼出型呼叫服務
呼出型呼叫系統(tǒng)（外呼系統(tǒng)）是呼叫中心的另一類核心業(yè)務。外呼服務相較于呼入型服務，往往更具挑戰(zhàn)性。在外呼場景中，人工幾乎沒有機會干預或指導整個對話的交互過程，大部分情況下，整個交互行為是無法控制的。
外呼系統(tǒng)需要主動撥打電話給用戶，并將相關信息清楚地傳達給用戶。在交互過程中，系統(tǒng)需要主動向用戶提問，并引導用戶返回正確的響應內容，而不僅僅是對用戶的問題進行回復。智能外呼系統(tǒng)目前主要應用于兩種不同的場景，一個是追債服務，另一個是消息推送服務。
隨著NLP技術的發(fā)展，外呼系統(tǒng)現(xiàn)在已經(jīng)可以實現(xiàn)智能服務。然而，目前這類技術僅適用于銀行信用卡還款通知，追債等場景。在這種情況下，系統(tǒng)不需要過多考慮客戶的內心體驗，也不需要擔心客戶是否會感到厭惡，只需要在對話內容中將目地和意圖表達明確即可。
同時，在外呼系統(tǒng)，債務催收類的情景下，用戶與系統(tǒng)之間的對話過程通常不會超過三輪對話內容，因此對于系統(tǒng)本身來說，功能相對容易實現(xiàn)。目前，許多NLP初創(chuàng)公司都看到了外呼收債服務的需求，試圖深耕這個垂直領域，與金融服務機構建立合作關系，以實現(xiàn)技術應用商業(yè)化。
除了追債業(yè)務之外，消息推送服務是外呼系統(tǒng)的另一個重要使用場景。其中包括產(chǎn)品推薦，廣告，調查問卷和消息通知等服務。這種類型的服務場景在形式上與催債服務相似，但它需要將用戶的體驗要素融入到設計當中。這類服務需要充分考慮用戶的情感，真人服務者往往比機器人更容易獲得用戶的接受度與信任感。雖然眾多NLP科技公司都在努力探索為客戶提供更好的交互體驗的方法，但是目前在市場上還沒有出色的相關產(chǎn)品或業(yè)務推出。
呼叫中心數(shù)據(jù)分析
呼叫中心里數(shù)據(jù)的記錄與分析也是人工智能技術在呼叫中心領域的應用場景之一。為了提供更加個性化的服務，呼叫中心通過錄音和ASR技術記錄并采集客戶與呼叫系統(tǒng)之間的會話數(shù)據(jù)，再使用深度學習和NLP技術分析電話語音的內容，更好的理解客戶的意圖和潛在想法，并通過分析結果有針對性的優(yōu)化系統(tǒng)，從而為客戶提供更優(yōu)質的服務。
目前，各企業(yè)的客服呼叫中心都對客服數(shù)據(jù)分析服務有著明確的需求，如電訊公司，電商平臺，保險機構等。這些公司和機構通常都會將每個客戶每次在呼叫中心里所產(chǎn)生的數(shù)據(jù)采集下來，通過NLP技術，自動組織和分析這些數(shù)據(jù)。
NLP技術在呼叫數(shù)據(jù)分析這一場景下有兩個正在嘗試落地的應用，分別是客服風控系統(tǒng)，和客服質檢系統(tǒng)。
客服風控系統(tǒng)通過閱讀客服人員與客戶的聊天記錄，識別雙方情緒變化以及出現(xiàn)的問題，并將識別到的風險較高的案例送交到客服管理中心進行處理。風控系統(tǒng)可以有效的提升客服的效率，同時降低客戶越級投訴的風險。客服質檢系統(tǒng)會對客服人員與客戶的會話內容進行質量檢查，依靠規(guī)范流程，標準話術等固定指標來約束會話質量，識別會話過程中的問題，進而提高客服呼叫中心的服務質量。如今，越來越多的商家和機構開始記錄和保存他們的電話客服數(shù)據(jù)，智能化呼叫數(shù)據(jù)分析的應用將進一步完成落地。NLP技術能夠解析來自呼叫系統(tǒng)的文本數(shù)據(jù)，以理解用戶呼叫數(shù)據(jù)中的內容，從而使商家和客戶都能受益。
總結
人工智能現(xiàn)在已經(jīng)成為我們日常生活中的一部分。NLP與ASR等語言相關的信息處理技術正被廣泛的運用于電話呼叫中心產(chǎn)業(yè)中，其中包括呼入型呼叫服務，呼出型呼叫服務，以及呼叫中心的數(shù)據(jù)分析。相較于呼入型呼叫服務，呼出型呼叫服務更適合交給智能呼叫系統(tǒng)來完成，特別是不需要重點關照被呼叫方交互體驗的催債類服務。
未來更大的數(shù)據(jù)量和更完備的信息內容將會賦予呼叫中心更多的知識與內容，智能化的呼叫服務終將在我們的生活中普及。而文字轉語音（TTS）技術的不斷進步，配合巧妙的話術設計，也將有可能改善智能呼叫中心的對話體驗，使人們更愿意接受機器的服務與“關懷”。
最后，算力和網(wǎng)絡帶寬的提高或許可以幫助呼叫中心跳過對客戶會話內容錄音的環(huán)節(jié)，直接在會話過程中對客戶的意圖和需求進行實時的分析，并在第一時間有針對性的將問題解決。
人工智能技術正在將電話呼叫中心帶入全新的智能時代，技術會持續(xù)降低人工勞力的成本和效率，將人類從冗余的工作內容中解放出來。屆時，呼叫中心將會為我們提供前所未有的個性化，自動化，人性化的服務。
