原文再续，书接上回。上一篇章我们跟随各位训练师一起探究了智能服务上线的目标与需求挖掘的几个必要对象及方法。本章将会在定位明确的基础上，一起继续探究智能服务到底“做什么——产品选择”、“做到什么程度——产品边界”、“值得吗？——项目ROI核算”、“找谁做？——如何选择合适开发伙伴”等四个主题。
很多训练师在完成了调研以后紧接着就会开始规划产品的选型，进行招标，邀请很多系统实施方进行POC的测试，在一轮又一轮的报价谈判中最终选择了一家企业进行智能化建设。但训练师又发现，随着智能化建设工作的开展，之前还有好多东西没有思考清楚，比如：对于智能客服机器人来说，只思考到了客户与机器人之间的衔接，忽略了未来机器人无法解决客户的问题后，需要将客户转接至人工座席队列，对于转接的客户群体来说，人工客服则需要其能够具备查看历史聊天记录以及记录摘要等功能，否则容易出现客户被转接至人工后客服仍然以“您好，有什么可以帮助您”作为开场，而非直接解决客户的问题，大大降低客户体验的同时，也会增加人工客服对于机器人的抗拒性。但当项目进行到这一阶段时，训练师团队又会因为受限制于企业招标流程周期、项目规划与安排等情况导致需要的功能引入被搁浅，最终导致智能化的建设出现问题。
其实上述问题产品原因主要来自于两个方面，其一是智能化项目建设的生命周期问题（图1）：智能化项目建设随着建设时间增加，建设的全貌也就更加清晰，智能化改造成本增加，甚至有些成本是将智能化推倒重来。其二是训练师团队没有进行详细的产品、项目、训练、费用等开展前的必要要素论证，甚至有的都没有明确什么样的智能化产品适合自己，更没有进行详细的沙盘模拟。
图1：智能化项目的生命周期
产品选择：智能服务到底做什么？
智能服务产品来说一般可以分为三个维度：文字类、语音类、视频类，每一个大类下面又可以在细分作用于客户端的文本机器人、作用于一线座席端的智能助手等。从使用的目标角度来说又能分为：提升营销成功、提升服务质量、提升服务效率等，可以说得上是五花八门。准备上智能的企业的训练师团队一定要注意，虽说智能文本机器人是当前应用最为成熟，也是最为广泛的智能服务产品，但并不一定就是企业智能化之路的第一选择，一定需要能够根据之前完成的VOC\VOE\VOB调研，深挖企业上线智能的核心目标和主要矛盾，方才能够选择到真正的适合自己的智能化方向。
接下来笔者将简单为各位训练师讲讲我眼中的一些智能化的产品工具。首先是在线服务文本机器人与智能语音外呼机器人这两个当红的智能化“炸子鸡”，对于在线IM机器人来说，其主要的特点有：客户主动（出了问题主动联系机器人）、服务未知（服务场景未知或者预判需要花费功夫）、服务场景复杂且多、主要以文本交互的方式，更多解决已经发生的问题；
智能外呼语音机器人，其主要特点有：客户被动（客户还没有发现问题，我们主动联系客户）、服务已知（每个外呼机器人都有其预先设定好的场景与脚本）、场景单一、语音交互，主要解决还未发现的营销场景问题或者已经发生但客户不知道的服务场景问题。所以从上述的特点来看，如果我们的服务场景比较单一咨询量较少，又想要更多往营销发力那么其实优先上智能外呼机器人会是一个很好的选择。但如果企业属于社交型的零售企业，那么文本的社群型机器人的营销效果则要优于外呼机器人。所以各位训练师们在选择智能化产品的时候需要更加全面的思考方能够保障不会出现选择的短视情况。
接下来笔者为各位训练师们简单介绍下目前主要的一些智能服务产品及其功能和应用场景。
1、智能在线机器人
工作强度大、工资待遇低、负面情绪多、晋升路线不明确、工作内容枯燥乏味，是大多数客服从业人员职业前景暗淡的主要原因。而招人难、培训成本高、工作效率低、数据质检绩效太耗时等问题，更是客服中心日常工作中挥之不去的阴影。
智能客服机器人(也称在线客服机器人)的诞生在很大程度上改善了上述问题，其显而易见的贡献在于为反复被问到的问题提供一个标准化答案，优点是即时回复，既能让客户省去等待时间，又能极大减少企业的人力成本。这一突破，不仅能够帮助客服人员解决工作强度大、工作内容枯燥的问题，还能帮助客服中心解决员工离职率高、招人难等问题。
传统模式的客服工作稳定性较差，知识无法沉淀、传承，一旦有员工离职，新员工只能从头学起。而像电商这种品类多、场景多的行业，客服更需要具备丰富的知识储备，但学习过程不论对商家还是员工都是不小的负担。智能客服可以解决重复、简单的问题，在配备企业专门的知识管理系统后，随着数据的不断增加，系统会越来越智能化，那么智能客服的表现也会越发使用户满意，形成正向循环。
2、智能IVR语音导航
交互式语音应答(interactive voice response，IVR)，是一种功能强大的电话自动语音导航服务系统。它用预先录制或文本转语音(text to speech，TTS)技术合成的语音进行自动应答，为客户提供菜单导航功能，主要应用于呼叫中心系统。伴随着客服中心的诞生，IVR系统便一直存在。IVR系统又分为前置和后置两种：前置IVR是语音先进入系统进行处理，在无法解决客户问题的情况下才转入人工座席；后置IVR是指IVR与人工座席处在平等的位置，人工数量无法满足客户入话时转入IVR，主要是为了在客服都处于忙碌状态时延缓接入时间。多年来，由于用户“转人工”的使用习惯及IVR流程使用的复杂性，这种单一的应对业务增长的模式越来越跟不上时代的步伐。同时，传统客服虽然不断地对IVR的菜单路径及层级进行优化，但随着企业业务越来越庞大，这种优化也遭遇了“天花板效应”，用户面对日益臃肿的IVR菜单，越来越没有耐性跟随语音提示走到最终的功能节点，这也导致用户更加愿意直接转到人工座席来完成自己的服务诉求。直到人工智能+IVR的出现，使得IVR技术迎来重生。
智能语音导航(人工智能+IVR)，是通过语音识别和语义理解技术的综合应用，让客户不用传统按键模式而是用语音的方式完成需求的交互，然后系统实现客户需求的最优分发或问题解决。客户采用最本能的说话方式与系统交互，系统通过智能理解将客户的需求导向“合适”的解决节点，或实现需求分发，或直接解决问题。让客户不用再烦琐地按键或在迷宫般的流程中穿行，在提升客户体验的同时，降低客户对人工服务的依赖。
人工智能技术加持下的IVR未来不仅可以模拟人类对话的服务方式，还可以升级产生智能催收、智能自动营销等功能，甚至还能融入可视化服务，为客户提供多种辅助服务。
3、智能工单系统
对于人工座席来说，最怕遇到的就是需要在后台操作多个系统进行组合式查询后才能得到答案的问题。例如，客户进线要求开具发票，客服需要先进行第一轮交互，确定客户所需要的发票类型：个人发票、企业普通发票、企业专用发票；核对客户需要开具发票的订单，核对成功后，将客户开具发票需要的所有信息以话术方式返回至客户；客户填写后，客服人员操作工单系统进行咨询升级。对客服来说，这样的操作非常耗时，而且任何一处核对不仔细就容易出现问题；对于客户来说，等待时间长，而且必须要联系上人工客服，赶上业务高峰期，等待时间会更加难以忍耐。智能工单系统可以将客户与客服交互过程中所有涉及工单或者升级服务的流程打通，应用人工智能技术将需要的信息进行自动匹配与校准，彻底解放客服，让客户在最省力的情况下迅速完成开票过程。
有了智能工单系统，客户进行咨询时，只要提及需要工单服务，系统就会根据工单服务的规则验证该订单能否进行工单操作。若验证失败，直接返回错误原因；若验证成功，则自动将预先设置好的工单场景规则信息推送至客户，客户按照规则填写个人信息，在同一个页面进行校准，确认无误后系统直接完成推送，同步告知客户工单申请结果与工单产生内容结果的时效，以及结果信息的查阅位置。对于客服来说，能够解放劳动力，也不用再进行多个后台系统的切换操作，让服务流程变得井然有序。而对于客户来说，在无等待情况下完成申请，并且能够立刻确认申请信息是否正确，同时不用来回切换跳转页面，即可获得服务结果与服务时效的双重满意。
工单系统有两个应用方向：一个是作为人工座席台的服务插件，当客户咨询时由人工座席推送插件进行智能工单服务；另一个是将插件融入各个独立服务模块，如与智能服务机器人融合，使得智能服务机器人的业务场景更加深入，与自助服务中对应的业务模块融合，让客户不再只能从自助服务中获取一篇关于申请发票的说明文字，而是能够直接通过一步一步地点选，在一个页面完成服务申请。
申请发票只是智能工单应用中的一个成功案例，在电子商务领域中，智能工单系统还包括修改收件地址、提交价格保护等应用。只要是需要跨越多个系统、进行多个流程操作的工单服务场景，都能应用智能工单系统进行尝试。
4、智能评价邀请插件
对于客服中心来说，掌握客户在服务过程中遇到的障碍是头等大事。客服中心往往会在每通服务结束后，向客户发送满意度评价邀请，并根据评价的得分及内容对整体的服务体系进行再优化。
在应用智能化产品以前，邀评往往都是在一通语音服务结束后，由客服主动发送评价邀请，而在实际场景中，客服人员由于服务时间太短、并发量太多而导致没有时间发送评价邀请，或者在客户服务结束很长一段时间后才想起要给客户发送服务邀请，从而导致客户体验不佳或评价不准确。抑或在服务过程中，客服人员主观认为客户不会给出好评，而放弃评价邀请。基于这些问题，智能评价邀请插件可在人工客服结束服务后自动发送评价邀请，如当客服为客户推送问题答案后，一段时间内如果客户没有再次回复，系统便默认客户的问题已经得到了解决，会自动触发智能评价邀请。又或者当客服为客户提供解决方案后，客服给客户发送“您还有其他问题需要解决吗”类似确认话术，这个时候客户如果回答“没有”或者“谢谢”等指向问题圆满解决的话语，也会触发智能系统发出评价邀请。
智能评价邀请插件通过对服务流程是否结束的客观判定，可以保证所有的服务都有相同的概率能够得到客户的评价，以此保证客服中心得到评价的数量最多、最客观、最能体现客户意志。
5、智能聊天历史记录摘要插件
移动互联网时代，客户的咨询往往是碎片化的，如客户遇到不太紧急的问题时，可能在一天或者几天当中多次进线咨询，或者客户的问题特别难，需要跟多个部门核实信息。这种服务案例对于人工客服来说是一个非常大的挑战。
人工客服接待客户时，往往会在第一时间说“您好，请问有什么可以帮助您”，这句开头服务话术对于咨询新问题的客户来说是没问题的，但如果是同一位客户短时间内多次进线，还用该话术让客户重复自己遇到的问题，客户的体验感知会非常差。人工客服在服务过程当中，所面对的是一个很多客户进线的高并发现场，并且客服中心对于每一个进线客户的首次响应时间往往有很苛刻的考核要求，这就导致人工客服基本没有时间去查询浏览客户以往的历史聊天记录。
智能聊天历史记录摘要插件能够很好地解决上述问题。当客户进线后，系统自动识别该客户的账户在系统中是否有历史聊天记录，同时匹配客户关系管理(CRM)系统或者企业资源计划(ERP)系统进行关联，查询客户以往咨询的主要问题是什么，以及上一次咨询问题的处理结果与处理进度，从而极大地提高了人工客服的工作效率与客户的满意度。
6、智能质检系统
服务质量是传统客服中心考核客户体验的关键指标，这一指标不仅能衡量服务结果的好坏，而且对运营管理也具有重要意义。
传统的质量管理方式存在效率低、成本高、录音抽检比例低、质检结果统计难、质检公平难以保障等问题，一直是客服中心质检环节的痛点。在企业中，质控人员一般是以1-10%的比例在数据池中随机抽取服务案例进行质检，可有问题的服务抽不到，抽到的大都没有问题是质控人员常常遇到的尴尬境况。对于一线客服来说，即使在服务过程中辱骂了客户，但只要客户不主动投诉，一线客服只会有很小的几率被质控人员抽查到，这些当下被忽略的服务问题，很可能成为今后的口碑隐患。
在智能质检系统的帮助下，质控服务迎来了质的变化。客服在服务客户的过程中，人工智能系统会在背后监督整个服务过程，如果客户发怒或者情绪发生了变化，人工智能系统会主动监控到这一情况，并把该服务列为疑似有问题的服务。而质控人员的工作则是每天将人工智能系统推送的疑似有问题的服务抽取出来，根据质控标准进行二次复盘，发现确实有问题的就交给专家型人工客服跟进处理。这种模式下，质控人员的抽检范围从全局中的少量案例变为全局中所有疑似有问题的服务，无论是质控人员的处理效率还是客户问题的处理进度都将得到极大提高。
对于语音质检来说，只要先把文字质检的系统及插件打磨完善，在文字质检的插件上增加一个语音转文字的系统，无论是服务结束后的全量质检，还是服务过程中的语音质检，都先由语音转文字的系统将对话内容实时转化成文字，再由文字质检系统进行实时的分析。需要注意，语音质检不是单纯的文字质检应用，除语音识别能力外，往往还可以考虑业务场景或者一些通用的规则，如情绪识别，可以通过对客户及客服语音波纹的波谷和波峰进行大数据分析比对，分析出客户发怒的波谷和波峰，当声纹触碰到这个波谷或波峰的时候，系统就认为客户的情绪已经发生了极大的变化，甚至处于愤怒的状态中，发出警告提醒服务人员或者班组长注意。
从质检角度来说，智能质检可以用在服务过程中及服务过程后。从质检的范围来讲，它既可以涵盖客户情绪监测，又可以基于客服中心对服务质量的要求，把质检规则固化到系统当中。从服务的渠道上来说，智能质检既可用于在线又能用于语音。对于智能巡检来说，将质检系统作为插件导入人工客服的作息工作台当中，当人工客服与客户实时进行沟通交流时，每一条话语都会经过质检系统的筛查，当客户的情绪出现波动，或者客服的话语触碰了质检机制时，巡检系统以标红的形式进行提示。同时，还可以将质检规则按照严重程度进行分级，当巡检系统检查到客服触碰高等级质检规则时，质检系统可以将该人工座席工作台账户名称发送至对应的班组长处，让班组长及时进行服务干预，将严重投诉扼杀在摇篮中。
7、智能舆情系统
智能舆情系统，它在本质上与智能质检系统相似，不同点在于质检的对象是服务人员，其目标是提升服务质量，而舆情监控的对象主要是客户，其目标是将可能影响企业形象的内容消灭在萌芽之中。
智能舆情系统需要将舆情规则泛化在系统中，通过自然语言技术对客户中心在全媒体渠道上的内容进行搜索。例如，贴吧、微博、微信公众号、论坛等平台中，将涉及违反规则的内容检索出来，将其对应的渠道信息及内容信息发送至舆情团队，让舆情团队能够在负面事态还未发酵的时候就能够做出反应，及时消灭对企业不利的舆情。
8、智能语音机器人
智能语音机器人是继智能在线服务机器人后，人工智能技术在语音服务渠道上又一成熟应用。语音机器人的运转逻辑不是文字质检与语音质检系统的迭代升级，更不是简单地在在线机器人外面封装上一层语音转文字的系统。所谓智能语音机器人，是综合应用语音识别(ASR)、语音合成(TTS)、语义处理(NLP)、自然语言理解(NLU)等一系列技术，基于特定语音服务渠道打造出的机器人。如果说在线服务机器人最终追求的是服务场景的覆盖率，那么它覆盖越多的场景，回答的问题就越多，相应带来的成效也就越大。而智能语音机器人聚焦的是颗粒度较大的场景，如营销回访、满意度调查，或者是特定场景的交互。通过对整个服务场景的服务内容进行拆分，预估客户在此服务场景中所有会问的问题，提前设置相应的回复。如果是外呼机器人的话，该服务场景需要根据以往人工客服的服务流程及人工客服服务话术进行设计，如满意度随访、产品营销等，在外呼机器人与客户交互的过程中，针对客户每一句话的实际意图去匹配属于该服务场景中的那一段流程，再用语音合成技术将预先设置好的对应流程的回复内容，以固定话术进行拟人化播报。
写在后面：
本章带领各位训练师开始探讨了智能服务到底“做什么——产品选择”、“做到什么程度——产品边界”、“值得吗？——项目ROI核算”、“找谁做？——如何选择合适开发伙伴”等四个主题中的智能服务产品选择，对于智能服务产品的选择不能够盲从，更不能不进行深入的思考和模拟就选择，因为智能化项目一旦开始后，随着时间增加，智能化项目的变更成本会变得越来越大，最终就有可能导致智能化项目实施失败，或者上线的智能服务产品没有真正解决企业的核心问题。
