原文再续，书接上回。上一章节中我们与各位训练师们一起清晰地定义了整个智能服务项目的发展生命周期，其特点是所有的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，建设投入的人力增多，那些在项目之初无法发现或者模糊的问题也都开始浮出水平面，但与此同时智能化改造成本增加，甚至有时候整个项目都要推倒重来。而对于一些大型企业的客服中心来说还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直接导致整个智能项目崩盘，成为客服中心难以言说的伤痛。要想尽可能解决这一问题，我们提出在已经完成的智能服务定位之上，训练师团队还需在考虑四个问题：“做什么——产品选择”、“做到什么程度——产品边界”、“值得吗？——项目ROI（投资回报率）核算”、“找谁做？——如何选择合适开发伙伴”。本章将重点与大家共同探讨边界与ROI的问题。
关于智能服务，尤其是直接面向于前端的智能服务产品来说，最近有几个很意思的观点，他们分别是“选择权、知情权、及时的退出、有情商”，很多从业者包括客服中心的领导大家都在探索，比如：智能服务是否应该将选择权交给客户，还是直接所有客户都进入智能服务渠道中，无法解决在转入人工客服；智能服务是否不应该“装得”像一个真人（即：开场白就应该告诉客户是机器人在给用户提供服务）；智能服务怎么样才算有情商。对于这个问题，各路智能训练师高手们众说纷纭，各执一词。
训练师A说：“客户就应该先进智能，智能无法解决在转入人工。”
训练师B却说：“我们应该将选择的权利交给用户，没有人喜欢被别人做决定。”
训练师C说：“我们的智能外呼就应该要有情商，语音播报的声音一定要甜美才行。”
训练师D却说：“开场白不应该说我们是机器人，只说很高兴为您服务，再配上真人头像。”
读到这里的大侠们，你们觉得谁说的对呢？相信大家心里都有一个属于自己的答案，而且有可能会相互不同。到底什么原因造就了大家的看法和实践的不同呢，我个人认为是行业属性、企业文化+人工智能变量所带来的不同。假如你的客服中心日常完全能够平稳运行，不会出现人手不足，并且是一个公立服务性质的客服中心，那么这个时候你就完全可以说将智能服务的选择交给客户；而如果你的企业是互联网或者偏向于营销后端服务性质，每天人力基本负荷，甚至经常挂线那么你就不能说自己的智能是个机器人，甚至还要想办法让客户必须先用机器人，真正没法解决在交给人工；同样，如果你的外呼机器人是营销或者满意度回访，那么语音播报越甜美越好，但是如果欠款催收呢？
这些问题的本质上其实都是训练师团队对于智能服务的边界定义的问题，甚至也可以说是不同智能服务发展阶段下对于边界的定义问题。
乔布斯说过：“确定不做什么比做什么更加重要”，比如说IVR系统由于不断容纳更多的服务节点，到最后原本好用的IVR系统变成了IVR迷宫，客户进线后很难找到入口，更别说快速解决问题了。对于在线机器人来说，训练师团队负责人更应该时刻去思考边界的界定问题，在线机器人建设的终点线是机器人能够覆盖人工客服所有的服务场景，但目前在线客服、电话客服、机器人三者的业务场景占比的排序情况为：机器人<在线客服<电话客服（绝大部分企业适用）。例如：机器人无法处理投诉问题，在线客服能够处理一部分，电话客服（涵盖投诉处理小组）则是所有投诉处理的终点，尤其是疑难投诉，大多数情况下电话客服处理的效率要高于在线客服。
在某些特定的行业，以金融行业为例，在线服务与电话服务的服务场景则是有清晰、严格的划分。机器人的成长路径是向人工客服靠近，在客服中心，一线业务客服往往有一个清晰的职业规划，例如随着业务能力的提升，人工客服能够逐步扩展个人的服务边界，从一线客服向高级客服、资深客服、服务专家一步步晋升。对于智能来说也是这样一个成长过程，训练师需要在最初就去思考智能的职业规划，逐步扩展机器人的业务边界。
图1：机器人成长路径
如图1展示，把智能服务当成是一个学生，业务优秀的人工智能的训练师就是机器人的老师。学生要把老师所有的知识都学完，但并不是囫囵吞枣一口气吃成一个大胖子，而是要给机器人做成长路径规划。训练师需要规划出每个阶段机器人应该学习什么知识，小学学习语文、数学；初中、高中学习物理化学，大学学习高等数学。一定要摒弃什么都想做的思想，唯有基础扎实，方才能让在线机器人未来真正成为客服中心独当一面的服务者。业务场景之间的边界也并非一直不变，可以畅想，在技术非常成熟的未来，也许在线机器人真的能够达到电话客服的服务水平，服务更大的业务范围，甚至比人工客服做得更好。
服务边界的确认，可以帮助机器人明确哪些业务是机器人无法承接的，以及如何承接的，在降低业务风险的同时，还能使得机器人应答出错变得流程可控和可监督，其次也能够帮助训练师们更好聚焦机器人的能力画像，更能够为智能服务ROI核算提供参考。智能服务项目的投资回报分析是智能服务项目立项阶段的重要内容，往往也是企业、客服中心领导最关心的内容，因为智能的核心价值就是“降本增效”，如果投资回报不清晰和预期可见，项目的建设工作就会受到非常大的阻碍。投资回报分析主要包括：投资收益率和投资回收周期两个部分。
投资回报率（又称ROI）是指通过投资应返回的价值，智能服务项目的ROI够越大这说明其越好，领导越容易支持，训练师获取的资源也就越多。
ROI=总收益-总成本/总成本。
智能服务项目建设属于软件项目建设的一种，其成本是完成软件所需付出的代价，是项目从启动、计划、实施、控制到项目交付收尾整个过程中所有的费用支出。智能服务项目是资产和技术密集型项目，成本构成较多的部分体现为系统硬件、人工、维护等技术含量较高的部分，主要是人的劳动消耗（尤其对于自研智能服务系统的团队）。具体成本的构成包括下面几种：设备、软硬件购置成本；人工成本；软件开发、系统集成费用；培训费；具体操作培训所花的费用；业务费、差旅费；管理及服务费等显性成本，还包括：项目建设过程中占用企业的管理、财务、办公、运营支持、福利待遇等隐性成本。训练师在核算成本时，可以直接从企业财务人员的视角出现，将项目成本直接划分为：
直接成本：即直接归属于项目建设过程所产生的成本：培训、咨询、系统采购、运营人员、差旅费用等；
间接成本：即不直接归属于项目建设过程中所产生的成本，这部分成本往往实在项目建设执行过程所产生，包括：维修成本、管理成本等；
一般来说，客服中心可以按照从智能服务系统花费的总成本（需区别自研系统和外采系统）、运行智能服务系统需要投入人力、智能服务系统上线运行稳定后能够解决的最小人力三者之间的关系，来计算项目成本和预计收益（即在线机器人的节约人力成本）。
在线机器人端：通过收集和预测出，在线客服转人工数量、智能客服解决比例、人工座席每人平均服务量、在线机器人可替代人工座席数量、在线机器人上线后增加人数、在线机器人综合节约人数、人工座席人均成本、在线机器人年均节约人力成本、在线机器人系统成本，最终得出在线机器人的投资回报值。实际计算中需要注意：在线机器人节约人力成本可以根据机器人接入上线后日均的工作量、原该业务场景下人工客服的工作量，在剔除时间因素的干扰（在线机器人的工作时间为：7*24而单一人工客服的工作时间为5*8）即可得出机器人所能够节省的人力，最后再去除机器人所投入的运营人力成本。（注意：为保证计算结果的准确性，可以综合业务高峰和业务平稳期间的数据、并将每一个核算制都取最大值和最小值中的均值，从而保证结果数据的客观性）。
写在后面：
本章带领各位训练师继续探讨了智能服务的上线前的准备中的“做到什么程度——产品边界”、“值得吗？——项目ROI核算”，对于智能服务不仅仅要思考他做什么还要经常辩证地去思考他不做什么，甚至还要放到智能服务发展的不同阶段来进行，就像是学生上学，每一个阶段都有自己应该做的和不应做的事情。在下一章中我们将为训练师带来上线准备四部曲中的最后一部分“人员与组织”部分的内容。
