正在阅读:

智能客服炙手可热,水面之下潜伏三大误区

扫一扫下载界面新闻APP

智能客服炙手可热,水面之下潜伏三大误区

绝大部分企业和用户普遍存在三个错误认知:智能客服就是搜索问答;深度学习包打一切;智能客服是一锤子买卖,装上就能用。

文 | 陆离

美国发明家、未来学家雷·库兹韦尔在其著作《灵魂机器的时代》一书中认为,因为技术爆炸不会戛然而止,基础学科的完善和应用市场的壮大,将会维持倍增效应,二十一世纪所取得的进步,最终可以达到二十世纪的一千倍。

不久前,第四届世界互联网大会在乌镇落幕,作为21世纪技术爆炸的代表作——人工智能,再次成为一众科技互联网大佬热议的话题。

人工智能赋能多个行业,前景广阔但弊端已现

就目前而言,业界公认人工智能技术可应用于个人助理、安防、自动驾驶、医疗健康、电商零售、金融和教育等多个领域。例如在金融领域,基于生物识别、深度学习和大数据的风控技术是企业必备;在汽车领域,谷歌、特斯拉等一众科技巨头均早已布局无人驾驶技术;甚至看上去与AI关系不大的内容领域,也有了腾讯、头条等实现的机器人写稿,更有百度借助AI技术打造信息流广告引擎实现营收大增。

更重要的是,人工智能还站在了政策风口之上,十九大报告指出,加快发展先进制造业,推动互联网、大数据、人工智能和实体经济深度融合。迎来时代和政策双重机遇的中国AI前景广阔,谷歌执行董事长埃里克·施密特认为,中国人工智能市场将在五年后与美国平齐。以智能客服行业为例,根据艾媒资讯的数据报告显示,早在2015年中国客服市场规模就已突破千亿级别,这给人工智能创造了一个巨大的市场空间。

人工智能市场的火热催生了大量玩家入场,其中不乏卖概念的投机者和借机转型的半路出家者,导致市场上的AI产品标准不一。同时,企业和政府单位对于人工智能这种新兴技术普遍缺乏深入了解,容易在选择产品服务时陷入误区,造成时间成本和经济成本损失。

良莠不齐的从业者阻碍着产业生态健康发展,投机分子为谋私利甚至会不惜把水搅浑,以劣币驱逐良币的形式倒逼市场退化,拉低用户体验伤害行业口碑,市场泡沫由此开始泛滥。以最早实现AI应用落地,却又野蛮生长的智能客服行业为例,我们就可管中窥豹。

降低企业成本提升用户体验,智能客服的必要性

AI技术之所以能够在客服行业发起一轮颠覆式革新,原因在于:一方面客服行业市场规模不断增大;另一方面企业客服部门正在陷入人力成本剧增、用户需求碎片化、服务满意度降低等运营困扰之中。

其一,根据全球人力资源咨询公司发布的最新数据显示,国内一线客服人员每年平均薪酬福利水平在6万以上。薪资成本之外,还有更多随之而来的隐形成本,例如人员培训、场地租赁、设备配置等等。

而智能客服则打破了上述物理成本的天花板,能够为企业节省大量成本。例如中国建行的智能客服“小微”,它的服务能力已相当于9000个人工坐席,超过95533、400人工坐席服务的总和,所带来的经济效益不可估量,其背后就是AI企业小i机器人的人工智能技术。

其二,客服体系作为企业获取用户第一手信息、维护关系的桥梁,具备创造增值服务营收的潜力,其重要性毋庸置疑,但客服全行业数据显示,客服满意度整体水平已经连续四年走低。究其原因,随着消费升级新时代的到来,传统的IT技术加人工客服模式已难以应对不断增长的用户规模和服务多元化、碎片化的需求。

相较于人工客服,智能客服不知疲惫、不夹杂负面情绪,可随时快速响应服务,同时还能协助人工客服进行问题分类和指引,提高服务效率和满意度。有数据显示,使用智能客服后服务效率能提升86%,客户满意度能够达到96%,订单转化率提升约20%。

智能客服领域的三大误区,绝大部分从业者深陷其中

技术推动生产力改造,人工智能对客服行业的颠覆也是大势所趋,但行业现状却并不如我们想象的那么乐观。据不完全统计,目前全球范围内提供智能客服的企业已经超过250家,在中国至少也有几十家大大小小的企业提供各种产品,智能客服企业用户早已破亿。这其中,绝大部分企业和用户普遍存在三个错误认知:

1,智能客服就是搜索问答?错!

应用于智能客服系统中的AI技术,无论是人工智能底层通用的深度学习还是核心的自然语言处理,都不能直接解决任何实际问题,只有在实际应用场景下,多种技术结合成有机系统,实现具体问题具体解决,才称得上真正意义上的智能化。

在智能客服系统中,机器人需要与业务完全融合,形成完整的知识运营体系。这期间,除了已有的标准化知识库和语义库,机器人还要与公司业务数据完全打通,深入呼叫中心内外部体系,将一条条对话、一次次互动加工成数据、知识,并不断学习,这样机器人才能够理解用户意图,为客户提供快速、准确的服务。

反观当前,可以说90%的所谓智能客服甚至连深度学习技术都未使用,只是通过关键词与数据库进行匹配,再提供用户输出结果。这根本谈不上智能,只是基于和深度学习、自然语言处理毫无关系的搜索技术,实现了FAQ类单轮问答,更没有上下文和场景处理能力。最终的结果也显而易见——单独看每句话的问答准确率或许还可以,但用户感受到的是我说一句它答一句的尬聊、整体僵硬失智的回答、客服语言能力的缺失,毫无用户体验可言。

2,深度学习包打一切?错!

绝大部分切入智能客服领域的企业将深度学习挂在嘴边,而事实上深度学习并不是智能客服的全部,甚至核心。智能客服的真正核心技术是自然语言处理,后者是由机器深度学习延展而来,包含了机器对语音、文字、图像甚至手势等人类沟通的自然语言的输入、转化、理解和反馈。

自然语言处理与深度学习的相通之处有很多,最大的区别在于,除了和后者一样需要海量数据和构建卷积神经网络做基础,前者还需要积累高质量高拓展性的语料库、不断优化的算法技术、反复实践的问答建模练习等。简单地说,掌握了深度学习技术只是做好智能客服的第一步,后面还要走九十九步才能实现真正意义上的自然语言处理。

如果说人工智能技术是驱动智能化服务的引擎,那么数据就是燃料。算法和理论是开源的,技术也可以通过购买等方式获得,但数据(特别是高质量的结构化数据)并非一日之功,这就像一个人的聪慧程度,除了智力因素外,更关键的因素是他的知识、经验、见识、背景等。

正如上文所说,很多企业只是看到这两年AI火热仓促切入或转型,行业经验和知识沉淀浅薄,不具备技术研发需要投入的海量成本和数据积累。这样的情况下,怎可拥有智能客服要求的海量的高质量专业知识?谈何实现真正的机器语言能力?又如何满足实际场景应用?

3,智能客服是一锤子买卖,装上就能用?错!

如果说前两个误区的探讨仍然建立在企业愿意脚踏实地推进技术创新,以推出优质服务为目标,那么这第三个误区实际上是部分投机分子的恶意体现。有一部分新进企业,他们不懂也不打算懂技术,没有也没打算为企业提供真正的智能客服,只是为了蹭人工智能的热度,自造故事,忽悠投资人和客户,圈一笔钱罢了。

毫不夸张的说,引进一套智能客服系统,好比生养一个孩子。这个孩子,生容易,养很难。如果你想要一个天资聪颖,且能力不断提升的“孩子”,那么它需要企业和技术供应商一起悉心栽培,要不断进行系统维护和升级,不断丰富知识库和语义库,不断拓展和延伸它的智能功能,而不是一个账号,或一套系统就万事大吉。

此外,技术供应商还要有能力提供完善的售后服务,帮助企业培养一支专业的运营和操作人员,为企业提供更好的同行案例分享和学习,与企业一起改善系统,一起挖掘系统的功能和价值。

这两年,市面上出现了大量“买账号”的AI玩家,称只需一个账号,企业不需运营维护,不需要后期投入就可以拥有一套智能客服。这类企业只是为了尽快拿下客户,编造省时省力,不用维护的谎言,其结果就是客户的用户体验完智能客服后,往往会产生“说好的人工智咋就变成人工智障了?”的念头。

人工智能不能只是一个噱头,甚至不能只是一项技术

对于技术需求企业来说,考量智能客服供应商时应该对后者的技术积累、从业经验、工程化能力,行业案例等方面进行综合考察。特别是行业积累,因为现有的算法理论并没有实质差别,关键的是看谁的行业知识积累、运营能力更强,行业应用经验更丰富,这是产品可靠性、实用性的保障。

古罗马诗人奥维德说:「弓若不张,即尽失其力。」

在人工智能领域,想要实现真正的实用价值,就不能只是卖弄概念,乘热造势,甚至不能只是实验室里的一项技术。从数据到技术,从技术到系统,从系统到具体场景应用,这每一步都需要保质保量的人才和成本投入,需要经年累月的数据和经验积累,需要千锤百炼的资源和项目整合,需要厚积薄发的耐心和勇气支撑。不可一蹴而就,也不要夸夸其谈。

如智能客服行业存在的问题一样,对技术和产品一知半解,无意或故意混淆概念,误导用户的做法只是在催生行业泡沫,毫无价值可言。当潮水退去,裸泳者将避无可避,只有保持对新兴技术的敬畏之心,认清误区,清除误区,才能真正推动行业发展,形成一个健康的产业生态。

本文为转载内容,授权事宜请联系原著作权人。

评论

暂无评论哦,快来评价一下吧!

下载界面新闻

微信公众号

微博

智能客服炙手可热,水面之下潜伏三大误区

绝大部分企业和用户普遍存在三个错误认知:智能客服就是搜索问答;深度学习包打一切;智能客服是一锤子买卖,装上就能用。

文 | 陆离

美国发明家、未来学家雷·库兹韦尔在其著作《灵魂机器的时代》一书中认为,因为技术爆炸不会戛然而止,基础学科的完善和应用市场的壮大,将会维持倍增效应,二十一世纪所取得的进步,最终可以达到二十世纪的一千倍。

不久前,第四届世界互联网大会在乌镇落幕,作为21世纪技术爆炸的代表作——人工智能,再次成为一众科技互联网大佬热议的话题。

人工智能赋能多个行业,前景广阔但弊端已现

就目前而言,业界公认人工智能技术可应用于个人助理、安防、自动驾驶、医疗健康、电商零售、金融和教育等多个领域。例如在金融领域,基于生物识别、深度学习和大数据的风控技术是企业必备;在汽车领域,谷歌、特斯拉等一众科技巨头均早已布局无人驾驶技术;甚至看上去与AI关系不大的内容领域,也有了腾讯、头条等实现的机器人写稿,更有百度借助AI技术打造信息流广告引擎实现营收大增。

更重要的是,人工智能还站在了政策风口之上,十九大报告指出,加快发展先进制造业,推动互联网、大数据、人工智能和实体经济深度融合。迎来时代和政策双重机遇的中国AI前景广阔,谷歌执行董事长埃里克·施密特认为,中国人工智能市场将在五年后与美国平齐。以智能客服行业为例,根据艾媒资讯的数据报告显示,早在2015年中国客服市场规模就已突破千亿级别,这给人工智能创造了一个巨大的市场空间。

人工智能市场的火热催生了大量玩家入场,其中不乏卖概念的投机者和借机转型的半路出家者,导致市场上的AI产品标准不一。同时,企业和政府单位对于人工智能这种新兴技术普遍缺乏深入了解,容易在选择产品服务时陷入误区,造成时间成本和经济成本损失。

良莠不齐的从业者阻碍着产业生态健康发展,投机分子为谋私利甚至会不惜把水搅浑,以劣币驱逐良币的形式倒逼市场退化,拉低用户体验伤害行业口碑,市场泡沫由此开始泛滥。以最早实现AI应用落地,却又野蛮生长的智能客服行业为例,我们就可管中窥豹。

降低企业成本提升用户体验,智能客服的必要性

AI技术之所以能够在客服行业发起一轮颠覆式革新,原因在于:一方面客服行业市场规模不断增大;另一方面企业客服部门正在陷入人力成本剧增、用户需求碎片化、服务满意度降低等运营困扰之中。

其一,根据全球人力资源咨询公司发布的最新数据显示,国内一线客服人员每年平均薪酬福利水平在6万以上。薪资成本之外,还有更多随之而来的隐形成本,例如人员培训、场地租赁、设备配置等等。

而智能客服则打破了上述物理成本的天花板,能够为企业节省大量成本。例如中国建行的智能客服“小微”,它的服务能力已相当于9000个人工坐席,超过95533、400人工坐席服务的总和,所带来的经济效益不可估量,其背后就是AI企业小i机器人的人工智能技术。

其二,客服体系作为企业获取用户第一手信息、维护关系的桥梁,具备创造增值服务营收的潜力,其重要性毋庸置疑,但客服全行业数据显示,客服满意度整体水平已经连续四年走低。究其原因,随着消费升级新时代的到来,传统的IT技术加人工客服模式已难以应对不断增长的用户规模和服务多元化、碎片化的需求。

相较于人工客服,智能客服不知疲惫、不夹杂负面情绪,可随时快速响应服务,同时还能协助人工客服进行问题分类和指引,提高服务效率和满意度。有数据显示,使用智能客服后服务效率能提升86%,客户满意度能够达到96%,订单转化率提升约20%。

智能客服领域的三大误区,绝大部分从业者深陷其中

技术推动生产力改造,人工智能对客服行业的颠覆也是大势所趋,但行业现状却并不如我们想象的那么乐观。据不完全统计,目前全球范围内提供智能客服的企业已经超过250家,在中国至少也有几十家大大小小的企业提供各种产品,智能客服企业用户早已破亿。这其中,绝大部分企业和用户普遍存在三个错误认知:

1,智能客服就是搜索问答?错!

应用于智能客服系统中的AI技术,无论是人工智能底层通用的深度学习还是核心的自然语言处理,都不能直接解决任何实际问题,只有在实际应用场景下,多种技术结合成有机系统,实现具体问题具体解决,才称得上真正意义上的智能化。

在智能客服系统中,机器人需要与业务完全融合,形成完整的知识运营体系。这期间,除了已有的标准化知识库和语义库,机器人还要与公司业务数据完全打通,深入呼叫中心内外部体系,将一条条对话、一次次互动加工成数据、知识,并不断学习,这样机器人才能够理解用户意图,为客户提供快速、准确的服务。

反观当前,可以说90%的所谓智能客服甚至连深度学习技术都未使用,只是通过关键词与数据库进行匹配,再提供用户输出结果。这根本谈不上智能,只是基于和深度学习、自然语言处理毫无关系的搜索技术,实现了FAQ类单轮问答,更没有上下文和场景处理能力。最终的结果也显而易见——单独看每句话的问答准确率或许还可以,但用户感受到的是我说一句它答一句的尬聊、整体僵硬失智的回答、客服语言能力的缺失,毫无用户体验可言。

2,深度学习包打一切?错!

绝大部分切入智能客服领域的企业将深度学习挂在嘴边,而事实上深度学习并不是智能客服的全部,甚至核心。智能客服的真正核心技术是自然语言处理,后者是由机器深度学习延展而来,包含了机器对语音、文字、图像甚至手势等人类沟通的自然语言的输入、转化、理解和反馈。

自然语言处理与深度学习的相通之处有很多,最大的区别在于,除了和后者一样需要海量数据和构建卷积神经网络做基础,前者还需要积累高质量高拓展性的语料库、不断优化的算法技术、反复实践的问答建模练习等。简单地说,掌握了深度学习技术只是做好智能客服的第一步,后面还要走九十九步才能实现真正意义上的自然语言处理。

如果说人工智能技术是驱动智能化服务的引擎,那么数据就是燃料。算法和理论是开源的,技术也可以通过购买等方式获得,但数据(特别是高质量的结构化数据)并非一日之功,这就像一个人的聪慧程度,除了智力因素外,更关键的因素是他的知识、经验、见识、背景等。

正如上文所说,很多企业只是看到这两年AI火热仓促切入或转型,行业经验和知识沉淀浅薄,不具备技术研发需要投入的海量成本和数据积累。这样的情况下,怎可拥有智能客服要求的海量的高质量专业知识?谈何实现真正的机器语言能力?又如何满足实际场景应用?

3,智能客服是一锤子买卖,装上就能用?错!

如果说前两个误区的探讨仍然建立在企业愿意脚踏实地推进技术创新,以推出优质服务为目标,那么这第三个误区实际上是部分投机分子的恶意体现。有一部分新进企业,他们不懂也不打算懂技术,没有也没打算为企业提供真正的智能客服,只是为了蹭人工智能的热度,自造故事,忽悠投资人和客户,圈一笔钱罢了。

毫不夸张的说,引进一套智能客服系统,好比生养一个孩子。这个孩子,生容易,养很难。如果你想要一个天资聪颖,且能力不断提升的“孩子”,那么它需要企业和技术供应商一起悉心栽培,要不断进行系统维护和升级,不断丰富知识库和语义库,不断拓展和延伸它的智能功能,而不是一个账号,或一套系统就万事大吉。

此外,技术供应商还要有能力提供完善的售后服务,帮助企业培养一支专业的运营和操作人员,为企业提供更好的同行案例分享和学习,与企业一起改善系统,一起挖掘系统的功能和价值。

这两年,市面上出现了大量“买账号”的AI玩家,称只需一个账号,企业不需运营维护,不需要后期投入就可以拥有一套智能客服。这类企业只是为了尽快拿下客户,编造省时省力,不用维护的谎言,其结果就是客户的用户体验完智能客服后,往往会产生“说好的人工智咋就变成人工智障了?”的念头。

人工智能不能只是一个噱头,甚至不能只是一项技术

对于技术需求企业来说,考量智能客服供应商时应该对后者的技术积累、从业经验、工程化能力,行业案例等方面进行综合考察。特别是行业积累,因为现有的算法理论并没有实质差别,关键的是看谁的行业知识积累、运营能力更强,行业应用经验更丰富,这是产品可靠性、实用性的保障。

古罗马诗人奥维德说:「弓若不张,即尽失其力。」

在人工智能领域,想要实现真正的实用价值,就不能只是卖弄概念,乘热造势,甚至不能只是实验室里的一项技术。从数据到技术,从技术到系统,从系统到具体场景应用,这每一步都需要保质保量的人才和成本投入,需要经年累月的数据和经验积累,需要千锤百炼的资源和项目整合,需要厚积薄发的耐心和勇气支撑。不可一蹴而就,也不要夸夸其谈。

如智能客服行业存在的问题一样,对技术和产品一知半解,无意或故意混淆概念,误导用户的做法只是在催生行业泡沫,毫无价值可言。当潮水退去,裸泳者将避无可避,只有保持对新兴技术的敬畏之心,认清误区,清除误区,才能真正推动行业发展,形成一个健康的产业生态。

本文为转载内容,授权事宜请联系原著作权人。