正在阅读:

智能客服不智能,不是技术限制而是态度问题

扫一扫下载界面新闻APP

智能客服不智能,不是技术限制而是态度问题

与其说是一种服务,还不如说是为了不服务。

文|三易生活

“转人工!我要转人工”,相信这是许多朋友在与客服沟通时到曾说过的一句话。日前,在中国青年报社社会调查中心对2018名受访者进行的一项调查结果显示,95.7%的受访者使用过智能客服,但其中仅有41.3%的受访者觉得智能客服好用。对此,《人民日报》也发表评论称,“智能客服不智能,AI反倒成障碍”。

从回答生硬机械、到难以准确地理解用户提问,再到不能解决个性化问题,这一系列问题的存在也影响了用户对智能客服的评价。而在此前江苏省消保委发布的《2021年江苏省消费投诉和舆情热点分析报告》中就曾提到,智能客服“不智能”的问题成为了八大消费维权热点之一。

作为人工客服的“替代品”,智能客服理应是人工智能技术商业化落地的一个典型案例。据悉在2019年双十一期间,阿里旗下淘宝、天猫平台97%的在线服务都是由智能客服“阿里小蜜”完成,共进行了3亿次的在线咨询服务,解决率达70%,完成了8.5万名人工客服的工作量。而在2021年的双十一,京东智能客服“言犀”则累计提供服务超过6.4亿次,平均降低了50%的客户成本,提升了15%的转化率。

事实上截至目前,从互联网行业、金融业、快消行业,再到电信运营商,许多行业都已经普及了智能客服。然而如此普及的智能客服给消费者带来的体验却不甚美妙,同样是在中国青年报社社会调查中心的这次调查中显示,在使用过程中受访者遇到比较多的问题,分别是回答生硬机械(占比62.1%)、不能准确理解提问(占比52.2%),以及不能解决个性化问题(占比48.6%)。

智能客服“不智能”俨然已经成为了消费者不满意的关键所在,而回答机械、不能准确理解提问、不能解决个性化问题这一类消费者的感受,其实也都指向了同一个事实,那就是当下智能客服只能解决一些初级的、固定的内容。通常来说,如今智能客服都使用的是Q&A问答知识库,是通过消费者输入的关键词来检索和匹配答案,例如买衣服、鞋帽问尺码,买电子产品问保修政策和参数时,智能客服都可以迅速得给出答案。

但当消费者就某些个性化的具体问题找到智能客服时,就会出现不能准确理解提问意思,然后用固定的套词来进行沟通的结果,也让消费者颇有一种“一拳打在棉花上”的感觉。然而消费者为什么会找客服?在如今搜索引擎已经十分成熟的情况下,绝大多数情况往往是消费者在网上已经找不到问题解决的办法,迫切地希望客服可以来帮忙,所以这时候机械化的智能客服也满足不了消费者的需求。

虽然客服是为消费者服务的,但不同消费者是遭遇的情况却是因人而异,在很多时候人与人交流都不一定能解决问题,更何况是当下的人工智能。事实上,采用人工客服+智能语音客服协作的方式来提供服务,由智能语音客服解决浅显或常规性问题,人工客服解决复杂问题,是相当多企业使用智能客服的初衷。只可惜目前消费者遇到的情况,是人工客服越来越难找、智能客服的比重越来越高。

在人工客服缺位、只能依靠智能客服的情况下,理想中人与机器搭配的情况显然并没有被践行。那么为什么这些企业会如此钟情于智能客服呢?其实原因用“降本增效”这四个字就可以解释。传统人工客服的响应慢、服务时间有限、服务标准化程度难以保障,再加上人员流动性大、培训成本高,以至于相当多企业都会将客服中心放到二三线城市来降低成本,例如京东的客服中心就在江苏宿迁,饿了么的客服中心则在河南新乡。

可是大规模使用智能客服的企业,难道会不知道以当下人工智能的水准,智能客服是处理不了很多复杂问题的吗?显然他们对此心知肚明。当苹果投入了大量资金打造的Siri都被誉为“人工智障”的情况下,更何况是远没有其智能的智能客服。

这个问题的诛心之论,就是相当多的企业就是试图用智能客服这种“机气人”,将带着问题的用户挡在服务之外,与其说是一种服务,还不如说是为了不服务。

诚然,智能客服在降低成本上已经做得相当出色,但其在增加效率方面却表现得并不那么尽如人意,但这也当下人工智能技术的发展水平有关,如今业界普遍认为,AI技术的成熟还需要5到10年时间。当可以学习、思考、解决所有问题的人工智能技术尚未落地时,不论技术还是产品方面,现阶段显然都支撑不了智能客服的落地。因此在智能客服还只能解决初级问题的情况下,面向消费者的个性化则势必出现“对牛弹琴”的问题。

可面向垂直行业,最大的问题则是AI团队与客户之间难以真正的进行精诚合作,毕竟,客服的核心是“把问题梳理清楚”,这就要求AI团队要深入客户的业务流程,但“把问题梳理清楚”就意味着同时也知道问题该如何解决。可又有多少企业会将“家底”向外界展示,要不咨询行业又为何会走向衰落呢?

但如今智能客服不智能,看似是个技术问题,实则更像是个成本问题。当自然语言处理、架构化知识库、语音交互技术、深度学习、知识图谱是支撑智能客服的关键技术时,相应的技术优化显然需要大量的成本来完成,特别是深度学习是必然依靠海量的样本训练,以及不停针对性优化算法的,既需要高精尖的人才、也需要大量的时间和资源投入。然而问题是,客服部门往往在企业的组织体系中属于成本部门,不光不挣钱还要烧钱,因此自然也就得不到重视。

所以在智能客服智能化不足的情况下,就导致了消费者与智能客服的互动,已经形成了删繁就简的沟通习惯,即简单问题查询解决、复杂问题直接转人工客服。但这种在某种程度上减少了智能客服接触复杂问题的机会后,智能客服的升级周期则极有可能会变得更加漫长。

因此,只能说在某些企业急功近利地大规模使用智能客服来代替人工客服的过程中,人工客服与智能客服高低搭配的理想模式并没有被践行,甚至导致了智能客服缺陷的进一步被放大。随后就是消费者对于智能客服的认可度越来越低,并让这一切陷入了死循环。

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

智能客服不智能,不是技术限制而是态度问题

与其说是一种服务,还不如说是为了不服务。

文|三易生活

“转人工!我要转人工”,相信这是许多朋友在与客服沟通时到曾说过的一句话。日前,在中国青年报社社会调查中心对2018名受访者进行的一项调查结果显示,95.7%的受访者使用过智能客服,但其中仅有41.3%的受访者觉得智能客服好用。对此,《人民日报》也发表评论称,“智能客服不智能,AI反倒成障碍”。

从回答生硬机械、到难以准确地理解用户提问,再到不能解决个性化问题,这一系列问题的存在也影响了用户对智能客服的评价。而在此前江苏省消保委发布的《2021年江苏省消费投诉和舆情热点分析报告》中就曾提到,智能客服“不智能”的问题成为了八大消费维权热点之一。

作为人工客服的“替代品”,智能客服理应是人工智能技术商业化落地的一个典型案例。据悉在2019年双十一期间,阿里旗下淘宝、天猫平台97%的在线服务都是由智能客服“阿里小蜜”完成,共进行了3亿次的在线咨询服务,解决率达70%,完成了8.5万名人工客服的工作量。而在2021年的双十一,京东智能客服“言犀”则累计提供服务超过6.4亿次,平均降低了50%的客户成本,提升了15%的转化率。

事实上截至目前,从互联网行业、金融业、快消行业,再到电信运营商,许多行业都已经普及了智能客服。然而如此普及的智能客服给消费者带来的体验却不甚美妙,同样是在中国青年报社社会调查中心的这次调查中显示,在使用过程中受访者遇到比较多的问题,分别是回答生硬机械(占比62.1%)、不能准确理解提问(占比52.2%),以及不能解决个性化问题(占比48.6%)。

智能客服“不智能”俨然已经成为了消费者不满意的关键所在,而回答机械、不能准确理解提问、不能解决个性化问题这一类消费者的感受,其实也都指向了同一个事实,那就是当下智能客服只能解决一些初级的、固定的内容。通常来说,如今智能客服都使用的是Q&A问答知识库,是通过消费者输入的关键词来检索和匹配答案,例如买衣服、鞋帽问尺码,买电子产品问保修政策和参数时,智能客服都可以迅速得给出答案。

但当消费者就某些个性化的具体问题找到智能客服时,就会出现不能准确理解提问意思,然后用固定的套词来进行沟通的结果,也让消费者颇有一种“一拳打在棉花上”的感觉。然而消费者为什么会找客服?在如今搜索引擎已经十分成熟的情况下,绝大多数情况往往是消费者在网上已经找不到问题解决的办法,迫切地希望客服可以来帮忙,所以这时候机械化的智能客服也满足不了消费者的需求。

虽然客服是为消费者服务的,但不同消费者是遭遇的情况却是因人而异,在很多时候人与人交流都不一定能解决问题,更何况是当下的人工智能。事实上,采用人工客服+智能语音客服协作的方式来提供服务,由智能语音客服解决浅显或常规性问题,人工客服解决复杂问题,是相当多企业使用智能客服的初衷。只可惜目前消费者遇到的情况,是人工客服越来越难找、智能客服的比重越来越高。

在人工客服缺位、只能依靠智能客服的情况下,理想中人与机器搭配的情况显然并没有被践行。那么为什么这些企业会如此钟情于智能客服呢?其实原因用“降本增效”这四个字就可以解释。传统人工客服的响应慢、服务时间有限、服务标准化程度难以保障,再加上人员流动性大、培训成本高,以至于相当多企业都会将客服中心放到二三线城市来降低成本,例如京东的客服中心就在江苏宿迁,饿了么的客服中心则在河南新乡。

可是大规模使用智能客服的企业,难道会不知道以当下人工智能的水准,智能客服是处理不了很多复杂问题的吗?显然他们对此心知肚明。当苹果投入了大量资金打造的Siri都被誉为“人工智障”的情况下,更何况是远没有其智能的智能客服。

这个问题的诛心之论,就是相当多的企业就是试图用智能客服这种“机气人”,将带着问题的用户挡在服务之外,与其说是一种服务,还不如说是为了不服务。

诚然,智能客服在降低成本上已经做得相当出色,但其在增加效率方面却表现得并不那么尽如人意,但这也当下人工智能技术的发展水平有关,如今业界普遍认为,AI技术的成熟还需要5到10年时间。当可以学习、思考、解决所有问题的人工智能技术尚未落地时,不论技术还是产品方面,现阶段显然都支撑不了智能客服的落地。因此在智能客服还只能解决初级问题的情况下,面向消费者的个性化则势必出现“对牛弹琴”的问题。

可面向垂直行业,最大的问题则是AI团队与客户之间难以真正的进行精诚合作,毕竟,客服的核心是“把问题梳理清楚”,这就要求AI团队要深入客户的业务流程,但“把问题梳理清楚”就意味着同时也知道问题该如何解决。可又有多少企业会将“家底”向外界展示,要不咨询行业又为何会走向衰落呢?

但如今智能客服不智能,看似是个技术问题,实则更像是个成本问题。当自然语言处理、架构化知识库、语音交互技术、深度学习、知识图谱是支撑智能客服的关键技术时,相应的技术优化显然需要大量的成本来完成,特别是深度学习是必然依靠海量的样本训练,以及不停针对性优化算法的,既需要高精尖的人才、也需要大量的时间和资源投入。然而问题是,客服部门往往在企业的组织体系中属于成本部门,不光不挣钱还要烧钱,因此自然也就得不到重视。

所以在智能客服智能化不足的情况下,就导致了消费者与智能客服的互动,已经形成了删繁就简的沟通习惯,即简单问题查询解决、复杂问题直接转人工客服。但这种在某种程度上减少了智能客服接触复杂问题的机会后,智能客服的升级周期则极有可能会变得更加漫长。

因此,只能说在某些企业急功近利地大规模使用智能客服来代替人工客服的过程中,人工客服与智能客服高低搭配的理想模式并没有被践行,甚至导致了智能客服缺陷的进一步被放大。随后就是消费者对于智能客服的认可度越来越低,并让这一切陷入了死循环。

本文为转载内容,授权事宜请联系原著作权人。