人工智能赋能客户契动

人浏览

2017年3月22日,客户世界-洞察者2018广州论坛在广州召开,客知音由于在人工智能领域的创新性的产品与服务,受邀参加论坛。客知音CEO孙思明在论坛上进行了“人工智能赋能客户契动”的主题演讲,受到各界广泛的关注。以下是演讲的正文,略有删节:

大家好,我今天演讲的主题是人工智能驱动客户契动。我们是一家人工智能公司,创始团队毕业于国内外的顶尖名校,在语音识别、语义理解领域有多年的积累。我们想分享我们这几年利用人工智能技术如何赋能我们的呼叫中心行业,如何能够提高客户满意度,让客户有一个最完美的客户旅程。

首先,在正式演讲之前,我想先给大家看一个小视频,男主人公是一个“客服”,他碰到了一位很刁钻的客户,我们来看看他是如何用最先进的“人工智能”来完美的解决这件事的。

https://v.qq.com/x/page/j06154nxmff.html

这就是我想给大家分享的最完美的客服是什么样子的,它既是一个Best agent,最好的客服代表,同时也是一个Best friend,客户最好的朋友。这个电影来自2017年的《王牌特工2》,我强烈推荐大家观看。这只是一个电影的片段,那么在现实生活中,我们有办法实现这么聪明、这么智能的客服吗?那我们来看下一段视频。

https://v.qq.com/x/page/v0615e94riq.html

这就是我们要实现的目标,就是要让每位客服都是王牌。什么是最智能的助理呢?在今天人工智能的浪潮下,最完美的客服助理需要具有哪些品质?

第一点,实时VS离线。今天消费者的行为已经发生了改变,他需要一个东西就想马上得到,这就需要我们提高我们的服务质量,实时满足我们客户的需求。今天我们很多的呼叫中心都有一个智能质检的功能,但是今天的智能质检是一个离线系统,当我们在做离线的智能质检时,如果我们找到了问题,这个问题已经发生了,这个错误已经酿成了,那我们能不能转变思维,能不能在实时的过程中指导、辅导我们的客服人员?我们刚发现有一点不对的苗头时就实时的纠正来引导他们说话的思路,避免问题发生呢?这就是我们第一个想分享的人工智能助理的第一个特点:实时。

 

第二点,是关于信息的采集,信息的搜索的过程发生了一个巨大的变化。我们上一代产品是人找信息,最具有代表性的就是百度。在百度中搜索关键词,会出来上千个结果,你要自己去找对你最有用的信息,但是我们在视频里展示的是一种新的搜索信息的方式:在对的时间,在对的上下文,主动把信息推送给我们的客服代表,实现了信息找人的转变。当然我们也可以在2C,面对消费者的APP里看出一些端倪,我们上一代最火的信息搜索的APP是百度,那么我们这一代,最火热的APP其实是今日头条。今日头条就是信息找人的最典型的2C的代表。。

第三点,自动VS人工。我们步入人工智能时代以后,在任何有可能的地方都要尽量减少人 力的参与。给大家举一个例子,刚刚在视频里有一个功能是自动的提取客户画像,现在我们很多的呼叫中心都有CRM系统,记录客户的画像。但是今天CRM系统有一个最大的问题:数据质量非常糟糕。因为所有CRM系统里的数据都是客服代表手动填写的,在座的可能有一些是客服,有类似的工作经验,如果一个字段是选填的,那么我就不填;如果一个字段是必填的,那么我可能瞎填。因为没有一个很好的机制去监督客服代表的行为。那么我们能做什么呢?走入人工智能时代以后,我们可以通过自然语言处理的工作,通过语音识别的技术,自动的抓取客户画像,然后推送给上下游的其他系统。所以这也是人工到自动化的改变。。

第四点, 最后一点也是我们最想要分享的,最关键的理念:赋能而非取代。很多友商在跟大家宣传一个概念,就好像明天人工智能就要取代人类了,就可以解决人类所有的问题了。但是实际情况不是这样的,我们认为人工智能在现阶段最好的发展道路是赋能人工代表,让客服代表能够更好的为客户服务。

接下来我想跟大家分享一下,迈入人工智能时代我们客户中心需要做的事情。在20多年前,在中国第一次有了呼叫中心系统这个行业。呼叫中心系统是随着电子商务的发展而起来的。首先我们打造了一个数字化的系统,建立了通信系统,呼叫中心系统,我们让远在千里之外的客户能够实时的享受到我们的服务,这是数字化的浪潮。十年之后,我们走入了移动化的浪潮,我们知道,客户不仅仅要通过电话来找到我们,他还希望通过微博、微信、APP、网站等等方式获得服务。所以我们有了全渠道的概念,这是移动化的浪潮。

在移动化浪潮里,呼叫中心也改了名字,因为呼叫中心已经不再贴切,客户中心或者联络中心是更加合适的名字,接下来从2016、2017年开始,我们步入了智能化的时代。我今天演讲的题目叫人工智能驱动客户契动,“客户契动”这个词其实是一个英文单词,customer engagement。我认为人工智能和客户契动是密切相关的,只有通过人工智能技术我们才能深入的挖掘客户的信息、客户的价值,提供针对性的、千人千面的服务,最终能够使得客户有一个最完美的客户体验。

有人把人工智能比喻是第四次工业革命,第一次工业化革命是机械化革命,我们发明了蒸汽机,应用在工厂里面,解放了我们的双手。第二次工业革命是电气化革命,发明了电,有了电之后可以开采石油,我们发明了飞机、轮船、汽车,解放了我们的双脚。第三次工业革命是信息化革命,我们发明了PC和互联网,我们可以让远在千里之外的图像、视频、语音出现在我们面前,我们每一个人都有了千里眼、顺风耳。第四次革命其实就是智能化的革命,我们需要人工智能这种高科技来赋能人类,扩大我们的能力边界,更好的为人类服务。

在人工智能时代到来的时候,我们首先要做的就是重视语音数据的价值。到今天为止,经历了移动化浪潮的洗礼之后,语音仍然是最重要的客户沟通渠道。语音是人类最自然的沟通方式,人类大概在7万年前,发明了语言,在五千多年前才发明了文字,所以语音交流是最自然的沟通方式。

2017年美国一个专业的培训机构,Gartner做了一个调研,研究表明,即使在美国,这个email、即时聊天异常发达的国度,仍然有70%的与客户的沟通使用语音来完成的。我们每次接到客户的电话都是非常重要的,他们的需求都是非常急迫和真实的,想要马上就能解决,这也是我们说语音是最重要的沟通渠道。但是语音呢,它有一个问题,语音的信息量非常大,有很大的价值的同时,信息密度非常低,所以它是一座非常难采的金矿。语言天生就有冗余性,又是随着时间线性的表达,没有办法很好的做分层次的归纳,种种原因都造成语音是一座非常难采的金矿。但是有了最新的人工智能技术之后,我们终于可以是这打开这座金矿的大门。

 

上面这张图片展示的是是人类历史上第一次记录下来自己的声音。爱迪生在1875年发明了留声机,载入史册。但这个人是一个法国人,他叫马丁.威,他比爱迪生早20年发明这个机器。这个机器右边是一个大喇叭,对着这个喇叭说话,左边是一个细细的探针,探在一个黑色的纸上记录你声音的波形,它能够真实地记录你的声音,为什么这个人没有被载入史册呢?因为这个发明缺少一个重要的功能——把声音播放出来。最早设计出来的时候,是希望人们能够看着右下角的波形把声音复现出来。然而他发现这太难了。而爱迪生发明的留声机既可以录制声音,又可以把声音播放出来,所以他载入了史册。今天我们呼叫中心花大价钱做了录音系统,买硬盘,去记录所有的语音。但是今天我们根本就没有试图去发掘录音的价值,这其实是一种极大的浪费。

那么我们如何在人工智能时代做好语音数据挖掘的工作呢?我想在这里介绍一位大师:吴恩达。百度的首席科学家,也是斯坦福大学的教授,也曾在谷歌率领过人工智能团队,也为人工智能做出了卓越的贡献。在业界是非常受人尊敬的科学家,2017年年底他在讲座上总结了四点企业在人工智能时代发展的策略:标签数据的正反馈闭环,统一的数据平台,数据驱动决策,新的工作和职责。

第一点, 标签数据的正反馈闭环。我们在和很多呼叫中心系统交流的时候,他们会说:“我有好多的语音数据,有过去两三年的,好几百G的,好几万小时的语音数据,那是不是可以作为人工智能的数据呢?”我会跟他们说:“不好意思,您这个数据其实是没有价值的。”那么什么样的数据在人工智能时代是有价值的呢?答案是:带着标签的数据。什么又是有标签的数据呢?就是说你只给我语音是不够的,你需要在给我语音的时候,告诉我它对应的文字是什么,这就叫含有标签的数据。比如你告诉我这一段录音客户是不高兴的,那这是一个有标签的数据;你告诉我这一段录音对最后的成交起到了非常大的支持,那么这也是一个有标签的数据。所以只有这样大规模的标签数据,才是我们人工智能系统最重要的粮食,吃了它们人工智能才能不断的长大,变得更加的强壮和智能。所以所有的企业在人工智能时代所要思考的第一件是事就是如何去积累含着标签的数据,这需要我们在产品设计上、运营方面都发生思维的转变,去打造一个产品、用户和数据的闭环。

第二点, 统一的数据平台。今天我们要提供给客户服务,那么我们需要了解客户全方位的信息,包括语音数据、IM数据、聊天软件数据、客户画像(CRM系统),要了解他们之前打电话的原因(工单系统),从哪个渠道知道我们(营销系统),在我们的APP里面做了哪些探访性网页,看了哪些商品(产品系统)。我们关于客户的数据分散在各个系统里面,我们需要一个统一的平台去打通这些数据,来降低我们在做人工智能项目的时候数据方面的障碍。

第三点, 数据驱动决策。这是在人工智能时代最重要的一点,我们做任何决策都是需要数据支持的。在15世纪时,指南针、罗盘还没有发明出来之前,航海一直都被认为是一个经验性的事情,是一个祖上传承的事业。直到后来,所有的航海技术被发明出来之后,它变成了一门科学。对于呼叫中心来讲,客户服务——怎样和客户沟通,今天仍然是一个经验性的事情。举个例子,所有的呼叫中心都有自己的话术,当客户问到一个问题:“价格怎么这么贵啊?”我们可以请一个有二、三十年的专家,告诉我们应该怎样说。那么在人工智能时代,我们是不是可以用数据去驱动,去解决这样一个问题,给出这个问题的答案呢?前段时间我们给一家互联网教育公司做了一个销售话术的数字化分析报告。里面就会涉及到这个问题。我们会去统计历史上三十万通对话里面,当客户问到:价格怎么这么贵的时候,有几种不同的回答方法。有的人直接告诉他一节课多少钱,总共多少钱;有的人先去跟他解释产品的价值,给他一个价格区间,我们发现这两种方法在最后的销售转化率上有20%的差别。第一种成交率40%,第二种60%。这就是数据告诉我们的,而不是一个专家凭借经验告诉我们的,这就是数据驱动决策。

第四点, 新的工作和职责。人工智能时代,我们不可避免的有一部分的工作,和一些人工作的一部分的职责会被机器所取代,但是同时有新的工作机会产生。举个例子,第一,人工智能系统需要大量的含着标签的数据,如何去做数据标注?在2017年,有一个行业异常的兴起,这个行业就是数据标注员,有很多创业公司在做这件事情,因为大量的人工智能系统需要这样含着标签的数据。再举一个例子,之前的产品经理做的工作是画一个非常庞大的、美观的UI设计图,告诉说这有一个搜索框,这有一个按钮,有一个表格,表格的字段是什么等等。那么进入到AI时代,产品经理的功能改变了,因为我们的界面很简单,可能就是一段对话,但是产品经理需要理解背后机器的逻辑。他需要告诉工程师,他希望什么样的对话发生,同时他要有数据的概念,要知道需要准备什么样的数据,才能实现什么样的功能。这就是新的工作和职责发生改变。

“图灵实验”是用来检测机器是否有智能的思想模型,简单地讲,当你跟一个不知道是人还是机器的个体对话,随便聊两分钟,如果你还判断不出这是人还是机器是,就说明这个机器有智能,所以今天人类不断去做的事情就是试图打败“图灵实验”,但今天我们还没有真正有能力让机器有智能。

 

最后想和大家分享,在人工智能时代到来时,我们会看到人分成两派,一派是属于理想型的,他们希望能够一步到位,希望今天人工智能厂商找到他们的时候,他们就能用智能外呼机器人直接替代人打电话,但当他们满怀欣喜用了这些系统的时候他发现这些系统一点也不智能,倒像是个智障。另外一派属于渐进派,而我们就是坚定地站在渐进派这一侧,我们认为历史发展需要阶段和时间,在今天的时间点,我们认为机器还没有办法取代人工,我们要做的是结合机器最擅长的事,比如信息的搜索、信息的挖掘,再结合人类最擅长的事,比如同理心,有感情,可以处理复杂的事情。当我们做到人机结合,才能给我们的客户最好的服务。

我们认为如何实现人机合作,才是这个时代企业运用好人工智能最重要的课题,在降本增效的同时,也服务于更好的客户体验,谢谢大家。