聽起來很有趣吧？先別著急目瞪口呆，放下這些終極AI，我們先聊一聊接地氣的AI產品吧。想想每天，你接觸的最有用的AI產品智能客服能否替代人工，能在多大程度上取代人工呢？

　　毋庸置疑，智能客服機器人的存在和發展，已經證實了第一點。雖然機器人不能百分之百的取代客服，在句意理解上還存在少許缺陷。但是機器人通過訓練使用之后會越來越聰明，也越來越擬人化，能回答問題的能力也隨之提升。

　　目前根據一份智能聊天客服機器人數據分析表明，智能客服機器人的成本只有人工客服的十分之一。即使智能客服僅擋掉用戶60%的問題，能獲得的收益也已非?？捎^了。另外考慮到人口紅利在逐漸消失、人工成本在逐步增加等情況，智能機器人取代人工客服的壓迫感將進一步呈現。

　　上文提到智能客服能擋掉用戶60%的問題，是一個很武斷的假設，真正的替代率，跟產品形態以及技術水平兩個方面有很大關系。

　　智能客服發展十余年，其產品形態并沒有很大的突破，無非是作為人工客服入口的第一道“防線”。其道理很簡單，就是取代人工客服重復回復的話術，這些話術已經固定沉積為機器人的知識點。放開來想，其實人工客服所有重復的話術、重復的操作（例如一線人工客服最常遇到的查詢賬單、催訂單、判斷和處理投訴等等，如果僅僅是簡單的重復操作和簡單的邏輯判斷）都是將來被機器人替代的潛在對象。當然，這需要和業務原有的數據深度打通，才能創造出新的用戶體驗。此外，我們常說，客服是其所服務的業務的一面鏡子，主體業務的繁盛擁躉和不足缺陷都會體現在客服的日志里面?？头赖臄祿?，也是用戶滿意度調研、用戶畫像數據的重要來源。相信未來的智能客服的產品形態，可以幫助企業把客服從一個成本中心轉變為用研中心。

　　相比產品形態改革的踟躕不前，智能客服的技術水平卻獲得了突飛猛進的發展。自從深度學習這一技術開辟了后人工智能時代以來，相繼在語音、圖像方面取得顛覆性的突破，而在自然語言理解方面的應用與研究，也不斷突破人們以往對人工智能的認知。

　　我們的實驗研究證明，深度學習能在客服的自然語言理解場景產生質的提升。同時我們注意到，當前新技術的工業轉化速度也不斷加快。紅遍全球的APP Prisma，其理論方法的最初研究由德國大學學者于2015年9月份發表論文（采用的是卷積神經網絡的反向處理），而基于這個理論的應用Prisma由俄羅斯一家互聯網公司于2016年6月份發布上線。從學術研究到產業應用上線，時隔不到一年，相比于早期人工智能技術產業化轉換，時間和空間都大大壓縮。我們有理由相信，在未來，不斷會有更多新的技術被應用在智能客服的場景當中來。

　　除了自然語言理解的能力提升，智能客服還可以將其他技術能力開放給企業。

　　比如智能推薦，可以應用于給用戶推薦導購這種售前客服場景（我們發現很多電商客服的訪客是希望從人工客服這里獲得導購意見，如選多大尺碼，顏色是否合適等）；

　　比如情緒識別及應對，可以分辨用戶情緒的好壞并給予相應的回應。例如用戶言辭激烈，表示強烈不滿，如：“你們的產品質量簡直太差勁了”，客服能主動向用戶推送安撫信息然后再給出解決方案，如：“您先消消氣……”

　　再比如主動客服，在用戶訪問客服來投訴之前，就主動發現用戶的來訪問客服的潛在可能（比如訂單長時間未完成、物流異常等），這些可以由智能客服基于大數據挖掘和預測技術來發現潛在規律，進而主動推送解釋信息給用戶，也可以降低到達人工客服的訪問量。

　　總之，人工智能技術輔助企業客服，未來應當是全方位的，并非我們之前認知的那樣單純。國內眾多智能客服都致力于賦能予機器理解用戶想法和感知用戶情感，并不斷探索新的智能客服產品形態和技術方案，讓客戶的管理和抉擇更加有據可依，打造全新的智能客服系統。