然而時下大多數人應都有過這樣或那樣的尷尬經歷：使用某平臺的客服時，經常打入電話后卻是長時間的等待音；晚上終于有時間購物想咨詢，但在線客服的頭像卻已顯示為灰色，人不在了；費盡力氣接通人工客服，卻常常收到人工坐席忙，請稍等的提示，等等。 　　一方面，對用戶而言，傳統的人工客服體驗不盡人意，抱怨失望溢于言表；另一方面，對企業來說，隨著用戶量的突增和人力資源成本的陡升，尤其是移動互聯網的高速發展，催生了海量客服需求，傳統人工客服已經無法滿足現代企業和用戶的需求，而人工客服不僅意味著高昂的費用，而且越來越無法滿足業務的需要。 　　因此無論是用戶還是企業，都渴望智能客服。 　　而自AlphaGo在圍棋人機大戰表現驚艷后，人工智能AI備受矚目，智慧客服亦成為AI一個重點發展領域和方向，其獨具的智能理念與日見凸出的高效對當前客服市場帶來了革命性的顛覆——機器人客服、自動回復、自然語言識別、自然語言生成、語音轉換、智能跟蹤、自動分析……這些高科技讓原本十分接地氣的客服行業瞬間變的高大上，而且效率極高。 　　從第一代到第四代，智能客服前景遠大 　　信息通信技術的持續發展和客戶習慣的不斷變化，促使傳統以人工服務為主要特征的客服形態不斷向自動化、智能化、人性化、多渠道的方向演進，智能客服應運而生。 　　當前，隨著移動互聯網與智能手機的不斷普及，社交渠道多元化和應用軟件功能的不斷豐富，又使得傳統企業客服更需要面臨大增的整體服務需求和更為碎片、多元化的客戶服務場景，尤其電商的井噴，日億量級的業務催生，企業僅僅依靠郵件和電話為客戶提供服務的日子已經一去不復返了。 　　近幾年來，客服領域期待著一切盡可能更加方便快捷的運作方式。這種趨勢在2016年已經體現的尤為明顯，智能客服已日益成為企業普遍需求。 　　目前，在用戶體驗上，在線客服是企業使用率最高的客服系統，達到73.9%，呼叫中心使用率50.7%，而智能客服的使用率僅為30.1%。 　　當下，智能客服的市場還處于起步階段，但已經成為趨勢，發展空間巨大，隨著技術積累及進步，必將廣泛地應用到各個行業的業務場景中去。目前智能客服的應用方式有三種：在線智能客服、熱線端智能客服、實體客服機器人。本文智能客服就多指客服機器人為主。其實客服機器人也常包括在線智能客服、熱線端智能客服。 　　最早期的第一代智能客服機器人，只能稱之為機器人，是沒有智能的一個簡單的關鍵字應答系統，基于單個關鍵詞的精確匹配，比如簡單電話的IVR，又如回復短信查詢信息等。隨后的第二代客服機器人有了一定的進步，它是一個關鍵詞檢索系統，可以支持多個詞匹配，并具有模糊查詢能力。這就讓這個機器人能處理更多的問題。隨后出現的第三代智能客服機器人，引入了NLP(自然語言處理)技術。這首次讓客服機器人可以處理句子，而不是孤立的詞。這個變化讓人機交互變得自然了。然而單一的NLP技術給機器人帶來的智能化水準非常有限，它仍舊是依靠人工設定的規則。 　　第四代智能客服機器人主要就是基于深度學習技術打造的，以神經網絡為基礎，應用最新的深度學習、模式識別等技術，打破了過去所有技術都依賴人工規則的束縛，讓機器暴露在數據中去學習、訓練，自主的發現規律，學術上稱之為特征。放到客服領域，深度學習帶來的好處是，機器可以更好地適應用戶口語化、而且多變的問法，機器可以處理大多數的問題。 　　第四代智能客服機器人能較好地深度理解客戶意圖，改變客戶對機器人客服不靠譜的印象。智能客服機器人全面優化其語義分析算法，既能寒暄賣萌，又能精確理解、回答客戶的業務問題，在拉近企業與客戶距離的同時，節省大量人工成本；快捷簡單的知識庫添加方式搭配智能學習技術可讓知識庫快速完善。智能客服機器人與在線客服系統若完美融合，可在兩種服務模式間無縫切換，客服水平就能達到至善之境。 　　據相關機構統計，國內整個智能客服的市場規模已經超過千億。目前推出了人工智能客服這個產品的巨頭有阿里、百度和網易，相應的產品是阿里小蜜、百度夜鶯和網易七魚，都應用第四代智能客服。除了巨頭外，這個市場里面還有一大群創業企業。比如說華泰瑞麟、藍色光標投資的小i機器人，IDG資本、驪悅投資的易米云通，君聯資本、DCM中國的Udesk，賽富基金投資的小能科技以及紅杉資本、經緯中國投資的環信等。 　　2015年，阿里巴巴推出了新一代智能客服產品阿里小蜜，基于語音識別、語義理解、個性化推薦、深度學習等人工智能技術應用，主要是放置在淘寶、天貓的客服板塊。2017年雙11上，小蜜接待消費者數近千萬，相當于6.3萬客服小二連續工作24小時。數據對比驚人，2014年到2017年雙11成交額增長了1.5倍，但是熱線服務的請求量卻不2014年的三分之一。也就是說，人工智能機器人確實起到了巨大作用。用阿里自家的話來說，就是一個智能機器人小蜜可以抵得上3萬個人工客服。 　　智能客服提高用戶體驗，節約成本，讓營銷更精確 　　引進智能客服，遠不止僅為了全天24小時不間斷的即使服務，其意義非凡作用重大。 　　1、智能客服為企業極大節約成本 　　客戶群體數目大、咨詢頻次高、問題重復度高的話，引入高性能的智能客服機器人能極大地節省人工成本。據統計，智能機器人客服可以解決85%的常見客服問題，而一個機器人坐席的花費只相當于一個人工坐席花費的10%。 　　據悉，阿里店小蜜能全天24小時不間斷服務350萬個，單日對話量都在1000萬次以上，而過去一個人工客服每天僅能服務200~250個客戶。京東也于2013年上線24小時智能服務機器人JIMI，并于2017年7月推出無人客服，將智能助手JIMI與人工客服咚咚深度融合。另一零售巨頭蘇寧在去年引入機器人客服蘇小語，希望借此打造一個無線端多領域的私人助手，極大緩解人工客服的壓力。兩年前，微軟還曾發布過一款名為小冰的人工智能伴侶虛擬機器人，并進入微博、微信、米聊等第三方平臺。 　　2、智能互聯，讓服務更簡單更高效 　　在過去，企業之間的競爭，多是取決于價格或者品牌。但今天，建立全面高質量的用戶體驗才是競爭的銳器。 　　智能客服能帶來更簡單的操作、更高效的交流。對于用戶來說，只要一個電話、一次點擊，就能及時反饋問題、解決問題，流程和操作簡單。 　　比如，某客戶有技術問題要反饋要支撐，只需點擊官網在線售后客服，或者撥打售后電話，反饋問題即可，無需通過各種語音等待、轉接等流程，長時間的等待音、人工坐席忙，請稍等、長時間不在線等狀況一去不復返。 　　而在客戶反饋后，智能客服機器人會生成相應的工單，流轉其他部門解決，并將解決進程同步給客戶。雙方信息同步，節省溝通成本，讓反饋有效輕松進行。 　　3、智能識別，實現精確營銷 　　智能客戶服務，最重要的特點或說是最重要的目標之一就是系統能認出每一位訪客，通過自動抓取訪客信息，精準描繪客戶的畫像，并根據這些用戶畫像，客服人員可以提供針對性的服務，而不僅是簡單回復客戶的問語。 　　舉個例子：A客戶在B企業官網，先后瀏覽了產品頁、案例頁，最后在價格頁發起咨詢。智能客服在接待時，就能看到A的瀏覽軌跡，初步判斷其對于公司產品有較大的需求，并且可能是價格敏感用戶。根據這些信息，智能客服人員在接待時可以將價格相關的信息，比如產品促銷、優惠活動等，率先告知A，吸引A付費購買，實現精確推送。 　　對于精準營銷，智慧客服平臺可以追蹤多個維度的顧客咨詢數據，當顧客進行咨詢時，客服的對話框右側就會顯示出消費者的每個行為軌跡和具體的數據分析，并據此判斷出顧客的地域、消費喜好、購買能力等一系列信息，從而能夠更精準地進行進一步的營銷和服務。 　　智能客服系統還可依托大數據、人工智能等新技術，能基于客戶行為表現提前預測問題，并在客戶發起咨詢前主動觸達客戶。除了咨詢投訴等基礎服務，智能客服系統還可以作為智能助理，完成其他多種服務功能，進行客服智能匹配和精準營銷。 　　4、智能客服將成為一種智能綜合管理平臺 　　智能客服系統將具有全渠道客戶一站式管理的能力，全面支持桌面網站、移動網站、QQ、微信、微博、移動應用、電話、短信、郵件等全渠道接入方式，高效整合各類電子渠道資源，有效覆蓋目標服務客戶，并可嵌入所有營銷路徑，各渠道客戶反饋可匯總至智能客服平臺進行統一管理，大大提升了企業的客服效率。 　　智能客服平臺還可提供在線客服、移動客服、呼叫中心、工單、CRM等服務，其中最為核心的即為智能在線云客服系統。 　　與傳統售后客服不同，智能客服能在售前、售中、售后為企業提供一站式的智能客戶服務。 　　智能客服:2大的挑戰與4大完善的目標 　　人工客服在今天被視為是最沒有技術含量的一個工種，也是被視為是人工智能可能會全面顛覆和取代的一個職業。 　但人工智能客服真正取代人力，目前還是不太現實。人工智能能起到的作用還是幫助人們減輕工作量，做出更為科學的決策而已，讓客戶溝通、智能服務、服務管理和商業決策變得更流暢、更科學，這就是人工智能客服在今天的最大價值所在。 　　平心而論，就現在市場上的人工智能客服而言，基本都不是按照取代人工客服的思路來做的，更多只是去改變現有的客服的工作方式，減輕一些繁瑣的、簡單的、程式化的流程，問題尚不少，挑戰仍較大，急需更大程度的改善。 　　當前智能客服的主要挑戰在以下兩點： 　　1、對用戶需求理解的準確度仍不高 　　用戶的提問，一般以相對口語化的方式進行，甚至夾雜地方方語，而機器系統則一般以結構化的語言去讀取，例如客戶的口語化提問方式、上下文智能關聯等，但在客戶自然語言和計算機結構化語言之間存在一定差異，必然需要一定的機制去做好翻譯工作，而目前大多數智能客服處理這類問題的能力并不強，一旦用戶提問的內容比較獨特復雜或表達不完整，系統就無法完整、準確識別客戶問題，導致當下一些智能客服應用在實際使用過程中推薦答案的準確率并不高，從而影響用戶的使用體驗，也達不到企業客服的目的。 　　2、機器系統的自我學習能力和內容難于及時更新完善 　　技術上的學習主要跟系統的推薦算法相關，作為當下智能客服系統的核心算法，目前大多數智能客服系統在算法的優化更新方面的速度較為滯緩，有些甚至幾乎就不更新，即使是第四代機器客服也難于做到與時俱進，因為這要隨著新產品新業務的需求變化隨時不斷去進行實現系統自身算法參數上的調整更新與完善，難度大投入也要很大，因此要及時優化自身推薦機制、提高推薦準確率，當前智能客服難于做到，未來仍任重道遠。 　　當前智能客服4大完善的目標： 　　1、在技術層面，完善系統技術應用，讓系統更智能 　　建立智能客服系統不單單只是IT建設的問題，如果還停留在用傳統IT的思維模式去做機械化的分詞、關鍵字搜索、匹配，這樣的方式遠遠談不上智能。IT只是實現系統的一種手段，真正的智能客服是集合人工智能學、計算機科學、語言學等多門學科的綜合應用，而所謂的智能應該是能讓機器主動去認知和學習，不斷強化行為模式，提高思考能力，從而更加靈活地完成各項工作任務。 　　2、讓系統聽懂人話是智能客服的核心目標 　　智能服務的基礎核心技術是自然語言處理，它通過對自然語言進行分詞、分析、抽取、檢索、變換、翻譯等工作而讓計算機快速理解自然語言表達的意圖并準確地反饋用戶所需信息，因此如果要提高的系統的理解能力，還是要更加充分地利用自然語言處理技術中如語義分析、情感分析、上下文關聯等技術而不單只是切詞匹配，這樣在應對客戶多樣化的提問時讓機器人聽懂人話，才能更加準確地判斷客戶需求并提供最佳答案。 　　關鍵是讓智能客服更加人性化。比如微軟小冰，就是將她打造成一款將檢索到的信息用更生活化的語言講述出來的搜索引擎，比如自然跟進、擴展搜索與整合，以便讓好友式聊天得到更好地發揮，吸引了不少年輕人與之互動。另一個大膽的想法是讓不同的智能客服機器人成為個別領域的談話專家，比如食品、醫藥、汽車活動、種植、以及健身等。客服機器人之類的技術，有望成為看不見的革命的一部分——而不是芯片組、處理器、以及各種金屬在導電率上的飛躍等物理演進。 　　3、實現系統的自我學習是智能客服的發展趨勢 　　機器學習、深度學習等相關技術目前已經不是實驗室理論，不少領域都有一些應用的探索和研究，難度只在于如何跟實際的業務關聯起來并可以投入實際生產使用。企業在建設智能客服的過程中可以多投入精力和技術資源在這方面的研究，讓系統實現自我學習和優化，才能真正體現智能客服的意義。 　　未來幾年，人工智能、云計算和機器學習將取得長足的進步。而這個看不見的革命，則依托于在數分鐘或數秒內對大量內容進行分析處理的結果，實現系統的不斷自我學習。 　　4、充分提高與企業實際業務的融合度、結合度 　　這體現在三個方面，一是能基于業務流程、業務特點等來調整系統的計算流程和算法，讓系統更加契合不同企業的實際情況，提高推薦精準度；二是業務知識的積累。業務知識包括知識庫和行業的專業詞典，知識庫是智能客服的服務基礎，專業詞典則是影響智能客戶認知的因素之一；三是要更多地去融合企業的業務分析成果，提高智能客服系統的綜合業務能力。例如結合產品將精準營銷模型嵌入到智能客服系統，在交互過程中及時捕捉客戶意向、把握營銷機會。 　　未來，隨著人工成本的不斷高漲以及對服務效率和質量要求的提高，只會推動這種智能服務模式更加智能化和多功能化，而隨著語音識別、圖像識別、機器人應用等上下端技術的日趨成熟，相信智能客服會在服務領域真正地大放異彩，智能客服全面顛覆和取代人工客服將指日可待！