CTI論壇(ctiforum.com)（編譯/老秦）:我們將介紹客戶服務人工智能的最新見解，以及如何在聯絡中心實施人工智能。 　　人工智能現實與人工智能炒作

　　別被炒作搞得神魂顛倒。人工智能技術在現實世界中的整個實現和部署仍然是一個巨大的挑戰，而這一過程正是當今企業高管開始意識到的。

　　想想2019年德勤報告中的以下統計數據:2017年，76%的高管認為人工智能可以在三年內大幅改變他們的業務。這一比例在2018年降至56%。

　　雖然這看起來似乎都是厄運和悲觀，但實際上有些人會認為這種情況很好，因為這表明組織正在把更多的思想放在人工智能上，正如Humanotics創始人David Naylor所認為的那樣。

　　David說：高管們現在明白了人工智能有許多不同的組件和應用程序，這使他們能夠更多地思考如何將其構建到持續改進的路線圖中，并更深入地考慮在哪里最好地使用它。

　　底線是，建立你的路線圖，學習技術是如何工作的，然后從那里開始。

　　人工智能生成自然語言…但還沒有

　　與其他領域相比，人工智能技術在某些領域的發展要快得多。在客戶服務領域，語言理解是一個很有前途的領域。

　　事實上，根據通用語言理解評估（GLUE）基準，自2019年1月初以來，機器在理解自然語言方面的表現實際上已經超過了人類基準。

　　這些結果是基于理解測試的--類似于你在學校考試中的表現--并顯示出很好的前景。但理解語言只是建立對話的一個方面。

　　人工智能不太好的地方是理解整個對話的上下文，并生成自然語言反應，以處理人們偏離腳本的情況。目前可用的人工智能軟件在這方面仍然非常簡單。

　　那么，現在我們可以用人工智能自然語言理解（NLU）做什么呢？

　　在更廣闊的世界里，我們最近看到了兩種有趣的方式：

　　雖然這些用途很有希望，但這是一件片面的事情。利用文本來生成更多的文本與在人和機器之間創建動態對話是非常不同的。

　　因此，正如許多使用聊天機器人為客戶服務的組織已經意識到的那樣，與機器人的對話仍然是以非常腳本化的方式創建的。

　　事情在發展。例如，Google最近發布了一個名為Dialogflow的聊天機器人對話工具包的新版本?，F在它可以準確地記住您在流中到達的點--對話狀態，因此設計者可以更容易地控制機器人接下來應該能夠響應什么。

　　然而，就使用AI來管理這個過程本身而言，您可以避免編寫每個階段的腳本，從而完全自動化客戶對話，還有很多工作要做。

　　將人工智能映射到客戶聯絡策略中

　　這里的關鍵信息是，人工智能并不是解決所有聯絡中心問題的現成解決方案的靈丹妙藥--幾年前，人工智能可能已經賣給了所有人。

　　將人工智能添加到客戶服務組合中的一個關鍵原則是首先考慮與客戶的關鍵交互。然后，您可以研究在哪里可以添加人工智能來幫助推動改進--無論是在客戶滿意度、收入增長還是其他關鍵業務成果方面。

　　有一個很好的框架可以幫助你做到這一點，那就是人文價值刺激模型，因為它可以讓你根據你正在進行的互動類型和人工智能可以增加價值的地方來構建你的思維。模型如下所示。

　　一次考慮一個最常見的聯系原因。出于各種原因，請考慮：

　　從上面的圖表可以看出，如果這種聯系對雙方都沒有價值，我們希望消除這種聯系。這是失敗且無意義的需求，所以我們需要在我們的過程中工作，徹底消除產生聯系的原因。

　　如果它對客戶有價值，但對組織有刺激性，那么請考慮如何使該過程自動化。你怎樣才能給客戶他們想要的，但又避免成本和人為的互動，從而滿足客戶的需求？

　　如果它對組織有價值，但對客戶有刺激性，那么請考慮如何簡化這些流程，以便客戶能夠在幾分鐘內完成這些流程（例如法規遵從性），而不是可能的幾小時甚至幾天。

　　如果它對雙方都有價值，你需要為它提供資源，這意味著給你的員工提供支持客戶的工具和技能。例如，如果一個客戶付不起帳單，你怎么能用非常人性化的方式來處理呢？

　　有很多方法可以讓你消除導致聯系的原因、自動化聯系過程、簡化聯系過程和提供資源完善聯系，而且，為了完成每一項工作，有一些人工智能應用程序可以幫助你。

　　下表中包含的人工智能應用程序（由David提出）是如何做到這一點的一個很好的例子：

　　這是一個非常有用的指南，但是當你開始計劃如何以及在哪里使用這些人工智能應用程序時，你還需要考慮你的業務目標到底是什么…

　　為什么組織要實施客戶服務人工智能？

　　我們請讀者給他們實現人工智能的最大驅動力進行排序，結果如下：

　　這張圖表中的數據來源于網絡研討會：人工智能趨勢

　　有趣的是，減少聯系在這里是最重要的，如果這是你的首要任務，回到前述，首先集中在消除和自動化部分，因為它們與你的主要目標最相關。

　　如果您最大的驅動因素是客戶滿意度，那么您希望將重點放在網格的右側（即對客戶表示價值的區域），并首先將重點放在資源和自動化部分。

　　無論您的業務目標是什么，擁有一個框架來將AI映射到您的客戶服務戰略中都是關鍵。這可能只是價值刺激模型，但還有其他關鍵框架，比如客戶旅程圖。

　　5個激動人心的客戶服務AI用例

　　下面是五個有趣的客戶服務人工智能創新用例。

　　1、實時語音分析

　　語音分析（和語音識別）是迄今為止人工智能在客戶服務中最大的應用案例。它是一種利用語言規則和人工神經網絡相結合的技術，將音頻對話轉換成文本。

　　雖然這些系統在2010年非常適合，但它們總是在不斷改進，在過去十年中，它們獲得了更多的普及。

　　為什么？首先，在實時語音分析系統中有很多信息可供您使用。其中一些使用人工智能在儀表板中向座席和團隊領導展示關鍵發現。

　　客戶服務儀表盤的問題是，它們常常提供信息過載，即不只是向客戶服務代表顯示從每次通話中獲得的關鍵知識，而是監控每一個可能的統計數據，因此代表不知道該去哪里查看。

　　因此，定制座席桌面以包含來自基于人工智能的實時語音分析的見解是人工智能在聯絡中心的一個很有前途的應用，因為它可以在某些聯系類型上編程以指導座席。這可能是根據客戶提出的問題從知識庫中推送文章，告訴座席放慢速度，甚至使用更積極的語言。

　　實時語音分析的另一個很好的用途是主動式投訴前解決。

　　這涉及到你的分析系統隨著時間的推移學習識別客戶行為模式，并預測他們很快就會提出投訴。

　　有了這種洞察力，聯絡中心就可以給這些客戶打一個外呼，以提高客戶保留率和滿意度。

　　不過，語音分析的用途遠不止這些。

　　2、對話機器人

　　在過去的幾年里，許多組織已經實現了非常簡單的機器人程序，其中一些包含很少的人工智能。這些組織取得了喜憂參半的成功。

　　雖然FAQ機器人現在很常見，但它們并不十分復雜，只會用從網頁內容中提取的答案來回答個別問題。

　　人工智能的能力僅限于理解顧客所說的每一句話，而不是整個談話。即使這樣，機器人也無法區分我想取消我的保險和你取消了我的保險。

　　例如，允許客戶完成諸如追蹤訂單狀態之類的任務的機器人正在出現，但它們依賴于堅持執行腳本的客戶。

　　工具發展很快，允許機器人記住對話的歷史，但可能只有最后2或3個交換，這些仍然是嚴重的腳本驅動，這意味著他們可以變得非常復雜。

　　然而，Vonage的人工智能對話設計團隊負責人Noam Mor認為，這還不夠。

　　Noam說：人工智能虛擬助理應該通過在通話的早期階段收集到的信息來理解對話的背景，然后在必要的時候再利用這些信息。

　　那么，這些機器人對話把我們引向何方？David Naylor相信我們正進入一個認知座席的世界，代替個體的人工座席和機器人。

　　將人工智能工具引入對話并使用它們來調整對話的想法--而不是僅僅在離線時使用它們來分析發生的事情--對于未來的聯絡中心來說，是一種潛在的強大方法。

　　對一些人來說，這是未來幾十年對話機器人的未來，它將產生洞察，讓客戶服務座席能夠進行更好的對話。

　　3、視頻情感洞察

　　大多數客戶現在通過智能手機與您聯系。這些越來越聰明的設備可以讓我們對客戶有更多的了解，如果他們愿意與我們分享的話。

　　例如，智能手機配有攝像頭。如果客戶允許我們接管他們的相機，我們可以使用人工智能工具生成許多有趣的視頻情感見解。

　　有了攝像頭，我們就可以從他們的眉毛、嘴唇等的動作中提取與面部表情有關的數據，并預測他們的情緒。

　　然而，這些本身就是信息。挑戰在于如何獲取這些額外的數據，并將其嵌入行為模型中，從而幫助您做出決策，從而改變與客戶的對話過程。

　　現在這項技術已經問世，你可以到imotions.com安裝這一人工智能工具來開始跟蹤情感洞察--關鍵是如何利用這些洞察來改善客戶和業務成果。

　　4、機器學習預測模型

　　有許多機器學習模型是為預測客戶行為而設計的，這些模型已經開始在銷售團隊中實施，以針對特定客戶并提高銷售。

　　在一個真實的例子中，Raiffeisen銀行使用了一個預測模型來識別成功的貸款銷售電話中使用的七個銷售短語，這有助于極大地提高銷售業績。

　　其中一個成功的短語是：我可以立即為您激活信用卡。

　　該銀行與兩個團隊一起測試了這些短語--使用A/B測試方法，歷時兩周--發現機器學習對銷售很有價值。

　　還有其他一些機器學習模型可以用來預測客戶行為--最常見的是預測客戶流失--但它們確實需要很長時間才能完善。

　　5、旅程簡化

　　智能機器人流程自動化（RPA）可以用來簡化基于紙面的流程，而這個人工智能工具確實可以幫助減少客戶旅程中的工作量。

　　看看這個老派客戶和公司完成抵押貸款申請的旅程。

　　這段旅程可能需要幾天甚至幾周的時間，可以通過智能手機實現自動化，變成15分鐘的過程。

　　只需看看新的旅程，這是Humanotics與Nivo以及其他基于人工智能的工具，包括一個安全的聊天機器人，機器學習和生物識別。

　　在這個例子中，我們可以看到智能RPA，以及圍繞它構建的一些巧妙放置的AI工具，是如何幫助重新設計和簡化客戶旅程的。

　　客戶服務的未來是在超增強現實中嗎？

　　在展望客戶服務的未來時，您不應該被AI工具供應商強制要求您如何作為一個企業來支持客戶。

　　下面的視頻展示了一個超級增強現實，在一個瘋狂的超級增強現實的例子中，許多人工智能技術同時被使用。

　　https://youtu.be/YJg02ivYzSs

　　這是一次相當令人不安的觀看。但是，在觀看視頻時，重要的是要認識到，這項技術并不遙遠，人工智能是一種有潛力將我們的世界帶向許多不同方向的工具--并非都是偉大的。因此，問問自己：我們想要創造什么樣的未來是很好的？

　　作為一個行業，我認為我們需要控制這一點。為了我們的客戶，也為了社會和企業，我們需要交付我們想要的東西，并使用這些人工智能組件中最好的部分，David Naylor總結道。

　　實施客戶服務AI的關鍵要點

　　在本文中，我們為您帶來了一些關于客戶服務人工智能未來的觀點。因此，讓我們以三個關鍵要點結束：

　　1.我們的目標是平衡技術的使用與更好的人員、技能和流程改進。

　　2.從構建路線圖開始，然后學習技術的工作原理并從中走出來。

　　3.參考你的關鍵組織目標，使用一個類似于價值刺激網格的框架，將AI添加到最有價值的地方。

　　希望這份客戶服務人工智能的總結對您有所幫助，并祝您在為您的組織創建人工智能戰略方面好運！

　　聲明:版權所有 非合作媒體謝絕轉載

　　原文網址：https://www.callcentrehelper.com/customer-service-ai-165440.htm