身處互聯網發展的人，一定會感嘆，時代的進步一刻都未曾停歇。無論是技術型新產業，還是傳統行業，都在嘗試擁抱新型技術。就拿呼叫中心來說，呼叫中心業務場景也在隨著技術的變革一直在豐富和完善。從最初的單純解決客戶咨詢、投訴問題人工熱線外呼，到預覽式外呼，再到電話銷售、金融貸款、催收的預測式外呼和自動外呼（這也是現在讓很多人覺得困擾的電話騷擾）。其實你可以發現一直是技術在推動著呼叫中心業務場景的變化，反過來客戶業務的痛點也促進技術的發展迭代。
那么，作為大熱的人工智能技術，與呼叫中心相關的人工智能技術有哪些？人工智能究竟在呼叫中心行業是如何落地，又有什么具體的場景？那么我們就來剖析一下。
首先，我們要有一個普遍的認知，當前階段下，研究和應用的比較成熟并且和呼叫中心有關系的人工智能技術包含哪些，目前主要包括的有：語音識別、自然語言處理、圖像識別等。
有了這個基礎，我們來看看人工智能技術在呼叫中心行業的一些具體運用場景。
第一個，智能識別和智能知識庫
以前的人，包括現在的大部分人，可能都體驗過這樣一個流程，你去某銀行熱線咨詢一個問題，你首先聽到的是語言的選擇（中文還是英文等）然后是業務選擇（儲蓄卡業務還是信用卡業務等），可能下一層是業務操作（查詢還是申辦），很多人其實在還未完成全部選擇就已經很不耐煩，會直接切換到人工。
其實這種行為是違背企業設置智能識別業務以減少人工服務量的初衷的。那么，有什么能解決這個問題嗎？是的，你可能通過智能IVR和智能知識庫結合，很好的解決這個問題。
具體的邏輯如下：你撥通某銀行的熱線，在進入服務層級之前，我們的智能IVR可以直接進行業務需求引導（比如：你需要辦理什么業務？）。這個時候，你需要的是直接說出你的需求（比如：我想要申請信用卡、我想改密碼等）。
這個時候，我們的智能IVR能通過語音識別和自然語言處理，快速并且高效的理解你的需求，并通過銀行業務系統的智能知識庫，進行關鍵詞檢索，鎖定該業務的答案，并且通過TTS、系統錄音或者最原始的短信將當前業務的答案發送或者觸達給你。
你會發現你節省了大量的時間，客戶滿意度一下提升，同時銀行業也省去大量的人工，運營更加高效。
但是智能知識庫和傳統知識庫并不盡相同，智能知識庫擁有更強大的算法能力，并且能夠根據設定的規則，進行階段性重點關鍵問題的智能排序，和報表生成，有助于企業實時關注客戶痛點和關注點的變化，并采取針對性的措施。
第二個，智能全量質檢
在呼叫中心運營中各項數據都非常重要，如：接通率、通話時長、投訴、客戶滿意度等。這些數據直接對應的是客服人員或者電銷人員的業務素質。而不同人員之間的業務素質差距，不是完全靠培訓能就能全部解決的。
這時候，就需要我們能夠進行大量監控和反饋，但之前很多的監控和質檢都通過人工抽檢的方式，不僅耗時而且耗精力，并且只能提完成30%左右的話務質檢，著實有些差強人意。
而現在，新的技術為這個問題的解決帶來了曙光。人工智能技術對于話務質檢，可以說是給話務質檢帶來質的變化。具體的運作邏輯如下：我們通過ASR技術實現話務服務的全量錄音轉文本，轉換成文本后依據大數據進行關鍵核心詞匹配，最后完成全通話服務量文本的關鍵字標紅和統計，這樣就能清楚的知道整個運營現場的話務服務質量統計和趨勢，同樣也試用于單個業務員所有話務服務質量分析。
通過人工智能的實時質檢，不僅節省了人工質檢的時間，還能很好的統計和分析，客戶的具體需求和投訴點，并總結出相關規律，協助業務的開展和投訴的解決。
舉個例子，呼叫中心接到了大量的用戶投訴，如果需要人工確切的進行話務質檢，需要好幾天的整理和分析才能明確客戶投訴的緣由和方向。而通過人工質檢，不僅能100%對話務進行質檢，還能抓取關鍵字，形成定向的投訴整理，從而調整產品投放。
對此，我們可以看到人工智能對于呼叫中心的業務提升非常大，很多沉重、繁瑣的工作都能通過人工智能去完成，這是傳統行業需要作出的改變，也是新型技術帶來的挑戰。其實企業生存，也和學習一樣，在時代的潮流里逆水行舟，不進則退。
