趣闻 | 人工智能在客服中的力量

如果你也经历过挂断电话忍不住咒骂的场景，那么很有可能经历过这样糟糕的客服体验：无尽的等待，冗繁的身份认证过程，分类不良的业务问题，或者无效的回答。这种情况存在了十几年，但是现在， 新型的智能软件解决方案的出现有望让公司将客户服务提升到一个新的水平 。

图片来源：Mr Bean Cartoon

在5年内，绝大数消费者将能获得即时、有效的客服支持，而不仅仅是快速有效地转移到正确的客服人员去满足他们的需求。基本上优质的客服服务将变得非常普遍： 公司将与活跃用户保持长期互动，以确保客户满意度，纠正现有问题，或者回答可能出现的问题 。

促使这一转变的主要驱动因素是， 随着消费者选择的激增，通过社交媒体或论坛对公司信息以及公开的NPS(净促进者分数)等信息的公开，客服体验成为了消费者选择的重要衡量指标之一 。传统行业不断的受到来自新兴行业的威胁 - Dollar Shave Club接管Gillette, Netflix取代有线运营商，或者Uber的共享出行服务 - 给了消费者更多的选择，使他们没有理由必须忍受糟糕的客服体验。

根据埃森哲的报告， 目前有66%的消费者会因为糟糕的客服体验而更换商家，与 2005年的17%相比，增长非常迅速 。对服务不满意的消费者还可以通过在社交平台上评论的方式表达他们的不满（最近发生的美联航事件就是最好的例子）。

图片来源：Mr Bean Cartoon

许多公司已经开始运用各种技术以去确保更快更准确的为消费者解决各种问题，包括 使用客服机器人，完善知识库，以及实时消息提醒 。过去，几乎所有的客户服务都要求消费者通过语音或者邮件的方式申述，而公司则根据历史数据预测申述数量以此满足需求。而现在， 消费者申诉的形式变得多样化：短信，在线聊天，邮件，社交平台以及客服机器人等等。 公司需要一个更成熟，满足多渠道的后端平台能让他们更好的分批处理消费者诉求，整合消费者信息，基于消费者历史数据给予更好的反馈。

在所有这些领域中， 人工智能和机器学习都发挥了巨大的作用 。首先， 在线数据的爆炸性增长，结合自然语言处理，语音识别以及对非结构数据处理的能力的提高为优化智能算法提供了机会 。这是在消费者呼叫中心时代无法实现的。第二， 客户服务交互的性质非常适合于训练AI系统 。因为我们能在非常短的周期内得到客户对于所提供的解决方案是否有效的反馈。相比之下，销售工作的反馈周期就非常长，并且缺乏明确的方案意见。另外，虽然部分的客户需求非常的特殊，但大部分诉求集中在特定的问题上（例如，高达30%的IT相关的客户问题和密码相关） 虽然AI并不能解决所有的客户服务问题，但它非常适合归类客户服务问题，针对频繁出现的问题，给出最佳方案 。这样可以大大减轻客服业务的负担。相信大部分客服人员同样不高兴每天回答一样的问题。

改善客户服务的商业重要性是显而易见的。不同于寻求业务发展的产品和工程部门，或者直接从现有系统获益的销售团队，客服的成本增长与业务增长紧密相关。 随着电话的成本超过$5（根据客户服务咨询公司F. Curtis Barry＆Co.）一家每年处理数百万个电话的大型公司只要转移10%到20%的查询业务，就能将数百万美元的成本降至最低 。尽管这个数字是巨大的，但它可能只是冰山一角。鉴于许多企业（尤其是软件行业）客户的流动性质，公司很有可能会因为糟糕的服务而失去客户，不仅损失了多年来建立的收入来源，更需要投入更多的成本去获取新的客户。

将AI加入客服工作流程的另一个优势在于它能提供实时的信息：存在什么样的客服问题，哪类问题增加/减少了 。这些信息能用来衡量产品质量，同时也能为产品设计，如何提升用户体验带来很好的灵感。这使得客户服务不再是单纯的救火队员，同时也帮助创作更好的产品让客户更满意。

长远来看，AI对客户服务的颠覆性影响是重大的，但我们现在还处于早期的转型中。我们目前最好的方案依然是基于使用各种各样的工具： 创建数字化流程（例如Zendesk,Pagerduty）,知识库，脚本以确保尽快的解决问题。 目前很多手动的流程已经被数字化，但在实时智能化和自动化方面依然还有巨大的发展潜力。伴随着AI的帮助，一个新的纪元将在客户服务领域开启： 智能自动化的回复能减轻在客服巨大的成本负担，帮助公司在越来越透明化的商业世界里保持良好的声誉，并让公司能集中资源投入在他们的核心业务上，开发更好的产品或服务 。

以下列举的新兴公司在多渠道客户关系管理，客户服务偏差管理和现代信息交互平台领域做的非常出色。AI在其中发挥了巨大作用，但依然存在巨大的潜力，期待更好的产品出现。

原作者Matt Murphy撰文于5/30/2017