作者简介：Pradeep Rathinam，AnswerIQ的创始人兼首席执行官、Harman的高级副总裁，AnswerIQ是一个面向客户服务场景的AI平台，致力于通过AI实现客户服务的智能自动化。
当我们考虑过去十年中最具影响力的技术时，可以说移动化和云计算对客户服务（CS）的影响极大。
移动电话的爆炸式增长不只是形状因素的变化，而且应用经济的出现改变了客户服务体验的期望。消息传递和社交应用程序的增长为客户服务和网络效应带来了紧迫感，需要分享积极和消极的体验。
云作为一种技术的发展成为全渠道体验的基础，客户可以通过他们偏好的渠道与品牌互动。Cloud还推出了快速变化的企业软件，作为服务（SaaS）提供，用于客户关系和服务管理。生态系统中用于客户服务管理的无数应用程序极大地改变了管理客户服务的过程。这些系统现在已成为客户服务记录系统。
对于 CS 领导者来说，数字化转型意味着他们必须跨渠道、问题、过程等构建客户的单一视图。此外，当消费者跨渠道移动时，他们还将面临跨渠道和遍历环境提供一致体验的挑战。 在云计算和移动技术的帮助下，企业正加速创新，以满足这些需求。
CS 领导者需要优先考虑和改善数字体验，并探索数字应用以提高运营效率。
下一个十年，CS 领导者必须规划的趋势和挑战
1. 客户服务数据呈爆炸式增长
随着越来越多的数据采集工具的强大，我们越来越能收集到客户相关的全面数据。
它包括系统中的记录系统数据、客户服务内容、社交渠道数据、与企业产品和服务相关的环境数据等一系列与客户及其服务需求相关的数据正在激增。 对这些数据源的合理分析可并且能从中找到优化你客户服务的策略至关重要。
2. AI 将成为客户服务的主流
过去十年里，人们一直努力探寻用于客户服务的AI应用，如今它正迅速成为主流，是全球企业提高生产力的关键。Gartner报告称，55% 的知名公司要么已经开始投资人工智能，要么计划在2020年之前投资。
3. 智能化（IPA）的兴起
智能化(IPA)作为一种概念，是 CS 领导者实现并最大限度地提高生产率和节约成本的一项技术。 智能化可以取代部分重复性日常的客户服务过程， 这使得客户服务人员可以专注于与客户进行更人性化、更具共鸣的交流。
4.从单渠道到多渠道
客户可以通过多种渠道与你产生互动，如销售、营销平台、售后支持等，随着客户支持渠道数量的增长，以及客户期望的变化，CS 领导人现在必须计划在所有渠道同时提供无缝和综合的体验，而不是独立使用各个渠道。
5.客户服务中的零工经济
Uber、 Airbnb、 DoorDash 等公司通过将空闲时间、空间和技能货币化，创造了一支自由职业者大军，从而给自己带来了收入。 CS领导人面临着一系列具有挑战性的问题，这些问题与支持实时预期的即时性、高容量和成本有关。
鉴于这些趋势和挑战，CS领导人需要知道如何在未来十年里取得成功，并将技术作为改变客户服务及帮助客户成功的一种方式。
那么，这对 CS 领导者意味着什么？
人工智能和智能过程自动化(IPA)是两个最具变革性的技术，对于CS领导者来说又意味着什么？
让我们首先分析以下客户服务需求的背景下，这两个技术的意义以及它们在未来十年的影响。
人工智能(AI)
人工智能是机器从过去的交互、数据和结果中学习并模仿人类行为和决策的概念。
由于它涉及客户服务，因此很容易想到一些客户需要机器可以从现有数据中“学习”并随着时间推移而改进。 此外，人工智能的认知输出可以用于自动执行重复和日常的任务，可以训练机器模仿使用 RPA。
智能过程自动化(IPA)
在进程中推动自动化的企业经常遇到诸如机器人过程自动化(Robotic Process Automation，RPA)和智能过程自动化(Intelligent Process Automation，IPA)等流行词。
Rpa 是一种机器人自动化过程，它可以像人工操作一样在应用程序和系统中执行基本任务。 这个软件机器人可以被赋予简单的重复工作流程，用多个步骤和应用程序表示流程，例如接收表格、发送收据信息、检查表格完整性、将表格归档到文件夹、更新电子表格等。
智能过程自动化(IPA)是人工智能和机器人自动化(RPA)的结合。 本质上，它是一个模仿用户行为的软件，主要用于流程自动化的主流业务场景。 应用程序的范围可以从收集和组合简单的数据并作出上下文的决定来驱动流程，到在流程内提供自动响应。
AI的认知方面用于理解触发过程执行的意图，并在流程的不同阶段提供模板化响应。 这种类型的自动化适用于多种客户服务场景，如退款、保修、换货、订单处理、跟踪、发票、付款更新、库存查询等。
每个业务都有客户服务专业人员必须执行的解决案例的流程。 有一些重复的客户服务需求需要通过涉及多个系统、决策点和批准流程进行跟踪。
这些流程特别需要人工进行，例如新的业务应用程序处理、策略变更管理、索赔设置以及各种财务和会计活动。 这些重复任务的智能过程自动化(IPA)减少了对多个系统的依赖，减少了错误，提高了客户服务的生产率、效率和有效性。
在客户服务中使用AI和智能过程自动化(IPA)的潜力巨大，但迄今为止这些技术的使用率一直很低。为什么会出现这种情况？
问题在于，CS 领导者已经被诸如深度学习、神经网络、自然语言处理、 Chatbot、虚拟助手等时髦词汇狂轰滥炸，这让 CS 领导者对从何开始、如何着手感到困惑和恐惧。
面对这种情况，CS领导者应该从哪入手改善？
成功制定具体计划，并在客户服务中实现AI和智能过程自动化(IPA)，可以从以下几方面入手:
1. 自助服务
据说最好的客户服务形式就是没有客户服务。 可以将帮助中心作为自助服务的第一个入口点。如果在功能完善，体验流畅，那么自助服务技术可以将需要人工处理的案例量减少20-30％。
在帮助中心实现基于 AI 的解决方案可以提供高投资回报率(ROI)，因为大量这样的情况可以通过低成本得到解决。 自助AI可以通过两种方式实现——提交表单或对话表单。
自助服务主要通过知识库中的内容驱动。客户在界面中写下他 / 她的问题，人工智能引擎理解问题的内容和上下文，并使用知识库中的资料推荐与用户问题相匹配的最佳文章，才能保障客户可以顺利通过自助服务解决这个问题。
然而，作为一类具有会话性质的聊天机器人，虚拟助手需要设计为使用知识文章回应客户问题并协助自动化流程，以便随着时间的推移进行构建、维护和“学习”。这些虚拟助手应该从历史案例或聊天历史中学习，对支持热图有很好的理解，并且应该帮助设计决策树处理复杂的过程。
2. 自动回复
电子邮件非常适合在创建案例后使用AI自动执行回复。 电子邮件模板是无需代理交互就能解决问题的方法。 CS领导者应该远离基于规则和触发器的自动响应，而使用基于 AI 的自动响应，利用自然语言理解。
自动响应的一种常见实现形式来自 CXM 系统内部。 AI引擎能够理解客户问题的意图，然后根据代理人的历史回复使用模板化响应来回答客户的问题。
3. 智能过程自动化(IPA)
由于智能过程自动化(IPA)是 AI 和 RPA 的结合，它利用 AI 的认知能力来理解客户查询的意图，因此电子邮件或聊天频道是智能过程自动化(IPA)最显而易见的入手渠道。
人工智能引擎能够理解客户问题的意图，然后将其映射到使用 RPA 自动化的内部流程。 这个过程被触发并自动完成，以解决客户的问题，整个过程无需真人参与。
#写在最后
Gartner报告称，55% 的知名公司要么已经开始投资AI，要么计划在2020年之前进行投资。 此外，美国客户愿意多花17% 的钱与提供优质服务的公司做生意，高于2014年的14% 。
在部分自动化中，智能过程自动化(Intelligent Process Automation，IPA)可以将关键过程的处理时间从几十分钟缩短到不到一分钟，减少人为错误，最重要的是减少由于任务的重复性而导致的过程中的日常工作。
