專(zhuān)訪(fǎng)Genesys 尹徐：利用AI打造卓越客戶(hù)體驗

CTI論壇總經(jīng)理秦克旋視頻專(zhuān)訪(fǎng)Genesys大中華區高級方案咨詢(xún)專(zhuān)家尹徐

　　CTI論壇：各位CTI論壇網(wǎng)友大家好，這是2018年中國呼叫中心及企業(yè)通信大會(huì )視頻采訪(fǎng)現場(chǎng)，我們今天有幸的請到了大中華區高級方案的咨詢(xún)專(zhuān)家尹徐來(lái)參加我們的視頻專(zhuān)訪(fǎng)，請尹總跟我們網(wǎng)友打一聲招呼。

　　尹徐：各位CTI的論壇網(wǎng)友大家好。

　　尹徐：我覺(jué)得聯(lián)絡(luò )中心一個(gè)技術(shù)不斷演化，樂(lè )于吸收新技術(shù)并且應用于各個(gè)場(chǎng)景的一個(gè)行業(yè)，非常緊跟潮流。人工智能技術(shù)從炒作周期開(kāi)始一直到現在大范圍推廣及成熟的應用期，我們發(fā)現人工智能在聯(lián)絡(luò )中心的應用大概會(huì )分成三個(gè)層面：前臺、中臺和后臺。

　　前臺就是客戶(hù)能看見(jiàn)的。客戶(hù)能看見(jiàn)什么呢？大量的客戶(hù)可能會(huì )說(shuō)語(yǔ)音機器人和文字聊天機器人，這是用戶(hù)能夠感知到的。但什么時(shí)候什么場(chǎng)景讓用戶(hù)使用它？這是一個(gè)用戶(hù)決策的問(wèn)題。人工智能在前端分成兩種渠道一種語(yǔ)音渠道、一種是數字渠道，再加上基于時(shí)間和業(yè)務(wù)的決策，這是人工智能在前臺的應用。

　　中臺也就是您之前說(shuō)過(guò)的聯(lián)絡(luò )中心從開(kāi)始的CTI以及后面的按技能分配或者路由分配。實(shí)際上現在大范圍在聯(lián)絡(luò )中心的應用都是基于路由分配原則，也就是說(shuō)允許用戶(hù)自定義業(yè)務(wù)分配的邏輯，將電話(huà)或者是文字聊天迅速地分配給不同的資源，無(wú)論是語(yǔ)音機器人、人工座席還是文本機器人。它實(shí)際上是一種分配的機制，雖然是靈活可定義的，但是在設置好之后一般就是靜態(tài)不改了。人工智能可以在中臺發(fā)揮什么作用呢？不同的聯(lián)絡(luò )中心根據業(yè)務(wù)場(chǎng)景有不同的業(yè)務(wù)指標，有的關(guān)注于滿(mǎn)意度，有的關(guān)注于首次問(wèn)題解決率，有的關(guān)注來(lái)電有效接通率，有的關(guān)注催收結果，人工智能就會(huì )根據不同的業(yè)務(wù)結果找到最合理的優(yōu)化方向，這是一個(gè)人工智能在中臺的使用邏輯。

　　后臺其實(shí)更聚焦于人工智能如何在運營(yíng)管理上發(fā)揮作用，就好比之前上海易谷網(wǎng)絡(luò )岳總說(shuō)到不僅僅有人工智能還應該有智能人工，我們希望人工智能不是宣傳那樣可以取代人類(lèi)，更希望它輔助座席服務(wù)，包括大量的智能知識庫系統，靜默座席系統，座席通話(huà)的語(yǔ)義分析，自動(dòng)化質(zhì)檢，這些都是人工智能在后臺的應用。

　　還有一個(gè)趨勢，傳統人力資源優(yōu)化排班是基于精細算法，我們一直在持續關(guān)注人工智能，試圖將人工智能引入到排班軟件，希望未來(lái)在勞動(dòng)力優(yōu)化方面有所建樹(shù)。因此前臺、中臺、后臺三位一體并不僅僅是說(shuō)有了機器人就是人工智能，因為人工智能理論上是算法的具體應用，它的應用場(chǎng)景有很多種。

　　尹徐：對，因為我們傳統的排班聚焦于運營(yíng)效率，人工智能最大的好處是它有效的區別了單一算法的單一維度結果。人工智能可以考慮更多的維度，因為有大量的數據可以進(jìn)行學(xué)習，能夠提供多維度的結果預算。

　　尹徐：實(shí)際上Genesys一直在關(guān)注聯(lián)絡(luò )中心的用戶(hù)體驗。當人工智能時(shí)代來(lái)臨的時(shí)候我們希望不僅僅是為了人工智能而人工智能。我們發(fā)現很多聯(lián)絡(luò )中心的技術(shù)人員包括用戶(hù)普遍的困惑地方就是人工智能做了什么，是不是加了一些語(yǔ)音或者文本機器人就叫人工智能？昨天碰見(jiàn)了一個(gè)客戶(hù)，說(shuō)打造人工智能時(shí)代智能車(chē)聯(lián)網(wǎng)呼叫中心。什么意思呢？就是加上一個(gè)語(yǔ)音導航機器人？這也算是一種吧。但是它是不是有效的去提高用戶(hù)體驗呢？在這里Genesys更加關(guān)注的是將人工智能與人的智能有效的結合，所以我們推出混合AI，充分發(fā)揮人工智能、大數據以及靈活算法的優(yōu)勢，并結合聯(lián)絡(luò )中心的行業(yè)特點(diǎn)來(lái)為用戶(hù)提供最好的體驗。舉一個(gè)簡(jiǎn)單的例子，我們用戶(hù)可能是從多個(gè)渠道進(jìn)來(lái)，如果用戶(hù)問(wèn)出一個(gè)問(wèn)題，可能是需要一個(gè)很有經(jīng)驗的座席來(lái)回復他，但是如果最有經(jīng)驗的座席當前處于工作繁忙的狀況，常規的路由分配邏輯是幫用戶(hù)找到下一個(gè)可用座席，下一個(gè)座席雖然是能很短時(shí)間把電話(huà)接通，但是短時(shí)間電話(huà)接通并不代表有最好的用戶(hù)體驗。因此我寧可主動(dòng)通知用戶(hù)，說(shuō)我們稍后給你做語(yǔ)音回撥或者發(fā)短信通知、APP推送的方式，通過(guò)多渠道的方式告知用戶(hù)我們很尊重您的這一次交互，所以我們希望最好的座席來(lái)服務(wù)你。這不僅僅是為了縮短用戶(hù)等待時(shí)間，而是以用戶(hù)體驗作為一個(gè)準繩。我們覺(jué)得人工智能與后端的人工客服無(wú)縫集合的方向是提高用戶(hù)體驗。

　　在后端我們發(fā)現傳統大量的語(yǔ)音會(huì )有錄音系統，有錄音就會(huì )有質(zhì)檢系統，所以聯(lián)絡(luò )中心有一個(gè)固定的工種叫做質(zhì)檢員QA。傳統的質(zhì)檢系統是通過(guò)一些算法保證每一通電話(huà)，每一個(gè)座席至少有一些電話(huà)能夠被抽檢到，也能夠保證匿名抽檢交叉打分，但是還是基于邏輯規則。通過(guò)人工智能將所有的錄音轉成文字，通過(guò)關(guān)鍵字匹配或者語(yǔ)義理解的方式全量質(zhì)檢，這樣有效地降低人工的工作，但是并不是完全取消質(zhì)檢這一個(gè)工種，而是使質(zhì)檢更加精細化，也就是說(shuō)當系統做完全量質(zhì)檢，由質(zhì)檢人員編注經(jīng)常出現的問(wèn)題，豐富我們的知識庫，去尋找最優(yōu)秀的座席，找到一些用戶(hù)交互的規律和瞬時(shí)業(yè)務(wù)指向。

　　比如說(shuō)之前有客戶(hù)新產(chǎn)品上市的時(shí)候，在上市第一周發(fā)現有大量的用戶(hù)反復打電話(huà)，在咨詢(xún)同一個(gè)關(guān)鍵詞，后端質(zhì)檢員發(fā)現這個(gè)熱詞上升速度非常快，就把這個(gè)熱詞價(jià)值的信息提取出來(lái)進(jìn)行分析，發(fā)現原來(lái)很多用戶(hù)他買(mǎi)這東西的初衷并不是為了這個(gè)產(chǎn)品本身的功能而是其中一個(gè)附加功能。這就好比海爾賣(mài)恒溫的飲水機，發(fā)現最后的目標市場(chǎng)居然是媽媽給孩子沖奶粉，一開(kāi)始的初衷和最后的結果往往是想不到的，通過(guò)人的方法去從海量數據里面找出這個(gè)估計很難，因此人工智能是能有效的幫助質(zhì)檢人員提升工作效率并不是取代質(zhì)檢的工種。

　　Genesys把所有的技術(shù)最終都落到提升客戶(hù)體驗上來(lái)，因為我們發(fā)現就是說(shuō)唯技術(shù)發(fā)展論是不可取的，在過(guò)去的信息浪潮中很多很優(yōu)秀的技術(shù)最后沒(méi)有得大范圍的應用，其實(shí)還就是歸結為一點(diǎn)就是沒(méi)有真正創(chuàng )造用戶(hù)價(jià)值。

　　尹徐：通過(guò)實(shí)踐我們發(fā)現現在大量的聯(lián)絡(luò )中心使用機器人，無(wú)論是文本或者語(yǔ)音機器人，習慣性就是將機器人前置，前置的意思就是用戶(hù)進(jìn)來(lái)就可以直接聯(lián)絡(luò )到一個(gè)文本機器人或者說(shuō)是一個(gè)語(yǔ)音的聊天機器人，希望通過(guò)全自助的方式對用戶(hù)提供服務(wù)，但用戶(hù)體驗并不會(huì )顯著(zhù)上升。在KATE這方案中，第一關(guān)注點(diǎn)就是怎么樣能夠掌握用戶(hù)全周期，將語(yǔ)音機器人交互和人工交互能夠無(wú)縫的連接。比如客戶(hù)之前跟機器人聊天已經(jīng)聊了很長(cháng)時(shí)間，最后轉人工，如果這個(gè)時(shí)候人工客服問(wèn)您有什么事嗎？有什么可以幫到你？其實(shí)是一件讓人覺(jué)得很麻煩的事情。在過(guò)去的純人工交互時(shí)候，人工座席轉到人工座席都可以將數據帶過(guò)去，那么機器座席轉人工座席我們也希望把數據能夠帶過(guò)去。KATE基于用戶(hù)的交互歷史和用戶(hù)實(shí)時(shí)的數據無(wú)縫的遷移，這樣就會(huì )形成一個(gè)用戶(hù)歷程的過(guò)程，不僅僅是一個(gè)歷史交互，包括當前上一段機器人的交互以及語(yǔ)音的交互。

　　第二點(diǎn)就是什么時(shí)候決定從機器人轉人工，這個(gè)時(shí)候實(shí)際上有一個(gè)邊界，邊界就存在里面一個(gè)業(yè)務(wù)規則引擎，還是那一句話(huà)，您關(guān)注的業(yè)務(wù)結果是什么？解決率NPS還是業(yè)務(wù)指標，雖然可能最終的目的是相同的，但是它實(shí)際上是實(shí)現路徑還是有一些不一樣的。因為往往一個(gè)變量就會(huì )帶來(lái)其他變量的連鎖反應。比如說(shuō)我想提高滿(mǎn)意度，那么可能增加很多的培訓成本，然后增加大量的座席，這個(gè)一定要達到一個(gè)平衡才可以達到的。所以我們在這里面就提出了一個(gè)叫做AI網(wǎng)關(guān)的概念，我們希望AI的資源與人工座席的資源通過(guò)網(wǎng)關(guān)，注意它并不是硬件，而是一種智能的業(yè)務(wù)規則引擎。傳統的語(yǔ)音識別，當我們打電話(huà)進(jìn)來(lái)說(shuō)的不是很標準的普通話(huà)時(shí)，在語(yǔ)音識別領(lǐng)域有一個(gè)參數叫做可信度，如果是可信度低的時(shí)候，一般在系統上通過(guò)IVR規則設定您按DTMF來(lái)輔助確定。一些銀行的電話(huà)轉賬或者查詢(xún)功能中你可以說(shuō)人民幣也可以說(shuō)美元，或者你也可以按1來(lái)選擇人民幣。伴隨著(zhù)語(yǔ)音技術(shù)不停的發(fā)展，文本聊天機器人也會(huì )一樣的情況，所有的文本理論上都是都是一問(wèn)一答式，雖然會(huì )結合上下文的檢索，但基本上還是我問(wèn)你答，同樣答案也有準確度或者置信度的判斷，當置信低時(shí)AI網(wǎng)關(guān)必須介入，這樣就可以轉人工，轉人工坐席。這樣第一是無(wú)縫遷移，第二室希望人工能夠更好地訓練人工智能，這樣每一次交互都會(huì )給下一次交互提供更好的樣本數據能夠進(jìn)行機器學(xué)習。所以我們的AI網(wǎng)關(guān)是做這樣一個(gè)邊界，就是說(shuō)當機器人暫時(shí)還不能完全智能化回答用戶(hù)所有的問(wèn)題時(shí)，它的邊界就在這里。

　　另外一個(gè)邊界是管理邊界，我們用戶(hù)的投訴調查錄音，那么如果投訴的是機器人呢？機器人告訴我這轉賬可以轉呀？這時(shí)候把機器人對話(huà)也納入管理邊界。這就涉及到業(yè)務(wù)報表。甚至未來(lái)都有可能將語(yǔ)音分析或者語(yǔ)音質(zhì)檢的技術(shù)也要應用于語(yǔ)音機器人，將文本分析應用于文本機器人，用戶(hù)并不關(guān)心機器人回復還是人工回復，都是代表公司、代表這聯(lián)絡(luò )中心向我提供幫助和提供回答。如果知識庫和規則設定有偏差，而這個(gè)偏差一定存在，這主要還是看各家AI實(shí)踐的能力。通常所說(shuō)的AI都是一些通用的算法，當到落地每一個(gè)聯(lián)絡(luò )中心具體場(chǎng)景是需要大量的人工來(lái)去訓練它，做所謂的參數調優(yōu)。所以我們可以看到最核心的業(yè)務(wù)往往最后還是用人工來(lái)去做的。所以我覺(jué)得技術(shù)上會(huì )存在這一種可能性。

　　尹徐：我們希望將機器人與用戶(hù)交互的數據也納入我們的管理范圍，同時(shí)通過(guò)報表能夠體現出來(lái)。

　　CTI論壇：好的非常感謝尹總，我們今天的視頻專(zhuān)訪(fǎng)基本上就到這里結束了，Genesys是在客服服務(wù)行業(yè)里的頂級廠(chǎng)商，我們也祝福他們在新的高科技變化的時(shí)代和波瀾壯闊的人工智能的時(shí)代取得更大的成績(jì)、取得更多的輝煌，謝謝。

　　尹徐：謝謝各位網(wǎng)友。