1.AI-CC哪家強？
2.AI-CC企業(yè)們現在拼什么？
3.AI-CC企業(yè)的同質(zhì)化/近似化如何區分？
無(wú)言以對...我只好引用某個(gè)AI學(xué)術(shù)大神說(shuō)過(guò)的話(huà)：
自然語(yǔ)言理解是人工智能的初級！
自然語(yǔ)言理解也是人工智能的終極！
所以，大概率還是要看NLP和NLU的...。。
還是繼續書(shū)接上文小議聯(lián)絡(luò )中心的AI發(fā)展方向-1，把聯(lián)絡(luò )中心的AI發(fā)展方向在員工輔助層和運維管理層說(shuō)完吧，改天繼續嘮唄。
我來(lái)一句靈魂式的發(fā)問(wèn)：
當我們在討論員工輔助端的AI的時(shí)候，到底是人工為智能還是智能為人工？
先說(shuō)第一種，我在不同的AI廠(chǎng)家那里都看到一些新的“人工為智能”式的方案，比如說(shuō)靜默坐席，又比如說(shuō)“人機耦合”。
靜默坐席就是在訓練語(yǔ)音機器人的時(shí)，區別于傳統的錄音模型訓練，直接向最優(yōu)秀人工坐席進(jìn)行主動(dòng)式強化學(xué)習。當高技能高績(jì)效坐席在與客戶(hù)交流的時(shí)候，通話(huà)音頻實(shí)時(shí)碼流實(shí)時(shí)傳輸給AI來(lái)訓練語(yǔ)音機器人，通過(guò)主動(dòng)式學(xué)習他（她）們的表達方式和應答話(huà)術(shù)（SOP或者非標），讓坐席為人工智能的發(fā)育做出進(jìn)一步的貢獻。很美好嗎？不，貢獻之后會(huì )是什么呢？會(huì )不會(huì )就是取代優(yōu)秀坐席嗎？在智能沒(méi)有發(fā)展到完全盡善盡美的現在，AI實(shí)際上并不能100%的完全去替代人工的工作。
真正有溫度的永遠是人！
共情、復雜理解和非理性應答都不是算法短期可以解決的。
在我看來(lái)，這種發(fā)展方向遠不如另外一種，也就是“人機耦合”。舉例來(lái)說(shuō)就是客戶(hù)通過(guò)網(wǎng)頁(yè)/APP/微信來(lái)與企業(yè)進(jìn)行文字溝通，其實(shí)他并不清楚后端為他服務(wù)的是人還是機器人。因為后端的一個(gè)坐席可能同時(shí)管理監控著(zhù)5-10個(gè)機器人的聊天窗口。一旦機器人在應答時(shí)出現了Confidence降低的問(wèn)題，也就是可能出現了復雜短語(yǔ)或者句子的閱讀理解的難題或者是答案匹配度不高的情況，人工坐席通過(guò)監控發(fā)現后進(jìn)行主動(dòng)的介入接管，直接與客戶(hù)進(jìn)行人工回復，后續再擇機選擇機器人托管。根據美好的企業(yè)宣傳，AI在這里可以進(jìn)一步主動(dòng)式學(xué)習/強化學(xué)習/監督學(xué)習...。。
那么我們再來(lái)說(shuō)說(shuō)“智能為人工”吧，也就是通過(guò)AI技術(shù)增強了人工坐席的能力，提高坐席的效率和能力，個(gè)人判斷這可能更加容易讓用戶(hù)接受，讓企業(yè)買(mǎi)單。坐席輔助系統，可能會(huì )是下一個(gè)AI-CC領(lǐng)域的當紅辣子雞。它旨在幫助坐席更加迅速的判斷用戶(hù)意圖并解答用戶(hù)問(wèn)題，同時(shí)縮短了通話(huà)時(shí)間，企業(yè)/用戶(hù)/坐席三方都滿(mǎn)意，這個(gè)年代很難得了。而它的技術(shù)原理呢？客戶(hù)與坐席之間的通話(huà)實(shí)時(shí)碼流傳輸給ASR語(yǔ)音識別引擎，經(jīng)過(guò)文字轉換之后再送給NLP/NLU進(jìn)行閱讀理解，然后根據關(guān)鍵詞或熱詞這種匹配喚醒，“適時(shí)地”從知識庫中來(lái)取出“最合適”的答案，并主動(dòng)推送/彈屏提醒到坐席，從而給客戶(hù)提供更加優(yōu)質(zhì)的服務(wù)。
講究在于“適時(shí)”和“合適”！
一個(gè)比較典型的案例就是車(chē)聯(lián)網(wǎng)呼叫中心。當車(chē)主進(jìn)行通過(guò)車(chē)機系統進(jìn)行車(chē)聯(lián)網(wǎng)icall咨詢(xún)汽車(chē)的儀表顯示盤(pán)的一些問(wèn)題時(shí)，那么聯(lián)絡(luò )中心的坐席并不需要經(jīng)過(guò)大量繁雜很專(zhuān)業(yè)的培訓和冗余式的發(fā)問(wèn)和搜索，而是通過(guò)坐席輔助系統就能夠一步/幾步定位到問(wèn)題所在并提供相應的解決方案。還有就是向車(chē)載導航服務(wù)也可以通過(guò)坐席輔助系統節省坐席輸入時(shí)間。
我的個(gè)人判斷：坐席輔助系統會(huì )成為員工輔助層AI應用的主流方式。
當然了技術(shù)上實(shí)現還有一些復雜性，比如通話(huà)怎樣實(shí)時(shí)傳送給坐席輔助系統？很多人第一反應就是端口鏡像span，那么如果同時(shí)還有錄音需求和第三方聲紋認證的需求以及整體聯(lián)絡(luò )中心上云部署的需求...。端口鏡像就涼涼了。基于SBC的多路SIP-REC可能就會(huì )是唯一的方案。
一說(shuō)興起了，所謂Myvoiceismypassword的聲紋認證系統其實(shí)也是坐席輔助系統的一種變異罷了。國內的商業(yè)落地場(chǎng)景也并不太多，通常作為一種輔助手段。不過(guò)這里也是有迷思的，比如具體的使用問(wèn)題。由于客戶(hù)實(shí)際的背景噪聲和網(wǎng)絡(luò )質(zhì)量，具體在操作來(lái)鑒權的難度還是挺大的。通常聲紋認證系統會(huì )要求一些客戶(hù)說(shuō)出特定短語(yǔ)去進(jìn)行識別，有一些美好的廠(chǎng)商能夠做到客戶(hù)隨機說(shuō)話(huà)也能夠進(jìn)行聲紋認證，但我相信這畢竟是要耗費大量的資源的。怎么從成千上萬(wàn)的聲音庫中找出客戶(hù)聲音的特征來(lái)匹配?這樣的技術(shù)難題就需要進(jìn)一步的優(yōu)化搜索/匹配引擎。我看到某金融頭部客戶(hù)做了一個(gè)比較取巧的應用：貸款信審環(huán)節，對正常的用戶(hù)并不作聲紋的認證，對風(fēng)險識別較高的用戶(hù)去做定向聲紋認證，從XX萬(wàn)個(gè)已被標注過(guò)的黑名單用戶(hù)中去進(jìn)行一個(gè)匹配，輕松好多！好人太多，壞人容易抓。
回到這個(gè)坐席輔助系統啊，話(huà)還沒(méi)說(shuō)完呢。
智能話(huà)術(shù)提醒同樣也是坐席輔助系統的一種具象表現形式。再強調下：
講究在于“適時(shí)”和“合適”！
那么對于這兩點(diǎn)，我們其實(shí)想到的是什么呢？其實(shí)我們就把坐席輔助的AI問(wèn)題變成了一個(gè)智能知識庫的問(wèn)題。而知識庫的發(fā)展經(jīng)過(guò)了這么些年的技術(shù)不斷迭代，產(chǎn)生了諸如知識圖譜、圖數據庫等黑科技，改善了很多，目前還存在兩個(gè)最大的瓶頸：知識錄入的效率和有效閱讀理解的問(wèn)題。
比如客戶(hù)拍個(gè)腦袋：這里有300份產(chǎn)品文檔，有pdf，有excel，有word的doc和docx，還有TXT，還有PPT的，你如何幫我有效的轉化成知識并錄入到知識庫中去？答案是并不容易。
有多少人工就有多少智能，甲方乙方一起來(lái)。
文字的隨意性特別大，區別于語(yǔ)音標注和圖像標注由專(zhuān)業(yè)第三方數據標注公司來(lái)提供服務(wù)，文本知識標注是不存在這個(gè)行業(yè)的。一方面是企業(yè)擔心由于信息安全不會(huì )將企業(yè)內部知識交付于第三方公司來(lái)去進(jìn)行數據標注，而數據標注公司也不具備這種強專(zhuān)業(yè)性的文字知識標注工作，而且量還不大。所以呢，智能知識庫的問(wèn)題居然演變成了知識的有效錄入的問(wèn)題，而從目前得到的廣泛實(shí)踐來(lái)看并沒(méi)有特別好的方法能夠解決這樣的問(wèn)題。我們已經(jīng)能夠看到一些AI企業(yè)試圖用規范的文檔結構塞已有知識來(lái)提高效率，但是同樣“塞”的過(guò)程還是耗費大量人力。同時(shí)我也看到一些比較優(yōu)秀的客戶(hù)從知識的生成端就開(kāi)始著(zhù)手去打造這樣的問(wèn)題。記得在很多年前華為在產(chǎn)品文檔開(kāi)發(fā)時(shí)，就已經(jīng)采用了多標簽標注系統的技術(shù)來(lái)迅速地生成不同版本不同特性不同規格的文檔，也許這種技術(shù)也會(huì )應用在企業(yè)知識庫搭建和知識編寫(xiě)的過(guò)程中。
關(guān)于自然閱讀理解，我相信短期內是一個(gè)比較難以逾越的問(wèn)題，因為行業(yè)知識庫的這種特性太強了，每一個(gè)行業(yè)都會(huì )有特定的知識和特定的產(chǎn)品庫，這可不是閑聊機器人那種靠寒暄集就能解決的問(wèn)題。
我個(gè)人認為：每個(gè)特定行業(yè)都應該有一家帶頭大哥來(lái)做智能知識庫的能力輸出，如果他們愿意輸出的話(huà)...（Fintech同學(xué)請坐下）
由信息轉化成知識本身就已經(jīng)挺難的，能不能用知識根據5W1H來(lái)生成問(wèn)題呢？可能就更難了，那能不能用知識推理并反問(wèn)問(wèn)題呢？可能是難上加難了，相信業(yè)界的專(zhuān)家能夠給出更好的實(shí)踐。
呃，超綱了啊，最后一點(diǎn)我們來(lái)說(shuō)說(shuō)智能培訓。
人們往往會(huì )說(shuō)坐席培訓跟人工智能有什么事情啊？殊不知科技發(fā)展速度之快，已經(jīng)讓坐席能夠擁有AI培訓系統。它旨意通過(guò)AI的方式來(lái)學(xué)習客戶(hù)與坐席的對話(huà)，注意是學(xué)習客戶(hù)不是學(xué)習坐席，學(xué)習客戶(hù)的提問(wèn)方式，提煉出共性。最后用TTS或者真人錄音用來(lái)去模擬客戶(hù)去進(jìn)行一個(gè)真實(shí)電話(huà)的撥打坐席，通過(guò)提出不同的問(wèn)題來(lái)檢測坐席的回復是否準確符合標準sop。這樣子的一種系統呢，有人戲稱(chēng)為“坐席養成系統”。
聯(lián)絡(luò )中心里很大的一塊成本就是人力成本，而人力成本中其中很大的一塊就是培訓成本。智能培訓系統有效地切到了運營(yíng)管理者的一個(gè)痛點(diǎn)。目前存在的一個(gè)問(wèn)題就是模擬客戶(hù)發(fā)問(wèn)同樣是需要訓練。
我個(gè)人認為：智能坐席培訓系統方興未艾！
呃～～洋洋灑灑渾渾噩噩說(shuō)了幾千字，忽然發(fā)現字數太多了。改天重新找一個(gè)時(shí)間去聊一聊聯(lián)絡(luò )中心的AI發(fā)展之運維管理層，明天我可不寫(xiě)了，手指辛苦。不過(guò)您看得也辛苦了！多謝指正！要不，贊賞下？
