視頻來(lái)源 | 客戶(hù)觀察·2021（第五屆）華東峰會(huì)

分享嘉賓 | 普強(qiáng)銷(xiāo)售VP張治

分享主題 | 從熵增定律理解AI在呼叫中心的應(yīng)用

本文速覽：

1.熵增定律

2.客服中心管理過(guò)程中的問(wèn)題分解

3.價(jià)值系統(tǒng)和輔助工具

4.AI應(yīng)用實(shí)踐

1、熵增定律

了解熵增定律首先要了解熵的定義:事物的混亂和無(wú)序程度，在孤立系統(tǒng)下，熵是不斷增加的，當(dāng)熵達(dá)到最大值時(shí)，系統(tǒng)會(huì)出現(xiàn)嚴(yán)重混亂，最后走向衰敗。任何情況和事情如果不通過(guò)外力的干預(yù)將會(huì)變成靜止。我們講到熵增定律的時(shí)候，我們?cè)谏町?dāng)中如果一個(gè)房間長(zhǎng)時(shí)間的不去打掃就不堪入目，我們的身體不去鍛煉會(huì)變得肥胖，我們要通過(guò)外力這個(gè)外力就是我們的運(yùn)動(dòng)，人類(lèi)從現(xiàn)在到衰老的一個(gè)過(guò)程當(dāng)中也是一個(gè)熵增的過(guò)程，我們要通過(guò)鍛煉，外力的抗增叫熵減），我們通過(guò)AI的應(yīng)用把呼叫中心的一些遇到運(yùn)營(yíng)管理的問(wèn)題，怎么通過(guò)商檢來(lái)給呼叫中心企業(yè)的用戶(hù)提供助力。

呼叫中心是典型熵增的過(guò)程，從最早的紙質(zhì)的宣傳頁(yè)到后來(lái)電話(huà)媒體，整個(gè)呼叫中心的演變?cè)絹?lái)越復(fù)雜，整個(gè)渠道有語(yǔ)音、文字、圖像、視頻的，整個(gè)系統(tǒng)服務(wù)也越來(lái)越復(fù)雜。所以我們?cè)诿總€(gè)系統(tǒng)相對(duì)孤立，數(shù)據(jù)多樣化的情況下，怎么把數(shù)據(jù)和系統(tǒng)整合起來(lái)，讓他變得有序，讓客戶(hù)得到最好的體驗(yàn)?zāi)?，這是值得思考和需要解決的問(wèn)題。

2、客服中心管理過(guò)程中的問(wèn)題分解

這是我們非常常見(jiàn)的在呼叫中心系統(tǒng)的架構(gòu)，在整個(gè)架構(gòu)中我們可以看到每一層都有AI的身影。接入端，有接入渠道的協(xié)調(diào)，還有動(dòng)態(tài)的智能IVR，到后來(lái)實(shí)時(shí)輔助、智能外呼整個(gè)過(guò)程在服務(wù)過(guò)程系統(tǒng)層面上都少不了AI的身影，所以AI是呼叫中心熵減的外力，AI中臺(tái)目的是為了讓員工和管理層費(fèi)力度降低，這是熵減的過(guò)程。

在每個(gè)層級(jí)應(yīng)用過(guò)程當(dāng)中我們會(huì)幫助呼叫中心應(yīng)用一些智能化工具。比如：語(yǔ)音識(shí)別，語(yǔ)音合成，自然語(yǔ)音處理，純粹的AI智能插入到客戶(hù)端應(yīng)用是起不到任何價(jià)值的。除了產(chǎn)品之外還有技術(shù)服務(wù)支持，一定要場(chǎng)景化落地，這種場(chǎng)景化就是經(jīng)驗(yàn)和服務(wù)的積累。

在十幾年的服務(wù)過(guò)程中，我們積累了超十萬(wàn)個(gè)模型，上千個(gè)應(yīng)用的場(chǎng)景，在語(yǔ)音分析、智能質(zhì)檢、實(shí)時(shí)輔助、機(jī)器人還有知識(shí)庫(kù)等等的應(yīng)用，我們把這些場(chǎng)景的積累會(huì)一一的傳遞到每一個(gè)潛在的客戶(hù)當(dāng)中去。

3、價(jià)值系統(tǒng)和輔助工具

這是我們?cè)诤艚兄行倪@一塊解決方案的模塊化實(shí)現(xiàn)。其實(shí)傳統(tǒng)的現(xiàn)在大家聽(tīng)到一個(gè)概念，某某公司某某客戶(hù)建立了一個(gè)智能AI的中臺(tái)，這個(gè)中臺(tái)是非常龐大的，要把各種各樣的系統(tǒng)有機(jī)整理起來(lái)，企業(yè)要付出很大的成本和代價(jià)也要付出很多的人力，乙方要投入很大的團(tuán)隊(duì)。但是我們看到，我們能不能把AI的應(yīng)用模塊化，我今天想要用到的這些東西能有機(jī)快速的融入到現(xiàn)在已有的系統(tǒng)里。我們做了一套基于普強(qiáng)大腦的AI模塊化產(chǎn)品，把這些AI模塊化分三層，一層是AI模塊解決了基礎(chǔ)的技術(shù)問(wèn)題，比如說(shuō)我們建立呼叫中心分析模型的時(shí)候，叫建模聯(lián)想、原因挖掘、情緒分析還有語(yǔ)境的自然搜索，解決了語(yǔ)音變文字之后應(yīng)用場(chǎng)景技術(shù)的底層能力，這是我們的AI模塊。

在AI模塊這上面其實(shí)研發(fā)了有十幾類(lèi)產(chǎn)品，大部分是基于語(yǔ)音語(yǔ)義還有機(jī)器人TTS語(yǔ)音合成，還有語(yǔ)音搜索引擎做成標(biāo)準(zhǔn)化的產(chǎn)品，其中也有智 能質(zhì)檢系統(tǒng)。基于這個(gè)場(chǎng)景上，我們?cè)跉v史服務(wù)過(guò)的300-500家的客戶(hù)服務(wù)過(guò)程當(dāng)中，把客戶(hù)的應(yīng)用場(chǎng)景都積累成業(yè)務(wù)場(chǎng)景，形成場(chǎng)景化的服務(wù)還有模塊化場(chǎng)景化純鏈條的專(zhuān)業(yè)服務(wù)給到我們客戶(hù)。其實(shí)在AI建設(shè)過(guò)程當(dāng)中，不需要一下子建成行業(yè)內(nèi)有標(biāo)桿性人工智能的方案系統(tǒng)，我們可以做到三年到五年的規(guī)劃，從一個(gè)呼叫中心沒(méi)有任何AI元素到逐漸的變成純AI輔助的，能夠解決我們呼叫中心部分業(yè)務(wù)70-80%解決力這樣的應(yīng)用系統(tǒng)。

在做質(zhì)檢的時(shí)候我們常常遇到一個(gè)問(wèn)題。解決方案客戶(hù)提出，怎么保證我的數(shù)據(jù)安全，錄音要給到你，你要幫他優(yōu)化，在訓(xùn)練錄音的時(shí)候，其實(shí)是含有客戶(hù)信息的，在這個(gè)質(zhì)檢這一層，其實(shí)有一個(gè)叫自適應(yīng)自訓(xùn)練平臺(tái)。在未來(lái)使用智能質(zhì)檢工具的時(shí)候，完全不需要把錄音拿出來(lái)，自己在辦公室自主就可以完成了，自主的錄音標(biāo)注，他可以解決；歷史開(kāi)展的業(yè)務(wù)有不正確的，可以標(biāo)注糾正。但是明天可能要去外呼新的業(yè)務(wù)，這些新的業(yè)務(wù)有新的名詞沒(méi)有在錄音中產(chǎn)生，可以做預(yù)標(biāo)注，這樣就會(huì)給我們?cè)谡麄€(gè)的業(yè)務(wù)拓展快速性和適應(yīng)性上提供很大的便利，這就是我們的質(zhì)檢工具。

智能外呼機(jī)器人有兩塊一個(gè)是呼入呼出，還有我們的智能IVR，呼入呼出機(jī)器人是一體的，不要分開(kāi)的，他是隨意切換的場(chǎng)景，這個(gè)解決在購(gòu)買(mǎi)機(jī)器人的時(shí)候常常是有我們的客戶(hù)會(huì)告訴我們，你買(mǎi)的是呼入還是呼出，呼入是多少呼出是多少，我們是一體的。

還有一個(gè)就是叫精準(zhǔn)的用戶(hù)畫(huà)像，我這里分享一個(gè)銀行客戶(hù)的案例：最大的痛點(diǎn)他有很多很多的用戶(hù)，很多的客戶(hù)群這類(lèi)客戶(hù)其實(shí)標(biāo)簽也都有，但是就是沒(méi)有產(chǎn)出。我們跟他交流我們推出叫一個(gè)有溫度的標(biāo)簽，其實(shí)傳統(tǒng)的標(biāo)簽是在講我們客戶(hù)年齡身高家庭住址收入自己的財(cái)產(chǎn)情況等等。這些情況是你去跟客戶(hù)溝通和服務(wù)和銷(xiāo)售的一個(gè)依據(jù)，這個(gè)也沒(méi)有錯(cuò)。

但是客戶(hù)真正的心里動(dòng)態(tài)是怎么想的，他想不想知道有錢(qián)的人不一定會(huì)買(mǎi)有錢(qián)的東西，會(huì)買(mǎi)高價(jià)值的東西，我們推出了一個(gè)叫心理畫(huà)像，我們把人分成27類(lèi)，每一分類(lèi)這種人的購(gòu)買(mǎi)意向，購(gòu)買(mǎi)意愿，平時(shí)怎么去表達(dá)，在溝通過(guò)程當(dāng)中怎么快速捕捉他屬于哪一類(lèi)的，這一類(lèi)人用什么樣的形象方式或者什么樣的服務(wù)方式能觸達(dá)心靈深處，把傳統(tǒng)的標(biāo)簽加上客戶(hù)心理購(gòu)買(mǎi)意愿和服務(wù)意愿這些標(biāo)簽結(jié)合起來(lái)，整個(gè)的服務(wù)才會(huì)變得更加有溫度。

常常發(fā)現(xiàn)兩個(gè)問(wèn)題：有很多應(yīng)用系統(tǒng)很強(qiáng)大，但底層的自身能力不強(qiáng)，底層能力不強(qiáng)并不是講技術(shù)不行，而是整個(gè)業(yè)務(wù)場(chǎng)景是發(fā)生不同的變化的。特別是在我們呼叫中心過(guò)程當(dāng)中其實(shí)常常我們ASR（音）識(shí)別準(zhǔn)確率非常高，在保險(xiǎn)業(yè)有的做到95%有的做到98%，但不代表會(huì)一直這樣，因?yàn)槊魈斓姆绞桨l(fā)生變化了，它的準(zhǔn)確率會(huì)降低，我們會(huì)借助系統(tǒng)平臺(tái)及時(shí)的去幫助業(yè)務(wù)強(qiáng)化。

4、AI應(yīng)用實(shí)踐

一個(gè)新的企業(yè)，一個(gè)新的用戶(hù)要做去質(zhì)檢分析面臨幾個(gè)問(wèn)題。一我要想我對(duì)什么場(chǎng)景進(jìn)行質(zhì)檢，第二個(gè)在這個(gè)場(chǎng)景下面要建多少模型。銀行信用卡消卡的過(guò)程要有七八個(gè)數(shù)據(jù)模型支撐場(chǎng)景甚至更多。

首先有場(chǎng)景，在過(guò)去十年積累超十萬(wàn)個(gè)模型以及場(chǎng)景全部導(dǎo)入到質(zhì)檢產(chǎn)品里面，根據(jù)行業(yè)告訴你可以只要去做選擇題不需要在想告訴我你的業(yè)務(wù)是什么，你可以看到過(guò)去系統(tǒng)里面在銀行業(yè)在保險(xiǎn)業(yè)在物流教育健康等各個(gè)行業(yè)的模型，大家就快速的理解，然后整個(gè)的建立需求的過(guò)程就非?？旖?、簡(jiǎn)單。

第二個(gè)可視化的專(zhuān)業(yè)質(zhì)檢報(bào)表，傳統(tǒng)的質(zhì)檢報(bào)表是我們做了一下更新，因?yàn)槲覀儎偛胖v了一下，我們有數(shù)據(jù)中臺(tái)的概念，我們其實(shí)把數(shù)據(jù)中臺(tái)的一些板塊和應(yīng)用界面已經(jīng)推到質(zhì)檢，我們呼叫中心負(fù)責(zé)質(zhì)檢跟質(zhì)檢應(yīng)用相關(guān)的領(lǐng)導(dǎo)，其實(shí)根據(jù)自身的角色和關(guān)心的數(shù)據(jù)點(diǎn)快速看這些方法，我們還增加了叫風(fēng)險(xiǎn)輿情可視化，傳統(tǒng)的事情發(fā)生之后再去補(bǔ)救，現(xiàn)在推出底層的運(yùn)算，推出我預(yù)測(cè)你可能未來(lái)根據(jù)過(guò)去通話(huà)的結(jié)果和過(guò)去分析的結(jié)果，我預(yù)測(cè)你未來(lái)可能會(huì)有投訴，有多少人投訴什么樣的問(wèn)題。

對(duì)坐席能力的定量分析，在坐席服務(wù)客戶(hù)過(guò)程中，每個(gè)人的能力偏向其實(shí)不一樣。這一點(diǎn)正好坐席能力的分析和剛剛講的智能培訓(xùn)是結(jié)合的。我們?cè)谫|(zhì)檢的過(guò)程當(dāng)中去看同樣的問(wèn)題，這個(gè)坐席看產(chǎn)品的熟悉程度，每次打電話(huà)客戶(hù)問(wèn)產(chǎn)品總是有靜音時(shí)間或者回答不準(zhǔn)確，這些分析會(huì)及時(shí)的同步到培訓(xùn)系統(tǒng)，培訓(xùn)系統(tǒng)自動(dòng)的會(huì)生成跟產(chǎn)品相關(guān)的問(wèn)卷，我們通過(guò)培訓(xùn)產(chǎn)品的系統(tǒng)化跟他互動(dòng)，看他改善的能力。這是分析產(chǎn)品推出來(lái)的應(yīng)用叫語(yǔ)音分析。

我們把培訓(xùn)系統(tǒng)和我們的分析質(zhì)檢系統(tǒng)相有機(jī)的整合在一起，整個(gè)培訓(xùn)過(guò)程可以通過(guò)拖拉生成的，不需要我們自己定義，我們還有數(shù)字人的一個(gè)概念放在整個(gè)的培訓(xùn)產(chǎn)品里面，我們?cè)谂嘤?xùn)過(guò)程當(dāng)中一有機(jī)器人和你互動(dòng)，可以通過(guò)機(jī)器人給你打電話(huà)，達(dá)成千人千面的培訓(xùn)效果，第二個(gè)還有通過(guò)視頻的培訓(xùn)觀察你在表達(dá)這個(gè)概念和回答了時(shí)候，你的眼神、表情整個(gè)狀態(tài)是什么樣的，來(lái)給你評(píng)分。

還有一個(gè)外呼機(jī)器人，大家想一想，如果做機(jī)器人你的TTS和機(jī)器人的應(yīng)用場(chǎng)景全部是一個(gè)廠商提供的會(huì)有什么效果，那不一樣了。在做機(jī)器人外呼的時(shí)候，因?yàn)槟阍谕夂糁澳悴恢肋@個(gè)機(jī)器人的準(zhǔn)確率是多少，我們可以去做預(yù)標(biāo)注可以把你可能發(fā)生的一些關(guān)鍵的詞提前去關(guān)注。

第二，在整個(gè)機(jī)器人的技術(shù)包括ASR是我們自己的，ASR的調(diào)整就很快捷，當(dāng)我們?cè)诓渴饳C(jī)器人的時(shí)候，有一個(gè)叫遠(yuǎn)程ASR調(diào)用的概念，當(dāng)我們的機(jī)器人服務(wù)器發(fā)生意外的時(shí)候，我們有跟云端互動(dòng)，會(huì)隨時(shí)監(jiān)控，我們就通過(guò)云端的機(jī)器人幫你接管你的業(yè)務(wù)了，這個(gè)是根據(jù)我們?cè)诤献鞯倪^(guò)程當(dāng)中雙方共同達(dá)成的。

TTS我們目前有幾十種記錄的聲音，還有幾大地方的方言只需要帶普通話(huà)的方言都沒(méi)有問(wèn)題。這一塊就是剛剛講的數(shù)據(jù)中臺(tái)，這一塊傳統(tǒng)的在呼叫中心的數(shù)據(jù)是要通過(guò)人工的導(dǎo)入到處各個(gè)系統(tǒng)的整理人工整理分析通過(guò)供應(yīng)商去把你開(kāi)發(fā)這樣的數(shù)據(jù)化報(bào)表再到處生成，但現(xiàn)在我們提供AI能力的數(shù)據(jù)統(tǒng)一整理的平臺(tái)，他可以通過(guò)NLP的能力提供底層對(duì)接的能力，把所有的數(shù)據(jù)報(bào)表快速的對(duì)接和展示，整個(gè)配置過(guò)程當(dāng)中只要你懂業(yè)務(wù)不需要懂技術(shù)，只要懂業(yè)務(wù)就能快速的生成你想要的報(bào)表的形式。

報(bào)表的形式有各式各樣的，而且每個(gè)報(bào)表形式展現(xiàn)形式后面是可以通過(guò)我們不同的去深挖挖掘每一個(gè)圖片后面整個(gè)交叉的分析，不是傳統(tǒng)只是看到報(bào)表樣式。剛才介紹其實(shí)就是普強(qiáng)一些產(chǎn)品，這些產(chǎn)品其實(shí)是一個(gè)給呼叫中心提供價(jià)值的，也是片頭講我們熵增給呼叫中心提供外力讓呼叫中心各個(gè)系統(tǒng)運(yùn)作，數(shù)據(jù)更有條例不變混亂。

點(diǎn)個(gè)“在看”