AI能給呼叫中心帶來什么?

1956年的夏天,達特茅斯學院拉開了人工智能(Artificial Intelligence)的序幕。麥卡賽、明斯基、羅切斯特和申農等一眾年輕的科學家們首次提到:智能的任何其他特性的每一個方面都應被精確地加以描述,使得機器可以對其進行模擬。

歷經幾十年的探索,人機對弈、對話機器人、自動駕駛等AI成功案例紛紛出現,更多AI應用悄然進入人們的工作和生活。然而,研究者與專家對AI的理解和未來仍各有不同。來自天潤融通的程鋒、愛因互動的王守崑和亞馬遜AWS的王世帥分別發表主題演講,展現了人工智能在多個領域的最新實踐。

加大推力

身處人工智能的黃金時代,我們如何看待AI在半個世紀中的跌宕起伏 ,又是什么原因讓該技術實現突飛猛進?

沒有數據,機器就無法學習。信息技術的快速發展與普遍應用,為AI發展積累了寶貴的海量數據,讓算法可以大展拳腳。云計算帶來了強大的計算能力,改變了超級計算機對AI探索一枝獨秀的局面。云計算是大數據分析的前提,降低數據提取過程中的成本。

對于擁有數百萬用戶的企業聯絡中心,每天會產生海量的語音數據,長久以來缺少有效挖掘這些沉睡寶藏的工具?!耙治鲞@些語音,首先要把非結構性的語音數據轉成結構性的文本數據,這其中就會用到人工智能的語音識別技術,但因為對計算處理效率的要求特別高,語音數據的挖掘與利用一直未能成熟”,天潤融通人工智能產品經理程鋒分析說,“直到2015年云計算的出現,提供了強大的算力支撐,語音數據的聚類分析才有所發展?!?

“算力的提升確實能夠幫助我們訓練更復雜的模型”,愛因互動的王守崑對此深有感觸,在清華大學就讀期間,做一個神經網絡模型最多只能做三層,再增加層數會降低運算效率,模型難以訓練。當時整個實驗室20臺機器加在一起訓練,也無法保證特別好的訓練效果。但現在一款售價3000元手機具備的算力,都要比當時整個實驗室的算力高。

亞馬遜AWS的王世帥認為,AI熱潮起始于深度學習,而深度學習的基礎是云計算。由斯坦福大學舉辦的圖像識別大賽,參賽者們根據1000萬張圖片進行模型訓練,最終以識別準確率評獎。2014年,有人用15層的神經網絡模型一舉奪得桂冠。到今天,已經有人訓練出150層的神經網絡模型。云計算的廣泛應用,讓超級算力的獲取變得更加容易,不需要像過去那樣,先集成一批機器設備,為算力做很多復雜的前期準備。


飛向天空

天高任鳥飛,AI也需要找到自己的天空。專注機器人對話的愛因互動,將AI的落地場景率先瞄準在銀行金融領域,因為不涉及實體交互,金融是一個由數據往來構成的行業,銀行業的數據化和信息化發展程度相對領先,數據資源多,具備AI落地的基礎。

在聯絡中心領域,AI作用更加突出,成為提取分析語音數據的必不可少工具。程鋒認為,AI主要有兩個場景,呼入場景和呼出場景。在呼入層面,通過AI來優化運營管理,持續提升企業對外服務能力。

主要的場景應有有:智能IVR、智能知識庫

智能IVR:相信我們都有過給企業客戶熱線打電話打經歷,你打電話咨詢某公司客服,首先聽到的是一段標準的語音,接著就是語種選擇,接著業務選擇,再接著業務細分選擇,最后可能聽了老半天得到的就是一段官方的對話。自己的問題還是沒有得到解決。倒不如直接選擇人工,解決的快。這個時候我們的智能IVR能通過語音識別和自然語言處理,快速并且高效的理解你的需求,并通過該公司業務系統的智能知識庫,進行關鍵詞檢索,鎖定該業務的答案,并通過TTS、系統錄音或者最原始的短信將當前業務的答案發送或者觸達給你。

在呼出場景下,實現智能營銷,通過轉寫分析語音數據,充分挖掘潛藏的客戶需求。包括營銷過程中的話術推薦,這些都是建立在智能質檢和智能知識庫的基礎之上的。天潤融通的人工智能系統同時更注重無效客戶識別,通過識別無意向的客戶,降低騷擾標記的同時,提高座席產出效率。

未來AI還會在哪些行業有所突破。人工智能落地首先是在語音層面,因為語音離人最近也最直接,大家都喜歡用語音去做一些更有效率的事情。除了語音層面,AI還可以在圖像識別技術,或在替代人工基礎重復的工作場景下發揮作用。

AI已經可以察“顏”觀色,但要想聽懂“弦外之音”,仍然任重道遠。同一圖像,人和計算機的理解層面是一致的。同一張圖片,同一個像素,人類和機器的理解不存在跨越。通過強大的算力圖片表達的意思剝離出來不難。但對于聲音語言,尤其是語境語義的理解,計算機的處理方式和人類的處理方式是完全不一樣的。在AI領域流傳著一句論斷:自然語言處理是人工智能皇冠上的一顆明珠。等到AI能夠真正理解人類語言,并正確處理各種問題,這時的人工智能才擁有真正的智能、真正的意識。

與人為善

“在聯絡中心行業,AI的應用越多,人會越來越少嗎,或者說已有的員工會越來越懶嗎?”不止是程鋒,從事人工智能相關行業的人,或多或少都會被問到“AI是否會代替人工”的問題。

但AI的應用不會讓人變得懶惰,反而會愈加勤快。以聯絡中心為例,AI更多起到監督管理的作用,幾個質檢員要監管幾千座席規模的聯絡中心,問題難以精準定位,但有了AI的輔助,很多基礎繁復的質檢工作都可以由機器快速完成,人能夠更專注于管理優化,而非質檢過程本身。AI也會降低人力成本,以前需要很多人去做一件事情,現在有了AI,機器的超級算力能代替許多人同時工作的效率,一定程度上會減少人力。

比如:一個50——100人之間的中等規模呼叫中心,一般公司需要安排2-5個質檢人員,從大數據來看,一天的質檢數據其實也就是話務量的3%-5%,而且這是建立在理論基礎之下的,如果在實際中,效率可見是非常低的。在這種情況之下,大多數的公司都是采用抽檢的方式,無法做到100%全量質檢。

而人工智能技術就可以很好的解決這個問題。具體是先通過技術轉成文本,然后依托大數據進行關鍵詞匹配,這樣就能夠清楚的知道整個呼叫中心現場的話務質量統計和趨勢,同樣這樣可適用于單個話務員的話務質量分析。而天潤融通的智能質檢系統更優一步,可通過關鍵詞快速定位需檢錄音,一方面節省了質檢的時間,另一方面也節省了質檢的費用。

當然了,人工智能的成效還不盡人意,AI當前實現的能力與企業的期望還存在差距。以程鋒的智能質檢項目為例,語音識別率是亟待解決的問題。通過雙軌錄音標注系統、人工標注、機器學習、行業建模等方式,持續優化語音轉寫精準度。效果肯定是越來越好的,成本也會越來越低,據第三方權威機構GARTER的評估,到2020年止,全球85%的呼叫中心將會進行數字化變革。智能機器人將依托于強大的技術力進入到另外一個更成熟的階段。

“我們所看到的是技術能快速彌補業務所需。長遠來看,AI這條技術曲線是不是足夠高,是不是能快速達到客戶預期,如果兩條曲線能夠快速融合,我認為眼前障礙都不是障礙”,王守崑說。

隨著越來越多的質檢項目入駐天潤融通,我們也將通過客戶的需求不斷的迭代我們的AI產品,真正意義上的為客戶創收!

關于天潤融通

北京天潤融通科技股份有限公司(簡稱:天潤融通)創建于2006年,是中國領先的智慧云聯絡中心服務商。

天潤融通致力于推動聯絡中心的系統和資源建設從“硬件集成”向“云化服務”轉變,整合通信、網絡、云計算及人工智能等技術,開創了聯絡中心新的服務模式,讓企業與客戶的溝通從此變得簡單與高效!目前,天潤融通服務的客戶覆蓋了保險、汽車、教育、旅游、本地生活、企業服務、房產等十多個領域,包括太平洋保險、百度、今日頭條、去哪兒、新美大、寶馬、萬科物業、鏈家網等眾多知名企業,客戶數量已達上千家。天潤融通現有員工近300人,總部設在北京,并在上海、深圳設立華東、華南總部。

了解詳情,請訪問:ti-net.com.cn  聯系電話:10109099

掃描(長按)圖片選擇『識別圖中二維碼』關注我們公眾號!
上篇:中小型企業適合使用云呼叫中心嗎? 下篇:呼叫中心走向云服務的必然
免費試用
撥打電話
頂部
幸运365网彩合法吗 好多群股票微信 热门股票推荐 一个人可以开几个股 股票投资回报率 股票投资分析论文 手机股票软件哪个好 股票的论坛 股票三板论坛 明天那些股票涨停 虚拟炒股app