由51Callcenter主办，张家港市人民政府联合主办，国家工信部、人社部指导的2020（第十三届）大数据应用及呼叫中心产业峰会暨2020（第十三届）“金音奖”中国最佳客户联络中心及卓越客服体验评选颁奖典礼与国际峰会于2020年11月18日-20日在上海.锦江汤臣洲际大酒店圆满举行。

中共中央宣传部原办公厅主任薛启亮

中共中央宣传部原办公厅主任薛启亮、全国呼叫中心行业自律与监督委员会主任蒋建军、张家港市代市长韩卫、4PS国际标准/CNCBA主席颜晓滨、51Callcenter执行总裁唐爱琴等领导及数百位企业高管出席年会。

平安金服副总经理罗隽做了主题为智能客服，领先之道的演讲。

平安金服副总经理 　罗隽

罗隽：尊敬的颜主席，各位同行，大家上午好！今天非常荣幸有这个机会来到4PS国际标准论坛分享一下在过去三年里面，平安金服在智能客服领域做出的一些实践。

我们的实践我觉得刚才周总讲的时候特别感慨，特别强调讲的是场景。我们这三年下来之后，认识非常深刻。

大家现在看到的可能是很通用的智能客服的架构，下面是一些引擎的技术，当然平安都是自己研发的，中间是一个中台，应用到智能客服、智能外呼等，这个架构都是通用的。

我们今天分享的核心的逻辑是平安怎么达到智能效果的。我们心里都非常清楚，在绝大部分的公司里面，我们的客服部门是被定义为成本中心的。有了AI之后，行业里面都是希望用AI去替代人的。

我讲的结论就是在过去三年里面，我们用刚才这套机构，用我们的决策模型方法论和一套管理体系，替代了70%的座席，而且这个是绝对值得替代的。

我们从2018年5.7亿次一年的服务到今年是9.2亿次。大概三年翻了接近一倍的服务量，但是我们的人力从2018年到今天，大概少了六千多人。

绝对人力的减少，这个大部分的功劳肯定归功于我们的语音机器人、文本机器人包括一系列AI辅助的技术。今天时间比较短，后面干货比较多，就快速地往下进行。

首先这个是平安已经把它产品化了。

产品化的意思就是可以对外销售了。整个平台上的每一项技术都是平安自有的技术。我们自己的NLP、DM、TTS等。下面在座可能部分是厂商，很多应该是负责运营的同行。

陈总，我们就是做客服，一年要做几亿次服务。想用AI去替代座席的时候，厂商告诉不了我们哪些客服哪些业务可以被机器人替代。只是说这个技术可以支持把场景用上来。我自身的体会就是，业务先行，业务决定的AI应用的边界和效果。

我这个模型其实是一个最大化，就是我们的同行很多时候说用AI做一点就好，有一点效果就好。

在平安用的是反的。领导说你能不能三年消灭90%的座席。他出这个题目的时候我们不能说我消灭10%，必须是90%。

如果不是90%，你要拿出不是90%的理由来。所以我们用这个模型做出来之后就会告诉老板，我们三年能消灭70%。为啥是70%，领导你听我讲。

平安金服副总经理 　罗隽

首先从业务的角度，我们的场景也就是我们的业务，比如车险方案是一个业务，信用卡账单查询是一个业务，销卡是一个业务，挂失是一个业务。

S是场景，分了五级。其实第五级S5被我们称为是绝对不能用机器人，只能用人的。可能有合规的问题有监管的要求有风险的问题有难度特别大的。反正我们定义的S5只能用人。S5以下的就可以用机器。剩下几个里面又分两种，一种是S1-S3，我们认为是完全可以用机器的。

人能做，机器也能做，机器肯定可以替人做。S4就特殊一点，我们把它称为半自动。有些业务如果客户是这样选的，机器人就可以做。如果那样选还得人做。

我们在做信用卡服务的时候，有些客户会来销卡。如果手上有三张卡，消某一张就可以给他消了，如果把所有卡都消了，这个公司会按照以往的用卡的历史经验给一个标签，要不要挽留。

因为有些客户是不用挽留了。在客户选择消某一张卡的时候，机器人就办了。谈判的过程必须要人来，很有可能觉得卡面不漂亮，不可能机器预先设想到所有的可能。我们可以告诉领导，机器人能够替人做的场景是从S1多少，S2多少，S3多少，剩下的S5是不行的。

这个模型出来之后目前在整个平安9511，加起来覆盖了多少业务呢？87%。如果我有一百份或者每天一百万的话务量，机器人能接87万，可以不用人的。

但是客户不用是另外一个维度。这就涉及到C模型，C就是指客户。我们把客户也分了五级。这里面只是举例子。我们的情况比较复杂。我们是平安集团内部的平台公司，服务的平安内部的30家子公司。我们9511是综合服务热线，可能是银行的可能是信用卡可能产险可能平安证券的。

实际上CS模型是每个部门每个业务线分开的。比如有产险，寿险行业的，信用卡行业的。等会儿会给大家看实际的例子。这个也很好理解。

这个决定对哪些客户用机器人，对哪些客户不用机器人。S模型是对哪些业务用机器人，C模型是对哪些客户不用机器人。

特殊客户，好理解，公司领导、行业监管、媒体记者、投诉重点专业户、VIP客户。我们认为这些人要用人服务比较稳妥。不管办的是啥，只要打我们电话就接人工。

第二类是价值客户。比如信用卡就做管制客户，有些人用卡习惯不太好。平时用没问题，忽然某几笔交易他会去批发类的商会去交易，有套现的嫌疑。一下子就把它限住了。

20万的额度变成一千的额度，怀疑你套现。这不是人做的。你触发了条件，比如说十点钟在上海刷了一笔，十一点在澳门刷一笔，不给你冻结是对你的不负责任。这是管制客户。这种情况下客户卡一被管制，短时间就来电话。这种电话就不要机器人。不管问啥都是跟卡的不正常的状态有关。有的部门就把C4称为价值客户，比如颜老师这种客户，他不管什么时候打我们电话，都有很多东西想卖给他。不管他进来做什么服务，再简单也进人工，因为要卖东西给他。9511作为一个客服中心，首先我们不是成本中心。

今年大概我们做了4300多亿的销售，理财、贷款、保险。员工每接一通电话能卖1300多块钱，里面有三分之一是保险，20%是贷款，50%左右是理财。接电话实际是赚钱的。但是因为老板要减人，该减还是要减。这就是我们价值客户的逻辑。这是C4。

C3很简单，这是行业里最常见的，那个客户任何时候打电话都要进人工。

如果员工AVR的时代，就按0按9，反正不跟你废话，就要接人工。现在换了语音机器人就说我要人工服务，别的信息不给。这个机器人就没办法，两次这种情况下就给他转人工。

剩下的客户就是常规的客户，就看业务。这个模型应该很好理解。这个模型一框，框出来哪些客户哪些业务用机器人，哪些客户哪些业务用人。

我刚才讲的，我说的是一个汇总的数，不同业务线不一样。比如说银行零售客户92%的业务都用了机器人。

信用卡大概是90左右。寿险客服少一些。平均目前在平安打9511的，87%的业务机器人都可以服务。不同的业务线，C模型比例不一样。但是总的来说使用这个模型来筛选对客户使用。过去的三年里面我们替代了六千左右的人力。

我们后面干货都在报表里了。逻辑是由这几个维度，不细讲。什么产品是S1S2S3，用这五个维度做判断。在座的如果有金融业的同事就很简单，我全部都分好了。大家客户差不多，基本上就可以用。其他的行业就按这个雷达图的维度自己去判断哪些业务是S1S2S3。

下一个其实是我们的选了这个业务用机器人，我们要通过工具去把它做上去。

这个工具就是对话管理平台，平安的DM对话管理平台我们叫支点，大家能看到过去三年上的场景的速度。

在2018年我们做出这个对话管理平台的时候当年上了462个场景。2019年这个平台升级到2.0，上到1500多。

一年上了1000多个场景。今年基本上已经上完了，就剩几个了，升级到3.0以后，场景数是1676个，代表1676个业务，对应的话务量就是服务量，就是87%。87%的业务机器人都可以替人去做。工具不详细讲。

场景上去之后，不是一开始解决率就这么高。

刚才CS模型，如果对什么客户对什么业务上了机器人之后，下一个问题就是客户用了用了这个机器人有没有解决问题。没有解决问题怎么去优化，去训练，调整这个机器人，这是我们的一个方法论。我们通过自己建了一个两百多人的AI训练中心。

最近和一些同业交流，我发现这个问题大家比较忽略。某家大银行花了挺多钱做了AI，问他训练中心有没有，有多少人，他说有六个。一听就傻了。这就有点不对劲了。哪来的自信，六个人就可以做起来。我们用了两百多人，在过去的三年里面。今年现在降到170多了，明年估计还能少几十个。

同志们，AI是训练出来的。刚才作为业务部门的代表，把CS模型做完之后由业务部门同事使用对话管理工具把场景上上去之后，解决率可能很低的。

再通过非常快速的时间把训练优化，当然方法论就见仁见智。很多同业讨论过，只是标注，我估计三分之一都不够。方法论如果出来讲课至少能讲一周。训练AI，调优，达到提升。

右边放了两个指标，这两个指标，其实意义不是特别大。就是ASR音转字，还有字转音。这两个指标平安自有产品经过训练也达到了95-96之间。其实它不是最核心的。

后面，就是我一千多个场景上去了，每天使用量有多少呢？等一下分享的报表应该是大前天是十一万多，大概每天我们的语音机器人十几万。这就跟运营一个比较中大规模的呼叫中心差不多了。一千多个业务上去机器人回答一天十几万的业务量就有一套管理体系，跟管座席差不多。

我们做了一套管理体系，只列最简单也是最终的几个指标。第一个我们叫AI的解决率，是下面这个。

这个解决率套用的是我们原来座席管理最常见的一次解决率。座席接了客户的电话，24小时之内客户没有再次来电问同样的问题就视为解决。这里提出来的AI解决率是客户拨打我们9511，全程通过机器人服务，然后离开没有转到人工，然后在24小时之内没有再打电话进同样的机器人或者进人工问同样的问题。

我们称为AI解决了客户的问题。现在，我们的指标这个月应该都在90以上。我不知道在座做运营的同行们什么感觉。

如果AI的解决率大于90，其实它比人接得好。全行业人工服务的一次解决率就是84%-86%之间。我们做到90以上了。后面给大家看证据，这个不是吹牛，这是第一指标，机器人的解决能力。

第二个指标是刚刚说的覆盖率。

不要说就上一个机器人，这个解决得很好。因为我们要减那么多人，我们机器人要尽量替代人工。在银行、信用卡里面已经到了90%几。

第三个，领导更狠，不管语音机器人还是文本机器人，全年服务多少次客户，有多少用人了，多少没用人。

今年整个服务量基本上是9.2亿，我们现在做到84%点几是没有用人，只有16%左右是用人服务的。

第四个核心的指标就是你不要光解决问题。客户体验怎么样，原来人工服务有一套NPS，为了回答老板这个问题专门建立了一个语音机器人和文本机器人的NPS。

就是机器人服务完了以后也会按比例抽样去调查。这个是我们的运营管理的体系。不是这么点指标，很多指标。

这个就是指标的看板，一共九大看板。下面直接看几个具体的看板。

这是我们的一个主看板，这里看到目前是1667个机器人上线。11月19日是昨天，看到的数据是T-2天，解决率要过24小时。因为昨天要交材料了，看的数据是大前天的数据就是周二的数据。

那天有1667个机器人，其中银行有921，那天的数据都在这里。解决率是90，还有AI辅助座席，今天没有时间讲了。

这里面是一些预警，哪个解决率降幅比较大，会有预警。24小时服务，系统要实时观测哪个机器人宕机了，马上就要做动作。右边是我们设定一些敏感词，什么什么词出现了，也是一种预警。

这是我们的一个预警的机制。

这个就是我们分解了，刚才看到一共是11.8万，分布到财险、寿险、银行、信用卡等，每个使用量和解决率，右边是当天的数，下边这个图是品质分层。

虽然财险解决率是94.4%，但是有两百多个场景，怎么看这些场景解决率的分布呢？下面这个图就是分布。

蓝色的我们被称为优品，解决率大于90%的产品。良品是80-90，然后为次品、次品、废品。

代表性的像财险、银行是非常高，大于90的。这是比人接得好的。

因为全行业所有呼叫中心行业人工服务的一次解决率就是80%几。过90的几乎没有或者站不住，一天有两天有。

我们这个大于90的就是优品，比人接得好的。最差的像综合和寿险也有一半是比人接得好的，其中部分是跟人接得差不多好的，有些是比人接得差的。品质分层能够再分布一下。

下一个是S1S2S3S4，S5是人服务的，没上机器人。每个业务线，每个类型场景，这就是难度，谁都知道，刚刚那个图出来就知道S1肯定是最简单的，往上难度递增。

因为让我干掉那么多人，就把原来只能用人的也要拆出来。都拆进来之后也要关心它的解决率。现在看还可以。

S4肯定是最难的，放到一般人家都不会用机器人去做。但是现在看解决率也还可以。使用量并不低。说明什么？S1肯定是最简单的当然也是量最大的，S4就是最难的，但是不上就减不了那么多的人。因为使用量非常大，我的意思就是我们的S4相当于把原来大家认为必须由人服务的使用量非常大的场景都攻克了，柱子才有这么高。没有S4就很简单了。

S4在同业里只能用人的。后面提醒我时间到了，怎么办，不好意思。我标准演讲时间是30分钟，这给25分钟，我就差两张图。

这是过去七天的解决分布，初步分为银行系和保险系。

保险系里面财险、寿险、电销七天的解决率，起伏会大一些。银行系，平安银行、平安信用卡、平安普惠，普惠的起伏率大一些。但是都还不错。89、90几。

这是我们每天波动量最大的就是解决率变化最大的，有最好的和最差的两个产品。这个是训练中心用得最核心的，我为什么有两百多人在做，每一条没解决都会拿出来看，而且会分类。

分类的目的是交给不同的人去优化。最后，我们整个AI做下来一共有四个角色参与进来。

第一个角色是业务方，就是我们自己，下面有财险客服中心、寿险客服中心。原来管客服的同事称为业务方。他的职责是做CS模型，用DM，就是对话管理平台把这些场景上线。

第二个角色也是我这边管的，就是我刚才说的两百多人的训练中心，在内部拨出一部分人去到训练中心。

我们有一个训练管理平台，每天把所有的case拎出来去看，有些需要标注的就是他自己的活，有些需要退回给前面重新画图重新做对话设计的就退回。

有些是接口开发产品不对，客户查账单，机器人听懂了也给安排了但是查出来的数据不对，数据接口有问题就交给IT接口数据开发人员。

但是有一些问题，机器人和客户老是对不上话。机器人引导客户说话，有的客户就懵，就错过了还有一些风声、噪音、方言的问题。使用量非常大的就是车险报案，大部分都是在室外。这给很多同行的环境要艰苦。

说实话很多客服接的都是休息时间。我们有相当大的量是客户在车外，有车往来的呼叫声还有对面报案的声音还有人群围观。这就需要科学家，我们和他们合作。我们四个角色共同努力协作，才把智能客服做现在这个程度。

由训练中心去推动把所有的背景音分拆完以后分别交给这四个角色做优化，快速回来上线，快速滚动再往下继续使用。

最后这个是我们的各业务线的top。top5，手机上可以看top10。如果在座的有银行、信用卡、财险、寿险就很熟悉。

使用量最大完全能够看出来量和解决率。时间到了，五分钟也没有了。最后还是要讲一句话，打个广告。平安的风格不是说把这句话做完就好了。我们老板逼着我出来卖这个东西。但是我和外面摆摊的严格来说不是竞争关系。我们过去这几年，外面的伙伴们已经把在座的百分之七八十都卖掉了。

我们合作的点就是我们的中控层是兼容外面这些厂商的。比如讯飞，你买了他们家不要紧，可以不买我们平安的ASR、ASU。如果你觉得用得不满意想提升想跟我们研究像刚才说的CS模型，想减掉百分之多少的人，尤其是金融业。

1667个产品交付设计都是画好的，其实拿过来就能用。你想上多少，我们的银行、信用卡已经90%几的业务机器人都做好了。每天的使用率和解决量都做好了，如果你想做直接上图，ASR可以用别人的，NLP可以用别人的，但是解决率不赖我，因为我能分得出来。如果在座有金融业的同事欢迎跟我们来合作。

我不care你是不是买了别人的，也不会说兄弟们买ASR要分三年，我们可以合作上半截。今天时间关系，不好意思，耽误大家了。

本文由《全球客户管理》原创，欢迎关注，帮您一起涨知识