由51Callcenter主办，百度智能云联合主办的2021中国客户联络中心与大数据产业峰会将于5月27-28日(周四-周五) 在上海圆满召开，有几十场分享，上千人参加此盛会。4PS标准组织作为指导标准，中国呼叫中心与BPO产业联盟指导的年度最大规模盛会,期间举行了“客服智能化与数据化”和“客服管理标准化之路”等论坛，本届ACCC年会中国呼叫中心与BPO产业联盟、全国呼叫中心行业自律与监督委员会等机构为学术支撑单位，中国反侵权假冒创新战略联盟等单位协办与支持，两天高峰论坛合计累计吸引了上千位现场嘉宾及线上直播观众中总数超过50万人次观看。

天润融通首席科学家田凤占博士做了主题为联络中心智能化升级之路的演讲。


田凤占：非常高兴今天有机会和大家分享。我是天润融通的田凤占。这个题目主要是我们想站在联络中心的角度来看智能化的进程、方式、路径是什么样子的，我们会和大家分享一下我们的思考、理念和最佳的实践。
    
大致这样几个部分，一个看一下趋势，其实联络中心的智能化，大家已经是一个共识了，它是一个大势所趋。第二部分，我们分享一下在智能化的过程中我们应该遵循什么样的道路。最后简要介绍一下公司。首先我们看一下，其实呼叫中心或者联络中心，AI是一个相对比较新的东西。特别是在最近十年，在联络中心用的是比较多的。在没有AI的时候，联络中心其实体验不是足够好的。主要表现在什么方面呢？一个我们站在客户的角度来看，大家都说以客户为中心。我相信很多人都会有这样的经验。在业务高峰的时候电话打不进去。你想用在线去聊天，但是反应又很慢。非工作时间没有人理你。当你问一些难的问题的时候客服告诉你他现在解决不了，他会找专家座席去升级再给你回电。你等很长时间也没有人给你打电话。在早期的时候这种问题是经常存在的。
    

我们站在座席的体验来看，座席经常面临到的是大量重复问的问题一遍一遍重复答案，其实也是很无聊的事，工作价值也很低，座席也没有成长也没有成就感。另外当问一些难的问题的时候超出了它的范围又回答不了。他就又要去翻手册、查资料、去搜索，去想办法给客户去解答。对于电销，大家都知道，电销座席的工作时间很长，压力很大，都是按照绩效来考核的，流失率很高，成才很难，留存也很难。这是从座席的角度，从企业管理的角度，我们可以看到，因为很多不管是电商还是其他的行业，他们经常有业务的高峰。而对于业务的高峰来讲需要快速的扩容座席，其实是很难的。尽管你用BPO的方式还是存在一些管理的问题，很难伸缩性的满足业务的发展需求。

    
第二个客服和营销人员用什么样的话术和流程去和客户互动是不知道的，SOP执行得如何也不清楚。对于服务营销的质量管控其实是缺失的。还有一个座席的流失率很高特别是电销。存在的问题是什么呢？人员离职了再招聘，招聘完了再培训，又离职。这是一个恶循环。如果人员持续流失，不仅是培训的成本，同时其实它的绩效是很难保证的。还有就是外呼的接通率转化率低，没有智能的手段其实是很难提升的。当转化率低到没有办法覆盖人工成本的时候，联络中心业务就做不了了。这是我们站在客户座席和管理的体验来看，在没有AI的时候，有很多很多东西其实很难做到。
    

有了AI会带来什么样的变化呢？他可以在一定程度上帮助我们把联络中心这个成本中心向利润中心去转化。怎么实现呢？我们把传统的联络中心要升级成智慧型的联络中心。比如把传统的IVR升级成智能的IVR。现在银行都是说话办业务，说话直达座席，根据分类不需要按几级菜单去导航。这就是智能的应用。人工客服向智能客服，最典型的就是机器人。传统外呼向智能外呼，人工的抽样质检向全样质检。一般人工5%差不多了，如果用AI的技术可以做全样的质检。通过上面这些转化，就可以把联络中心一些单一的服务转化成一个全生命周期的服务。从客户的接入到互动到产品推荐到售后服务整个的全生命周期的服务，用AI去代替一部分人工辅助运营，并且也可以在一定程度上去辅助人工。这是有了AI我们能带来什么样的变化。

  

怎么来实现智能化呢？下面我们跟大家来分享一下我们的一些思考和做法。第一步，其实AI这个东西是一个技术，的确是一个工具，但是用得好不好，很多时候不取决于技术本身，而是你用得好不好，你掌控它的能力怎么样，你用得对不对，你的场景是不是对。第一步，我们要选择一个合适的场景。什么叫合适的场景呢？第一，一定要是一个简单的场景。我们经常很多时候觉得AI很高大上，对它赋予了过高的期望。想一步到位，选择了一个比较复杂的场景，其实这是非常难以取得预期的效果的。简单的场景是什么呢？比如值班机器人，你只需要客户来了跟他互动一两轮，留下他的联系方式，告诉他明天给他回电话，这种很容易做到，精度也很高。这种值班机器人，两三轮交互或者一个外呼打一个标签都很容易实现。要从简单做起。你如果一开始选了一个很难的场景其实很难达到你的预期。不是说AI能解决所有的问题。是你要找到适合AI解决的场景。

    

第二个，要定义合理交付的指标。为什么呢？经常甲方和乙方在这个问题上纠缠不清，你说好，他说不好，你说达到了他说没达到。一定要有一个交付的指标，这个交付指标要清晰可定义的并且是科学的。很多企业经常会把商机转化率作为一个机器人的交付指标。其实这是超出了它的能力。商机转化率跟你的化单的质量，跟你的产品服务，跟话术很多很多是有关系的。那些东西跟AI没有什么太大关系。如果我们定义指标应该是定义成机器人本身技术能够量化的指标。比如打标签的正确率，比如分流率等等。但是商机转化率太复杂了，不是一个纯粹的技术概念。尽管是业务驱动的但是不能把这个指标直接套到机器人上。

    
第三个要有科学的流程设计。一些初级的企业，客户给什么话术就写什么话术。其实没有任何的设计。不知道客户用这个AI想达到什么样的目标，这就达不到举一反三的目的。另外要用封闭式的问题代替开放式的问题。AI没有那么强大，对于开放式的处理远远不够。这都是我们实施当中的一些实践需要注意的问题。
    
第四要保证第一次上线的效果。为什么第一次上线的效果很重要呢？如果达不到业务部门的目标，就觉得AI没什么用，还不如原来的流程好。其实是因为第一次的上线指标没达到。怎么做到第一次的上线指标呢？上一位嘉宾提到了要杜绝冷启动，不要从零开始。怎么才能不从零开始呢？后面我们会提到，怎么样让它热启动。
    

最后一步，要持续的迭代优化。AI不像其他的传统的软件，它需要持续的迭代优化。即使你一开始达到了目标，过几个月模型的精度仍然会下降，因为会有一些新的场景不断涌现出来。一般一两个月两三个月就要迭代一版模型，才能保持一个比较高的水准。但是大部分的企业没有这样的意识也没有这样的机制。只有按照这样的循环，先在一个简单的场景上取得一个明显的可接受可认可的效果再把它逐渐应用到更复杂的场景上。这是一种螺旋上升的方式才能更好的把AI落地。除了上面提到的那些误区。其实还有很多这种认识的误区。

    
第一个觉得AI还不成熟，等到它成熟了再用。其实任何一个技术没有成熟不成熟一个绝对的分水岭。更多的是你知道这个技术能用在什么样的场景，能够在哪些场景上取得相应的业务价值。把技术和业务紧密的结合起来，它就能够应用得好。再成熟的技术你不知道它能用在什么地方。用法不对也取得不了好的效果。所以这个不是一个等的问题，而是我们要遵循一定的方法论，遵循一定的流程，去把它应用起来。在应用的过程中我们就会知道，不断的积累这样的最佳实践用得越来越好。
    
第二个认为AI是高科技，它确实是个高科技，找个人解决不了的问题让它去解决，其实这是最大的误区。我做人工智能大概也有20多年了。从很早期的专家系统、知识库到数据挖掘到现在的深度学习等这些技术。在有些领域的确AI超过了人特别是在图像处理领域。但是在很多自然语言理解领域还差得很远。人解决不了的它也解决不了的。这种是最容易失败的。
    
还有一个就是AI是技术活，让技术专家去驱动。要想取得好的效果一定是业务导向、目标导向，要用业务去驱动。因为业务知道价值是怎么衡量的，技术是辅助业务的。这个次序不能变。
    

还有大家认为AI应用很烧钱，的确有成本，但是现在已经到了可以规模应用的阶段。比如ASR，现在几百万或者是一两百万就能实现全量软写。如果你的量更小几十万就能实现，已经降了一个数量级。从其他的机器人、质检可以从云端开始。你用云端的机器人一两百万就可以了。你可以从云端先开始尝试，等成熟了以后再考虑私有化去部署。

    
还有一个就是AI的效果是乙方的责任，甲方不需要参与，其实这也是一个常见的误区。通常需要甲方和乙方共同联手去运营的。因为甲方更懂业务，乙方更懂技术。
    
在落地的时候有几个关键的因素，我想跟大家在这儿分享一下。我这个PPT里面没有太多产品的东西，但是我认为这些都是在AI落地的过程中很多理念和经验实践的总结。我们是希望让大家在AI落地的过程中少踩坑，能尽量顺利的落地一些AI的应用。第一个，就是双轨录音，要保证ASR的精度，不管是机器人的质检都是需要ASR做基础的。第二个就是人机协同，人和机器适合干不同的事，他们各有所长。第三就是AI和CC要有机的融合，AI不是独立，要和呼叫中心融合在一起。第四避免冷启动。第五AI要持续的运营。
    
接下来我们看一下，这是我们对于市场上基本上所有主流的ASR的评测报告。评测结果可以看到是在80-90之间在通用的场景上。这个结果是在双轨的WAV文件上达到的。如果MP3精度会下降4-5个百分点。我们主张当我们要做AI应用的时候要尽量用双轨的WAV文件去做，而不是单轨的MP3上。首先ASR的精度就会下降4-5个百分点。
    
第二个，不同的厂商在不同的场景上他们的效果是不同的。在通用的场景上大概是这样的效果，有的厂商在教育上更好，有的厂商在医疗更好，有的厂商在互联网更好。我们有这样的经验。我们知道哪些厂商在哪些行业ASR精度更高。还有对于具体的客户而言我们可以做优化。右边这个图是对医疗优化的结果。经过优化可以达到94%点几，通过一些语料的添加热词的添加可以把ASR提高到95%。对于时间上来讲，行业选择不同的厂商，对于这个客户可以用专属的语料进行针对化的优化，达到更好的效果。第二个要人机耦合，因为机器在某些方面是比人有优势的。比如善于记忆，善于检索，善于计算，这时候可以把重复的简单的计算型的任务交给计算机去做，可以做全文检索，把信息提出来回答客户。好处就是它是稳定的它是一致的因为它是客观的。不会像人工座席一样这个人这么说，那个人这么说，这次说的和下次说的不一定一样。
    
人工的优势是什么呢？更善于情感的沟通和共鸣。这样对于复杂的问题对于投诉类的问题肯定应该让人去干。它能够解决更复杂的问题，能解决决策问题，客户的体验更好。人和机器是不一样的，它们各有优势。这样可以让他们联合起来来服务。有些任务让机器去做，有些任务让人去做。人和机器可以联合的去做。比如机器回答不了可以转人工，人工可以对机器进行监管，在实施的时候把对话监管过来。这就是一个人机协同的智能客服的模式。一开始可以由机器人去回答，回答不了转人工。可以几次转人工，可以要求转人工。人工座席也可以对机器人做监听。当他发现高价值的客户或者高风险客户都可以及时采取措施。人工服务的过程当中也可以有智能的辅助，推荐给这个人工座席，帮助他去回答客户的问题。也可以对人工座席进行培训，用陪练机器人在他上岗之前进行培训，加速他对于座席技能的掌握。服务完了之后的日志还可以进行智能的质检，智能的风控。这就是人机协同的服务方式，而不是把人和机器割裂开来。
    
另外，AI和CC肯定是要相互融合的。本来拨打外呼行为，这是呼叫中心的行为。但是我们可以用AI的技术让人工的外呼更智能，效率更高。比方说对于不同的客户我们先进行分类分级，根据客户的特征，我们去分配不同的座席拨打并且可以指导他在不同的阶段用不同的号码拨打不同的客户，从而提高接通率。接通率高了，自然而然转化率就有更大机会的提升。智能外呼不仅仅是外呼机器人，可以用模型来帮助人工外呼更加智能更加高效。

第四个就是杜绝冷启动，怎么杜绝冷启动呢？我们可以在机器人的系统里预制一些意图，预制一些模板，预制一些语料。像底下教育的家装的保险、汽车、银行等等，可以预制到系统里并且带着语料，很快把这个系统搭建出来交付给客户并且能保证一定的机器人准确率。
    
最后AI是需要运营的。我们经常说AI就像养小孩一样需要不断的教他。还有你有多少人工就有多少智能。为什么这么说呢？因为现在很多人工智能的算法都是开元的。区别在于你给它喂多少语料，喂什么样的语料。联络中心在这方面会更有优势。天润融通运营了国内最大的呼叫中心，大量的语料不同行业的语料喂给模型，让它的效果更好，精度更高。在运营的时候需要一些工具的。我们不可能手工的去运行。不管是特征式挖掘、规则扩充、未识别意图归类、语料自动标记，使得运营的成本更低更高效。
    
最后再花一分钟来介绍一下天润融通。可能在座的很多也知道，天润融通是云端领先的联络中心的供应商。我们有基础设施的网络，在国内建了两地四中心的专线网，双云双活，当一个云出了故障可以飘移到另外一个云。我们有专业的专线网和组网运营队伍保障可控性。目前我们已经服务了国内上千家头部的客户。从银行、汽车、教育、互联网、电商、医疗、保险、房产物业、消费品等等，欢迎大家来电垂询，天润融通一直在努力为大家创造更好的产品和服务，为联络中心的智能化持续努力。谢谢大家！  

如下为大会现场演讲实录，如需完整观看所有内容，请登录--http://www.51callcenter.com/2021/。