今年25歲的小雅在某服裝電商客服工作僅半年，已經有好幾次想要離職的沖動了，因為“客戶太難搞”，被氣哭好幾次。

　　面臨小雅這種工作狀態(tài)的客服不在少數。數據顯示，當前51.4%的客服對工作狀態(tài)不滿意，原因包括工作強度大、工資待遇低、負面情緒多、工作內容枯燥等等。

　　后來這家服裝電商從去年底開始，引進了智能客服，工作內容轉向了智能客服工作，機器人系統(tǒng)主要服務來自呼叫中心、網上咨詢、掌上銀行、網銀、微信等多個渠道的客戶。在過去，這些渠道需要很多同事共同完成，如今她一個人做好系統(tǒng)維護就能實現了。

　　不只是像服裝電商這樣的企業(yè)，已經有越來越多的企業(yè)開始使用或考慮使用智能客服。

　　如今人工智能技術已悄然在客服領域廣泛應用，智能語音導航、在線機器人和金牌話術等模擬的AI場景包括服務場景，都是人工智能在客服領域的重要應用。

　　在2017年的“雙11”消費狂歡節(jié)中，巨大的交易訂單數再創(chuàng)新高背后，一支全新的市場力量正在浮出水面。以阿里機器人客服“小蜜”、京東“無人客服”、蘇寧“蘇小語”、網易“七魚”等智能客服，成為了成就這場電商大戰(zhàn)幕后的重要角色。

　　顯然，AI的戰(zhàn)火已燃燒到大大小小每一個企業(yè)的客服坐席之中，涌現了大批智能客服和智能問答相關企業(yè)。在這場技術盛宴中BATJ的身影隨處可見了，它們接連推出自家的智能云客服產品，欲統(tǒng)江山；除了BATJ，深耕智能客服領域多年的專業(yè)廠商，如小i機器人、合力億捷等廠商也表現搶眼；而從TTS相關業(yè)務衍生而來的AI技術企業(yè)，如科大訊飛、捷通華聲近年發(fā)展迅速，實力凸顯；還有，從手機助手業(yè)務轉型到智能客服領域的企業(yè)，如智齒、云問，以及大量的新興創(chuàng)業(yè)公司，這些有如初生牛犢，前景可期。

　　艾瑞機構統(tǒng)計數據顯示，對企業(yè)來說，智能客服的成本只相當于人工的10%，使用智能客服后服務效率能提升86%，客戶滿意度能夠達到96%，訂單轉化率提升約20%。例如中國建行的智能客服“小微”，它的服務能力已相當于9000個人工坐席，超過95533、400人工坐席服務的總和。因此智能客服必將星火燎原勢不可擋。

　　據Garner預測，在2020年，人與商業(yè)之間產生的90%的商業(yè)互動都是將由數字助手來完成。網易在2017年底發(fā)布的《客服行業(yè)現狀白皮書》顯示，33.6%的客服表示所在企業(yè)已經在逐步使用智能客服，40.5%的企業(yè)將會在未來一年內使用上智能客服。在用戶體驗上，在線客服是企業(yè)使用率最高的客服系統(tǒng)，達到73.9%，呼叫中心使用率50.7%，而智能客服的使用率僅為31.5%。賽迪機構調查統(tǒng)計，目前國內整個客服的市場規(guī)模已超過千億，智能客服和智能問答相關企業(yè)已有三四百家，智能客服企業(yè)用戶破億。

　　總之，AI技術之所以能夠在客服行業(yè)不斷滲透，發(fā)起一輪顛覆式革新，總結而言：一方面國內經濟規(guī)模不斷增長，客服行業(yè)市場規(guī)模不斷增大，對AI技術需求日益擴大；另一方面企業(yè)客服部門正在陷入人力成本劇增、用戶需求碎片化、服務滿意度降低等運營困擾之中，而隨著消費升級新時代的到來，傳統(tǒng)的IT技術加人工客服模式已難以應對不斷增長的用戶規(guī)模和服務多元化、碎片化的需求，AI成為客服實現革新質變、轉型升級的主要技術，能打破多項物理成本的天花板，能為企業(yè)節(jié)省大量成本、極大提高經營效率，所帶來的經濟效益不可估量，因此未來前景亦不可限量。

　　當下，面對市面上形形色色的AI技術公司撲面而來，問題亦隨之而來，泥沙俱下，良蕪難分，加上各式各樣的的概念炒作，更令用戶企業(yè)暈頭轉向。各大服務商紛紛聲稱自己的智能客服方案技術領先，對外宣導的產品功能非常強大，但事實上真的如此嗎？用戶企業(yè)如何“上對轎選對郎”，選好智能客服廠商？

　　伴隨著智能客服大量涌入，不同服務商的實力差異也凸顯出來。入門級的智能客服，大多數服務商都能提供，一般以云的方式交付，其特點在于對準確率的要求不高，能夠簡單幫助人工客服降低工作量和工作壓力。而若用戶企業(yè)需要AI能力更強，具有更高的語義識別準確率，就要構建一個大的AI平臺，以客服中心這個企業(yè)最主要的信息來源部門為基礎對業(yè)務底層進行全面的智能化升級，這就需要智能技術實力更強、行業(yè)經驗和知識沉淀更多的大公司。

　　那么用戶企業(yè)要如何從眾多繁雜的智能客服市場學淘沙識真金？如何不會“亂花漸欲迷人眼”，量體裁衣對癥下藥，找到合身合體、與企業(yè)融會貫通、促進企業(yè)發(fā)展壯大的智能客服產品？

　　可以從以下幾個層面來觀察、判斷和選用：

　　目前大多數智能客服企業(yè)都是基于搜索的方式實現FAQ類單輪問答，并沒有上下文和復雜場景處理能力。如果消費者的提問剛好在提前設定FAQ的范圍內，那么智能客服看起來一切正常。一旦問題超綱，或者需要應對的場景稍微復雜，那么這類智能客服就基本失效，回答得驢唇不對馬嘴。

　　還有一部分企業(yè)宣稱使用深度學習的方式進行問答處理，通過一定量的問答對訓練后，系統(tǒng)就可以處理所有日常聊天類的對話。但在實際領域的應用場景下，由于深度學習下機器回復內容的不可確定性以及不可控制性，也決定了這類系統(tǒng)真的是只能應對“日常聊天”，而在商業(yè)環(huán)境下基本難于實際應用。

　　當前客服機器人的一大技術難點在于多輪對話和多意圖的理解力。日常活動中，人類的某個需求往往包含多個信息，比如說買飛機票，涉及買票的主體、時間、出發(fā)地和目的地。這些信息通常難以一次性表述完整，需要多輪對話來完成。比如：

　　上海用戶：幫我買一張明天到廈門的飛機票。

　　機器人：出發(fā)地點是哪里？

　　用戶：上海。

　　機器人：……

　　用戶的第二句話雖然缺少主語和謂語，但通過聯系上下文可以輕易判斷出，其隱藏含義為“幫我買一張明天從上海到廈門的飛機票”。機器人客服要想做到用自然語言和用戶交流，就必須具備通過多輪對話，并聯系上下文獲取完整需求信息的能力，不然動不動就“啞火”。了

　　此外，用戶的一段話里還可能包含多個需求，比如“幫我買一張明天從上海到廈門的飛機票，再幫我叫一份黑椒牛肉飯外賣”，這段話里就包含“買飛機票”和“叫外賣”兩個需求，客服機器人需要將它們一一分辨出來，這就叫做多意圖理解。有的用戶更“刁”，甚至一句話有三個需求，若客服機器人不“靈動”，用戶體驗就不好，就會抱怨。

　　用戶所提的問題的形式通常都是非標準化的，同一問題的問法多種多樣�？梢姡�一個好的智能客服在垂直場景下，可以多輪次可打斷復雜語音對話能力，根據對話語境進行多輪次自然語言理解。支持用戶隨時打斷，保障機器人可及時靈活響應客戶對話，對于打斷句子進行二次分析，優(yōu)化話術內容。

　　總之，各家企業(yè)在具體實現時有自己的算法模型，拋開效果說模型孰優(yōu)孰劣沒有意義，但有幾個特征必須參考判斷：是否支持全渠道多維度的交互框架？是否能解決多輪對話、動態(tài)場景、多意圖理解等一些在人類對話中必須會碰到的問題？等等。

　　語料庫是智能客服尋找答案的來源，語料庫覆蓋面越廣意味著機器可以回答的問題越多。在此基礎上通過各種渠道獲取盡可能多的行業(yè)問答知識，建立行業(yè)知識庫，在某種程度上代表了AI企業(yè)在智能化方面的實力。

　　比如，當用戶想查詢網上一件衣服賣多少錢，提問的方式可以是“這件衣服是多少錢”、“這件衣服價格多少”、“這件衣服最優(yōu)惠是多少”，等等，其表現形式可能是文字或者語音，因此必須將各種形式的問題歸一化，以便同知識庫中的標準問法相匹配有備料。而語料庫和數據標注要達到滿足實際應用的需求，這可能需要數百人花費數年的時間才能夠積累完善。這就非�？简炛悄芸头�企業(yè)在語料庫和知識庫上的積累。

　　每個軟件產品在具體的技術方面不會有太大差異，但是經受過足夠多的行業(yè)積累和實施經驗的軟件產品，才是最終成功的軟件產品，在AI領域也是如此。目前國內智能客服市場上，擁有大量的實際項目、應用積累的行業(yè)經驗、多行業(yè)跨場景的應用實踐、且具備AI平臺化能力的服務商屈指可數，基本集中在BAT等互聯網巨頭和科大訊飛、小i機器人等垂直領域AI廠商。

　　因此考量智能客服供應商時應該對其的技術積累、從業(yè)經驗、工程化能力，行業(yè)案例等方面進行綜合考察。特別是行業(yè)積累，因為現有的算法理論并沒有實質差別，關鍵的是看誰的行業(yè)知識積累、運營能力更強，行業(yè)應用經驗更豐富，這是產品可靠性、實用性的保障。

　　智能客服廠商要根據自身的實際業(yè)務情況，需明確用戶企業(yè)渠道、服務架構、系統(tǒng)功能等幾方面有哪些需求，確定用戶企業(yè)需要接入的有哪幾個渠道，是通過文字、語音還是視頻接入？網站、App、微信公眾號是否都需要接入客服系統(tǒng)？如何整合？

　　智能客服產品應能對來自包括微信、易信、在線網頁、手機APP等電子渠道的用戶問題進行智能的意圖識別，根據識別結果通過對接知識庫或企業(yè)業(yè)務系統(tǒng)，實現知識的查詢及各種業(yè)務流程，最終將結果以合理可定制的方式返回至渠道終端，展現給用戶。

　　比如合力億捷研究院所做的語音交互機器人，首先能對來電用戶作后臺的客戶畫像標簽體系建立；然后是利用語音識別的技術把座席和用戶的語音實時轉寫以彈幕的形式展現在客服代表的屏幕上；并且當智能機器人客服無法解答時，就接入人工客服，使得由機器人和人工客服無縫配合，發(fā)揮各自所長；針對重要渠道或頁面指定人工服務，根據不同客戶的屬性判斷智能機器人客服與人工客服的優(yōu)先接入；根據時段分別配置機器人或人工客服。

　　就服務架構上，智能客服廠商要想清楚整個服務環(huán)節(jié)，從客戶發(fā)起問題之時起，都要經過哪些步驟，生成工單后如何流轉，哪些部門會參與，如何進行風險控制和質檢。并能對能對來自包括微信、易信、在線網頁、手機APP等電子渠道進行整合。服務環(huán)節(jié)的明確是后續(xù)選擇第三方客服系統(tǒng)的前提。

　　一個好的智能客服系統(tǒng)甚至需要具備用戶CRM功能來管理龐大的用戶流量與訪問。

　　讓系統(tǒng)聽懂人話甚至能有讀心術是智能客服一個成敗的基礎。要做到讓客戶感覺與智能客服的對話跟人工客服、人工交談沒有差異十分不容易，這取決于系統(tǒng)是否能夠適應客戶提問方式的隨意性，并漸具人性化。

　　一個優(yōu)秀的智能客服系統(tǒng)甚至能進行用戶情緒在線分析，系統(tǒng)可通過對用戶通話中的用戶語速語調變化等異常信息進行情緒偵測，對客戶情緒激動客戶提升監(jiān)控級別，并自動安慰疏導，若還是不行，及時轉接人工處理。

　　語音識別功能只是智能客服的小技能，更厲害的還是人工智能客服的“讀心術”。比如打開支付寶客服“小螞答”，你或許還沒想好要問什么，“小螞答”已能夠根據你平時的訪問軌跡“猜出”你要問哪些問題，并在客服界面逐個列出，就像用“讀心術”看透了你內心的想法。

　　更厲害的是，“小螞答”還能根據你周邊所處的環(huán)境推斷出你可能會問的問題。比如因為當時環(huán)境信號不佳，支付寶的頁面突然一時無法刷新，而當信號重現時，重新打開客服中心時，預測列表中的第一個問題竟然是“沒有信號的情況下怎么轉賬？”這種根據周邊環(huán)境的變化隨時更新問題的能力令人叫贊。

　　比如微軟小冰，就是將“她”打造成一款將檢索到的信息用更生活化的語言講述出來的搜索引擎，比如自然跟進、擴展搜索與整合，以便讓“好友式聊天”得到更好地發(fā)揮，吸引了不少年輕人與之互動。

　　總之，引進一套智能客服系統(tǒng)，好比生養(yǎng)一個孩子。這個孩子，生容易，養(yǎng)很難。如果你想要一個天資聰穎，且能力不斷提升的“孩子”，那么它需要企業(yè)和技術供應商一起悉心栽培，要不斷進行系統(tǒng)維護和升級，不斷豐富知識庫和語義庫，不斷拓展和延伸它的智能功能，逐具個性化、人性化，而不是一個賬號，或一套系統(tǒng)就萬事大吉。

　　此外，AI智能供應商還要有能力提供完善的售后服務，幫助企業(yè)培養(yǎng)一支專業(yè)的運營和操作人員，為企業(yè)提供更好的同行案例分享和學習，與企業(yè)一起改善系統(tǒng)，一起挖掘系統(tǒng)的功能和價值。而不能只是賣弄概念，乘熱造勢，甚至不能只是實驗室里的一項技術。

　　總之，智能客服從數據到技術，從技術到系統(tǒng)，從系統(tǒng)到具體場景應用，這每一步都需要保質保量的人才和成本投入，需要經年累月的數據和經驗積累，需要千錘百煉的資源和項目整合，需要厚積薄發(fā)的耐心和勇氣支撐，才能大功告成，造福各方。