专访Genesys 尹徐：利用AI打造卓越客户体验

CTI论坛总经理秦克旋视频专访Genesys大中华区高级方案咨询专家尹徐

　　CTI论坛：各位CTI论坛网友大家好，这是2018年中国呼叫中心及企业通信大会视频采访现场，我们今天有幸的请到了大中华区高级方案的咨询专家尹徐来参加我们的视频专访，请尹总跟我们网友打一声招呼。

　　尹徐：各位CTI的论坛网友大家好。

　　尹徐：我觉得联络中心一个技术不断演化，乐于吸收新技术并且应用于各个场景的一个行业，非常紧跟潮流。人工智能技术从炒作周期开始一直到现在大范围推广及成熟的应用期，我们发现人工智能在联络中心的应用大概会分成三个层面：前台、中台和后台。

　　前台就是客户能看见的。客户能看见什么呢？大量的客户可能会说语音机器人和文字聊天机器人，这是用户能够感知到的。但什么时候什么场景让用户使用它？这是一个用户决策的问题。人工智能在前端分成两种渠道一种语音渠道、一种是数字渠道，再加上基于时间和业务的决策，这是人工智能在前台的应用。

　　中台也就是您之前说过的联络中心从开始的CTI以及后面的按技能分配或者路由分配。实际上现在大范围在联络中心的应用都是基于路由分配原则，也就是说允许用户自定义业务分配的逻辑，将电话或者是文字聊天迅速地分配给不同的资源，无论是语音机器人、人工座席还是文本机器人。它实际上是一种分配的机制，虽然是灵活可定义的，但是在设置好之后一般就是静态不改了。人工智能可以在中台发挥什么作用呢？不同的联络中心根据业务场景有不同的业务指标，有的关注于满意度，有的关注于首次问题解决率，有的关注来电有效接通率，有的关注催收结果，人工智能就会根据不同的业务结果找到最合理的优化方向，这是一个人工智能在中台的使用逻辑。

　　后台其实更聚焦于人工智能如何在运营管理上发挥作用，就好比之前上海易谷网络岳总说到不仅仅有人工智能还应该有智能人工，我们希望人工智能不是宣传那样可以取代人类，更希望它辅助座席服务，包括大量的智能知识库系统，静默座席系统，座席通话的语义分析，自动化质检，这些都是人工智能在后台的应用。

　　还有一个趋势，传统人力资源优化排班是基于精细算法，我们一直在持续关注人工智能，试图将人工智能引入到排班软件，希望未来在劳动力优化方面有所建树。因此前台、中台、后台三位一体并不仅仅是说有了机器人就是人工智能，因为人工智能理论上是算法的具体应用，它的应用场景有很多种。

　　尹徐：对，因为我们传统的排班聚焦于运营效率，人工智能最大的好处是它有效的区别了单一算法的单一维度结果。人工智能可以考虑更多的维度，因为有大量的数据可以进行学习，能够提供多维度的结果预算。

　　尹徐：实际上Genesys一直在关注联络中心的用户体验。当人工智能时代来临的时候我们希望不仅仅是为了人工智能而人工智能。我们发现很多联络中心的技术人员包括用户普遍的困惑地方就是人工智能做了什么，是不是加了一些语音或者文本机器人就叫人工智能？昨天碰见了一个客户，说打造人工智能时代智能车联网呼叫中心。什么意思呢？就是加上一个语音导航机器人？这也算是一种吧。但是它是不是有效的去提高用户体验呢？在这里Genesys更加关注的是将人工智能与人的智能有效的结合，所以我们推出混合AI，充分发挥人工智能、大数据以及灵活算法的优势，并结合联络中心的行业特点来为用户提供最好的体验。举一个简单的例子，我们用户可能是从多个渠道进来，如果用户问出一个问题，可能是需要一个很有经验的座席来回复他，但是如果最有经验的座席当前处于工作繁忙的状况，常规的路由分配逻辑是帮用户找到下一个可用座席，下一个座席虽然是能很短时间把电话接通，但是短时间电话接通并不代表有最好的用户体验。因此我宁可主动通知用户，说我们稍后给你做语音回拨或者发短信通知、APP推送的方式，通过多渠道的方式告知用户我们很尊重您的这一次交互，所以我们希望最好的座席来服务你。这不仅仅是为了缩短用户等待时间，而是以用户体验作为一个准绳。我们觉得人工智能与后端的人工客服无缝集合的方向是提高用户体验。

　　在后端我们发现传统大量的语音会有录音系统，有录音就会有质检系统，所以联络中心有一个固定的工种叫做质检员QA。传统的质检系统是通过一些算法保证每一通电话，每一个座席至少有一些电话能够被抽检到，也能够保证匿名抽检交叉打分，但是还是基于逻辑规则。通过人工智能将所有的录音转成文字，通过关键字匹配或者语义理解的方式全量质检，这样有效地降低人工的工作，但是并不是完全取消质检这一个工种，而是使质检更加精细化，也就是说当系统做完全量质检，由质检人员编注经常出现的问题，丰富我们的知识库，去寻找最优秀的座席，找到一些用户交互的规律和瞬时业务指向。

　　比如说之前有客户新产品上市的时候，在上市第一周发现有大量的用户反复打电话，在咨询同一个关键词，后端质检员发现这个热词上升速度非常快，就把这个热词价值的信息提取出来进行分析，发现原来很多用户他买这东西的初衷并不是为了这个产品本身的功能而是其中一个附加功能。这就好比海尔卖恒温的饮水机，发现最后的目标市场居然是妈妈给孩子冲奶粉，一开始的初衷和最后的结果往往是想不到的，通过人的方法去从海量数据里面找出这个估计很难，因此人工智能是能有效的帮助质检人员提升工作效率并不是取代质检的工种。

　　Genesys把所有的技术最终都落到提升客户体验上来，因为我们发现就是说唯技术发展论是不可取的，在过去的信息浪潮中很多很优秀的技术最后没有得大范围的应用，其实还就是归结为一点就是没有真正创造用户价值。

　　尹徐：通过实践我们发现现在大量的联络中心使用机器人，无论是文本或者语音机器人，习惯性就是将机器人前置，前置的意思就是用户进来就可以直接联络到一个文本机器人或者说是一个语音的聊天机器人，希望通过全自助的方式对用户提供服务，但用户体验并不会显着上升。在KATE这方案中，第一关注点就是怎么样能够掌握用户全周期，将语音机器人交互和人工交互能够无缝的连接。比如客户之前跟机器人聊天已经聊了很长时间，最后转人工，如果这个时候人工客服问您有什么事吗？有什么可以帮到你？其实是一件让人觉得很麻烦的事情。在过去的纯人工交互时候，人工座席转到人工座席都可以将数据带过去，那么机器座席转人工座席我们也希望把数据能够带过去。KATE基于用户的交互历史和用户实时的数据无缝的迁移，这样就会形成一个用户历程的过程，不仅仅是一个历史交互，包括当前上一段机器人的交互以及语音的交互。

　　第二点就是什么时候决定从机器人转人工，这个时候实际上有一个边界，边界就存在里面一个业务规则引擎，还是那一句话，您关注的业务结果是什么？解决率NPS还是业务指标，虽然可能最终的目的是相同的，但是它实际上是实现路径还是有一些不一样的。因为往往一个变量就会带来其他变量的连锁反应。比如说我想提高满意度，那么可能增加很多的培训成本，然后增加大量的座席，这个一定要达到一个平衡才可以达到的。所以我们在这里面就提出了一个叫做AI网关的概念，我们希望AI的资源与人工座席的资源通过网关，注意它并不是硬件，而是一种智能的业务规则引擎。传统的语音识别，当我们打电话进来说的不是很标准的普通话时，在语音识别领域有一个参数叫做可信度，如果是可信度低的时候，一般在系统上通过IVR规则设定您按DTMF来辅助确定。一些银行的电话转账或者查询功能中你可以说人民币也可以说美元，或者你也可以按1来选择人民币。伴随着语音技术不停的发展，文本聊天机器人也会一样的情况，所有的文本理论上都是都是一问一答式，虽然会结合上下文的检索，但基本上还是我问你答，同样答案也有准确度或者置信度的判断，当置信低时AI网关必须介入，这样就可以转人工，转人工坐席。这样第一是无缝迁移，第二室希望人工能够更好地训练人工智能，这样每一次交互都会给下一次交互提供更好的样本数据能够进行机器学习。所以我们的AI网关是做这样一个边界，就是说当机器人暂时还不能完全智能化回答用户所有的问题时，它的边界就在这里。

　　另外一个边界是管理边界，我们用户的投诉调查录音，那么如果投诉的是机器人呢？机器人告诉我这转账可以转呀？这时候把机器人对话也纳入管理边界。这就涉及到业务报表。甚至未来都有可能将语音分析或者语音质检的技术也要应用于语音机器人，将文本分析应用于文本机器人，用户并不关心机器人回复还是人工回复，都是代表公司、代表这联络中心向我提供帮助和提供回答。如果知识库和规则设定有偏差，而这个偏差一定存在，这主要还是看各家AI实践的能力。通常所说的AI都是一些通用的算法，当到落地每一个联络中心具体场景是需要大量的人工来去训练它，做所谓的参数调优。所以我们可以看到最核心的业务往往最后还是用人工来去做的。所以我觉得技术上会存在这一种可能性。

　　尹徐：我们希望将机器人与用户交互的数据也纳入我们的管理范围，同时通过报表能够体现出来。

　　CTI论坛：好的非常感谢尹总，我们今天的视频专访基本上就到这里结束了，Genesys是在客服服务行业里的顶级厂商，我们也祝福他们在新的高科技变化的时代和波澜壮阔的人工智能的时代取得更大的成绩、取得更多的辉煌，谢谢。

　　尹徐：谢谢各位网友。