本文不带有任何的技术或其他暗示，直接就是明示。
引子---名可名，非常名
我非常不明白，这些高大上高精尖的公司为啥在设计AI产品时都起一个女性化的名字？仅仅因为开发人员都是宅男么？稍稍统计了一下：
微软：Cortana 小娜
苹果：Siri 希瑞
Amazon：Alexa 亚莉克莎
例外就是业界良心IBM的AI是男性化的沃森Watson，不知怎地，我总有一种铜锣湾扛把子Watsons屈臣氏的即视感...。
扫了一眼国内，小i机器人，招商银行叫做小招~~百度叫做小度~~为什么还没有千万网民心目中的超级智能：小明出现？
题拔---道可道，非常道
先说说AI能在呼叫中心中做些什么吧？咱们不局限于已经实现的和正在吹牛的，统一都加入AI全家桶套餐：
1）聊天机器人
Chat Robot应该是呼叫中心中最常见的一种AI应用了~~比如著名的招商银行聊天客服，体验过的人都对其特点印象深刻。这算是一种初级的智能编辑，基于每个行业每个公司的场景不同，预设好一大堆的脚本和标本供机器学习，技术好一点的平台同时还会有自学习功能，伴随着NLP自然语言理解能力的进化和的检索能力的加强而加强，严格意义上不算是真正的智能，当然呼叫中心引入聊天机器人的初衷也不是为了炫技，实实在在地降低初级问题解答人工，呼叫中心所提供的聊天机器人的核心能力是要专业！专业！业！
相比之下，互联网公司的AI就随意很多，因为他们面向的不是专业问题，而是海量问题，比如Siri，比如小冰。
2）文本分析、语义分析
Speech & Text Analytics应该是呼叫中心当下最热门的技术趋势了，它的设计初衷是解决海量语音无法做100%的QA质检问题，本意是通过ASR（Speech Enginee）技术将语音转文本再进行第二轮的全量质检，谁想在技术发展的过程中意外地引入了一些其他技术，其中就包括智能。让它能够聪明地从海量数据中提取特征---这里的特征不一定是文字，也可能是一段Pattern，或者是某一类文本的表达。
进一步地，对Email内容进行筛选检索，通过系统自动阅读邮件内容并理解其含义作出自动回复或者分发给专业的客服人员。早起G厂的E-Service平台里就有这种功能，可惜是离线版NLP，需要不停地给它喂食样本邮件...。新的智能可以做得更好，无需离线，一直在线。
额外说一句：最近阿里云也推出一项文本分析的服务，有试用的朋友站出来交流一下？？
3）智能化IVR
基于VXML的IVR似乎发展到了一定地步后，用户开始怀疑人生了。为什么不能做那种可感知、可自编程、可组建CallFlow的那种IVR？-----这是国内某大型客户给我说的原话。已经有很多客户在作出一些尝试，比如模块化IVR程序，外加系统智能调用，还有可视化IVR，辅助式IVR等，方兴未艾。
另外一个方向自然就是基于ASR、TTS引擎的AI式IVR啦~~我在某著名厂商那里看到他们给某著名公司开发的呼叫中心IVR热线，VXML的引导实际上就是指向TTS和ASR引擎，后TTS、ASR引擎去对接AI库，效果不错哦！有意者请我吃海底捞，我告诉你细节。
4）数据分析、趋势分析、相关性分析
AI一定是离不开大数据的，而呼叫中心恰恰是每时每刻都产生大量数据的地方，二者理应在数据处理上作出完美的融合。仅仅是传统的语音式呼叫中心，各种坐席和KPI报表还算清爽，如果加上多媒体的各种离散渠道、外加统一Session管理，后台业务数据库对接、录音质检平台、排班平台等，报告就越来越大了~~我相应一定能找到一个懂数据处理的AI来自己写索引Index和Aggregation~~~哈哈哈，对了，懂Infomart数据仓库的人自然是懂的。
更重要的，通过多种数据的相关性识别，能挖掘一些人工无法想到的问题！
【每日一笑】
给你们看看AI用不好时会是什么样。
这个故事告诉我们，机器不懂幽默，人工的价值依然无法替代！
