各位女士们、先生们，大家下午好！非常荣幸参加易谷的年会，这已经是我第三年来参加易谷的大会了，很高兴地发现我们之间共同的客户越来越多了。
今天我分享的主题是与AI和智能客服相关的，目前随着AI的话题被炒得越来越热，我在工作当中也越来越多的被问到关于智能客服的话题。技术本身是双刃剑，如果使用的方式不正确的话，只会加快犯错误的速度。AI也是技术发展的产物，如果在客服环境中没有得以正确使用的话，不仅达不到预想的目的，甚至可能事与愿违。反倒带来成本的增加和顾客体验的负增长。所以对于技术的使用，不可盲目跟风，技术的使用需要遵从于科学的管理流程和管理体系。所以今天我在这里和大家讨论的是AI需要一个“家”以及AI需要一个怎样的“家”。
我在实际的工作中与来自很多行业的客户合作过。这其中既有传统行业、也不乏新型的互联网行业。但不管是传统客服还是新兴客服都面临着挑战。传统行业的客服寻求转型，而新兴的互联网行业的客服则要在迅猛的企业发展中寻求生存。不得不惊叹技术本身的发展确实越来越快了，尤其这几年技术发展到达了前所未有的地步，但与此同时也带来了前所未有的挑战。很多互联网公司迅速发展，感觉是在一夜之间出现，快速的发展和扩张，与此同时，这对公司的客服也提出了前所未有的挑战。客服部门不断地扩张，不停地招人，不停地选择外包商，疲于应对各方面的要求。所以尽管新型行业的客服行业和早年传统行业的客服面临的挑战是类似的，但是相较于以往，允许新型客服成长的时间却越来越短，这也是为什么很多互联网企业找到我们，希望可以通过COPC帮助他们在短时间内搭建起完整成熟的客服体系。所以接下来让我们抛开行业的壁垒，一起聊一下在客服行业里如何将AI合理地镶嵌到我们的管理体系当中。
AI Needs a Home！
AI在客服行业有很多场景，智能客服可以做很多的事情，比如，从一些简单的答复、简单的操作、简单的预约，到通过深度学习来进行情感的捕捉和安抚。未来也将不再是单纯的人人交互、人机交互、而是人工和机器交叉回复。再比如，客服中心的智能路由，中心可以根据客户的等级、喜好、地域将其分配到相应的客服人员；再比如坐席使用的知识库，可以根据坐席和顾客的沟通场景推送答案和不同的话术。
所以针对这些智能客服的使用场景，我想借此表达一下粗浅的想法。我认为AI需要一个家，一方面是它的应用场景，另一方便面是客服中心的管理体系。我认为技术是一个很好的工具，但技术要再一定范围下使用，应该是服从于管理体系，为管理人员所用。与此同时，技术的发展也会不断的丰富和完善管理体系，相辅相成、相得益彰。如果管理体系是成熟的，那也意味着管理团队可以在不同场景下融会贯通地将不同技术应用到不同环境里面。那么接下来我来描绘一下AI所需要的“家”应该是怎样的。我认为需要驱动因素、实现因素和目标因素。
驱动因素
易谷有愿景、COPC也有愿景，也正是为了实现这个愿景和规划，我们才实施相应的流程和技术，才招聘的人员。
过去客服中心的流程都是比较单一的，都是由人工来执行的流程，而如今由于技术的发展，客服中心加入了自助客服、智能客服的流程等等。那么人员角的色也随之发生了一些变化。但是无论技术发展到什么程度，人员的角色发生了怎样的变化，不变的是所有企业存在都是追求成本、利润的终极目的。无论是国内的中心，还是海外各地的客服中心；无论是传统行业的客服中心、还是互联网行业的客服中心。举例来说。客服中心每年的业务规划是为了能够实现更好的实现顾客体验降低成本，明年的规划也大致如此，但是实现方式的手段就变了，技术管理、预测排班、实施管理和知识管理会有一些变化，人员管理角色定位上、职业发展等也会有所调整。
实现因素
智能客服的使用，会为传统的客服中心管理流程带来变化。比如，质量管理，也就是我们日常工作中说的质检，有了智能客服之后，很难说质检变得简单还是复杂了。先看一下对于传统人工的质检，最起码在现在的过度过程中是无法完全摆脱的，要对人工坐席进行质检，除了发现个体的问题加以纠正和改善之外，质检的方向和定位在发生变化，更多是专注流程方面的质检找到共性的问题，例如配送的问题、物流的问题、网站的问题等等，现阶段智能客服并没有完全替代人工客服的情况，这些事情依然要做的，但是很遗憾，大多数中心没有做到，现在依然是停留在对个体的质检，甚至更多的是针对个体的绩效考核。在现阶段来说人工客服的质检上仍然有很多要做的，不是准备好完全应对智能客服，因为还有很多面临着人工客服的一些困境和窘境没有摆脱出来，很多中心的质检处于很尴尬的位置，不做的话中心没有抓手，做的话面临很多隔靴搔痒的问题，这是在智能客服的今天，人工客服要解决和面临的问题。
在启用了智能客服之后，对于智能客服的质检依然是必要的，依然要考虑样本的随机性、制定对于智能客服的合适的样本量、设置合适的考核点、从而确保智能客服提供的知识更加准确完善、完备、相关、说的话更加人性化、易于理解。依然可以进行远程和现场进行抽检，对于人工客服而言，现场质检的好处在于结束之后提供即刻的辅导。而现场质检对于智能客服而言也同样是适用的，对于智能客服也要做现场质检，就是机器人和顾客对话的时候需要人在旁边进行检查，必要情况下进行人工干预。所以质量管理的概念并不会落伍，即使是在智能客服情况下，很多事情依然要做，只是做的方式发生了变化，尤其是智能客服的早期阶段，强调在智能客服尤其是初始阶段质检尤为重要，这有助于整个知识体系的完善。
预测排班——即使是有智能客服的今天依然要做预测，依然要进行人力规划，实行实时管理，不仅要做人工业务量进行预测，还要对智能客服的业务量进行定期预测，从而确保系统提供足够的容量。随着简单业务转移给了智能客服之后，人工客服的业务量会降低，但是人工坐席的处理时长可能会增长，因为处理的业务类型更复杂了，但是从人力规划角度而言，业务量变化大幅度减少，会带来人力的减少，不然做智能客服重大意义之一就不见了。对排班来说增加了很大的挑战，现在我们对人工客服不断疏导的概念就是班种越碎越灵活，从而使排班更好地匹配业务量到达模式。排班师的职责之一就是想象出不同的班种，早班、晚班、大夜班、小夜班、长班、短班等等，但是排班师面临的另外一个巨大的挑战是平衡员工的接受程度。有了智能客服之后，排班师不仅要对人工客服进行排班，还要对智能客服进行排班，在边角料班次上加入智能客服的部分，我了解到有一些企业已经做了，排班什么情况下切入人工客服、什么时候切入智能客服，我们可以为此设计出一套排班模型，加入一些系数。
对现场的实时调度，现在都是“倒腾人”，未来的话除了倒腾人以外还要调度机器，包括现场根据业务量情况适当的加大或者减少智能客服，我们都是可以非常直观的理解到的。以往我们都是队列状态、等待时长、服务水平下降到不同节点的情况下制定不同的行动方案。在加入智能客服后，现场调度的规则也会更加复杂，比如当满意度或者质量发生变化的时候，适当的加入更多的人工干预，总而言之，未来的WFM流程依然抛不开这四个步骤，依然做这些事情，在使用智能客服的情况下我们的思想会发生一些变通，我们在和客户进行合作的过程中也会在这些方面做一些细微的调整，给出调整的建议。
对于WFM的流程，除了这四步骤以外还有一个步骤就是关于路由的，我们现在常用的路由方式是根据员工的技能进行路由，智能路由会增加灵活性，智能路由不应该仅仅是绩效好的人得到越来越多的业务，而是在对顾客的画像同时对员工进行画像，匹配相应的特点，使得合适的坐席服务合适的顾客。
还有对于知识的管理，过往我们维护的仅仅是坐席使用的知识库，未来我们还要维护顾客所使用的内容，也就是所有顾客接触系统里面所使用的内容，包括现在智能客服的内容。那么我们接下来面临的问题是智能客服早期训练该如何开始？因为现在很多企业陷入了怪圈，智能客服刚上线的时候使用量不高，这样机器人就得不到训练、越得不到训练智能客服提供的答案就约不准确、越不准确客户不愿意用、这样就进入了恶性循环。如果顾客不愿意用，总要有人使用，那么我建议可以让中心的坐席来使用和训练机器人。坐席端的知识库和顾客使用的知识库是可以双向打通的，这就保证顾客在使用过程中有一些底层学习和数据，同样顾客对于知识库的使用会反哺中心的知识库，对知识库的内容进行智能排序，这就大大的提高了智能客服的使用率。这样针对智能客服的指标也就营运而生了，比如客服中心需要测量智能客服的满意度、准确率、解决率等等。
目标因素
在智能客服使用的环境下，对于指标的管理也将发生变化，但是我们依然要测量人工和智能客服的顾客体验，依然要测量成本，但是对于成本的管理将不再是简单的单通电话成本，单位分钟成本、单位坐席成本，而是总体成本，因为大量简单业务被智能客服所取代，也就意味着人工客服的业务量会下降，也就无法形成规模效益，同时人工处理的业务也会越来越复杂，对于人工的能力要求也就越高，这意味着人工的成本可能会增加，所以片面的只看人工成本不能全面准确地反应出整体的成本管理，所以建议对于整体的成本管理转变为单位解决成本、单位用户成本等等。顾客体验的测量不会过时，我们依然要了解客户端对端的体验，以此作为抓手来更好地优化各个触点的顾客体验。
完成版精彩演讲内容请识别二维码播放
