您当前的位置是:  首页 > 新闻 > 文章精选 >
 首页 > 新闻 > 文章精选 >

数字化和AI对联络中心WFM的未来意味着什么?

2018-02-11 11:33:01   作者:Jeremy Hamill-Keays   来源:CTI论坛   评论:0  点击:


  CTI论坛(ctiforum.com)(编译/老秦):Teleopti的产品营销经理杰里米·哈米尔-基耶斯(Jeremy Hamill-Keays)曾写过一些关于联络中心实现数字化的实用方法文章,探索不同的实践和外接程序。本周,他思考了数字化和人工智能对WFM的未来意味着什么。你能从邻居那里学到什么?
数字化和AI对联络中心WFM的未来意味着什么?
  人工智能(AI)这个话题上有很多的新闻和炒作噪音。一些行业专家预测我们的文化将会消亡,正如我们所知道的,随着越来越多的人从工作中解放出来,人们将转而追求休闲的生活,甚至是,诗歌。
  我不知道这是否会发生,但我可以肯定地说事情会有所不同。人工智能是一个宽泛的定义。有些人可能会考虑在大雾中降落一架飞机,因为它是一种相当智能的系统,而且它可以很容易地比人类做得更好。许多年前,计算机打败了国际象棋大师,现在股票市场已经制定了规则,禁止电脑因闪电交易而导致的超速混乱。但这真的是人工智能吗?
  每个人对人工智能都有自己的定义。我的定义是“一个能够分析数据并提供基于历史的结果的系统,它可以学习如何产生一个最优结果”。哇,这么多单词。
  我说的到底是什么意思?
  智能是建立在学习能力基础上的。例如,计算机的任务是从100幅图片中挑出狗或猫。首先,它需要“阅读”10000只猫或狗的图片,并试图学习选择出正确的种类。测试数据已经被分类,机器可以被训练,并且它可以多次运行测试数据,慢慢地增强它的算法。一旦完成,系统现在可以检查新的图片,并根据它曾经的训练做出一个相当准确的猜测。这种技术已经被用于发现癌症细胞,目前的准确率为86%,它比受过训练的人更准确。这一切来自于科学家收集数以万计的高分辨率的癌前细胞和癌细胞图像,以点燃机器学习的过程;人工智能算法在一秒钟内就能从高度放大的图像中分辨出癌细胞。本质上,人工智能需要大量的数据来形成它的记忆,塑造它的学习,确实有点像人类--我们学习我们的行为,并根据经验做出决定。
  那么,这对WFM有什么影响呢?
  人工智能包括许多技术,并提供了大量的机会。我相信在联络中心WFM方面最有趣的一个是这样的,让AI将一个新的流量模式与中心存储历史中最近的匹配模式相匹配。如果我们将系统配置为使用10个历史上的早晨流量模式,最好地与今天早上的模式相匹配,系统会找到最好的10个模式,然后用它们来预测下午会是什么样子。随着更多的历史数据被添加到系统中,输出也被更新,系统正在适应新的信息并学习最适合的模式。这项技术被称为“最近的邻居”,来自于对图像识别的研究。它将统计方法与“人工智能”混合在一起,这是一种技术,Teleopti正在考虑在我们的Intraday Automation functionality中利用它。
  还有什么?
  神经网络已经存在有很长一段时间了,但是随着用于处理数字游戏复杂算法的廉价电脑芯片的生产,发展确实加速了。这些网络有能力处理许多不同的因素和复杂的情况,使用非常大的数据集和非常大的神经网络,结果是惊人的。这就是所谓的深度学习。一个很好的例子是能够为大量的单词制定语言,这是困难的,甚至对人类来说也是如此。今天的人工智能系统可以对单词样本进行切割和改造,以发音出新单词,而这种能力将会改变联络中心的处理方式,让客户能够呼叫一个智能机器人并进行交谈。人工智能系统可以在工作中观察人类,并调整他们自己的算法来进行学习。他们还可以帮助人类学习,当客户给出购买信号时,他们会向座席发出提示,或者请主管来帮忙,如果需要的话。今天的系统很庞大,但你只需要用iPhone和Siri,或者亚马逊的Alexa,来了解未来的发展方向。
  技术在这里,只会越来越强大。对于联络中心的员工来说,这意味着什么?在可预见的未来,人工智能将能够处理相当简单的任务,但更复杂的过程需要有能力的人类来解决。花了时间、精力和金钱训练一名座席,重要的是座席要投入,而且忠诚。WFM系统将需要平衡成本效率和优化人为的因素,例如变化的灵活性和可见性,以交付座席参与。但是我们会用人工智能代替座席吗?在某些情况下,是的,这将降低成本。节省的资金可以投入到生产更多商品上,这将导致更多的客户和呼叫,其中一些是复杂的,因此需要多个人工座席…一个周期性的循环往复。一个周期性的繁荣。不要担心机器人的到来,或把它们看作是减少人员的一种方式,相反,它可以被视为一种挑战和实践,支持客服人员和流程的机会,而且通常还会带来增长。
  声明:版权所有 非合作媒体谢绝转载
【免责声明】本文仅代表作者本人观点,与CTI论坛无关。CTI论坛对文中陈述、观点判断保持中立,不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考,并请自行承担全部责任。

专题