孙思明：大家下午好，我是最后一个演讲，留到最后都是真爱，不是特别喜欢我的演讲就是特别喜欢今天的礼品。
首先介绍一下我们公司，我们公司叫客知音，大家看这LOGO墙，我们在这个墙上是最神秘的公司。这是我们的LOGO，并没有写我们叫什么名字，所以这一次特别给大家指出来，我们公司叫客知音，源自美国硅谷，我本人是在美国哥伦比亚大学念书，读的人工智能相关的方面，毕业以后在美国工作六年，我的合伙人来自美国斯坦福大学，我们回国以后创立了这一家人工智能的公司，主要做的企业语音智能，我们有自主的知识产权的语音识别和自然语言处理的技术，所以我们是一个真正的人工智能的公司。我觉得我今天的演讲跟今天大家全天看的都不一样，最大的不同是什么？我一定会是所有PPT里面字最少的，大家等会儿看的都是超清的大图。今天大家走的时候，大家只要记住我们的名字就可以了，其他都不重要，我们叫客知音。
我演讲的题目是：人工智能赋能客户服务新趋势。今天上午很多的友商在聊人工智能落地的应用，其中大部分都在讲说我们要有智能的机器人，我们要有替代人工去做很多重复性的、繁琐的简单事情的机器，或者我们来做一个智能的路由系统，我们来把不同客户的需求路由到或者转接到相应的有服务能力的客服上。但是我们做的事情跟大家又不太一样，我们做的事情是我们在思考如何让人工智能赋能每一个客服代表，让每一个客服都是我们王牌。我想请大家看一个小视频，男主人公是一个“客服”，他碰到了一位很刁钻的客户，我们来看看他是如何用最先进的“人工智能”来完美的解决这件事的。
这个视频是来自于2017年特别火的电影叫做《王牌特工2》。这是电影里的情节，那么现实生活中有没有这么类似的聪明的人工智能处理呢？我们来看下一段视频。
我来介绍一下这个视频，我保证今天是演讲里面做的唯一一个产品广告。左边这边是我们的实时语音转文字，大家看到的是我们真实的录音，是实时转文字，他会不停的有文字出现，出现文字之后又会调到前面去，因为他找到了更多的信息，他觉得前面有一个字翻译错了，所以回追回去把字修改过来。准确率大家可以实时看一下，这是真实的互联网教育的通话记录，语音识别准确率很高，延迟基本可以做到200ms之内。在这基础上我们可以提供一系列的服务：上面这个思路导航给外呼型销售代表用，在打电话中一段对话需要完成一定的目，所以你先说什么、后说什么、说到什么、没说到什么，这边会一目了然，在说到一个内容时候我们会自动的划掉，所以像一个任务清单一样，这样没说什么就非常的清晰，下面匹配客户提出的一些问题、包括上下文的信息，如果是外呼型，这个提示就是智能话术，如果是内呼，那么会和我们的知识库做一个匹配，给出相应的提示。右上角是智能质检，我们会通过大数据的方式做购买意愿的分析，外呼打完电话以后会有成交和没有成交的，我们会根据自然语言处理技术、大数据技术去分析什么样的对话最有可能成交。这一通电话打完，客户的购买意愿有多少，我们会实时给出一个评分。下面这个是表达规范，包括有没有打断客户，或者是我们在智能质检上会检测的一些规则都会在这里面得到体现。右下角是我们做的一个CRM信息自动的提取，对话中一些客户的信息，我们会自动的从这对话中转移成文字，然后再做一个提取。这样可以很方便的对接下游的系统，不管是工单系统还是CRM系统。
下面想跟大家分享几个趋势，人工智能技术有哪一些行业的趋势，包括我们看到客户提出的需求，我想跟大家分享一下。第一个趋势就是实时和离线，就是今天大家接触到最多的人工智能系统，特别是语音的系统方面都是离线的，比如说离线的质检。我们其实在给我们的客户灌输的理念就是把离线的系统推到实时，就拿智能质检来说，我们今天所有的智能质检就是在等着问题出现之后，从语音中找到这一个问题怎么出现，到底谁犯了这个错误，但是我们找到这个问题到时候，错误已经酿成了，我们的损失已经没有办法挽回，我们能不能把这一种离线的系统变成一个实时的系统呢？这样我们可以把这一些错误扼制在萌芽里面，当我们的客服代表稍微有一点表现不好的时候，我们的系统就会提醒他，避免这一种问题出现。
我们上一代系统是人找信息。我给大家举一个例子，大家对2C，面向个人用户这的一种APP，可能感触比较深。上一代的人找信息的产品，最典型代表产品是百度，百度怎么找信息？它有一个搜索框，你把想要搜索的信息输入进去，会出现一百个结果让你慢慢找。而我们这一代从人找信息变成了信息找人，再举一个2C的例子就是今日头条，他所有的信息都是在推荐，他知道在正确的时间、正确的上下文、正确的地点、正确的环境相关的信息之下，给你推送你想要看到的信息，所以这就是信息找人的这样一个过程。在我们的产品中、包括我们为客户提供的服务里面，也在宣传这样一个理念，之前你在对知识库的检索过程仍然是一个主动性的搜索过程。而我们希望能把这样主动性的搜索过程变成一个被动性的人工智能的过程，让信息在对的上下文主动的推送到你的面前。
下一个就是自动化和人工，这一个非常好理解，就是到了人工智能时代，我们需要转变一个思维，就是把所有能够让机器来完成的事情都交给机器。举一个例子就是CRM。我花了几千万、上亿打造的CIM系统，遇到一个最大的问题：数据质量的问题，因为人性使然，我们给我们的客户代表、销售代表也好，如果有些字段是选填的，我们的销售代表都不填，如果字段是必填的，他们有时候会瞎填，因为我们没有很好的机制监督销售代表、客户代表工作到底怎么样，所以这时候我们用到人工智能的技术，把这一种没有办法监督的工作很好的来解决。
最后也是我们最重要的一个观点：赋能而不是取代，我认为至少今天的人工智能发展阶段，我们没有办法取代所有人的所有工作，我们需要找到一个人机结合的一个最佳的平衡点，让我们每一个销售代表，每一个客服代表都是我们的王牌。
讲一下呼叫中心行业，大概20多年前的时候，中国第一次有了呼叫中心行业。中国的呼叫中心行业，其实是随着电子商务的发展而蓬勃兴起的，我们首先完成了数字化的工作，建设了呼叫系统，我们让千里之外的客户打电话知道我们，接下来是移动化的浪潮，我们知道客户不仅需要通过电话找到我们，还需要通过微博、微信、APP等等的渠道来联系到我们，需要在全渠道上给我们的客户提供服务，所以我们的呼叫中心也改名，改名叫客户中心或者联络中心，因为它不仅仅是承担呼叫这一个功能。接下来走入智能化的浪潮，用人工智能技术来减员增效。有人会把人工智能技术比喻成是第四次的工业革命。第一次工业革命是机械化的革命，我们发明了蒸汽机，我们解放了自己的双手，第二次工业革命是电器化的工业革命，我们发明了电，有了电之后我们发明了石油钻井，有了石油之后我们发明了飞机、汽车等等，它解放了我们的双脚，解决了物理上的距离，第三次工业革命其实是信息化的革命，我们发明了电脑、我们发明了互联网，我们让远在千里面之外的语音图像可以实时的出现在我们面前，解放了我们的眼睛、解放了我们的耳朵，第四次其实就是现在的人工智能的浪潮，它解放的是我们的脑子，解放了人类的大脑，把人类从简单的工作中解脱出来，能够赋能我们，能把人工智能的智慧和我们人类的智慧加在一起，更好为我们的人类服务。这是人工智能几个发展的重要阶段，我特别挑了几个跟呼叫中心系统相关的里程碑事件，阿兰图灵是一个数学家，他发明了图灵测试用来定义机器的智能，那是在1950年。1956的年代在人工智能在达特茅斯会议上第一次提出来了，1997年的时候IBM的深蓝计算机第一次在国际象棋打败了世界冠军，2012年谷歌自动驾驶汽车上市，2016年也是一个里程碑的事件，谷歌出了阿尔法GO在围棋上打败了韩国世界冠军。2017年AI实验室里面得出在实验室的工作环境，语音识别准确率已经达到了人类的水平，大家可能去年看到新闻说语音识别达到了97、98%等等不同的口径。在实验室环境确实机器已经超过了人类，但是在我们的实际环境中还没有，因为实际环境中有大量的噪音、口音、方言等等的因素存在。所以还没有超过人类，但是我们正在朝这个方向努力。2018年的时候发生了一件事情，美国斯坦福大学来评价机器阅读理解能力的这么一个测试，这个测试是一个什么意思？就是给这机器几百篇文章，每一篇文章就是小学考的阅读理解题一样，但是让机器先读这一个文章，每一个问题随便问，比如说看一个文章内容是说1997年的时候，哪一个篮球队，哪一个NBA的球队获得冠军。那么就问机器“1997年的时候冠军队的MVP是谁？”这样的问题。在2018年1月1日的时候，机器第一次在阅读理解这一个科目上准确率超过了人类。所以这也是人工智能目前发展的一个阶段、一些重要的里程碑。
作为呼叫中心来讲，我们如何把握时代的脉搏，如何利用人工智能为我们企业更好的服务呢？我们认为是这样，第一点就是语音仍然是最重要的客户沟通渠道，所以我们要重视语音数据的价值。这是2017年的时候美国的一个权威的研究报告，其实美国的商业环境和中国差其实非常多，美国大部分通讯是通过邮件在进行沟通，但即使是在美国，仍然有70%和客户的交互是通过语音来完成的，在国内这一个比例会更高。为什么会更高？大家经常会接到的教育说，我们现在是不是全渠道媒体都上来以后，我们的客户都是通过全渠道的方式来找到我们，是不是语音就不再重要呢？不是的。第一，不否定全渠道的重要性，但是经过这几年的发展之后，全渠道依然没有语音渠道重要，特别是外呼的场景下，不管是金融、保险还是互联网教育等等，我们发现像这一种销售的需要跟客户建立起信任关系的这一种谈话，语音是最好的渠道，没有什么比一通对话更容易建立起信任关系，而且在对话的过程中你能够明确知道对方给你回馈。
全渠道把大量的工作都交由机器人来自动完成，这样就会把大量非常复杂的工作交给我们人来完成。语音非常重要，但是语音的价值其实是非常难挖掘的，为什么？因为第一语音受到语音识别率的限制，第二就是人的对话里面是信息密度非常低。当我在说话的过程中，里面有大量的冗余，就是我说一句话的时候，我说前半句你就知道我后半句说什么的。直到2012年开始我们的深度学习，最新一代的深度学习技术发展起来之后，我们终于能够打开这一座金矿的大门。
这个是一个小的知识，这是人类历史上第一台留声机，有的人看过这一方面的历史，觉得留声机不是爱迪生发明的吗？没错，爱迪生在1870年的发明的留声机载入史册，而这个是法国人他叫马丁威，1850年发明了这个机器。但是他为什么没被载入史册？因为这个留声机少了一个重要的功能，它只能声音记录下来但是没有办法播放出来，他最早的设想是人看着右下角的纸，就能把声音呈现出来，但是后来发现这太难了，人类完全做不到。有意思的是，人类经过一百多年之后，用现在的科技是有办法把当时的声音再重新播放出来，这是一个非常酷的事情。这个例子就是说呼叫中心的系统花了大价钱去做语音系统，比如说美国公司、以色列公司等等。我们有大量的语音就存在硬盘上，但是没有人去发掘它，就像这样一台机器一样根本无人问津。
我们要用人工智能技术来深入挖掘语音的价值，我不知道在现场有多少是有友商、集成商多少呼叫中心的运营者，企业在人工智能的时代下，应该如何发展？这一个事情不是我说的，我其实是分享大师的观点，吴恩达，他之前是斯坦福大学的教授，他是百度智能研究院的院长，带领过谷歌的人工智能团队，他在2017年年底的时候做了一个分享，这四点是他在会议上的分享，他觉得任何一个企业在人工智能的时代需要做好这四点。我简单给大家讲一下。
第一个就是标签数据的正反馈闭环。有很多的客户会跟我聊，说我们现在呼叫中心里面有大量的语音数据，我们保存了过去的几百个G，或者过去两年、三年的语音数据，这些数据是不是人工智能时代发挥其他的价值呢？这样不够，真正有价值的是带着标签的数据。什么是带着标签的数据，如果你告诉我这一段语音对应的文字，这一个数据价值就大大增加，如果你告诉我说这一段文字里面或者这一段语音里面这一小段是代表客户生气，这一小段是客户对我的服务不满意，这一小段转化率有极大的影响，这就是有标签的数据。所以我们企业在人工智能时代要做的第一件事情就是大量的积累，有意识的去打造这样数据的闭环，有意识的去整理。在产品设计的时候，就做带着有标签数据这样的一个数据整理积累工作。
第二点是统一的数据平台，这个就非常好理解了，就是我们现在讲到人工智能的时候，数据是一个底层非常重要的一部分，比如说服务里面，我们需要拿到客户的语音数据，需要知道它来自于什么样的渠道，这可能放在营销系统里面，我们需要知道客户在来我们服务之前可能看到了、使用了我们APP哪一些页面，访问了网站上哪一些页面，这可能在产品数据里面，所以我们要做的另外一件事情就是打通底层所有的数据，我们这把一些所有的数据都放在一起的时候才能发挥最大的价值。
第三件事就是数据驱动决策，这是一个非常有意思的事情，我们在做客户服务的时候，有一些拿营销型、外呼型的团队来举例子就是我们每一个外呼型的团队都会有自己的脚本，销售脚本、话术脚本，我们找了在一个领域工作二、三十年的专家，他把自己一生的精华整理成了30句话。到了人工智能时代我们认为这一种工作方式是落后的，那我们怎么来解决这个问题呢？我们之前为一家公司做了销售化分析，我们整理了历史上的30万通对话，通过自然语言处理技术，把其中客户的问题提出来，把不同销售代表的回答也整理出来，我们通过大数据的方法去统计，在客户同样问到这一个问题的情况下，我们不同的回答方法到底产生了多大的区别？后来发现区别非常明显。举一个例子，客户说你的价格怎么这么贵？有的销售代表就会直接跟他说我们的价格不贵，我们的多少钱，但是有的销售代表不会这样讲，有的销售代表再去把他们的价值重申一遍，我能给你创造什么样的价值，之后再来谈他的价格问题。我们发现这两种营销方式有20%的差别。这样的流程能够对现有的专家经验进行一个非常好的补充，所以这也是在人工智能的时代，我们能做的一件事情。
之后我们迎接新的工作和职责。每一个行业在人工智能冲击下有一部分人的一部分的工作会受到影响，在受到影响的同时，也诞生了一些新的工作岗位。举一个例子，在2017年非常火的一个职位，或者非常火的一些创业公司他们在做一件事情是什么？他们在帮其他的企业做数据标注，因为大量的人工智能系统需要这样含着标签的数据。像这样的数据标注员就是人工智能时代创造新的岗位。其他也是一样，在我们企业内部有产品经理的角色，我们之前产品经理更多是UI上，美观上的。而在人工智能时代，这个角色发生了变化，他们需要知道客户可能会问到什么样的问题，有多少比例的客户会问到什么样的问题，他需要帮助工程团队去找到相应的数据，去定义好相应的问题，所以这对我们的产品经理有了一个更大的要求。
最后是一个观点其实这个观点已经被很多人无数次的印证了。我们也想再重申一下，今天在人工智能时代我们到底是一步到位还是循序渐进。今天对于人工智能有一个周期，他会上一个高点，大家觉得人工智能这么酷，等到实地落地，又跌倒谷底，大家会觉得这一点也不智能，倒像是个智障。之后大家会慢慢的经过不断次的优化迭代之后大家的信心又会缓缓建设起来，又会进入到下一个周期，所以在这情况下我们依然要相信人工智能的力量、它的价值，但是我们要明白所有的事情都不是一蹴而就的，我们更要加深我们对于这一个技术的理解，要理解这个技术的边界和技术的发展。
最后，这个男人我刚才已经介绍过它叫阿兰图灵，他在1950年的时候设计了一个测试，这个测试就是特别著名的图灵测试，很简单这个测试就是来判断一个机器是否真的有智能，就是让你跟一个机器或者不知道人还是机器的东西，对话两分钟。如果你判断不出来他是人还是机器，那么就认为对面那个东西是有智能的，不管是人还是机器。这是一个非常重要的测试，一直影响到今天所有的人工智能系统。所以大家可以回去以后下一次去再接到骚扰电话的时候也沟通一下看看能不能聊到两分钟。
机器真的有智能吗？我们觉得现在的机器是没有智能的，它只能解决一些非常简单的工作，但是我们正在朝着万物有灵的时代向前不断的进发。
最后就是我们的核心观点就是在这样一个时代下人机结合才能产生最大的一个价值。
最后是刚刚视频的DEMO和我本人的微信，如果有关于人工智能的话题我们可以聊一下，谢谢大家。
