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

专访才展软件汪树森:打开智能客服的新维度

2018-04-26 11:33:05   作者:   来源:CTI论坛   评论:0  点击:


  由CTI论坛(www.ctiforum.com)主办的2018中国呼叫中心及企业通信大会(http://www.ctiforum.com/expo/2018/ccec2018spring/index.html)于4月12日-13日在北京辽宁大厦盛大开幕。本次会议以“数字时代的通信和协作变革”为主题。在2018中国呼叫中心及企业通信大会视频采访现场,我们有幸请到了北京才展软件有限公司的执行总监汪树森先生。

CTI论坛总经理秦克旋视频专访北京才展软件有限公司的执行总监汪树森
  CTI论坛:CTI论坛的网友大家好,这里是2018中国呼叫中心及企业通信大会的视频采访现场,我们今天有幸请到了北京才展软件有限公司的执行总监汪树森先生,汪树森先生是我们这行业的一位非常资深的专家。我们现在先请汪总跟我们的CTI论坛网友打一下招呼。
  汪树森:大家好,非常高兴在2018年CTI年会上面跟大家见面,谢谢大家。
  CTI论坛:呼叫中心经过20年的发展,技术板块与市场格局已经完成,请汪总介绍下这方面的情况。另外,在产业链中,方案供应商应该如何根据自身情况找准定位?
  汪树森:呼叫中心发展20多年,我们都是见证人。CTI论坛的从成立开始就一直在关注这个行业,我们也是最早跟CTI论坛建立联系的。
  呼叫中心发展20年已经形成了一个相对庞大的生态体系。但是在这个庞大的生态体系里面包含了很多东西,有做平台的、有做应用的、有做服务的,甚至还有很多周边的东西,如说排班、考核、报表、耳机等。总的说大概分成两大类,一类是做技术的、一类是做服务的。
  以上两类再进行划分,可以分成三类企业,第一类是做技术平台的,也可以说交换平台,包括电话、传真、留言、短信、微博、微信、视频等等。第二类是做业务的,他们走在离客人最近的地方每天了解客人的需求,随着客户的变化来调整自己的业务,比如说呼叫中心业务软件开发。第三类是做数据的,比如呼叫中心大数据的应用和研究。虽然还有很多与呼叫中心相关的企业,比如说ERP企业、OA企业等,但是我认为整个市场格局就是以上三类,但这三类企业从这逻辑划分来讲是互相依存相互统一的。
  这几年呼叫中心年年都有一个主题,多媒体、全媒体、今年是人工智能,或许明年言是区块链。每年都有一个主题我们都觉得赶不上形势的发展,但是社会就是这样,它就推着你往前走你不走也得走,尤其是人工智能,党和国家非常重视,包括政府工作报告、2025计划都有提到。我今天演讲说的一句话:人工智能让一切与业务无关的技术到此为止。如果你今天还不去跟业务打交道,那么企业发展就会有问题。AI企业要去研究业务层面的东西,从中去抽象可以为平台化使用的东西,做业务层面的更是如此。呼叫中心的发展应该是向两极方向发展,一个是平台越轻越薄,更加平台化。另外一个是业务越来越重、越来越深、贴的越来越近。如今很多事情都已经SAAS化了,包括人工智能、大数据,很多的友商也已经SAAS化,中间这一层怎么生存确实是比较大的问题?我觉得还是切入到业务这个点来,怎样让企业向这个方向转型。我刚刚跟东进的刘骏总经理聊这事情,我说一定要有自己的东西来增加客户的黏性,还有一定要放下原先已经非常熟悉的东西去做新的东西。
  CTI论坛:汪总你把AI放在数据里头,实际上是因为无数据就无法AI?
  汪树森:没有大数据就没有AI。
  CTI论坛:我这是第一次听到,因为大家一讲就是云计算移动互联大数据等等的,与AI都是平行的。
  汪树森:其实我们要在很高的地方去看呼叫中心是什么?就是三个中心。接触、业务、数据,只要把这三个中心确定下来,所有的技术会按照它的各种逻辑关系排列有序、舒张有弛放到这三个中心里面,我觉得总要给人工智能放一个位置,那数据中心最合适。因为从核心业务的视角,所有的技术应用都是为了提高业务能力的“外设”。
  CTI论坛:近两年,突然冒出来成百上千的机器人创业者,中国一下子进入到了人工智能大跃进年代,但AI在客服领域的应用仍然是未尽人意,请您谈谈智能客服演进的方向,如何打开智能客服的新维度?
  汪树森:这是今天讲的一个比较主要的问题,第一,今天讲人工智能已经成为超越技术边际的社会运动。自然会唤醒我们历史上大跃进、人民公社这样的一种民族记忆,按照科学的规律去办事,不是说搞运动就可以把人工智能搞起来的,这是我们要正视的。
  第二,一下子冒出来那么多人工智能的公司,这种创新的热情跟党的号召分不开,如万众创新、大众创业,要鼓励年轻人去创业。但AI是学习曲线极陡的行业,进去好像非常容易,但是到了一定程度以后如果背后没有院校、智慧的机构,大量资本投入做支撑,你还仅仅是一个吃瓜群众。
  第三,AI在这种状况之下一定会延伸出来AI的应用者,我们就承担这一个角色。我们的意思很简单,就是让科学家做自己的事情,他们精通算法,我们是做业务的把应用做好。这就带出来一句话,今天的人工智能无法解决呼叫中心的所有问题,就像人工智能需要解决自己的问题是一样的。如果说今天要让人工智能帮助呼叫中心转型,是对人工智能的误判,实际是人工智能更需要我们帮他来化茧成蝶,所以这才是正确的打开人工与智能的方法。
  CTI论坛:我的理解是AI是一项技术,进去以后有一个很陡的曲线,到后面需要很大的资金和大脑对研发在支撑着。实际上不可能所有人都去做AI,而我们作为客服行业的从业者,AI是为我们所用,我们要完成通过AI来进行一个行业化、产业化的过程?
  汪树森:对,应该这么说。就整个人工智能发展的过程,呼叫中心的优势是任何一个智能的语音交互无法替代的。因为我们有海量会话、海量数据、海量样本。我们都知道得中原者得天下,一些人工智能的厂家千方百计想得到这些,但是这些东西很难得。所以很多科学家说了客服机器人很难。你能够说某一个企业它的智能客服长成什么样子,我相信科学家也说不出来。所以像我们这样的软件供应商一定要为特别优秀的人工智能的平台去做切合客人的应用的事情,这才是我们呼叫中心行业生存的机会。
  CTI论坛:是的。今天我听另外一个演讲嘉宾说客服行业面对的客户是十人百面,因为即使一个客户他也有十种不同的情绪。他可能今天是高兴明天是不高兴的,或者今天这个问题明天是另外一个问题。所以说人工智能不可能解决所有的问题。
  CTI论坛:您曾经说过,“呼叫中心是创造业,不是制造业”,呼叫中心是生产力,做为价值生态链,业务应用应该是这个生态中的核心一环,请您谈谈才展软件在呼叫中心领域的创新。
  汪树森:无论是制作业还是创造业,这里有一个标准的问题,马云讲过我们需要把标准的东西交给制造业。但是我发现问题来了,以后把标准的东西交给制造业比如说座席,我们可以理解为生产力工人,KPI考核以及其他都是标准的,但是大量的工作是创造性工作,因为客人的要求、企业的要求、市场行业的要求,几乎没有一个是雷同的。我前两天我写过一篇文章说SAAS凝聚的是资本对它的欲望,它希望是能够不断重复,但是呼叫中心正好相背道而行,它希望更个性化,就是你刚才说的十人百面,每一个人尽管是百面但是他的体验我都能满足。
  我今天在会议上提出了四个概念:态势感知能力、意图判断能力、体验评价能力,分布式服务能力。这四个概念我也征求过一些科学家的意见?他们也赞成这个想法。
  超态势感知:我是一个军事迷,歼20飞机上天,最大的优势是战场环境完全透明。在人工智能的状态下,服务资源应该是透明的,座席对企业的行为、流程都会很清楚,其次对客户的媒体接触、客户的意图判断以及整个呼叫中心外部环境都可以清楚地感知到。通过排班、技能评价,甚至是键盘收集,手环收集,视觉收集,实现对于内部资源的感知。整个呼叫中心里里外外上上下下都非常透明的,透明有好处是可以实现资源的均衡。
  超意图判断:如果智能呼叫中心连客人打电话的意图都没判断出来就不能叫智能,将客户的访问历史、买的东西、投诉的历史全部串起来,判断出客户的意图,我们才可以为客户分配一个比较好的座席,这个时候建立画像的才有价值。初级的意图的判断能够调出客户资料。中级的意图的判断可以通过客户流程、工单流转、客户的属性、事件的状态及问题的聚类等来判断出客户的意图。高级意图判断是通过行为轨迹、智能提醒、问题探针、问题猜测等算法和套路来完成客户意图智能判断。意图判断关系到这客服能力的精准输出和服务体验。
  分布式服务:这是一个很新的概念,核心是面向数据的服务资源跨平台再次分发。这个概念出自无人机组网飞行。一百架无人机飞上去,他们的分工非常细致,有的只管侦察,有的只管中继,有的只管带弹,只是一个指令告诉他打什么。回到座席来,我们有11种方式为用户提供服务,分布式服务就是当客户需要人工时人工,需要微信的时候是微信,需要短信的时候是短信,以最节约最快的方式提供服务。分布式服务把资源扁平化,每一个资源都发挥到最大这个效率。
  超体验评价:超体验评价并不是要求我们去设计一种体验,因为,迄今为止人类确实无法去创造出一种叫做体验东西。但是人工智能有可能完成对体验进行一种再体验的动态评价。我们的智能的系统一定要有自动纠错,自主恢复的能力。当客人进入到智能客服的服务过程当中,突然之间发现客户没聊几句就走了,这个时候系统就要发现这个人享受的服务是不完整的,然后通过别的方式来对客户进行服务,这个我们叫自恢复自主纠错的能力。
  秦克旋:谢谢汪总,汪总真是行业里一位思考力很深的资深专家,我们今天有幸在这里分享汪总的智慧,这些新的想法,包括我本人也是受益匪浅。我们再一次感谢汪总来到我们的采访间。

【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