很像“黑客”这个词，我们对软件机器人的概念过去完全是负面的。但是，就在黑客攻击成为新标签的时候，它也标志着酷酷的书呆子黑客们构建我们软件驱动的未来，机器人从恶意病毒中毕业，并成为一种新型帮助机器人，旨在让我们的生活变得更美好。作为“软件机器人”的缩写，机器人只不过是用来执行服务功能任务的一堆代码，通常是线上的。
在过去的十年里，我们看到主要的技术供应商都接受了帮助机器人的概念，这些机器人可以在我们的软件系统中管理、引导甚至清理数据。利用所谓的自然语言理解技术（NLU），我们已经能够构建可以分解和解析人类生成的文本的机器人，从而将其归类为语义。这些机器人可以理解我们，并能进行对话。这就是聊天机器人。
聊天机器人大脑发育
随着聊天机器人在青春期的快速成长，我们人类致力于确保这些软件大脑能够进行学习。当我们开始对聊天机器人的反馈响应机制应用新的认知和理解层次时，我们可以在客户服务流程的核心使用聊天机器人技术，以显着改善所有级别的客户体验。仔细地应用，聊天机器人是你的新前线，这是一个好消息。
但是对聊天机器人进行的人工智能教育并不是一件简单的事情。我们不能简单地打开开关，期望这些机器能够自动学习。随着聊天机器人和虚拟客户服务助理数量的增加，失败项目的数量和受挫的客户数量也在增加。回想一下上个世界九十年代基于电话的语音识别预订服务“你好，来电者，我想你说”，我们不能让智能聊天机器人变得更愚蠢。
复杂的问题，智能聊天机器人
聊天机器人只会用在它出生时被程序员赋予的信息进行交流。更聪明的人工智能聊天机器人可以通过接触数据池中信息的多样性来自我学习和训练。一个类似数据事件的浅池会造就一个比较狭隘的聊天机器人。
太多的人工智能项目在开发和部署到公司的联络中心时失败
许多简单的客户服务任务都能很好地实现自动化，但是当客户问题越来越复杂时，我们如何确保我们能提供同情心和专业知识来维持高水平的客户满意度呢？太多的人工智能项目在开发和部署到公司的联络中心时失败了。联络中心是完成人类交互的中心，从企业内部扩展到客户和合作伙伴。那么，实现自动化和辅助客户服务的无缝集成到底需要什么呢？
机器人的四个基石
企业应用软件公司IFS-mplsystems为机器人创建提供了4个基石，旨在生产出人工智能驱动的服务，有效且准确地工作：
- 收缩，然后扩展：任何级别的机器人开发都应该“先收缩，后扩展”。没有任何大脑（不管是人类的还是计算机的）善于在第一天就会用消防软管喝水，而且两种大脑都需要适当的学习空间。
- 共享聊天机器人和人类的DNA：聊天机器人虚拟助理人工智能永远不应该被认为是人类客户服务的替代渠道。相反，它应该嵌入到客户服务渠道的每个部分当中，以便在每次对话或交互时提供智能帮助。
- 无缝转移：对于聊天机器人来说，当一个请求过于复杂时，它应该无缝地将对话转移到合适的技术人员那里。但是，更重要的是，这些更复杂的查询结果应该以数据的形式反馈给聊天机器人，以便用于学习。
- 不断迭代：使机器人开发成为一个真正的迭代过程，与企业的商业目标和市场战略有机地发展。在这里，机器人不应该只是回答问题，它们还需要处理请求，就像我们希望人类座席解决我们的问题一样，而不仅仅是在我们联络呼叫中心时给我们提供建议。这不仅仅是人工智能的问题，还包括将机器人过程自动化（RPA）与自动化任务相结合的解决方案。
所以，就像一个好的客户服务机器人一样，让我们停下来问问自己，到目前为止我们学到了什么。我们知道，成功的现代商业是由了解与客户协作价值的公司与客户之间情感丰富的互动所驱动的。我们也知道，聊天机器人可以成就一个非常宝贵的“前端”接口层，它能积极地提高客户体验，如果是精心设计和建立的话。
这听起来可能是一个用于软件编程的奇怪术语，但用心的聊天机器人开发是将人工智能作为多渠道客户旅程的一部分来谨慎应用的，而不是作为单独的信息孤岛或替代渠道随意添加的。谨慎的聊天机器人开发也明白聊天机器人需要时间来学习如何工作；他们需要一种分阶段的方法来集成到业务操作中，因为他们变得更聪明了。太多的联络中心通过创建快速修复的聊天机器人软件而没有经过认真的思考过程造成了急功近利的结果。
“每年，来自客户的互动数量增加了近10%，而客户使用的渠道数量每年都在增长。几年前是电话、电子邮件和网络聊天--现在是Facebook、Twitter、微信和WhatsApp等消息传递渠道。对于一个企业来说，不断扩大联络中心来吸纳这个数量和复杂性是不可持续的。企业别无选择，只能以聊天机器人和虚拟助手的形式引入人工智能。但是交付一个优秀的客户体验，不仅仅是控制成本，这些聊天机器人不应被视为另一个渠道，他们需要成为其他渠道的一部分，提供智能前端和主动无缝切换到一个善解人意的人工座席是有意义的，”IFS-mplsystems营销总监苏珊娜·理查森说（Susannah Richardson）。
10000个小时的训练
虽然聊天机器人的开发成功主要取决于现实和最佳实践，但迄今为止，没有一个虚拟助理能够胜任，直到它拥有丰富的、深入的、多样化的数据池，从中汲取经验。
社会哲学作家马尔科姆·格拉德威尔（Malcolm Gladwell）提出，人类需要大约1万个小时（持续一年以上）才能成为某方面的专家。IFS-mplsystems的理查森（Richardson）回应这种断言时说，即使对于像请求你的账户余额一样简单的事情可以有超过1000种方式问这个问题，相当于大量的样本数据需要训练你的机器人回答一个简单的请求。
聊天机器人就像人类一样需要训练。他们还需要仔细地应用和智能地分级经验，同时在丰富的量化和合格的数据流上。如果我们能给我们新的虚拟团队成员这种教育和工作经验，那么他们就可以从青少年时期成为真正有生产力和积极的社会成员。让我们永远不要忘记，一个有效的聊天机器人是一个快乐的机器人……不久他们就会提醒我们这个事实。
声明:版权所有非合作媒体谢绝转载
作者：ADRIAN BRIDGWATER
原文网址：https://www.raconteur.net/future-customer-service-2018#post-90653
