从简单的关键词自动回复到应用微表情识别探测用户情绪，从单一的机器应答到人机协作交叉回复客户，AI在客服行业的应用场景不断纵深，机器人能帮客服做的事情越来越多。
然而技术本身是双刃剑，如果使用不当的话，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到正确使用的话，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。
技术的使用不可盲目跟风，需要遵循科学的管理流程和管理体系。
基于这个情况，研究客服领域的人工智能，要把控两个方面：一是AI的应用场景，一是客服中心的管理体系。
如何将AI合理地镶嵌到管理体系中？如何让AI在客服管理体系中扮演正确的角色？COPC中国区总监崔晓从驱动因素、实现因素和目标因素三个方面为我们进行了诠释。
1.驱动因素
驱动因素，我们主要从规划层面分析。
传统客服中心的流程比较单一，都由人工来实现执行落地。如AI的赋能使得客户中心有了包含“自助客服”、“智能客服”在内的全新流程，客服人员的角色也有了微妙的变化。
但无论技术如何革新，人员如何变化，企业缩减成本，追求利润的终极目的是不会动摇的。客服中心每年的业务规划都是为了在保证客户体验的前提下，把成本降到最低。
2.实现因素
实现因素，我们主要从流程方面进行考量。
智能客服的使用，会给传统的客服中心管理流程带来变化。我们以质检为例，进行分析。
智能客服加入客服中心后，对人工坐席的质检，除了发现个体的问题加以纠正和改善外，更应该利用AI的数据处理优势，关注流程方面的质检，找到共性的问题。比如配送的问题、物流的问题、门户网站的问题等等。而现阶段智能客服还没有能力完全取代人工客服，大多数客服中心仍然停留在对个体的质检层面，甚至更多的是对个体的绩效考核。
另外，对于智能客服的质检也是必要的，而且要考虑样本的随机性，制定合适的样本量，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备，说的话更加人性化、易于理解。
对于智能客服的质检，原则上可以继续沿用远程和现场抽检的方法：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。智能客服的现场质检，即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，质检尤为重要，这有助于整个知识体系的完善。
3.目标因素
目标因素，结果导向，我们从绩效的角度看待。
智能客服环境下，对于指标的管理也将发生变化。我们依然要评估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，并以此作为抓手来更好地优化各个触点的顾客体验。
