从初期DOS系统使用计算机语言，到windows视窗操作，再到语音输入、手势输入、眼球输入、甚至意念输入，人机交互语言与形式在几十年日趋智能化，交互更加自然和方便。
人机交互的发展推动客户服务变迁
人机交互，是指人与计算机之间使用某种对话语言，以一定的交互方式，为完成确定任务而发生的信息交换过程。人机交互的发展能有效提升机器人对客户语言和需求的理解，从而增强机器人服务能力，提升客户满意度。
智能客服的发展，离开不人机交互技术的支持。人机交互技术从最初的标准化输入与输出，到文本自然语义识别、再到语音识别，手势识别等，客户服务也从IVR自动应答，发展到客服机器人、智能语音应答与导航等智能客服。
除了交互方式和形式，随着人工智能技术的推广，机器人深度理解客户需求和自我学习能力也在不断进步。人工智能让机器人具备记忆、思考和学习能力，在海量交互中不断提取有用信息，深度理解客户需求，并自我学习和完善，最终使客户无法分辨是人工还是机器人为其服务。
智能人机交互完全实现后，客服中心智慧化转型也将初步完成。客服行业将在技术的推动下，实现劳动密集型向技术密集型转型。
智能人机交互大多停留在标准回答阶段
目前智能人机交互在客服行业的应用基本还停留在标准业务回答阶段，交互方式多为文字，尚未完全实现对图片和语音等输入信息的处理，对于复杂语义的识别和深度学习仍有待提高，人机交互远未达到智能化，智慧客服任重道远。
人机交互渠道及交互方式。各大银行均已在手机银行、网银网站和微信渠道部署了智能机器人，部分银行在营业网点布放了实体机器人，在IVR中部署了智能自助语音。工商银行和建设银行还在短信渠道部署了智能机器人，但服务量占比较小。
在线渠道人机交互方式以文本交互为主，暂不支持图片等多媒体方式。网点实体机器人和IVR已实现语音交互。
业务问题解答。各大银行机器人均采用标准问答加建议问模式进行业务解答。建设银行、工商银行、京东金融等具备自然语义指令处理。客户输入自然语言，机器人识别为某一特定指令后，可直接完成查询并回复查询结果。大部分智能机器人均支持在答案中包含外部链接办理业务。
评价机制。比如，工商银行、招商银行、交通银行、建设银行、京东金融均包含或部分包含评价机制。
转人工机制。转人工机制分为三类，一是机器人不能匹配时才提供转人工入口，如工行和建行；二是客户评价问题未解决后提供转人工入口，如交行；三是一直提供转人工入口，如建行PC端在线服务。
智能功能。一是客户身份识别功能。传统银行暂无客户身份识别，蚂蚁金融和京东金融会根据登陆信息识别客户名称，客户持有产品信息，增加了亲切感和业务功能范围。
二是情感识别功能。部分机器人在后台维护觉情感词汇后，可对客户情况进行初步识别并回应。
三是上下文关联功能。比如建设银行和京东金融部分问题有反问类关联，机器人尚不能自动从上下文提取信息实现深度上下文关联。
四是营销推荐功能。机器人尚未完全实现主动获取客户持有产品和资金信息，并推荐合适的产品。部分银行将目前在售主打产品推荐客户，部分银行由客户选择条件后，自动转人工推荐产品。
五是自学习功能。自学习功能在客服行业仍处于初级阶段，部分公司和银行已进行积极探索，但尚未实现成熟应用。
智能客服是向价值创造中心转型的关键
智能客服是实现客服中心向价值创造中心转型的关键因素。智能客服（智慧客服）体系建设，首要目标是在自助服务中提升机器人的智慧化程度，以更加丰富便捷的交互方式，准确理解客户真实需求并提供快捷方便的解决方案。
丰富人机交互方式，提高机器人使用率。契合客户使用习惯，新增图片、图文、语音、视频等交互方式，让客户按个人喜好，选择适合的交互方式与机器人沟通，同时机器人以丰富多彩的形式向客户提供问题解决方案，让客户乐于与机器人交流，提高机器人使用率，减少人工进线量。
提高机器人问题处理能力，推进智慧人机交互。当前，客服机器人面临的主要问题在智慧化程度不够，极大限制了机器人使用范围。机器人具备复杂问题识别及处理能力、上下文深度关联等智慧人机交互功能实现后，以智能机器人为核心的智慧客服体系才能实现质的突破。
提高机器人自我学习能力，强化大数据应用。客户咨询的问题日新月异，完全靠人工维护维护成本高，效率低，时效性不高。智能机器人从海量的交互数据智能抓取有用信息，自动维护知识库，并对客户进行细分，提供差异化服务。
