今天不主流君就和大家一起来分析下智能客服认识上的一些误解吧！

　　应用于智能客服系统中的AI技术，无论是人工智能底层通用的深度学习还是核心的自然语言处理，都不能直接解决任何实际问题，只有在实际应用场景下，多种技术结合成有机系统，实现具体问题具体解决，才称得上真正意义上的智能化。

　　在智能客服系统中，机器人需要与业务完全融合，形成完整的知识运营体系。这期间，除了已有的标准化知识库和语义库，机器人还要与公司业务数据完全打通，深入呼叫中心内外部体系，将一条条对话、一次次互动加工成数据、知识，并不断学习，这样机器人才能够理解用户意图，为客户提供快速、准确的服务。

　　反观当前，可以说90%的所谓智能客服甚至连深度学习技术都未使用，只是通过关键词与数据库进行匹配，再提供用户输出结果。这根本谈不上智能，只是基于和深度学习、自然语言处理毫无关系的搜索技术，实现了FAQ类单轮问答，更没有上下文和场景处理能力。最终的结果也显而易见——单独看每句话的问答准确率或许还可以，但用户感受到的是我说一句它答一句的尬聊、整体僵硬失智的回答、客服语言能力的缺失，毫无用户体验可言。

　　技术供应商还要有能力提供完善的售后服务，帮助企业培养一支专业的运营和操作人员，为企业提供更好的同行案例分享和学习，与企业一起改善系统，一起挖掘系统的功能和价值。

　　其实，购买机器人才是万里长征第一步，之后是不间断的优化，每一个优秀的智能客服背后都站在一个优秀的AI训练师。智能客服机器人要想准确理解消费者意图，解决消费者问题，成为有温度的品牌代言人，离不开人工智能训练师的不断训练。人工智能训练师就像是机器人的“师父”，他的主要任务就是把AI员工变得更加“聪明”、“贴心”。所以每一位人工智能训练师前期需要大量的知识储备，不同行业有不同术语，在智能客服掌握之前，训练师一定是最了解行业术语以及顾客需求的人。

　　周而复始的数据分析和场景优化。电脑永不离手的他需要基于算法模型将优秀服务记录作为标准样本累积起来，除此以外，要通过聊天记录校准功能分析智能客服的会话历史，综合把握客户问题，判断机器人回答的对错，再通过算法工程师将这些反馈回流到模型，修正后续的应答方式，帮助机器人一起成长。

　　你所购的智能语音服务是按照线路数收费吗？非主流君曾经咨询，一个线路一年服务费过万，包含一套定制话术，之后产品使用效果怎么样，乙方不负责，如果用的不好也没办法退款。这样的收费方式就导致了产品的定价体系和产品所传递的价值并没有很好的连接起来。

　　现在，基于用量（usage-based）的定价模式正开始流行起来。基于用量定价模式包括按照交易量、营销联系人数量、网站访客数量收费。

　　基于用量的定价模式更适合为用户传递单一价值的产品。适合尽可能销售更多产品的商业模式：新用户从一个可以接受的价格开始使用，随着用户对产品越来越深入，或者需求越来越复杂，用户的付费也随之增加。

　　在人工智能领域，想要实现真正的实用价值，百可录认为，看似一件小事，但想做好一定要做深做细做极致，从数据到技术，从技术到系统，从系统到具体场景应用，这每一步都需要保质保量的人才和成本投入，需要经年累月的数据和经验积累，需要千锤百炼的资源和项目整合，所以更需要专注聚焦。