更厲害的是，它接電話還接出了“One More Thing”：問人類要不要找eBay的時(shí)尚專家?guī)瓦x一下尺碼。于是，就到了人類出場的時(shí)刻。

當(dāng)然，這個(gè)人類，也是AI分析了用戶之后，挑選出來的。

當(dāng)人類介入之后，AI的工作并沒有停止，其能夠?qū)崟r(shí)監(jiān)測(cè)人類客服和用戶的對(duì)話，并實(shí)現(xiàn)文本轉(zhuǎn)換，基于Agent Assist系統(tǒng)，能從公司的知識(shí)庫中提取最關(guān)鍵的文檔，為人類客服提供對(duì)話相關(guān)的信息，還會(huì)列出一些建議問題。

這個(gè)解決方案除了能夠作為AI來電客服外，還能支持更多元化的交換，比如電話、信息，甚至以后AI客服進(jìn)行視頻交流也有可能。

我們距離“不再智障”的智能客服還有多遠(yuǎn)？

對(duì)于智能客服，用戶一直都是“批評(píng)多于褒獎(jiǎng)”，究其原因是在于人們對(duì)于AI客服的期待很高，而AI客服在實(shí)際應(yīng)用中的拙劣表現(xiàn)讓許多用戶大失所望。

隨著移動(dòng)互聯(lián)網(wǎng)的愈來愈熱，企業(yè)開始拓展APP、微信多新型輕渠道，通過人工參與粘度低來維護(hù)低成本，同時(shí)隨著AI的到來，人工智能似乎為這種繁瑣而簡單的工作提供了一個(gè)很好的取代解決方案，因此入局企業(yè)蜂擁而至，但是發(fā)展至今，智能相對(duì)論（aixdlun）分析師柯鳴認(rèn)為，我們離“不再智障”的智能客服依然有一定距離，其發(fā)展仍然存在著顯而易見的痛點(diǎn)。

“鸚鵡學(xué)舌”般的深度學(xué)習(xí)能力

“鸚鵡學(xué)舌”是借由人類語言的模仿行為，其類似于當(dāng)前由數(shù)據(jù)驅(qū)動(dòng)的AI�！盀貘f喝水”則是一個(gè)完全的自主行為，其含括了感知、認(rèn)知、推理、學(xué)習(xí)和執(zhí)行，這是智能客服朝想象力、創(chuàng)造力更高層次的進(jìn)階。

但是，目前的深度學(xué)習(xí)模式都只是“鸚鵡學(xué)舌”而已。智能客服領(lǐng)域的深度學(xué)習(xí)主要包括業(yè)務(wù)上和技術(shù)上的學(xué)習(xí)。業(yè)務(wù)上一是企業(yè)知識(shí)的補(bǔ)充或更新一般都是在新政策新業(yè)務(wù)需求非常明確的情況下才會(huì)做進(jìn)一步梳理和更新，管理流程比較復(fù)雜，操作周期較長；另外一個(gè)就是客戶的問題有可能會(huì)超過知識(shí)庫回答的范圍，此時(shí)系統(tǒng)就無法給出準(zhǔn)確的答案。這使得AI進(jìn)化的能力十分緩慢，有時(shí)候會(huì)存在答非所問等情況。

而在技術(shù)方面，深度學(xué)習(xí)作為智能客服系統(tǒng)的核心算法，目前大多數(shù)智能客服系統(tǒng)在算法的優(yōu)化更新方面的速度非常緩慢，有些甚至幾乎就不更新，根本沒有考慮到隨著需求變化去進(jìn)行實(shí)現(xiàn)系統(tǒng)自身算法參數(shù)上的調(diào)整以便及時(shí)優(yōu)化自身推薦機(jī)制、提高推薦準(zhǔn)確率。

2．尚需提高的自然語言處理

目前企業(yè)所用的智能客服系統(tǒng)普遍用于業(yè)務(wù)解答，系統(tǒng)的開發(fā)模式主要基于企業(yè)的知識(shí)庫，采用關(guān)鍵字匹配來推薦答案，這種方式雖然直接，但其實(shí)沒有很好地考慮到客戶的提問習(xí)慣。

當(dāng)下的智能客服語音識(shí)別主要基于語音識(shí)別的基本架構(gòu)、聲學(xué)模型、語言模型并進(jìn)行解碼，而真正能夠根據(jù)客戶需求和話術(shù)進(jìn)行個(gè)性化適配的智能客服少之又少。其實(shí)，不同用戶的性格、特點(diǎn)、知識(shí)層次都不相同，如果有預(yù)設(shè)的用戶畫像，那出現(xiàn)話術(shù)誤讀的可能性也會(huì)大大減小。

目前語音識(shí)別的通常模式

對(duì)于普通客戶而言，發(fā)問一般以相對(duì)口語化的方式進(jìn)行，而系統(tǒng)則一般以結(jié)構(gòu)化的語言去讀取，在客戶自然語言和計(jì)算機(jī)結(jié)構(gòu)化語言之間必然需要一定的機(jī)制去做好翻譯工作，例如客戶的口語化提問方式、上下文智能關(guān)聯(lián)等，但目前大多數(shù)智能客服處理這類問題的能力并不強(qiáng)，客戶提問的內(nèi)容一旦比較復(fù)雜或表達(dá)不完整，系統(tǒng)就無法完整、正確識(shí)別客戶問題，導(dǎo)致目前一些智能客服應(yīng)用在實(shí)際使用過程中推薦答案的準(zhǔn)確率并不高，從而影響客戶的使用體驗(yàn)。

3．難以提高的用戶接受度

目前，我國整個(gè)客服市場規(guī)模已經(jīng)超過千億。而在線客服最為使用率最高的客服系統(tǒng)，達(dá)到了73．9％，呼叫中心使用率50．7％，但是，其中智能客服的使用率僅為31．5％。

用戶接受度直接影響著產(chǎn)品的應(yīng)用范圍。對(duì)于用戶接受度低的原因，無疑是兩個(gè)方面。首先是用戶自身使用習(xí)慣，以筆者而言，許多的用戶并不喜歡智能客服機(jī)械式的回答，而是更喜歡與人工智能一對(duì)一的談話，雖然效率可能不及智能客服，但是在特定問題的解決上，人工客服能夠提出更多個(gè)性化的建議。另一方面，目前市面上的智能客服更多的是“噱頭大于功效”，其糟糕的使用體驗(yàn)，使得用戶不得不放棄它。

當(dāng)然，在業(yè)界人士看來，智能客服目前仍然處于萌芽發(fā)展期，但作為“風(fēng)口”行業(yè)，其發(fā)展前景是大有可期的。

總的來說，Contact Center AI的出現(xiàn)為當(dāng)前的智能客服領(lǐng)域打了一針“強(qiáng)心劑”，谷歌也開始與Cisco、Five9、Twilio、Appian等企業(yè)合作落地Contact Center AI的具體產(chǎn)品。當(dāng)然，許多情況下概念永遠(yuǎn)要比實(shí)際應(yīng)用強(qiáng)大的多，在具體應(yīng)用中能夠表現(xiàn)如何，這還需要應(yīng)用企業(yè)和用戶們來親自檢驗(yàn)。

（智能相對(duì)論 ｜ 柯鳴）