構建智能客服呼叫中心優化運營管理能力 　　進入互聯網時代，國內客服環境發生巨大變化，傳統客服系統亟待升級，以應對新的發展趨勢。　根據未來客服模型，創造性打造出全媒體+人工智能+人機融合+SAAS的新模式，它覆蓋電話、官網、微信、微博、APP端等全渠道，基于智能大數據分析技術，對于客戶畫像、喜好分析等，充分了解客戶，提高客戶滿意度。　人工智能代表的傳統對智能機器人的想象，一個真正具備推理與解決問題能力的智能機器。而且是具有知覺與自我意識的。相對于強人工智能，弱人工智能如AlphaGo運用如深度學習(Deep Learning)與加強學習(Reinforcement Learning)，配合近年大幅提升的硬件運算能力，系統能針對更大量的術技進行處理應用，從過去GB級別的數據量擴張到PB等級的數據規模(1PB約等于1048576GB)相關應用如語音/圖像辨識、自然語言處理與自動駕駛等正蓬勃發展。 　　AI能做什么 　　回到客服中心這個領域，AI快速的發展能為呼叫中心帶來什么樣的改變呢？在過去，呼叫中心/電銷中心被視為是勞力密集產業，較難被機器取代的領域。雖然因外包的興起大量遷移到工資較低廉的地區，但還是需要大量的人力投入。然而這幾年語音識別與自然語意理解的AI快速成長，機器開始能與人類作簡單的對話。我們認為呼叫中心會在這三個面相發生變化： 1.輔助人 　　在前一個例子，似乎人就要被機器取代。然而人擅長的同理心與社交能力短時間內仍很難被AI取代–而這正是客服人員需發揮的價值。在這個情境下，人類與AI并不是互相取代的關系，而是各取所長的人機協作(Man-machine collaboration)。人類發揮感性的同理心與創造力，AI負責快速與精準的分析判斷。以保險業呼叫中心場景來說，面對復雜的保單條款與商品內容，客服專員需要花費大量的時間去學習記憶，被問到不清楚的部分也要請客戶在在線等待查詢。然而對AI來說，在大量數據庫做搜尋給出答案從來不是問題。在這個場景中AI是一個輔助客服專員的角色，在專員服務的過程適時的給予ㄧ些提醒與建議，可能是產品的知識點或提醒專員的行為等。而專員則將心思花在傾聽理解客戶的需求上。 2.機器人-重新定義電銷 　　云端人工智能暨機器學習首席科學家李飛飛說過「機器很快、很精準、也很笨。人類很慢、不精準，但聰慧」。AI擅長理性分析運算，人類的價值在于情感的鏈接。或許有些人認為感性的客服產業是無法被AI取代，但在上述的例子，AI確實在部分領域開始取代人類，隨著科技的進步AI在理解人類互動的能力必定更加進步。但換個角度想，靈聲機器人其實是將人類從眾多繁雜無聊的工作里解放出來，讓人更專注于呼叫中心最有價值的工作。 　　UCC電話機器人以一抵百 更智能更高效　相比市場上其他智能機器人產品，智能電話機器人是專門為金融、保險行業開發了催收機器人、回訪機器人。在外呼機器人關鍵性能——整通通過率上，智能在一組第三方回訪測試上，以91%比5.76%，大幅度領先競爭對手。　　電話機器人可同時并發多個外呼任務，導入電話即可自動外呼，一天能處理上萬條外呼。還能全程錄音、精準轉錄文字，實時生成報表、統計分析。配備了多種話術、不同語音、語調版本，滿足不同場景的需要。 3.取代人 　　呼叫中心每日的營運中，通常客服專員會花很多時間在回復查詢與疑難解答。這類占了大多數的問題，其實都是很固定且相似的。而這一類問題正巧是AI應用中的聊天機器人(ChatBot)最擅長的。從今年的GoogleI/O、FacebookF8、MicrosoftBuild等會議中都可以看到，Chatbot的重要性正逐步提升。那究竟什么是聊天機器人?聊天機器人是透過AI或自行定義的自動化規則，讓用戶可以透過聊天通訊的接口，與其進行互動。客戶遇到問題不ㄧ定要直接打給呼叫中心，可以先透過聊天機器人回答客戶的問題，遇到較為復查難處理的個案或帶有情緒性的客訴案件再交給客服專員處理。 　　另一個應用場景是，呼叫中心時常需要大量外撥連絡客戶，例如滿意度調查，信用卡刷卡消費確認、保險業通知客戶領取滿期金等業務。這些業務具有一下兩種特性：通話量大＆重復性高。以滿意度調查為例，傳統的滿意度首先需花費大量的時間在響鈴、無人接聽，空號等狀況。等撥通后再例行性的詢問是否為本人以及滿意度問卷。其實整個流程是固定單調的。而采用自動語音機器人（如靈聲機器人）是結合語音識別技術，客戶不再只能透過不方便的擊鍵，而是能用自然的語言回答滿意度問卷。在導入自動語音機器人后，完成問卷調查的完成率相對傳統的擊鍵，整整提高了110%。同時也節省了大量的人力成本更提高滿意度調查的覆蓋率。以上案例展示了機器人在處理大量重復性外撥的能力，以及提供更友善的對話接口對客戶的價值。