2013年的著名人工智能電影《Her》，介紹了一個人工智能助理薩曼莎與人類男主相愛相離的故事。斯嘉麗.約翰遜的配音賦予薩曼莎OS1一種獨特的魔力，引發了我的思考：人工智能將要為呼叫中心帶來什么？

在此之前，每當概括呼叫中心業務特點的時候，我總會假裝高屋建瓴地加上一句：

呼叫中心是以有限確定資源去服務無限可能且不確定的客戶交互而生的行業，外加橫向的持續資源管理和流程及結果優化。

有限確定的資源包括了一定數量的人工座席，一定數量的IVR自動應答及聊天機器人 (ChatBot)，無限可能且不確定反應了客戶發起與呼叫中心交互的渠道多樣性、離散性以及時間維度的不確定性。持續的資源管理包括了錄音質檢排班Recording、QA、WFM和監控報表Monitoring、Reporting，流程及結果優化主要是針對KPI、NPS做出持續改進。

然而人工智能以不可阻擋的方式嗖地就出現了, 似乎一些改變將要或已經來臨:

首當其沖的就會是聊天機器人ChatBot，傳統的“小”字輩聊天機器人依賴于語料和語法的輸入，大多是離線版的企業級軟件。某種程度上它屬于淺智能，離線版的機器學習能力是受限的，NLP自然語言處理的能力受到了俚語和多語言混合輸入(如英語+中文混合)的挑戰，可能這也是大多數人不是特別喜歡跟聊天機器人交互的原因吧。

讀過王堅博士的《在線》讓我深信，要想做好的聊天機器人，就必然是在線的，通過在線化大數據學習，深度的人工智能做好的聊天服務才是必然。同時，呼叫中心有其行業特殊性，一個保險公司的呼叫中心聊天機器人和一個訂票網站的呼叫中心聊天機器人的在線學習方式也會不同，所以這里的在線不一定是連接互聯網，行業級大數據的有效性和準確性要高很多。

其次便是語音識別及其更廣泛地應用了，作為一個人工智能圈兒外的工程師，我看到各大互聯網公司（百度、阿里、騰訊）都在做語音識別，行業里也紛紛涌現出科大訊飛、捷通華聲、思必馳等公司加速地開發語音識別的應用。作為最早使用ASR(Automatic Speech Recognition)的呼叫中心行業，我們必須承認：呼叫中心沒有把語音識別用好。

過去呼叫中心 的ASR應用主要聚焦在IVR語音自動應答時提供了一種代替DTMF的可選方案，由于其離線版的識別性能達不到成熟商業呼叫中心客戶服務的要求，再加上語音和語義的理解在開發過程中比較復雜，導致了雖然技術十多年前就已出現，卻并沒有得到大范圍的使用。

語音的復雜性主要體現在過去傳輸網絡的語音質量并不好，再加上方言（四川話、福建話、湖北話）及口音（澳洲英語、印度英語、美國英語）的復雜度，識別的準確性受限。語義的理解主要是口語意思表達的多樣性以及識別結果的可信度（Confidence) 。相反地，Siri的發布讓業界知道：“對不起，我沒有明白你的意思”并不會帶來客戶非常的反感。

呼叫中心行業的公司們想到了原來是可以在模式識別基礎上前進一步，做語義分析SpeechAnalysis，用于錄音文件的全量質檢。通過文本轉語音的方式將所有的音頻錄音文件轉成文本后通過關鍵詞檢索來實現100%的質檢，相比過去錄音系統10%-20%比率的抽檢，質量的管理更加精細。

人工智能的引入，可以加速語音應用向前發展，目前的語義分析的機器學習能力依然是離線版，引入在線的人工智能和更先進的模式識別，不僅可以在識別的全量質檢上幫助呼叫中心提高運營能力，還可以在座席與客戶在交互的過程中充當一個”靜默座席“的能力，實時地為座席提供關鍵輔助信息的及時查找和呈現。

人工智能的引入，還可以在VoiceID/FaceID方面幫助企業迅速識別客戶，區別與傳統的”請輸入您的客戶賬號及密碼，按#號確認“，實現語音及密碼（My Voice is my ID) 和視頻及密碼的應用。目前在互聯網的APP里微信的聲音解鎖和招商銀行的視頻頭像驗證就是相應地采取這些技術。

人工智能，不是一個多么強大而不可知的事物，它是一種讓軟件服務更加個性化和主動化的蛻變方式。它到底會為呼叫中心帶來什么樣的變化？對于客戶而言，可能它會像電影《Her》里面的薩曼莎一樣讓人欲罷不能。

人工智能的引入，會消滅人工的座席嗎？

人工智能的引入，對目前的技術架構會有影響嗎？

標簽：招商 宜春 南京 廊坊 石家莊