交通銀行推出比亞迪客服電話是人工還是機器人了一款類人可移動的門店客服機器人，可以用稚嫩的童音和客戶交談，在網上流傳的一段視頻中，這個名為“交交”的萌娃機器人一板一眼又奶聲奶氣的和人聊天，交交說是這幾天很多人和“她”聊天，問比亞迪客服電話是人工還是機器人了很多問題，主持人問“她”，都有什么問題的時候，交交說不太記得了，說自己這幾天有點不太舒服。主持人逗她，要不要打針，交交說不想，怕疼。問她要不要吃藥，交交說：比亞迪客服電話是人工還是機器人我吃藥會漏電的。于是全場哄堂大笑。
在這個場景中，交交的表現就像一個在上幼兒園的可愛娃娃，童真童趣，語氣和一問一答都要把女主持人給萌化了。但從客服業內視角來看，交交只是一個擬人化的智能問答機器人，而不是智能客服，也就不能提供企業的用戶所需的客戶服務。這就引申出一個問題：
智能客服能做什么？
任何兩個掌握同一種語言的人之間都可以對話，和一個小朋友對話往往可以獲得童真無邪，簡單單純的快樂。但要一個小朋友提供快速準確完整的客戶服務就有些過分了。畢竟客戶服務是一份需要有專業知識和服務技能的工作。如果把開放式對話（也就是智能問答的形式）比喻做從紅外線到紫外線分布廣闊的光譜，智能客服相當于在這光譜中狹窄的一條，如藍色光，而其他的頻譜都不是客戶服務的范圍。智能客服的限制要求比智能問答要嚴苛得多。
讓我們先暫時回到人工客服的場景：現在的客服中心，管理上越來越精細化和人性化，往往在人員招聘之初就進行諸多測試，找出擁有客戶服務特質又與本企業文化相匹配的客服代表，在文憑和計算機和普通話能力的基本要求之外，還需要更多的“客服基因”。同時輔以入職之后嚴格標準的全套職業培訓。這些都將用來確保我們的客服代表在工作過程中，為客戶展現為純正標準的“藍色光譜”--快速、準確、完整的客戶服務。加之人性化語言和恰到好處的禮儀，為客戶提供如沐春風的服務。
實際上，智能客戶服務的目標亦是如此，我們認為智能客戶服務應該包含兩個重要的特征：
一是人類自然交互方式的實現（包括語音、肢體語言等），這就要在實現了簡單的完全匹配的一問一答的自助服務基礎上，增加人機自然交互的功能：如接入自然語音處理（ASR和TTS）和語義處理，從而能聽懂客戶的需求內容，以及用客戶化語言來進行服務。
二是在服務過程中自學習優化的實現，即通過對本次服務交互過程中，客戶的反饋來自動優化下一次同類型服務訴求的服務方式或內容。在實現這兩個重要特征基礎上的智能客服，才能表現為像人一樣交流，并能提供符合客戶期望的服務。
在交交身上，我們看到了自然語言的交流和理解，以及人性化擬人化交流的實現。從各類報道中來看，交交能提供簡單的如某款理財產品的年化收益率是多少這一類的問題，但若進一步詢問，這款產品的細節，以及相應的保障條款和類似產品對照時，交交就無法作答。也就是說，在作為客戶服務這一核心能力，在交交身上卻是欠缺的，目前大家把交交當做一個新鮮事物來看待，對其并沒有如柜面人員一般的業務能力上的要求或期待。但等新鮮勁一過，客戶還是會回到傳統的模式，通過柜面人工來咨詢和辦理業務。賣萌的交交若無法在接下來的時間內，快速準確掌握業務，邊緣化會是遲早的事。這和互聯網領域內，如小黃雞等一批能插科打諢的智能交互程序，最終無法應用到客服場景的結果是一樣的。
因此，智能客服要做到以下幾點：
1
智能客服首先得做好客服這一基本職責，并且服務水準至少能達到客戶可容忍閥值之上。智能客服機器人需要對自己回答問題的信心度有個評估，若評估的信心度很高，就可以直接和客戶交互，若信心度很低，則需要機器人將問題轉發給人工客服代表，由有處理經驗的客服代表進行處理后回復給客戶。在這個過程中，智能客服機器人同時也進行一次針對性的學習，為下一次獨立回答客戶同樣問題提供儲備。
2
其次是智能客服對人類自然交流方式的掌握，要能在客戶服務場景下準確識別客戶的語言或表情，將其轉換為準確的服務請求，并在尋找到恰當的結果后，用語言或行動來為客戶提供服務。一方面，智能客服要有識別服務場景的能力和柔性的交互過程（如寒暄和適當的幽默），另一方面，也要有及時收斂歸納服務請求的能力，即能在寒暄之后快速進入服務正題。為客戶提供高效且聚焦的服務。
3
最后智能客服可以將在任何一次的服務學習結果，應用在后續的類似服務過程中，而因為智能客服的多觸點和系統集中的天然優勢，服務的量越多，學習的能力越強，效果越明顯，實現客戶服務能力的快速進化。智能客服將逐步拓展服務范圍從簡單重復的業務，慢慢拓展到能理解各種服務場景下的精準服務。從而將人工客服代表從簡單重復勞動中解放出來，去從事更有價值，需要真正打動人心的服務中去。
Udesk智能客服系統，用一個通用的平臺連接電話、在線客服、手機APP、微信、微博、短信、郵箱、web等所有渠道。包括五大核心功能：呼叫中心、在線客服、智能機器人、工單系統、移動客服。是星巴克、海底撈、迅雷、每日優鮮等20多個行業，數萬家企業的選擇。
