• 您当前位置:主页 > 媒体报道 >
  • 【华东峰会回顾】智能客服,距离我们有多远?

    2017-09-27 11:57 来源: 未知  作者 才博

     


     

    分享嘉宾:葛朝晖  华夏基金客户服务中心总经理
     

     
     

    我来自于华夏基金客户服务部客服总监,今天分享的题目是智能与价值的应用,今天上半年虽然行情不是很好,但是今年上半年我们的产品就是为客户创造了180亿的收益,这是指非货币类的基金,也就是说债券和股票我们赚了18亿。

     

    这是我们现在的所有的服务端,在这儿可以看到右边的这部分,这部分我们叫互联网渠道,在互联网渠道的话基本上都覆盖了智能,全部都是智能的方式。

     

    这是之前获得各种各样的一些奖项,在这个我正式做下面的题目之前我也想问大家一个问题,为什么7月份第一个论坛讲的时候讲了一般,我当时的题目是构建以知识库为基础的智能服务,带来了两个问题,我现在跟大家问一下,你们所在的公司目前已经上线提供对客户进行智能服务的,无论是在线的还是语音的,你们有多少个?

     

    在我视力范围内不超过10个人,那么正在做酝酿想上准备上或者在做测试的,有一个明确的想法说我们想上智能客服的,我们举手,这个比例跟我上次的几乎是一样的,也就是说我们现在的几百人大概10%的参与的人是已经上了智能服务,这个比例基本上相同,我为何很惊讶呢?因为我当时认为我接触也比较关注,会认为现在大家是不是基本上几乎都已经采用了智能服务了?

     

    所以我一直在想一些实际应用的东西,后来发现好像跟我想象不一样,我绝对不会说我举手,很多在座的一年旅游不至少多少万,的的确确智能服务很火,但是还没有走进千家万户。

    简单介绍一下我们智能客服的一个建设,我会尽量站在一个过去的一个视角,也就是大家网上看到的就不去讲了更多的是在工作中的经验和感悟。

     

    这个对于我们基金公司有一些服务商的压力,对在座的也有类似的感受,来看一个是服务的复杂度越来越大了,也就是客服代表要背的东西和学的东西越来越多,对于一些周期性行业的话也有类似的问题,人多的时候接不过来电话,怎么办?

    加人?

    找人说,人力说你人少的时候怎么办?

     

    说人力波动是一个很大的问题。

     

    还有一个习惯,那在这个时候是2014年初的时候我们当时面临的问题,当是这么几个问题,因为那个时候人工智能还没有这么火,不像现在这么火,首先一个问题就是说客服智能能代替人吗?

    那个技术真的那么好用吗?

    给领导汇报的时候肯定会问你人答不出来让机器去答?当时也很少有案例能证明智能是可以的。

     

    第二个就是对于基金公司来说毕竟跟咱们很多成千上万的银行,或者是途牛这种几千几万起的,就是你上的智能我把你人全部代替了,你可以给我节约多少钱?

    而且的话你要件真的要投钱真的划算吗?

    还有内部一个小声音,假如人工智能客服之后我们客服干嘛去?

     

    我们那个过程就不谈了,最后基于三个考虑,第一个投入产出,第二个是应对变化,这个变化一个是产品越来越多,越来越复杂,第二个就是我们有一个矛盾,对于服务来说希望客户你不要总来电话,我们忙不过来,但是对于销售来说又希望你来吧,来买吧,或者说我想找你我可以跟你打电话,向你推销产品,这两个是矛盾的,那么在有限的人力下如何解决这个更多更多的痛点?感情是要培养的,不是说你想卖东西才会去说句话,平常不联系卖的时候才去找人,谁理你啊。

     


    第三个这就是一个比较虚的,技术发展当时我们判断人工智能是一个趋势,最后我还会讲一下这个趋势是不是真的?

     

    我们要提前做一些布局,如果我们踩对了点,我们当时跟百度也合作过,跟微信也合作过,你踩对了点你可以了,但是你一个踩点也没有,那就被大浪淘汰了,这就是机会落到实处,对于部门里面来说就两个目标,这些是给领导看的,给财务给IP来看,这两个是真正解决客服的问题,我不知道在座,反正对我们来说立项评估还是要求很多的。

    下面是一个具体的分析,这个是之前的一个服务的模式或者叫方式入口,人工服务,还有还有自助,当时的自助服务或者是在线的自助答疑,有一些问题可以解答,或者百度搜索的一问多答,那么有没有解决我们都可以看到我们最后就在这个地方加了一个智能服务的入口的部分,当时也在讨论,有两种方式,一个就是把智能服务单独做一个入口,好处是什么呢?客户可以自己选择我找人还是找机器,而且风险低,因为是你客户自己选的,万一他乱七八糟答错怎么办?

     

    另一种方式就是强制让所有想找人的你可以先找机器,机器答不明白再找人,可以真正的降低人工服务的压力,但是有风险,如果你做的不满意客户会不开心,我最后决定就是还是选择全部先进机器,这个也是给自己的一个压力,我们当时给服务商签订一个合同,你的合同里面你的满意率不到90%我们不付钱,因为只有这样可以笔者我们在更短的时间内让智能服务起到一个更好的服务效果。

     


    这个部分当时做了一个估算,我想这儿的话你在立项这个领导说的是非常重要的,具体的数字没有列在上面,但是其实就是一个对比方案,对比方案在服务量是做了三个,就是正常量、偏低量和偏高量,最后下来一个结果是什么呢?就是我们系统的成本还有维护的成本。在正常服务量的时候是两年可以回收系统成本,如果服务量很低的话是3年回收服务成本,但是很幸运马上有启动了,所以最后就1年内就回收了系统成本。

     

    这里是一个过程,其实14年3月调研的,7月立项的,10月上线的,大概整个过程是半年多的时间,最后选定的是一个中科院计算所的一个调研,他们是市场做的调研,但是技术的的确确研究了10年。

     

    上线的话这几年一共上线了这么多的端口,基本上都覆盖了智能的部分。

     

    在这儿我们可以看到这是上线的第一年的数据,从这儿可以看到蓝色的部分是自助的使用量,我们要看的是跟灰色的对比,就是上面蓝色的一个线自助服务比例,我们可以看到在上线以后这个自助服务比例相对来说还是比较稳定的,机器人的识别率逐步的提升,最后的话我现在是大概到93%,中间有一个下降,是当时发了两栖的产品,这两个产品没有进入智能产品里面,可以看到这个数据就下来了,这个就是说明知识库对智能的非常重要的作用。

     

    这儿的话可以给大家做一个参考,就是机器人分流比例,这里是在线的部分,一共有100个客户找我们想寻求人工服务,上千前是35%是机器人解决的上线以后是81%解决的。业务量暴增我们需要200人了,那我们要增加100个客服代表,但是使用了人工客服之后就只需要40人,这样对公司的人力成本控制是非常重要的。

     

    命中率原来是10-22%,现在是九十多,这里看一下客户满意度,从原来的55%提升到84%,虽然这个满意度跟人工还是没有办法,我们必须要面对现实,它没有办法达到人的人工服务水平,当然也包含一定的人的感情因素,但是就是说跑到这个因素也达不到人的满意度,这个是寻求人的成本和满意度之间的平衡,跟你原来的自助服务的满意度比还是非常有提升的。

     

    那下面的话还是智能服务,关于人工智能的大方向就不讲了,基本上大家都能看得到,我只聚焦在人工服务里面的智能客服的小方面里面去,在这个领域里面由哪些子领域,我们可以怎么用?

     

    我想跟大家结合我自己实践的经验以及调研跟大家分享一下,这个是上升到客户层,这个是部门是我们目前应用的最成熟的领域,其实我觉得人工智能有很大的一个泡沫在里面,但是我要说在服务领域里面只要靠近一条就已经足够了,因为智能在这个领域里面能够实实在在的解决我们的问题,它不是一个概念不是一个说法,不是一个技术,而是能够节约我们的问题,能够节约我们的成本,甚至能够增加我们的销售。

     

    智能语音这个部分后面会稍微谈一下,这个是可以探讨的,也是现在技术不断发展的阶段。

     

    从我们应用的角度来说,就是上面的一层在线智能服务从重要度和紧迫性上来说相对于是排在前面的。

     

    那么左下角是这样一个层面的,我是把它放在第二个梯度里面,这个梯度主要是给客户代表来提供服务的,尤其是对于大体量的或者有复杂量的中心,我觉得它现在可以提到议事日程上了,就是当前就可以进行调研了,前面可以上线了。

     

    后面那个之间和职能分析的话可以根据企业的情况来进行一个选择,来看看当前的业务的迫切性是比较大的。

     

    从业务的角度来谈,技术发展来说目前主要是在智能技术上有三个阶段,这儿的话右边是深度学习的,主要标注的方式,其实就是把我们人的语言一句一句的群居出来,然后让他对应到我们知识库的某一个问题上。

     

    左边这个是词模的问题,写出来看不懂,那这两个技术哪个好呢?关键词这儿是以前是搜索技术,然后它前几年词模深度学习,但是从我们实践来看各有各的好处,不能一概而论,比如说深度学习的话可以更符合人的思维习惯,有很大的发展空间,但是它的精度有问题,它是黑盒子,你不知道他保额怎么算的,但是它的精度很高,当你知识点越来越多的时候会发生一个冲突,就是说会答错。另外你们做已经做熟,所以有各种各样的优势,但是现在的趋势是两者之间在不断的融合。

     

    这儿是智能在线的核心价值观,这个部分的话我们重点看一下第二行这个部分,就是这个部分你们在选择智能系统的时候会注意一下,他们支持哪些系统?

     

    我们智能系统是支付在FAQ这个部分,聊天对我们专业领域会少一点,它能不能支持场景引擎?

     

    就是上下文、任务引导,就是更复杂的过滤绿化的能力,还有结构化数据,国内好像很少有人实现这个,也就是给它一张表格,比如说一张产品表由客户来提问,就是说最近这三个月哪个产品的收益最高?只要给一个表就不需要去编无数的问题,这个问题会随着技术的发展越来越多的问题存在里面。

     

    我们再说一下这个价值,一开始其实今天我们跟大家谈的就是一个目标,你们回去以后结合你们的业务人工智能服务要不要用?要在哪儿服务?

     

    如果只这一个问题想到一些我觉得有OK了。

     

    我们谈的是在线智能服务,到底有什么价值?我们做一件事情,我们不是搞技术的,我们首先考虑我们能够得到什么?

     

    站在客户视角,24小时服务不需要排队就可以介入,这个对于一些当今没有人工服务或者是人工服务时间很少的其实还是很重要的,比如说我每次周末会玩我喜欢的电子产品,打电话说对不起工作时间找人,对不起,我工作时间没有时间找人。上一次突然发现夜里10点我们家的净水机坏了,给客服打电话第二天就上门了,这个就是解决了随时性。

     

    第二个就是说在服务感受报上毕竟一问一答,像以前一问十答客户要从中调那个是我要的答案,这种就是有这两方面的好处。

     

    第二个对客服代表来说,他可以不断的解决简单重复的问题,我们做客服的,当我们做了3-5年以后心理也挺烦的,不停的给不同的人解释相同的人解释同样的问题。

     

    职业发展空间我们也讲到了,就是我们的人至少可以增加5-6个岗位,但是注意对客服代表来说你工作量的下降对他是有影响的,他解决80%,但是每个人的单日工作量还是要那么多,他不可能让你原来一天接80个电话,现在接二十个,那个是有问题的。

     

    我们分析来分析去,上这个客服对公司的价值最大,所以这也是说立项的时候你们可以充满信息的去跟领导谈到,第一个节约人节约钱,减少波动,第三个增加接触点,里面有很多问题,他要问怎么办?或者说呢要做的好一点他是不是可以从17%提到20%,现在淘宝有一些小的厂家的它的提升比例还是很明显的,这是知识你会发现我们必须把我们的知识体系显性化进行一个沉淀。智能语音我谈一下我的经验,这个系统分成两个,一个是取代它24小时,目前一些大的机构也已经才用这个方式了,这个还可以考虑去使用。

     

    而MR但是最核心的是不在于技术,是在于我们对MR流程的领域的有一个深的把握,当客户两眼一抹黑的时候怎么解决这个问题?

    第二个就是说千万不要去盲目的去相信厂家给提供的识别率是多少?转化率是多少?

     

    那是实验值,你实际用的时候抗噪能力,第二个客户各种各样的口音能不能自动识别?

     

    这个最简单的方法就是实测。

     

    第二个真正的全语音问答,我第一次接触大概是在15年在台湾访问的时候觉得特别的惊讶,就是基本感觉不到那是一个机器人,我说一句他说一句,这种我目前还没有看到国内推出全语音的智能服务,可能我们还需要去观察一下。

     

    然后智能质检的话我觉得它的最核心的部分,对于大的公司来说的话是可以减少质检人员,但是我们要知道你在减质检人员的时候你为这个东西努力你是要加进去的,所以真正的一个大的架构是说全面之间,所以就是全面质检会带来很多新的好处和收获。

     

    然后这个是职能分析,就是说我们不管用什么渠道的,其实就是对客户再可以做一个全面完成的分析,这个时候厂家非常多,也能够带来各种各样的好处,那么就提示一个,需要注意的部分,在上线前我们也都会答谢厂家做一些验证,千万要避免系统分析出来的东西你给领导汇报的时候领导就告诉你,你100万上一个系统,他说的我全部是知道的,所以还是要看一下要评估好他真正能够给你带来什么你没有的或者你没有及时全面的了解的,这是关键的。

     

    这个部分的话是建议对于过去带来的重要的,很多厂家也有很多的应用,这个是可以应用的部分,这里就不展开了,我觉得它的价值是什么呢?

     

    一方面是降低对客服代表的需求,减少培训量,但是这个都是比较有限的收获,我觉得更好的收益是在哪儿呢?适用于复杂业务个性化和专业化的基础,这个也是人工智能服务,其实是为个性化的智能服务先进性探索。

     

    先前也有人找过能不能先用一个系统先进行智能画像进行推荐?我当时就问他一个问题,我说你人能不能做得到?

     

    再问他们5分钟之内一个电话里面就把完全的东西能够卖掉,如果你人能够把这个卖掉很清晰就可以,如果人都做不到就别希望能够做的到,那么个性化服务也是一样的。

     

    我们刚才建行也谈到了千人千面的服务,这个服务也是依托与系统的,在系统能够实现之前一定要人去探索,就像我们说的这一点可以作为一个专题来单谈,所以说非常非常重要。这里面列了一些在金融领域的应用,在每个行业智能都会有不同的方式,这些应用如果用的好会带来很深入的价值,不仅是节约成本也是创造效果。

     

    最后说一下对人工智能的看法,现在大家都有到底人工智能刚起步还是已经全部是泡沫了?或者说什么都能够干了还是就听他们说说别当真?

     

    这里就是人工智能的三次浪潮,在刚刚接触这个的时候我们看到的是15年的智能,你现在耳濡目睹全部都是,前面已经两次了,我们今天深入学习我们知道了在2012年就有了,人工下面就是神经,神经下面就是深度学习,我们一方面要去重视,但是也不能太迷恋它。

     

    我们在看另外一个类似的电脑的星期,80年代的,互联网的90年代末,移动互联网,这些浪潮都有共同的一个特点,起步的时候有一个认知过程,然后的话就吹起一个很大的泡沫,大家都以为不得了的,要经历过99年的简直都不得了了,然后一下落下来了,落下来之后会沉淀,我现在认为第三次人工智能浪涛泡沫很大,但是只要我们能够做实了绝对没有问题,但是别跟着泡沫走,除非我们是创业公司。

    下面有两种选择的方式,一个是敬而远之,还有一种是进到你的随浪前行,我个人很明确的一个观点就是这个不可阻挡的趋势,我们至少要把一只脚放在里面跟着它去走,有了机会就去大力的发展,绝对不可以留在外面,当然留在外面有问题吗?

     

    当然没有问题,就跟电商、淘宝,现在火成这样,一些店铺也能活,但是活的很难。

     

    这儿就是一句话人工智能可以去到很多的职业和岗位,这里客服是其中的一个,但是它同时创造了无数的新的机会,我们愿意选择就可以跟上这个浪潮,我们的客服的认为天天做同样的工作好没有意思啊,现在有机会我们可以做更有价值的前列的一些岗位了,你可以去选择去做。

    这里面是三个阶段,就是我们当前实现是第一个阶段就是标准化服务,这里的结果就是千人一面,它达到的目的就是省钱,在基本的架构下节约成本,这是它的核心目标,现在个性化服务就是千人千面,这个是基于所有的客户的每个人的个体数据,这个时候电脑就体现出比人脑好的地方了,在第一个部分其实没有太多的优势,认真的不太容易记得住每个人的情况,作为一个销售一个人管200个客户,好一点的管400个客户,但是计算机可以记住所有的数据,我们怎么能够记得住?你要讲的问题,干过什么?说过什么?根本记不住。

     

    下面是第三个部分,就是真正的实现了智能了,如果我们量大了,标准化职务智能的分数可能是70分,个性化服务可能到80分,到人性化服务可能90分甚至100分,这个时候你会发现智能甚至比我们最优秀的客服代表的服务还要好,这一天我估计5年、8年我们可能真的就会发现机器的服务做的比我们最优秀的人还要好。

    那这就是我今天上午我给大家分享的内容,谢谢大家!

    北京分公司 地 址:北京海淀区清河嘉园  电 话:010-82735066
    武汉分公司 地 址:武汉市武昌洪山区街道口未来城D座505  电 话: 027-87866312
    广州分公司 地 址:广州市白云区黄边北路63号嘉禾创意产业园3号楼411室  电 话:020-28051718
    上海分公司 地 址:上海市漕宝路1243号勇卫商务大厦667室 电 话:021-61291717
    长沙分公司 地 址:长沙市岳麓区阳光100国际新城三期1-42栋301室  电 话:0731-88577169