传统电话客服的体验不能尽如人意，结合人工智能的多渠道客户支持也许能带来更好的用户体验。

　　几周之前，我体验到了一次未来的客户支持。当时我正在开会，我的安卓手机来电显示美国运通来电。我走出会议室去接这个电话。一个机器生成的女声告诉我它属于美国运通反欺诈部。”你能够戴上耳机来接电话吗？”她问。

　　我回答说可以。她说当我准备好的时候告诉她。所以我戴上了耳机说，“准备好了”。然后她问我是否可以通过短信发我一条网站链接。“可以”我回答。然后我收到了短信，并点击了链接。

　　浏览器打开了一个美国运通的登陆页面。她提示“请登陆您的账户。”我登陆了。然后她开始解释说，反欺诈部门已经确定了两笔存在潜在风险的交易。她说，“这两笔交易已经显示在您的手机上，请您核对，并标记是否为欺诈。”

　　我按照提示进行操作，这个声音开始阅读屏幕上的关键字句。交易日期、商户名称。当我点击“不是欺诈”，她说“让我们检查下一条交易”。我已经表示这两笔交易都是我自己的，她随即说“谢谢，祝您生活愉快。”这种客户支持体验真是了不起。

　　为什么这次体验和传统的客户支持电话如此不同？有三点原因，首先，因为电话另一端的机器人和我是在同一屏幕上。她立即“知道”我点击了什么，以及下一步正确的操作是什么，并在每一个需要注意的地方引导我。这个机器人理解前后对话的语境，在传统的电话客户支持当中，你需要经过令人沮丧的好几分钟，才能取得一样的客户服务支持，就像下面这样：

　　“您的账号是什么？”“您的安全码是什么？”“您遇到了什么问题？”“对不起，我没太明白您的要求是什么。”等等。

　　第二、软件给我提供了我所需要的所有信息，帮助我快速作出决定。如果没有屏幕，我会等待更长的时间去听一些细枝末节的东西，并回答有关潜在的欺诈性收费问题。但它只花了不到2分钟就完成。

　　第三、有一个“人“的角色帮我解释遇到的情况，加速理解过程。如果我收到了一封美国运通的电子邮件来处理相关问题，我也能够解决。但有人在这一过程中来向我解释，花时间确保我理解了问题。我感觉得到了宾至如归的服务，即使这位客户服务代表是一个机器人。

　　对于欺诈验证这类出站（out bound）支持，这种系统可以出色的完成工作。因为我要问的相关问题是有限的，我不会随机的问机器一些问题，并希望它能够解答。

　　入站（in bound）电话支持是一个更加困难的技术问题，因为计算机已知的信息更少，它并不知道我打电话的原因是什么。我可以想象一个类似的针对入站电话的系统，如果有一种方式来传递我的背景环境（我在看哪个网页，我遇到的问题是什么），然后有一个机器人来帮助我解决问题，完成各个步骤。这是一个有趣的，未被解决的用户体验和工程问题，也是一个很大的机会。

　　这种多渠道的的电话客户支持，通过电话和屏幕，让数据通过音频和IP进行传递数据，这就是未来的客户支持。更多的数据能够更快的建立一个可共享情景，更快的解决问题，让用户更加满意。