如果TTS/ASR语音合成与识别算作一种AI早期应用的话，联络中心对于应用新科技还真是比较热衷并扎扎实实推进的： 　　场景1：客户呼入服务Inbound IVR 　　比如笔者打电话XX银行查询余额时候（工资日...）总会有TTS语音播报： 　　请输入您要查询的币种，人民币请按1，美元请按2，您也可以直接说人民币 　　不仅如此，它还会有人民币，确认请按1....的神逻辑。 　　场景2:主动呼出服务Proactive Outbound 　　比如笔者申请的信用卡收到后，XX银行会自动外呼给我，也是TTS语音播报： 　　如需激活信用卡，请直接说：我已了解并确认激活。 　　技术想象力在联络中心AI应用可谓无穷无尽，有多少人工，就有多少智能： 　　语音识别领域，有一个置信度Confidence的指标，意在IVR服务器通过MRCP协议连接ASR语音引擎时，获取ASR引擎对用户语音识别的把握度。随着ASR语音引擎的confidence越来越高的时候，DTMF确认的环节可以忽略，直接识别并作出响应。不过置信度的提高是有极限的，有时候客户不说普通话或者中英混杂，而客户会假定企业服务的AI无比智能，因为你已经让他可以免按键直接说就可以了。这个时候就需要对客户的期望进行管理了！ 　　程序猿一般会在IVR语音菜单中配以迂回路由来解决问题。通常的做法是使用标准化语音宣告:对不起，我不能准确理解您的意思，请您用普通话并降低语速在重复一遍。如果用户第二次语音输入系统依然无法理解，系统会第二次再宣告一遍。如果用户第三次依然如故……系统可以选择转接人工坐席，或者转接常规IVR-按键菜单，或者直接I语音宣告:对不起，尝试次数已达到上限，请您稍后再拨… 　　不过，笔者见过一种更加聪明的做法： 　　当ASR语音识别或者后台语义识别（知识库检索）不准确时，运行VXML的媒体服务器Media Server实时获取ASR引擎返回的confidence置信度指标，判断异常低于门限时，主动邀请专门的人工坐席静默接入...hmm，专业进行语音数据打标签的人工坐席。这种特殊的静默坐席可以准确听到并理解客户的语音输入，同时与后台引擎进行数据交互，帮助用户继续与ASR会话。通话结束后，后台的AI再进行新一轮数据反哺并分析。语音数据折叠，因为人更能理解人的说话。 　　文本聊天机器人领域，应用场景也类似： 　　首先当用户进行文本聊天页面时，就会有文本菜单进行主动引导，在打字输入时还会有常用问句提示。后端的chatbot利用NLP引擎结合专业知识库的检索，回答用户问题或准确传递知识库中的相关回复。如果chatbot遇到知识库没有覆盖到的问题，系统会进行多种处理方式： 　　有的AI方案会使用抖机灵的做法，诸如这个问题太难了，我得回家问我妈之类。客观来说，抖机灵更适合通用型的聊天机器人，在专业客户服务领域并不适合。 　　通常情况下，聊天机器人/聊天服务器会邀请人工坐席介入聊天。实际上，用户对聊天机器人的体验和期望值会降低。客户会看见人工坐席加入到聊天室，导致一个结果，后面客户一上来就会在聊天框里就输入两个字人工。 　　有没有一种方法？让客户跟机器人聊天，当机器人不给力时，人工坐席自动介入并获取整个交谈全过程，并做出更加个性化和更加准确的服务，整体提升AI的利用率和客户的有效体验值？ 　　必须有，关注用户体验不仅在AI后台持续优化，联络中心平台也可以发力。 　　G厂创新地推出了KATE方案，AI Bot Gateway可以同时接入多家AI的机器人平台（注意！是同时哦）。Bot Gateway可以实时获取NLP机器人的Confidence/Timeout等参数并作出实时决策自动切换至人工坐席。人工介入帮助客户解决问题后，还可以无缝进一步连接下一步流程。 　　有一个小插曲，看到G厂的AI Gateway还可以连接微软的BING Translate AI，助力中国企业服务全球用户，用户说英文，坐席说中文，两不耽误，特别有趣。 　 　人工智能在联络中心应用方兴未艾，只有海纳百川的态度，才能杜绝技术高垒墙，AI Gateway协助联络中心客户体验平台更进一步，拥抱AI。