构建智能客服呼叫中心优化运营管理能力 　　进入互联网时代，国内客服环境发生巨大变化，传统客服系统亟待升级，以应对新的发展趋势。　根据未来客服模型，创造性打造出全媒体+人工智能+人机融合+SAAS的新模式，它覆盖电话、官网、微信、微博、APP端等全渠道，基于智能大数据分析技术，对于客户画像、喜好分析等，充分了解客户，提高客户满意度。　人工智能代表的传统对智能机器人的想象，一个真正具备推理与解决问题能力的智能机器。而且是具有知觉与自我意识的。相对于强人工智能，弱人工智能如AlphaGo运用如深度学习(Deep Learning)与加强学习(Reinforcement Learning)，配合近年大幅提升的硬件运算能力，系统能针对更大量的术技进行处理应用，从过去GB级别的数据量扩张到PB等级的数据规模(1PB约等于1048576GB)相关应用如语音/图像辨识、自然语言处理与自动驾驶等正蓬勃发展。 　　AI能做什么 　　回到客服中心这个领域，AI快速的发展能为呼叫中心带来什么样的改变呢？在过去，呼叫中心/电销中心被视为是劳力密集产业，较难被机器取代的领域。虽然因外包的兴起大量迁移到工资较低廉的地区，但还是需要大量的人力投入。然而这几年语音识别与自然语意理解的AI快速成长，机器开始能与人类作简单的对话。我们认为呼叫中心会在这三个面相发生变化： 1.辅助人 　　在前一个例子，似乎人就要被机器取代。然而人擅长的同理心与社交能力短时间内仍很难被AI取代–而这正是客服人员需发挥的价值。在这个情境下，人类与AI并不是互相取代的关系，而是各取所长的人机协作(Man-machine collaboration)。人类发挥感性的同理心与创造力，AI负责快速与精准的分析判断。以保险业呼叫中心场景来说，面对复杂的保单条款与商品内容，客服专员需要花费大量的时间去学习记忆，被问到不清楚的部分也要请客户在在线等待查询。然而对AI来说，在大量数据库做搜寻给出答案从来不是问题。在这个场景中AI是一个辅助客服专员的角色，在专员服务的过程适时的给予ㄧ些提醒与建议，可能是产品的知识点或提醒专员的行为等。而专员则将心思花在倾听理解客户的需求上。 2.机器人-重新定义电销 　　云端人工智能暨机器学习首席科学家李飞飞说过「机器很快、很精准、也很笨。人类很慢、不精准，但聪慧」。AI擅长理性分析运算，人类的价值在于情感的链接。或许有些人认为感性的客服产业是无法被AI取代，但在上述的例子，AI确实在部分领域开始取代人类，随着科技的进步AI在理解人类互动的能力必定更加进步。但换个角度想，灵声机器人其实是将人类从众多繁杂无聊的工作里解放出来，让人更专注于呼叫中心最有价值的工作。 　　UCC电话机器人以一抵百 更智能更高效　相比市场上其他智能机器人产品，智能电话机器人是专门为金融、保险行业开发了催收机器人、回访机器人。在外呼机器人关键性能——整通通过率上，智能在一组第三方回访测试上，以91%比5.76%，大幅度领先竞争对手。　　电话机器人可同时并发多个外呼任务，导入电话即可自动外呼，一天能处理上万条外呼。还能全程录音、精准转录文字，实时生成报表、统计分析。配备了多种话术、不同语音、语调版本，满足不同场景的需要。 3.取代人 　　呼叫中心每日的营运中，通常客服专员会花很多时间在回复查询与疑难解答。这类占了大多数的问题，其实都是很固定且相似的。而这一类问题正巧是AI应用中的聊天机器人(ChatBot)最擅长的。从今年的GoogleI/O、FacebookF8、MicrosoftBuild等会议中都可以看到，Chatbot的重要性正逐步提升。那究竟什么是聊天机器人?聊天机器人是透过AI或自行定义的自动化规则，让用户可以透过聊天通讯的接口，与其进行互动。客户遇到问题不ㄧ定要直接打给呼叫中心，可以先透过聊天机器人回答客户的问题，遇到较为复查难处理的个案或带有情绪性的客诉案件再交给客服专员处理。 　　另一个应用场景是，呼叫中心时常需要大量外拨连络客户，例如满意度调查，信用卡刷卡消费确认、保险业通知客户领取满期金等业务。这些业务具有一下两种特性：通话量大＆重复性高。以满意度调查为例，传统的满意度首先需花费大量的时间在响铃、无人接听，空号等状况。等拨通后再例行性的询问是否为本人以及满意度问卷。其实整个流程是固定单调的。而采用自动语音机器人（如灵声机器人）是结合语音识别技术，客户不再只能透过不方便的击键，而是能用自然的语言回答满意度问卷。在导入自动语音机器人后，完成问卷调查的完成率相对传统的击键，整整提高了110%。同时也节省了大量的人力成本更提高满意度调查的覆盖率。以上案例展示了机器人在处理大量重复性外拨的能力，以及提供更友善的对话接口对客户的价值。