人工智能，简单来说是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。它企图模仿人类智能的实质，并制造出一种新的能与人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。 　　这里只谈谈AI中很小的一个部分，即智能语音在客服行业中的应用。我本身就是学中文的，同时做过几年语文分析与测试工作，对语言的认知程度可能比一般人要深入很多，语言主要讲究的是音形字义，其中语音的识别、字义的理解在未来AI应用中将占据重要的位置。最近有幸接触了几家智能语音方面的客户，例如AliAI智能语音交互，这是一个在语音识别、语音合成、自然语言理解等技术基础上，为企业的实际应用场景，赋予产品能听、会说、懂你式的智能人机交互体验。从阿里的官网上可以看到目前已经在金融、保险、司法、电商等多个领域有了应用，主要用来处理智能问答、智能质检、法庭庭审实时记录、实时演讲字幕、访谈录音转写等场景的应用。另一家日本公司也推出了一款类似的产品，我曾跟随去客户现场参观过，基本的用法是将声音转换成文字，抓取文字中的关键字来进行信息判断。上述两家公司的产品在场景应用中的语音识别合成准确率宣传达到了90%以上，这一点我是存在质疑的。我了解就算是在语音识别这块的龙头企业，当前的语音识别合成技术应该也似乎达不到这个水平，更何况语言的识别不只是简单的将语言转换成文字或者文字转换成语音，其中更深层次有语言情绪表达、言语态势强弱、方言识别、上下句语义理解等等，尤其是汉语，被称为东方模块，组合千变万化，语义理解千差万别，其博大精深还不是仅仅处于初级阶段的AI能够胜任的。因此，在未来的呼叫中心变革转型中，IVR的发展必将有大展拳脚的机会。 　　当前随着人口红利的消失，摆在各家公司面前很现实的窘迫形势，就是客服人员的招聘难与人员流动频繁，导致客服人员的储备和培训成了大问题，经济的进一步发展又推动了体验式服务的更高要求。如何保持两者之间的平衡，就成为摆在企业管理人员面前的一个重要课题。同时人工客服不能做到24小时为用户服务，因此对于服务要求比较高的行业，会实行排班，这又将导致人工成本的大幅上升，增加企业的负担。AI的出现，给客服业带来了新的曙光，当前借助智能客服的语音识别和语音合成播报功能，可以从一定程度上缓解企业的困扰。 　　客服人员经常会面临这样的境况：用户大量重复性的基础性问题占用了客服人员的大量时间。例如酒店服务业客人咨询房间价格，是否有空置房间等类似问题占据了咨询内容的大部分比例，而真正住客的需求可能被这些问题所淹没，例如住客反应水温不适宜，空调温度过低等诉求信息无法及时传达到客服人员处，导致住客的体验度变差，不利于酒店体验式管理的提升，不利于酒店品牌口碑的提升。尤其在当今互联网时代，信息化快速发展，信息传播方式更加多样化，传播速度更迅捷的今天，一个不良信息的传播，就可能对企业的发展和价值造成重大影响。 　　未来发展的主流智能语音应该可以实现实时分析诸如用户的身份、信息反馈、日期、时间、位置和其他信息的数据。同时结合企业内部CRM系统里储存的客户关系数据，洞察更多的客户需求。通过人工智能和机器学习分析所有数据来预测客户的需求，刻画用户的需求。其更重要的应用是应当能够预测用户的下一个问题。这意味着智能客服不仅可以提供用户当前互动的信息，也能够预期下一个最可能出现的交互需求。例如，如果用户联系他们的酒店询问是否有空置房间，如果数据显示一半以上的用户也都在询问酒店空置房间问题，则智能客服可以主动地提供相应信息。如果智能客服遇到解决不了的问题，则将交互发送给指定的酒店客服人员，这也是当前比较流行的商业智能语音服务方式。这意味着智能语音已经记住了用户在对话中的位置，信息列队已经存在，使得当他们被转移到人工时，不需要重复信息的交互。未来更先进的AI技术应该可以帮助智能客服达到更高的水平，特别是智能客服需要能够解释句子或转折的上下文，在上下文中进行深度学习，达到真正智能的理解用户的语义表达，实现真正的交互，这才是未来智能语音的发展趋势，完全不同于当前人们对于智能语音过于呆板的印象。 　　如果真的达到了上面描述的水平，人工坐席的数量就可以大大减少，把更多的工作交给智能客服来处理，这个时候的智能客服和真正的人其实已经没有太大的差异了。这将帮助企业在提高用户体验度的同时，也可以大大降低商业成本。