身处互联网发展的人，一定会感叹，时代的进步一刻都未曾停歇。无论是技术型新产业，还是传统行业，都在尝试拥抱新型技术。就拿呼叫中心来说，呼叫中心业务场景也在随着技术的变革一直在丰富和完善。从最初的单纯解决客户咨询、投诉问题人工热线外呼，到预览式外呼，再到电话销售、金融贷款、催收的预测式外呼和自动外呼（这也是现在让很多人觉得困扰的电话骚扰）。其实你可以发现一直是技术在推动着呼叫中心业务场景的变化，反过来客户业务的痛点也促进技术的发展迭代。
那么，作为大热的人工智能技术，与呼叫中心相关的人工智能技术有哪些？人工智能究竟在呼叫中心行业是如何落地，又有什么具体的场景？那么我们就来剖析一下。
首先，我们要有一个普遍的认知，当前阶段下，研究和应用的比较成熟并且和呼叫中心有关系的人工智能技术包含哪些，目前主要包括的有：语音识别、自然语言处理、图像识别等。
有了这个基础，我们来看看人工智能技术在呼叫中心行业的一些具体运用场景。
第一个，智能识别和智能知识库
以前的人，包括现在的大部分人，可能都体验过这样一个流程，你去某银行热线咨询一个问题，你首先听到的是语言的选择（中文还是英文等）然后是业务选择（储蓄卡业务还是信用卡业务等），可能下一层是业务操作（查询还是申办），很多人其实在还未完成全部选择就已经很不耐烦，会直接切换到人工。
其实这种行为是违背企业设置智能识别业务以减少人工服务量的初衷的。那么，有什么能解决这个问题吗？是的，你可能通过智能IVR和智能知识库结合，很好的解决这个问题。
具体的逻辑如下：你拨通某银行的热线，在进入服务层级之前，我们的智能IVR可以直接进行业务需求引导（比如：你需要办理什么业务？）。这个时候，你需要的是直接说出你的需求（比如：我想要申请信用卡、我想改密码等）。
这个时候，我们的智能IVR能通过语音识别和自然语言处理，快速并且高效的理解你的需求，并通过银行业务系统的智能知识库，进行关键词检索，锁定该业务的答案，并且通过TTS、系统录音或者最原始的短信将当前业务的答案发送或者触达给你。
你会发现你节省了大量的时间，客户满意度一下提升，同时银行业也省去大量的人工，运营更加高效。
但是智能知识库和传统知识库并不尽相同，智能知识库拥有更强大的算法能力，并且能够根据设定的规则，进行阶段性重点关键问题的智能排序，和报表生成，有助于企业实时关注客户痛点和关注点的变化，并采取针对性的措施。
第二个，智能全量质检
在呼叫中心运营中各项数据都非常重要，如：接通率、通话时长、投诉、客户满意度等。这些数据直接对应的是客服人员或者电销人员的业务素质。而不同人员之间的业务素质差距，不是完全靠培训能就能全部解决的。
这时候，就需要我们能够进行大量监控和反馈，但之前很多的监控和质检都通过人工抽检的方式，不仅耗时而且耗精力，并且只能提完成30%左右的话务质检，着实有些差强人意。
而现在，新的技术为这个问题的解决带来了曙光。人工智能技术对于话务质检，可以说是给话务质检带来质的变化。具体的运作逻辑如下：我们通过ASR技术实现话务服务的全量录音转文本，转换成文本后依据大数据进行关键核心词匹配，最后完成全通话服务量文本的关键字标红和统计，这样就能清楚的知道整个运营现场的话务服务质量统计和趋势，同样也试用于单个业务员所有话务服务质量分析。
通过人工智能的实时质检，不仅节省了人工质检的时间，还能很好的统计和分析，客户的具体需求和投诉点，并总结出相关规律，协助业务的开展和投诉的解决。
举个例子，呼叫中心接到了大量的用户投诉，如果需要人工确切的进行话务质检，需要好几天的整理和分析才能明确客户投诉的缘由和方向。而通过人工质检，不仅能100%对话务进行质检，还能抓取关键字，形成定向的投诉整理，从而调整产品投放。
对此，我们可以看到人工智能对于呼叫中心的业务提升非常大，很多沉重、繁琐的工作都能通过人工智能去完成，这是传统行业需要作出的改变，也是新型技术带来的挑战。其实企业生存，也和学习一样，在时代的潮流里逆水行舟，不进则退。
咨 询 客 服