AI能在联络中心中做些什么呢？

　　ChatRobot应该是联络中心中最常见的一种AI应用了~~比如著名的招商银行聊天客服，体验过的人都对其特点印象深刻。这算是一种初级的智能编辑，基于每个行业每个公司的场景不同，预设好一大堆的脚本和标本供机器学习，技术好一点的平台同时还会有自学习功能，伴随着NLP自然语言理解能力的进化和的检索能力的加强而加强，严格意义上不算是真正的智能，当然联络中心引入聊天机器人的初衷也不是为了炫技，实实在在地降低初级问题解答人工，联络中心所提供的聊天机器人的核心能力是要专业！专业！专业！

　　相比之下，互联网公司的AI就随意很多，因为他们面向的不是专业问题，而是海量问题，比如Siri，比如小冰。

　　Speech & Text Analytics应该是联络中心当下最热门的技术趋势了，它的设计初衷是解决海量语音无法做100%的QA质检问题，本意是通过ASR（Speech Enginee）技术将语音转文本再进行第二轮的全量质检，谁想在技术发展的过程中意外地引入了一些其他技术，其中就包括人工智能。让它能够聪明地从海量数据中提取特征---这里的特征不一定是文字，也可能是一段Pattern，或者是某一类文本的表达。

　　进一步地，对Email内容进行筛选检索，通过系统自动阅读邮件内容并理解其含义作出自动回复或者分发给专业的客服人员。早起G厂的E-Service平台里就有这种功能，可惜是离线版NLP，需要不停地给它喂食样本邮件...。新的智能可以做得更好，无需离线，一直在线。

　　基于VXML的IVR似乎发展到了一定地步后，用户开始怀疑人生了。为什么不能做那种可感知、可自编程、可组建CallFlow的那种IVR？-----这是国内某大型客户给我说的原话。已经有很多客户在作出一些尝试，比如模块化IVR程序，外加系统智能调用，还有可视化IVR，辅助式IVR等，方兴未艾。

　　另外一个方向自然就是基于ASR、TTS引擎的AI式IVR。

　　AI一定是离不开大数据的，而联络中心恰恰是每时每刻都产生大量数据的地方，二者理应在数据处理上作出完美的融合。仅仅是传统的语音式呼叫中心，各种座席和KPI报表还算清爽，如果加上多媒体的各种离散渠道、外加统一Session管理，后台业务数据库对接、录音质检平台、排班平台等，报告就越来越大了~~我相信一定能找到一个懂数据处理的AI来自己写索引Index和Aggregation~~~哈哈哈，对了，懂Infomart数据仓库的人自然是懂的。

　　更重要的，通过多种数据的相关性识别，能挖掘一些人工无法想到的问题！

　　这个故事告诉我们，机器不懂幽默，人工的价值依然无法替代！

　　因此，Genesys推出了混合型AI，将AI与人工服务的优势强强联合，跨所有渠道实现机器人与人工服务的无缝转接，无论客户何时与您交互，都能为其提供卓越的体验。

　　Genesys混合型AI具体为何物？我们将在下一期文章中详细介绍，敬请期待！