由CTI论坛(www.ctiforum.com)主办的2018中国顾客体验创新大会于2018年10月18日在深圳益田威斯汀酒店盛大开幕。本次会议以 人工ai智能技术引领客服产业迭代升级 为主题。小水ai智能副总裁张宁应邀出席此次会议并发表题为《语音电话机器人场景化应用》的主题演讲。张总首要从趋势分析、用户诉求、应用场景和面临挑战四个维度来讲解了小水ai智能以及语音电话机器人这个产业所面临的困难和积极的因素。在外呼中心行业、运营商行业、保险行业、汽车产业等，用小水ai智能电话机器人代替一部分重复劳动，这是小水ai智能的定位。小水ai智能希望在得到认可的同时可以与大家共同推动产业创新，并达成更多合作。 张宁：大家下午好！我是小水ai智能的张宁。其实我是第一次来这个论坛，但实际上我是一个通讯老兵，至少在15年以上，可能与刚才那位毅航的李总也差不多。今天我是很荣幸小水ai智能让我来做一个主题的分享，我会在几个维度来介绍一下。 我首要从趋势分析、用户诉求、应用场景和面临挑战四个维度来讲解一下我们的小水ai智能包括语音电话机器人这个产业所面临困难的和积极的因素。我们小水ai智能是一家致力于数据生态AI效果处理方案提供商，这是我们的定位。 这是一个整个产业趋势，我们看顾客软件的市场，大概在100亿的规模以上，这个是存量市场，增量市场会特别巨大，大概在500-850亿的规模口，我们定义在外呼中心行业、运营商行业，保险行业、汽车产业，我们会用小水ai智能电话机器人去带一部分重复劳动，这是我们的定位。 这是我们所认为的趋势，AI效果营销的趋势。什么是效果营销？我们认为效果营销就是精准营销+个性化的服务。首先我们会在大数据，用大数据来做用户精准的定位和数据洞察。然后我们会用语音电话机器人、AI技术来做用户数据的收集，用户意向的整理，用人工做跟进和转换，最后我们用用户管理智能语音系统来进行效果分析和用户关怀，包括再营销的管理。 另外一个趋势我们认为，AI正在整合全媒体营销，包括线下和线上的媒体，线下包括一些实体店，线上包括电商、社交网站、垂直社区，还有一些视频网站等等。我们认为整合线上和线下资源，小水ai智能要实现全媒体的全营销的覆盖，为分散的用户提供统一的营销管理平台。 这是我们认为的另一个趋势，整个产业我们认为偏向漏斗形的服务趋势，这也会大大降低整个人员的工作成本，提升功效。慢慢逐渐会以互动服务逐渐取代人工服务。 其实刚才讲了那么多趋势，现在我们说一下用户的诉求到底是什么？我们小水ai智能一直认为用户的诉求就是要精准，好的用户体验和传递有价值的产品。用户都是需要获得真正有需要的信息。所以我们整个产业遇到的一些，之前也提到一些投诉、骚扰，我们认为这跟数据的不精准有很大的关系，我不需要的产品当然不需要你来给我推销。另外一个用户需要获得更好的体验活动，现在做运营电话机器人的厂家也很多，我们觉得其中的质量还是良莠不齐，我们希望用最好的用户体验来给用户提供服务。另外用户希望看到的是真正有价值的产品的营销，我们会通过精准的大数据分析，来推向顾客真正能帮助到它的一些产品，这是我们顾客的须要。 另外这是一个公司痛处的分析，大家都知道公司有一个降低成本，增加效益，开源节流的须要，现在的公司招人难，不光是外呼中心，像我们了解的教育机构也同样有这样的询问，教育产业也逐渐像人力密集型在转换，这也是他们最大的痛处。我们基于这块帮助他们来做整个降低成本，增加效益，开源节流一些方面的改进和优化。 这是小水ai智能的几个服务行业，首要它是外呼的电话机器人和接待电话机器人。外呼电话机器人我们首要做一些意向筛选，顾客找回，问卷调查，世界营销、满意度回访等等，像催收在保险产业都得到应用实践。像问卷调查在汽车行业大量使用。有一家汽车的集成商，大概在700家4S店，我们做了电话机器人的问卷服务，现在的效果还是非常好。原来看到的数据大概每天是3-5轮的会话场景，但是我们用电话机器人来说反而提升了问话的轮次。 另外一个是接待电话机器人，我们认为是呼入电话机器人，我们首要应用于顾客接待、售后服务、投诉咨询，包括我们小水ai智能自己内部理解的叫呼叫说明书，帮助顾客处理一些应用场景上的说明书的询问。 这是我们小水ai智能倡导的个性化的服务。小水ai智能会以人为本，建立ID自然平台，实现跟各方数据的互通，我们用AI提供更好的服务。现在我们其实给很多的像电商，一些传统的产品的平台，都帮助他们做体系化的一套效果营销体系，大数据的定位，然后AI的筛选，人工的跟进，推向不同产品的用户端。 这是我们教育产业的一个案例，很典型。我们通过大数据的用户洞察，分析用户的属性，从而找到一些共性的数据，然后定位到我们的目标群体，通过AI电话机器人，外呼营销，包括用户关怀，后续，我们现在有两种做法，大家都知道电话机器人不能实现真正的转化，需要通过人工，我们是两种方式，一种在线直接转人工，另一种通过线下转人工。 这是保险产业的一个合作案例，首要是两方面，一个是营销，一个是失联修复。很多人群可能经常换号，在运营商是无法定位的，我们跟运营商做一个联合，通过身份证的ID找到相应的号码，当然这需要相关的保险公司运营商的授权处理，我们通过这种方式，用AI来进行欠费催缴。我们通过大数据为保险公司提供用户拉新。 这是一个典型的跟保险公司的合作案例，保险公司的电销平台会分流，一部分走人工方式，另一部分会走电话机器人的方式，通过配置全自动外呼，时间、地点、电话机器人参数，启动外呼。有意向的会推动营销坐席，在沟通的过程中，我们可以通过语音识别，找到相关的询问提示给我们的客服专员，进行一个销售的帮助。 这是医疗产业的，我们现在跟很多医疗机构包括药企有这样的合作，我们拿到须要之后，帮它做一些用药的回访，包括服务的调查。另外我们也跟卫计委产生合作，我们帮它做健康情况的筛查。 这是运营商的合作案例。这个运营商的合作案例也是通过小水ai智能来做营销外呼，它是结合电话机器人外呼+人工转换来结合，做一些套餐的升级，欠费催缴等等的业务，另外我们也会做欠费用户，包括续费催缴。 刚刚讲了那么多场景和案例，实际上其实也遇到了很多询问。我们在落地实践过程中遇到了很多询问，包括在NLP，口语、具体的分词，上下文的匹配都会对我们的识别产生比较大的挑战。另外在ASR行业也在提升的阶段，像方言的询问，方言在还多地方也做过实践，尤其在西南和西北地区，无论你的电话机器人怎么用普通化商量，它依然用方言。现在我们正在做一个专利的申请，我可以通过这种人说的话进行采样，从而去确定它用哪一种方言引擎，这个我们已经在部署和实践，并且正在走专利的过程。另外还有背景噪音，大家知道背景噪音对ASR是比较大的挑战，相关的很多设备虽然能做一些背景噪音的消除，但是从另一方面来讲，它增加了机器的响应功效，这个大家有所了解的。所以现在我们在做这个权衡，背景消除和相应速率我们做一个权衡。 我们如何去处理和逐步提升产品落地中遇到的询问呢？我们在NLP首要做一些数据训练，做一些统计模型，做一些大概率的统计模型事件。另一方面我们在产品设计下工夫，让更多的问话过程更加明确。在识别这块，有很多是硬件厂商要做的询问，包括软件厂商也会做一些噪音消除，结合语义理解来做。所以我们整个的现在在面临的挑战方面，我们做的首要方式是技术结合产品的方式。 另外一块我们就是一路走来，从去年年底产品上线，到今年大概跑了一年，小水ai智能电话机器人也碰到了很多样的询问，包括我们现在认为整个电话机器人处于发展的阶段，很多时候我们的定制化开发，占了整个项目的20%-30%，还是比较高的比重，尤其是大顾客方面，周期都比较长。但是我们觉得现在这种不代表以后不能把它形成标准化，我们未来逐渐会向这个阶段做一个过渡，减少定制化开发的过程，提升标准化率。 我们现在其实也在实现，我们在做电话机器人大市场，我们会让更多产业的熟悉的人，各种专家的人帮我们来制作话术，定制流程，从而提供给一些有须要的公司和公司，实现公司和开发者打通的桥梁，我们电话机器人大市场下半年会面世。