提问

智能客服将AI（Artificial Intelligence，人工智能）与普通人的距离拉至无限近。在网购时对话框的另一方，随手接起的银行或快递公司电话中，AI客服已不是新鲜面孔，它们甚至拥有了性格和人设。但不少人与智能客服的互动体验并不算愉快，“说了几遍也听不懂，不知道是智能还是智障？”据《中国青年报》2019年末的调查问卷，57.9%的受访者认为智能客服理解不了问题，答非所问。要留住消费者，人工智能的“名头”不好用，准确及时的答复才是第一诉求。永不疲倦、永远在线的AI曾被视为客服行业的替代者。客服行业长时间在线和大量重复劳动的特点，被认为是AI的绝佳机会。客服们甚至一度为失业恐慌，创新工场CEO李开复在2016年AlphaGo击败李世石后表示，机器的语音识别及语义识别效率超过人类，传统企业的客服，有一千个人、一万个人都可能被AI取代。 但AI客服如今未能满足乐观者当年的期待。“在讨价还价等复杂情况下，AI客服很难琢磨消费者的心理，目前还难以应对。”智能客服企业UDESK COO程俊来认为，AI的价值是提升人工客服的效率，“让AI做AI擅长的事情，人做人擅长的事情”。 “和智能客服通话了3分钟，我才发现对面不是真人”挂掉快递公司的客服电话后，李方（化名）反复回想刚才的对话。客服的业务处理熟练，对答流畅，会根据自己的提问内容即时回应，语气听起来也算活泼，直到她发现这位客服每句话的停顿间隔似乎都一样，才问了句，“你是机器人吗？”，对方回答，“自我介绍一下，我是智能客服”。智能客服正将自己包装得越来越像人类。它们起了名字，设定形象，拥有性格和口头禅，一些智能客服会称呼消费者为“陛下”或“小仙女”，在确认信息时补充，“您看是这样没错儿吧？”。“AI客服需要有趣的‘人格’，让大家接触时产生好感，而不是死板、生硬的机器。”程俊来记得，公司为某一客户设计的AI客服形象是名古代大臣，讲话习惯也偏古风，“既然是客户服务的提供者，AI得考虑到消费者的体验感受”。但“拟人化”只是锦上添花，能否准确、快速完成工作才是AI客服的真正考验。相较以关键词触发的自动回复，AI客服对消费者意图的识别准确率成为企业主们“买账”的主要原因。晓多科技创始人江岭介绍，以电商行业为例，目前较成熟的AI客服可联系上下文对话，判断用户需求，如买家分开询问“这种辅食的成分是什么，适合1岁孩子吗？”“每天吃多少合适？”，AI客服可识别出买家的第二个问题是“1岁的孩子吃多少合适”，在缺乏关键信息时还可反问，正确率约为97%，而自动回复式机器人则无法获取“1岁”的关键信息，答复正确率为50%左右。在“性价比”的商业金律面前，企业主们希望以最小的成本撬动最大的效益，而AI客服永远在线，永不疲倦。戴着耳机的坐席客服们终日应对着仿佛没有尽头的问题，价格、材质、物流、注册流程……，其中近80%的问题频繁重复且有明确答案，这正是AI客服所擅长的工作。“在比较封闭的场景下，AI客服可以同时对接多名消费者，缩短响应时间。”江岭解释说，目前AI客服承担的大多是重复问题、夜间值守等任务，以减轻人工客服的任务量。中国移动总经理董昕在2020世界人工智能大会云端峰会上表示，其智能客服平台“移娃”一年服务用户数9.5亿，代替人工数2000人。简单重复劳动外，AI客服也正渗入客户服务的更多环节。程俊来认为，智能客服机器人像是AI客服露出地面的“笋尖”，更多的改变发生在消费者看不见的地方。他举例说，AI客服体系包括对企业的多个沟通渠道进行集成管理，完成客服团队排班、质检及线下服务人员调度，“接触AI客服的不只是消费者，人工客服更需要适应。”其中，当AI客服成为“检查者”，要求更为严格。在传统的客服质检中，需要人工去检查客服与消费者的会话与通话记录，由于任务量巨大，多用抽查形式。但AI客服的质检可对人工客服进行实时及全部检测，且进行情绪识别，一旦检测到消费者出现生气、愤怒等负面情绪，客服主管便会立即介入。“难免会遇到消费者情绪激动、人工客服无力应对的情况，如果消费者已经骂人了，主管能够及时发现并处理，在当时对消费者和客服而言都是一种缓解。”江岭说。 教AI客服的人：AI客服如何读懂情绪？ 电脑屏幕上闪过一行行聊天记录，鼠标伴随眼神快速滑动，判断、标注、归类，买家与客服的每段对话随即被切分，划入“发货快递”“价格优惠”等场景。一名刚入行的AI客服训练师每日需处理的样本量约是1800条。这份工作需要耐心，“我拍了”“我去拍了”以及“优惠点，我就去拍了”，买家相似的三句话分别对应不同的购买状态，“我拍了”代表已下单，而“我就去拍了”意味着其在等待更便宜的价格。AI客服要学会分辨这些细微差别。“最开始的AI客服就像个什么都不懂的孩子，但它的成长速度飞快。”晓多科技AI训练师团队负责人赵海丰告诉记者，在较成熟的算法模型和自然语言处理技术基础上，训练师的工作是给AI“打样”，教会它消费者的每句话是什么意思。未经处理的聊天记录数据，无法被AI客服吸收。数据“结构化”的第一步，通常是梳理并搭建知识库，根据聊天记录中频繁被提到的问题，“筛”出企业的重点场景，物流、教育、保险、金融等行业不同，知识库也不尽相同。标注工作考验AI训练师的耐心，也直接影响AI客服的识别和回答正确率。赵海丰所在的团队训练师人数过百，负责将消费者的每条文字或语音消息进行语义分析，并对所有样本进行聚类和标注。 同一场景下，消费者的问题可能有数十种表达方式。“发什么快递”“快递用的是哪家”“快递是什么”指向的都是“快递名称”，同时“快递是什么”还可能提问的是“快递具体单号”。这要求训练师注意上下文关联，对单句话和上下文分别标注，以使AI客服了解不同语境下的实际语义。 训练AI客服时，常会遇到些特殊情况。有时，消费者发来的可能只是一串乱码或者标点符号，AI客服需要能分辨出海量对话中有意义的部分；也会遇到顾客带有明显情绪的时候，AI客服需要及时给出恰当回应。赵海丰解释说，绝大部分对话中，顾客情绪是中性的，一些明显反映情绪状况的语句将被重点关注，例如“非常感谢”或“我要投诉，这什么服务”，以帮助AI客服高效分辨顾客情绪。AI客服在不同行业的应用，也为训练师出了难题。他坦言，AI训练工作中数据处理与标注占据大部分时间，其技术要求并不难，但训练师要将自己的理解教给AI客服，需要其对对应行业的业务流程、客服服务流程非常熟悉，而训练师可能对一个陌生行业并不够了解。初次接触政务行业的AI客服时，赵海丰和同事有点慌乱，团队成员都不具备政务体系专业背景，也尚不了解社保等业务的处理流程，他只好结合手头数据，去网上搜索、实地体验，逐步建立政务AI客服的知识库。“大概3年前，最初建立新行业的知识库要花2个多月的时间，现在的技术和数据量发展，已经大大压缩了进入新行业的时间成本。”他说。因而，具备行业经验的AI训练师上手更快，也更受欢迎。2020年3月，人工智能训练师被列为新职业并纳入国家职业分类目录。在多份AI客服训练师招聘中，“从事过电商、金融行业客服工作”及“有客服经验”通常被作为招聘要求之一。但赵海丰表示，训练师需求规模比较大，能够满足这些条件的人并不多，除自行培训外，专门从事数据标注的公司已成为AI客服产业链上的一环。智能还是“智障”：“如果满分是100分，AI客服现在只做到了30分”大多数时候，李方与AI客服的交流没那么愉快。她常觉得AI客服不仅不智能，反而像个“智障”，无法理解自己的诉求，只会重复“对不起，我还没学会处理这个问题”。永不疲倦的AI客服或许无法满足消费者对“智能”的期待。据《中国青年报》2019年12月的调查问卷，91.9%的受访者使用过智能客服，57.9%的受访者认为智能客服理解不了顾客提出的问题，答非所问，近一半的受访者指出智能客服用固定的话术应付人，解决不了实际问题。“很多AI客服公司只是打着‘智能客服’的幌子，实际产品良莠不齐，可能效果并没那么好，但也已在市场中投入使用了”。江岭坦言，即使是相对成熟的AI客服产品，目前的应用程度也仅相当于1997年的互联网，“如果总分是100分的话，现在的智能客服可能只能拿到20分到30分”。“短板”很明显，在复杂多变的场景下，目前的AI客服显然应付不来。讨价还价是一个典型场景，程俊来举了个例子：AI客服在为货运司机派单时，如果司机无法接受70元的价格，直接拒绝，AI客服可以处理，但如果涨10元司机就愿意接单，面对司机“能不能涨点钱”的要求，AI客服可能难以判断。“这个过程涉及司机心态的分析、挽回、解释，AI客服暂时还无法从对方的语气和文本中解读这些信息”，他解释说，“况且，显然人工更擅长这类的工作”。个性化的问题常常超出AI客服的能力范围。“地毯能不能定做”涉及到具体商品的尺寸改变，常需要人工客根据实际情况判断，而相较于售前场景下价格、商品属性、快递的问题，售后场景中消费者的问题更加多样。“柜子收到碰坏了一角，我要退钱”或“衣服色差太大了，你得赔偿”，AI客服多数情况下无法应对。 “AI客服很难判断商品的损坏程度和赔偿金额，也很难去和顾客解释并给予安抚，这不是AI客服擅长的工作。”赵海丰说，“AI客服也不能有一些敏感操作的权限，例如退款权限，不然AI客服说退钱就退钱，这对商家来说，风险是很大的。”行业目前认可的解决办法是人机协同，AI客服承担简单重复的工作，疑难杂症留给人工客服。换句话说，AI成为人工客服的“外挂装备”。当消费者的问题流入客服系统后，AI识别并解决可回复的问题，“讨价还价”等复杂问题被筛出，在操作界面上提醒人工客服，并给出几项待选答案。程俊来期待，“人工客服不必忙于以前的简单劳动，可把精力放在更有价值的工作上”。这或也是人工智能行业与目前社会的相处之道。中科院院士何积丰在2020年7月界面新闻的采访中表示，人工智能的发展首先需要注意的是，人能跟人工智能系统共生，不能说人被人工智能系统代替了，我们也绝对不希望看到这个状态。 巨头入场分食1000亿市场，洗牌期后，新入局者还有机会吗？AI客服对资本的热度似乎不如往年。据互联网行业数据提供商IT桔子统计，自2015年，基于NLP（自然语言处理）技术的AI公司投资事件及金额不断加码，2018年的投资事件达125起，较2016年增加26%，但此后“吸金”能力减弱，2019年投资事件为71起，截至2020年7月，该赛道吸引投资仅29起。“2018年及2019年实际是AI客服公司竞跑的洗牌期，投资事件减少也符合市场规律。”江岭解释说，“2015年前后，行业刚开始兴起，公司体量都比较小，资本也愿意多‘押注’，当行业发展到今天，优胜劣汰，可投资的公司数量也就减少了”。与锐减的投资事件相对，AI客服行业内的并购变多。程俊来透露，近两年，部分规模较小的智能客服公司逐渐被较大公司收购，市场格局已初步稳定，对于新入局者而言，AI客服的市场环境已不算“友好”，“留给新人的机会不多了”。市场逐渐转向大客户是例证之一。他回忆说，刚进入AI客服领域时，最先接纳的反而是小客户，由于小型公司机制比较灵活，试错成本低，喜欢新鲜事物的小公司是第一批“吃螃蟹者”。“坦白说，AI客服刚出来的时候，大客户是持观望态度的”，而目前市场情况已改变，据程俊来介绍，在产品逐渐成熟的基础上，大客户在客单价和用户黏性均表现更优，显然是更佳选择。目前，大客户带来的收入已占到其总收入的80%。而被看中的大客户们，部分已亲自下场。阿里、京东、网易等先后在2015年前后上线自家智能客服产品，并向外输出产品。综合官网信息显示，其已覆盖电商、政务、金融、教育等行业。巨头挤压下，已在竞赛场内的玩家也需拓宽生存空间。程俊来和公司已开始行动，借助智能电销、营销体验管理产品迈入营销等领域，以寻求更多市场。江岭也表示，已考虑向营销等维度延伸服务，但他相信，传统客服行业仍留有市场。“仅在电商行业，约有300万名客服从业者，每年的人工成本近1000亿元，如果AI客服可替代一半的工作，也将挣得百亿市场”。不过，作为消费者，李方并不在意接起电话的客服是谁，“不管AI还是人工，只要真的能解决问题，就是好客服”。 文 | 司雯雯 编辑 | 王毕强 凤凰WEEKLY财经（ID：fhzkzk）原创 你觉得AI客服的服务质量如何？它是否为你解决实际问题了呢？你看好AI在客服领域的应用吗？欢迎谈谈你的观点！ 欢迎关注凤凰WEEKLY 全新微信视频号！ × ×财貌双全的人都点了「在看」(￣▽￣)”  ▼