呼叫中心认证
  首页  »  
CC-CMM国际标准《2019–2021年中国客户中心产业发展报告》发布精选预览之人工智能服务发展篇(上)

第一章 智能服务行业发展综述

一、 智能服务的定义及构成

(一) 定义

1、 智能服务

随着移动互联网和社交媒体的高速发展,客户流量入口多变,催生了全渠道多媒体的服务整合渠道。广义上来看,在这些多样性的服务渠道之上,建立的能够自动流转,释放人力的模块,所构成的这整个的服务形态组合,就可称之为智能服务。

2、 智能客服机器人

首先要明确的一点是, “智能客服机器人” 并不等同于智能服务,它只是这个服务系统中提及度最高的一个组合模块。

智能客服机器人,其实是一种能够使用自然语言与用户进行交流的人工智能信息系统,它采用包括自然语言理解、机器学习技术在内的多项智能人机交互技术,能够识别并理解用户以文字或语音形式提出的问题,通过语义分析理解用户意图,并以人性化的方式与用户沟通,向用户提供信息咨询等相关服务。

(二) 智能服务体系的构成

近10年里,受移动互联网及底层AI技术发展的影响,智能服务体系已经囊括了生产端的各方面,如:前端自助服务、知识管理、智能客服机器人、智能语音呼入机器人、智能质检、智能工单等等。

二、 智能服务的发展历程

智能服务的发展,从本质上而言,是基础理论与底层技术的发展。其中最具代表性的,就是智能客服机器人的发展。

(一) 第一阶段

关键词匹配,单一关键词触发问答

该阶段的客服机器人还不能称之为智能机器人,它是基于单个关键词的匹配,来满足客户关键词触发问答。适用于单一明确的业务场景,比如:通过发送指定关键词“cxll”短信至运营商来查询流量。

(二) 第二阶段

关键词模糊匹配,相近词义的关键词触发问答

这是单一关键词触发问答的升级版,它基于语句字面相似度,对预先定义的问答知识库进行模糊匹配,实现不同用户相似问法的回答。比如说,客户输入“退货流程”或“怎么退货”,都可以获取相应的退货操作说明;但它需要人工整理庞大的问答知识库,维护成本大。

(三) 第三阶段

自然语言分析及语义分析,实现复杂交互的更精准应答

自然语言分析指把句子拆分,将里面每一个词加以分析,给每个词加一个权重,根据权重的综合算法来匹配知识库中的答案。比如,知识库设定的一个语句是“我要退货”,当客户说“请问怎么退货”时,机器人可以理解客户意思并给出客户想要的答案。这一阶段的客服机器人已较为智能,但其准确性依赖底层复杂算法和知识库维护。目前市场上的大多数客服机器人都处于第三阶段,语义判断能力和匹配精度还没有特别好。

(四) 第四阶段

深度学习,机器拟人化

目前最先进的机器学习算法架构,包括卷积神经网络、循环神经网络等。该算法提升了上下文语义识别能力,从大量未标注的数据中进行学习,同时还可以对复杂的情感进行建模,自动实时客服及客户情感值分析。

第二章 智能服务行业发展现状

一、 企业内智能服务发展

智能服务发展至今,一直处于被“推着走”的状态。随着企业客户数量激增,服务成本上升,服务质量与体验要求不断推高等原因,智能服务方能应运而生。

因离生产端最近,获得的是最新生产数据,也是客户需求的集成器,所以,企业内部的智能服务发展,往往是整个市场上的领头羊。例如电商行业中的“阿里小蜜”,金融业里的招商银行等,都是业内智能服务的典范。

二、厂商智能服务发展

在市场上,竞争格局日渐明朗,总体上是百家争鸣,百花齐放。据统计,2019年我国的服务类机器人市场规模达21.7亿美元,且市场划分初步形成。由云服务厂商、通信设备生产商、移动运营商、Paas云通讯、语音识别厂商等,组成上游产业链;基础软件商、传统客服软件厂商、智能客服机器人厂商和SaaS云客服厂商,处在中游,向下就是企业型客户和客服外包型客户。

点击图片进入下一页


智能服务行业上中下游产业链