当前位置:呼叫中心/联络中心行业动态 → 正文

呼叫中心的人工智能使用逻辑

责任编辑:editor005 作者:Clark 尹徐 |来源:企业网D1Net  2017-09-25 14:46:12 本文摘自:克拉克说

题引:最近CCTV节目《机智过人》着实吸引了我,微软AI小冰现场看图作诗:江一燕在读第二首诗的时候几乎哭了出来,然而这是人工智能写的诗。相比之下我更喜欢第三首,“如赠白马”的气势更能激发想象力,当然这是人写的诗。

不得不承认:人工智能是基于套路的,但是套路一样可以打动人。

好吧,咱们归回技术的话题。

无论是过去现在抑或是将来,呼叫中心类同于其他行业,都是采取云-管-端的模型。“云”代表企业数据服务后台,包括各种应用服务器、存储、数据库、CRM、ERP、WebServer等。“端”代表用户的使用终端或者应用前端,包括各种通信方式如电话、视频、APP、Email、微信、网页聊天窗口等。“管”并不狭义代表具体的传输管道,更主要地是中间件任务、调度、管理、消息等子系统,俗称CTI。

时代在发展,我们发现:

云端数据量在逐渐地壮大,架构层面由集中式转向分布式和“云”化--比如很多企业会后台使用AWS、阿里云、VMWare等弹性计算/存储方式。

终端应用表现形式在逐渐地丰富,越来越多的用户会从传统的电话呼叫,转向社交媒体和全渠道,以及新的视频/VR等渠道。

“管道”层面CTI技术目前主要是针对后端云架构和前端丰富类型做出适配,比如支持更多种类型的部署方式(虚拟化、混合云、完全上云),支持更多种类型的终端接入,比如iOS/Android Agent、WebRTC、Kiosk、VOIP、Push Notification等。

人工智能在来临,我们发现:

云-管-端的模型在默默地发生一些化学变化。人工智能在全面拥抱着云端,手拉“终端”,咱们的“管道”变成了the one who left behind。

人工智能依托于后端云提供的丰富数据,提供了很多新的服务方式。

智能的语音应答---企业版Siri

智能的文字聊天---机器人

智能的语义分析---全量质检

智能的人工辅助---知识库、主动辅助

智能的声音应用---声纹认证

智能的主动提醒---Smart Push

这些都是我们的企业呼叫中心能感知到的!这里需要注意的是:

笔者不同意人工智能一定要连接Internet互联网,互联网的噪音很多,非相关性信息量太大。人工智能在呼叫中心这种天然的大型局域网Intranet可能会发挥的更好,里面的数据是集中且强相关的,比如一个保险公司的呼叫中心,客户打电话进来能问的问题是肯定在一个有限区间的,坐席能回复的答案也肯定在一个有限区间的。由于行业众多,人工智能也不会只有一种,即便在呼叫中心这个细分的行业,也存在营销型呼叫中心和服务型呼叫中心的场景差别,存在电商呼叫中心和银行呼叫中心的业务差别。

伴随着人工智能在云端的赋能,终端也在跟进变形,今日头条的新闻排版智能推荐,苹果的Siri,微信的语音对讲,钉钉的“Ding”一下,您在浏览网站的时候可能盯着苹果8手机网页看2分钟系统自动弹出一个“May I help you?Sir”(广告:这是G厂的Web Engagement方案)。这些都是最终的客户能感知到的!

咦?我们好像忘了中间件CTI管道了,哦~他们落后了,快没有了吧?

难道“管道”最终就真的轮为管道了吗?

当然不是!前台很重要,后台很重要,中台也很重要!“管”端的中间件,在坚定不移地走分布式架构这条路以外(当然G厂一直都是),在坚定不移地保持后台密切联系和前台及时沟通以外,同样可以用人工智能的技术来改造呼叫中心。

人工智能是基于模式识别的,中间件天然也是!

语音流程(路由、IVR)中经典的“销售请按1、服务请按2”来可以用基于人工智能的语音交互配合NLP来代替大部分场景。然而,是否机器人和人工智能可以完全替代?

当你手机丢失需要紧急挂失的时候,你需要人还是机器人?

当你的爱车月底即将过保时,你是否想听到电话投保的电话?是否想听到里面的人工智能声音:您有90%的几率愿意续保,是请按1?

强模式或者极简模式下并不需要人工智能。那么人工智能在管道层可以做什么?我认为有两个方向:商业智能BI和管理智能Smart Routing

商业智能并不是第一天才有的词汇,Business Intelligence的含义非常丰富,以G厂为例,其经典的数据分析平台InfoMart就是基于SAP的BI平台BOE来做展现的,客观来说,分析的价值在于使用者(一个很懂业务的DBA,或者一个很懂DBA的业务),传统的分析平台是单数据源的,比如只有呼叫中心的话务数据和随路数据。如果以人工智能和大数据的方式进行学习,可以添加业务数据、运营数据、财务数据等结合进行相关性学习和分析,再以更加清晰的方式进行展现,那么我们可以做的更多,比如精确用户画像、最佳话术、沉默成本等。

大型呼叫中心的坐席量上到一定规模,WFM软件的预测和排班效果与Routing的话务流程逻辑之间会存在一定的矛盾和结果的非最优。人工智能的引入可以做出Predictive Matching、Intelligent Scheduling。固定制式的路由算法变成了灵活的智能算法,综合考虑更多的因素,来完成资源的调配--咱们中间件本来的目的就是如此啊!

很高兴地看到G厂新推的全新路由方案,从引领别人再到引领自己!

关键字:人工智能

本文摘自:克拉克说

x 呼叫中心的人工智能使用逻辑 扫一扫
分享本文到朋友圈
当前位置:呼叫中心/联络中心行业动态 → 正文

呼叫中心的人工智能使用逻辑

责任编辑:editor005 作者:Clark 尹徐 |来源:企业网D1Net  2017-09-25 14:46:12 本文摘自:克拉克说

题引:最近CCTV节目《机智过人》着实吸引了我,微软AI小冰现场看图作诗:江一燕在读第二首诗的时候几乎哭了出来,然而这是人工智能写的诗。相比之下我更喜欢第三首,“如赠白马”的气势更能激发想象力,当然这是人写的诗。

不得不承认:人工智能是基于套路的,但是套路一样可以打动人。

好吧,咱们归回技术的话题。

无论是过去现在抑或是将来,呼叫中心类同于其他行业,都是采取云-管-端的模型。“云”代表企业数据服务后台,包括各种应用服务器、存储、数据库、CRM、ERP、WebServer等。“端”代表用户的使用终端或者应用前端,包括各种通信方式如电话、视频、APP、Email、微信、网页聊天窗口等。“管”并不狭义代表具体的传输管道,更主要地是中间件任务、调度、管理、消息等子系统,俗称CTI。

时代在发展,我们发现:

云端数据量在逐渐地壮大,架构层面由集中式转向分布式和“云”化--比如很多企业会后台使用AWS、阿里云、VMWare等弹性计算/存储方式。

终端应用表现形式在逐渐地丰富,越来越多的用户会从传统的电话呼叫,转向社交媒体和全渠道,以及新的视频/VR等渠道。

“管道”层面CTI技术目前主要是针对后端云架构和前端丰富类型做出适配,比如支持更多种类型的部署方式(虚拟化、混合云、完全上云),支持更多种类型的终端接入,比如iOS/Android Agent、WebRTC、Kiosk、VOIP、Push Notification等。

人工智能在来临,我们发现:

云-管-端的模型在默默地发生一些化学变化。人工智能在全面拥抱着云端,手拉“终端”,咱们的“管道”变成了the one who left behind。

人工智能依托于后端云提供的丰富数据,提供了很多新的服务方式。

智能的语音应答---企业版Siri

智能的文字聊天---机器人

智能的语义分析---全量质检

智能的人工辅助---知识库、主动辅助

智能的声音应用---声纹认证

智能的主动提醒---Smart Push

这些都是我们的企业呼叫中心能感知到的!这里需要注意的是:

笔者不同意人工智能一定要连接Internet互联网,互联网的噪音很多,非相关性信息量太大。人工智能在呼叫中心这种天然的大型局域网Intranet可能会发挥的更好,里面的数据是集中且强相关的,比如一个保险公司的呼叫中心,客户打电话进来能问的问题是肯定在一个有限区间的,坐席能回复的答案也肯定在一个有限区间的。由于行业众多,人工智能也不会只有一种,即便在呼叫中心这个细分的行业,也存在营销型呼叫中心和服务型呼叫中心的场景差别,存在电商呼叫中心和银行呼叫中心的业务差别。

伴随着人工智能在云端的赋能,终端也在跟进变形,今日头条的新闻排版智能推荐,苹果的Siri,微信的语音对讲,钉钉的“Ding”一下,您在浏览网站的时候可能盯着苹果8手机网页看2分钟系统自动弹出一个“May I help you?Sir”(广告:这是G厂的Web Engagement方案)。这些都是最终的客户能感知到的!

咦?我们好像忘了中间件CTI管道了,哦~他们落后了,快没有了吧?

难道“管道”最终就真的轮为管道了吗?

当然不是!前台很重要,后台很重要,中台也很重要!“管”端的中间件,在坚定不移地走分布式架构这条路以外(当然G厂一直都是),在坚定不移地保持后台密切联系和前台及时沟通以外,同样可以用人工智能的技术来改造呼叫中心。

人工智能是基于模式识别的,中间件天然也是!

语音流程(路由、IVR)中经典的“销售请按1、服务请按2”来可以用基于人工智能的语音交互配合NLP来代替大部分场景。然而,是否机器人和人工智能可以完全替代?

当你手机丢失需要紧急挂失的时候,你需要人还是机器人?

当你的爱车月底即将过保时,你是否想听到电话投保的电话?是否想听到里面的人工智能声音:您有90%的几率愿意续保,是请按1?

强模式或者极简模式下并不需要人工智能。那么人工智能在管道层可以做什么?我认为有两个方向:商业智能BI和管理智能Smart Routing

商业智能并不是第一天才有的词汇,Business Intelligence的含义非常丰富,以G厂为例,其经典的数据分析平台InfoMart就是基于SAP的BI平台BOE来做展现的,客观来说,分析的价值在于使用者(一个很懂业务的DBA,或者一个很懂DBA的业务),传统的分析平台是单数据源的,比如只有呼叫中心的话务数据和随路数据。如果以人工智能和大数据的方式进行学习,可以添加业务数据、运营数据、财务数据等结合进行相关性学习和分析,再以更加清晰的方式进行展现,那么我们可以做的更多,比如精确用户画像、最佳话术、沉默成本等。

大型呼叫中心的坐席量上到一定规模,WFM软件的预测和排班效果与Routing的话务流程逻辑之间会存在一定的矛盾和结果的非最优。人工智能的引入可以做出Predictive Matching、Intelligent Scheduling。固定制式的路由算法变成了灵活的智能算法,综合考虑更多的因素,来完成资源的调配--咱们中间件本来的目的就是如此啊!

很高兴地看到G厂新推的全新路由方案,从引领别人再到引领自己!

关键字:人工智能

本文摘自:克拉克说

电子周刊
回到顶部

关于我们联系我们版权声明隐私条款广告服务友情链接投稿中心招贤纳士

企业网版权所有 ©2010-2024 京ICP备09108050号-6 京公网安备 11010502049343号

^