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!
×