对话式AI,正在重塑服务业业态

头图.jpeg

来源  /    ToB行业头条  (ID:wwwqifu)

作者 /     樊航     


对话式AI机器人,大家并不陌生,大到国家级会议服务,小到零售商铺都遍布它们的身影,可以说,如今的AI机器人已经服务于社会生活的各个领域。

 

站在当下的时间节点来看对话式AI的发展,在技术层面,国内对话式AI已经过多轮的迭代,曾经那个生硬刻板的模板机器人早已不复存在,新一代深度学习对话场景、体验流畅拟人的智能化交互机器人,正在成为各行业的智能化“标配”之一。

 

应用场景层面,对话式AI正在广泛渗透进企业经济生产活动的主要环节当中,尤其是客服外呼、营销运营、客户洞察分析等诸多场景都正在凸显对话式AI的价值。

 

有人说,对话式AI正在重塑服务业的业态,不仅可以帮助企业解放人工坐席,还能助力客服营销部门获得业务增长空间,亦或帮助洞察分析用户画像,为企业决策提供高质量数据基础。

 

这么一看,似乎对话式AI已经无所不能,但事实是这样吗?带着这样的疑问,ToB行业头条」中关村科金智能交互事业部总经理李炯做了一次深谈。

 

01

智能客服 ,只是一个开端

 

如果把服务业业务(例如零售、餐饮、医疗行业商品询价售卖交易等环节、金融业存取收支环节)线上化看作是服务业的一次蜕变的话,那么对话式AI无疑于又一次改变了服务业。

 

如果你是个细心的人,你一定会发现如今接到的电信运营商、零售电商、银行等机构的客服电话,已经有很多是由语音机器人拨出的,有的我们能听出是机器人,有的我们已经难以辨识......

 

这便是对话式AI技术最直观的应用场景之一,也是最常见的场景之一。

 

智能客服,一个可以大部分代替人工坐席的存在,正被越来越多的行业用户嵌入到了业务流程中,尤其是以金融业为首的行业。

 

“自线上运营成为常态以后,业务开始逐年激增,这也导致了人工成本不断攀升,为保证经营指标,最高的时候会扩充数十个客服进行24小时不间断外呼。”一位不愿透露姓名的银行管理者告诉「ToB行业头条」。

 

一位银行客服王强告诉「ToB行业头条」,作为最基层的客服工作人员,他和他的同事们每天就是通过电话沟通的方式完成业务咨询、对外营销、催收以及客户回访等多项工作。

 

每天处置客户量约为100-200件,但实际外呼过程中90%的电话会被挂断,转化率很低,另外,遇到接听对象态度差,员工情绪也会受到很大的影响。

 

“一整天都要保持着高涨的热情去服务确实很考验心态,尤其是很多时候都感觉自己在做无用功”,王强无奈的说到。

 

这种情况一直持续到对话式AI开始进场银行业,首先解决的就是客服外呼的问题,王强说到。

 

像大家熟知的五大国有商业银行、十余家股份制银行都将自己的客服中心改成远程银行,依托以智能客服、外呼机器人等智能化系统完成传统的柜面业务。

 

银行管理者在业务转战线上的最初就开始引入对话式AI机器人,主要用于外呼和呼入场景,尤其是呼叫量大、频次高的场景,例如营销推广、用户回访、账单催收等,可以替代或部分替代人工,帮助企业减少人力成本,增加营销机会。

 

“目前智能外呼机器人可以做到每日800-1000通外呼量,达到传统人工的5倍以上,同时,筛选有效电话进行呼出的时间比人工筛选效率提高2.75倍,这可以替代人工完成大量同质、重复的工作,减轻人工的工作压力。”中关村科金智能交互事业部总经理李炯告诉「ToB行业头条」。

 

替代并不意味着人工服务失去了价值,事实上,人工的价值相反得到了很大的提升。

 

对于企业而言,对话式AI产品的应用意图并非通过AI产品去完全替代人类,而是以用户为中心,以实现对话服务质效提升为目的,从替代与辅助双角度出发,达成对话工作流人机协作的最优赋能。

 

“变化真的太快了。过去我们会花费大量的时间在简单的沟通和无效的筛选上,而现在,我们的工作重心已经转移到营销场景,专注于替智能机器人筛选的有意向的客户提供专业的讲解和服务,这样才会让我觉得自己在做有价值的事。”王强感慨道。

 

智能客服只是对话式AI技术能力体现的冰山一角,是AI科技重塑服务业的一个缩影。

 

尤其是对如今的服务业而言,突如其来的疫情让服务业迎来了大考,线下网点频繁关闭,失去了客户经营的线下重要抓手,线上业务成为经营的重点,如何帮助企业运营营销、获客也是对话式AI正在参与的重点。

 

02

不断进阶的对话式AI

 

对话式AI改变的不止是客服系统,而是重塑整个对话服务行业业态。这句话不是随便说说。

 

众所周知,通过使用智能技术降本增效只是企业的一种手段,而营销获客、转化交易才是企业最终的目的

 

对于对话式AI厂商而言,最终还要落到,如何帮助企业扩大经营,客户转化上才是关键,单纯的智能客服已经无法满足企业多点的需求。

 

ToB行业头条」观察到,如今的对话式AI厂商都从拿着锤子AI技术)找钉子(场景)开始向根据钉子来制定锤子的转变,即走专精路线,而非泛化方案。

 

除了客服场景以外,营销、风控、运营等存在用户交互需求的场景都开始出现通过对话式AI来实现的案例。

 

比如在电销场景下,智能外呼机器人就可以通过自动外呼、根据用户意图精准筛选、线索自动分配减少重复性劳动,帮助企业提升拓客转化。

 

品牌大促活动就是只能外呼机器人帮助营销运营的一个典型的例子。

 

据李炯介绍,中关村科金服务的一家大型音频平台通过使用智能外呼机器人,高效完成11.11营销大促活动。

 

一次营销外呼可同时触达超过50万的品牌会员,外呼接通率为行业平均水平的125%,并且,外呼机器人仅需2天便完成全部外呼任务,同时,在通话接通后,系统即刻推送相应活动短信至用户手机,大幅提升活动通知效率,确保触达效果100%覆盖。

 

风控管理方面的应用,智能外呼机器人也当属首选。“尤其在疫情期间,通过智能外呼以“零接触”服务代替人工完成健康排查、核酸检测通知、回访等工作,帮助防控人员减轻压力。”李炯表示。

 

目前大部分的防疫防控工作都处于高风险阶段,一旦接到上级的通知,社区工作人员就得立即响应,逐门逐户通知民众进行核酸检测、社区住户健康状态回访、外来人员行程流调等。耗时耗力,同时也面临被感染的风险。

 

相较于传统人工外呼,智能外呼机器人可通过批量外呼,及时向民众精准传递防疫要求及规范,确保紧急情况下,迅速“组织”民众正确防疫。

 

并可根据通话内容,自动记录民众在防疫过程中遇到的问题,形成可视化报表,及时流转至相关负责人,便于有关部门全面掌握防疫进度。

 

对话式AI的进阶还体现在帮助企业辅助赋能洞察决策,对话式AI还可以及时洞察客户需求,提供运营策略的优化建议。

 

据李炯介绍,中关村科金的智能外呼机器人基于用户意图识别能力,可在与客户的多轮对话中“挖掘”客户意向,挖掘客户意图识别准确率可达到95%以上。

 

同时,在与用户的交互中会沉淀大量数据并形成用户画像,自动标注记录用户意向及需求,助力企业实现精准的用户洞察,企业可以通过智能机器人提供的优化建议进行运营策略的调整,从而实现客户转化。

 

“甲方”企业角度来看,人工服务带来的高成本低效率痛点由来已久,而对话式AI可切合实际解决人工服务的诸多痛点,这种由对话式AI拓宽服务场景带来的改变,是看得见也摸得着的。

 

根据艾瑞咨询《中国对话式AI行业发展白皮书》指出,2021年,对话式AI市场规模为45亿元,但带动规模(对话式AI产品带动的工程服务、甲方企业产值与效益提升的规模总值)达到126亿元。预计2026年,对话式AI市场规模108亿元,带动规模超385亿元。

 

这意味着,对话式AI的发展将带动三到四倍的相关产业规模,而这种带动能力,也已经在金融、政务、零售、医疗、教育等诸多有线上运营需求的行业均有体现。

 

03

对话式AI真的“智能”吗?

 

有人说,对话式AI是人工智能的终极形态,换句话说,对话式AI的终局就是人和机器可以以一种非常自然的方式进行交流。

 

这样的畅想,目前也只能存在于电影、小说之中。

 

目前,市面上对对话式AI的评判仍然褒贬不一。最大的声音莫过于,目前的AI技术真的达到进一步突破了吗?对话式AI真的包打天下吗?

 

答案是否定的。

 

即使是像目前国内AI底层技术的佼佼者BAT、科大讯飞、追一科技、京东科技、中关村科金等看来,对话式AI在智能客服、运营营销等诸多场景应用方面仍存在需要攻克的技术难点。

 

在《2021年中国智能客服满意度调查报告》中显示,认为智能客服能够解决较多问题的用户数量占比仅为29.8%,仅有9.6%的用户认为智能客服问题解决能力高于人工客服。

 

回答千篇一律(59.1%)、重复循环操作(50.6%)、答非所问(47.3%)等是用户智能客服使用中遇到的主要问题。

 

不止一位从业者表示过,想要使机器可以像人一样去理解语言,难度很大,是目前面临的最大瓶颈,且短期根本无法实现。

 

首先是底层技术受限,知识库中有限的知识量和有待提升的人工智能自我学习能力是目前制约智能客服发展的重要方面。

 

换言之,就是智能客服的底层算法逻辑是机器将语音转换成文字,将关键字和知识库中的内容进行比对,然后做出相应的反应回答,这就需要知识库中的知识量足够大,才能让智能客服做出更快更好的回答,反之,则会出现答非所问,千篇一律的情况。

 

再比如缺乏共情能力。消费者拨通一通客服电话,是因为有解决问题的需求,他们期望收到更具针对性、更具人文关怀的客服服务,但情感计算是机器客服需要攻破的难点,冰冷的机器人技术流程很难识别消费者个性化的提问方式和语句结构,更无法灵敏捕捉用户的情感变化,影响到用户体验。

 

在营销侧,对话式AI的应用也仍然受限,当下的智能外呼系统仍然无法做到流程闭环。

 

例如当下金融业、零售业服务的主要用户人群横跨20-70岁人群,不同人群对于资产的使用、风险的选择大相径庭。

 

由于社会成长、风险偏好、资产偏好、教育背景的极大差异,造成了极其明显的分层现象。因此机器人在面对这类复杂营销场景时很难全面的应答与转化客户。

 

这些目前无法突破的壁垒实际上也就表明了,人工智能并不会到达或者可能永远也无法达到完全替代真人的程度。

 

诚然,中关村科金智能交互事业部总经理李炯也表示,服务业最佳的方式就是人机协作,机器代替人工做简单繁琐的部分,最终人工完成获客转换的最后一公里。

 

而目前的人工智能技术厂商,也在逐步构筑完整的智能服务体系。

 

在技术上,基于自然语言处理和知识图谱的结合,再加上机器深度学习、情感计算等,真正让智能客服善解人意并且知识渊博,与客户展开顺畅、灵活、有温度的交流。

 

在流程上,前端有机器人自动应答托管,后端则有面向人工坐席的AI辅助、质检和陪练,人机高度合作,全周期赋能。

 

ToB行业头条」认为,即使不能包打天下,如今的对话式AI机器人,也正在重塑整个服务业业态,即AI为主,人工为辅的时代,为用户带来交互体验上的深层次变革。

 

在未来,如果对话式AI技术能够进一步突破,从语义上理解客户,从情感上体恤客户,真正以客户为本,对话式AI的发展前景会势不可挡。


分享到

点赞(0)

说点什么

全部评论