决胜智能客服下一个十年，容联全面布局AI客服垂直化应用
创新工场董事长李开复博士曾在《人工智能》一书中阐述到：
“深度学习携手大数据引领的第三次AI热潮，最大特点是人工智能技术真正突破了人类的心理阈值，达到了大多数人心目中‘可用’的标准。以此为基础，人工智能技术在语音识别、机器视觉、数据挖掘等领域走进了业界的真实应用场景，与商业模式紧密结合”。
自去年开始，AI就在各领域快速落地和应用，并实现一定的商业化价值。同时，AI技术也搭上两个词，一个是垂直，一个是专业化。作为AI技术较早实现商业化落地的领域，智能客服吸引了众多企业争相布局。
从传统通讯厂商，到SaaS云服务商，再到智能云客服厂商，各类企业都在积极用AI为客服行业赋能，其中就包括全球智能通讯云服务商——容联云通讯。
面对竞争激烈的市场，容联深深扎根技术领域，始终保持对客服行业和垂直应用场景的敏锐洞察和深度渗透，同时利用AI技术充分解决行业需求与痛点，将单一的技术竞争优势，转化为优质服务、精细运营、高可靠性等全方位能力的集合。
从整体看，可以将容联的策略总结为“高筑墙、深挖洞、广积粮”，通过智能语音机器人、坐席辅助解决方案、智能陪练机器人三款拳头产品，实现对客服行业的全面赋能和迭代升级。
高筑墙：
打透垂直场景 智能语音构筑
“人工智能+小客服团队”
竞争壁垒
根据中投顾问数据，中国客服市场规模约为2000亿人民币左右，智能客服市场正处于萌芽成长阶段。未来，随着人工智能技术的演进与加速赋能，智能客服行业有望突破300-600亿。
面对AI技术对客服行业的升级，容联认为，AI最大的作用是对行业里每一个细分场景做优化。因此，通过场景化和行业性的结合，容联将通讯云最为清晰的垂直场景抽离出来进行AI赋能。
作为与智能客服场景联系最为紧密的技术，智能语音占据了这一领域的C位，也是各智能通讯厂商构筑竞争壁垒的基础技术之一。
容联一改过去单一的人工客服模式，在传统外呼系统的基础上，加入自然语言处理、语音识别、语义理解等多项人工智能技术，从而转向更加智慧的“人工智能+小客服团队服务”模式。
容联开发的小容智能语音机器人具有语义识别更准确、启动耗时更低、对话更连贯、知识更全面以及学习更主动的特点。
在自然语言处理阶段，小容智能语音机器人通过海量数据对意图进行分类挖掘，同时以海量高质量数据集为基础训练数据扩充，并进行意图模型训练，最终可以针对多应用场景模型实现输出，降低业务场景化机器人冷启动耗时。
全新的可视化对话交互设计工具提供标准化的VUI组件、更丰富的对话策略配置，系统内置数十种行业场景意图模型、内置常用实体增值21种、系统内置情绪识别引擎，同时系统内置更多的对话场景设计案例可供参考，缩短整个对话设计工期。
基于深度学习训练，小容智能语音机器人在会话中嵌入情绪识别引擎，对会话者的情绪进行标记，动态跟踪会话者的情绪类别，对整体会话情况进行情感倾向监控分析，更好的帮助企业了解用户对产品或客服服务的满意度。
同时，小容智能语音机器人可以从通话质量、轮次时长、交互轨迹、数据积累、模型评测效果、情绪监测等多维度，对业务数据及会话数据展开统计和分析，帮助企业监控AI应用使用情况。
一款AI产品真正智能之处在于能否借助数据集进行主动学习，这也是决定AI智能化程度和产品力的关键。
小容智能语音机器人自学习平台提供在线海量数据预处理及自动化标注、数据训练、自动化模型生成，帮助企业快速创建和部署模型，管理全周期机器人工作流。
同时，自学习平台能够从原始数据、标注数据、训练作业、算法、模型等，提供全流程可视化管理。
基于以上功能特点不难发现，小容智能语音机器人以客服场景为核心目标，通过营销体系建设、数据运营体系打造、动态的情绪分析等众多应用亮点，全面提升企业在营销过程中的运营效率和客服服务效能，充分释放AI在客服行业的技术潜能。
深挖洞：优秀的客服可复制
智能坐席深挖金牌客服潜能
客服行业的另一大分支场景就是坐席，对于传统坐席而言，涉及业务知识点复杂，难以完全掌握，与客户交流过程中难免出现让客户等候的情况，或者出现关键点遗漏的问题，易造成客户满意度下降；另一方面，实时通话中需要记录客户基本信息，事后还需填充工单，容易遗漏要记录的信息。
智能坐席辅助则最大程度降低人工成本，集场景质检、实时通话、状态监控预警、客户画像、场景话术推荐等功能于一身，赋能人工客服，可以帮助企业复制金牌客服。
基于客服和用户对话的实时场景，智能坐席通过可视化的界面实时监测并提示客服关键信息点，帮助客服及时补充或修改表达内容，输出完整的对话流，进而优化服务质量的产品，该产品背后离不开深度学习、自然语言处理、ASR、意图识别等多项技术的融合，它比较贴合的业务场景如电话销售、VIP客服服务等AI电销难以发力的地方。
容联旗下的小智坐席辅助产品通过ASR(自动语音识别)实现坐席与客户的对话以文本形式直观呈现，便于坐席清晰获取客户的数据。
之后，NLP(自然语言处理)技术将获取用户意图，并根据意图查询知识库，并将最优话术推送至坐席工作台。坐席会参考最优话术提示回复客户，系统后台则会实时监控进行舆情告警和质检。
该产品基于容联自主研发的BotEngine能力平台，提供语义分析、文本分类、自学习、模型训练等工程化能力，支撑多渠道多行业多场景下的AI应用落地。
同时，提供从服务前智能培训和考试，到服务中实时知识推荐和质检，再到服务后知识运营和业务价值挖掘的全业务流程AI应用赋能。
另外，该产品可以灵活提供辅助能力，企业可根据业务需要自由开启所需模块，实时辅助能力插件化，轻松适配各类CRM系统，与业务深度融合，助力坐席服务提升。
小智坐席辅助还提供自学习标注平台，支持对场景对话内容进行意图标注、ASR标注，拥有丰富行业场景模型沉淀资源，助力快速搭建企业服务场景机器人。
另外，智能坐席辅助并不限于客服场景的使用，通过企业与用户沟通的桥梁，可以延伸到营销、销售等重要的企业服务外部场景中，从应答辅助、流程优化、数据分析等角度推动企业服务的全面智能化。
借助小智坐席辅助，容联成功对广发银行的客服进行了智能化改造。
此次改造升级主要包含金牌话术、话术地图、实时质检、智能填单和培训机器人5个应用场景。
通过引入智能化场景，容联智能坐席辅助不断提高话术和营销技能，在全面降低人员成本的同时，也不断提升了客服人员的服务标准及客户感受，是智能客服对传统行业改造的又一成功案例。
广积粮：做客服的“专属陪练”
更加贴合实战化的业务场景
除了客服和坐席两大业务场景，客服行业还有一项耗时耗力的工作，就是客服人员的训练场景。
由于呼叫中心的客服人员分布在全国各地，人员流动性相对较强，原始“以老带新”的培训模式，将大量的人力物力资源投入到重复性的基础培训之中。
人员训练要基于复杂的业务知识，传统以听看为主的学习方式效果并不理想，还缺乏实践的考核与督导，对于学习成果也难以进行把控和量化。
为此，通过AI加持的客服行业开始依托于实时语音识别、语音合成、意图识别等前沿AI技术，将业务培训从“以学习者为中心”的培训模式过渡到“以工作执行者为中心”的培训模式，同时将培训场景等效于工作场景，以提升培训的落地性。
针对客服训练场景，容联开发出智能陪练机器人改变传统1对多的培训方式，将优秀坐席经验进行浓缩，并提供优质话术辅导，可以模拟真实业务场景，对培训进行标准化规则检测，还可以实时监控学员练习和考试情况，帮助企业跟踪学员培训效果与薄弱环节。
智能陪练机器人利用实时语音识别、语音合成、语音质检、知识图谱、语义理解等人工智能技术创造了学习场景与真实业务场景高度融合的“人机对练”模式。
在人机对练过程中，为了精准识别多样化语言表达，智能陪练依托于实时语音转文本(ASR)和自然语言处理(NLP)技术，融合语音纠错、深度语义理解、模式学习、深度语义匹配模型等手段，具备强大的实时语义理解能力，从而可以让客服人员将专业技能进一步灵活运用，为后续真实处理业务打下基础。
为强化训后反馈，智能陪练根据客服人员流利度、准确度、逻辑性等多维度进行智能分析和评分，并通过考试模块，逐步实现评价报告智能生成、个人能力画像和个性化学习成长建议等功能，便于回顾自身学习效果，同时支持管理员考核与辅导，优化培训管理。
如今，智能客服在很大程度上成为企业持续洞察用户、提升价值的核心驱动力。以用户服务为切入点，帮助组织内部实现业务的升级、管理流程的升级等，助力企业降本增效。
未来，在以容联为代表的智能通讯云服务厂商努力下，智能客服将逐步突破成本与人工的束缚，变得更加开放，更具业务价值。
随着智能客服在更多领域落地应用，未来它终将成为产业转型升级的突破口和企业扩展业务的新维度，提升企业服务效率与用户的交互体验。
相关阅读
【科技云报道原创】
转载请注明“科技云报道”并附本文链接