联络中心的虚拟座席和人工座席具有不同的属性。只有通过智能地融合它们，公司才能使 CX强大。

　　人工智能炒作达到了高潮。据福布斯报道，2021 年，超过 76% 的企业在其 IT 预算中优先考虑人工智能和机器学习。

　　许多统计数据支持这种方法。 Gartner 甚至预测，到 2023 年，在使用人工智能进行数字商务的组织中，客户满意度将增长 25%。

　　然而，人工智能在 CX 中有很多应用。自动化、分析和机器人都是突出的例子。哎呀，一些联络中心甚至投资于改变座席口音的人工智能技术。据说，这样的创新为更顺畅的服务呼叫铺平了道路。

　　虽然这确实可以建立融洽的关系，但也许它说明了 Content Guru 总监 Martin Taylor 的观点，他告诉 CX Today：

　　"人工智能和自动化的前景令人难以置信。然而，我们很容易陷入我们可以做的事情，而不是我们应该做的事情。"

　　当然，人工智能很可能成为体验驱动型组织食谱中的关键成分。提供快速自助服务的虚拟座席等技术比以往任何时候都更智能且更易于部署。但是，"过度自动化"是一条危险的道路。有时需要人情味。

　　毕竟，你比机器座席更聪明。但是，并不总能更好地处理客户查询。正如Taylor所说：

　　"机器人速度很快，但缺乏智能。人类很聪明，但缺乏速度。将最好的品质融合在一起是服务未来的最佳途径。"

　　联络中心如何实现这种机器人和人类的理想融合？让我们在考虑当前虚拟座席的智能后进行探索。

　　虚拟座席的智能

　　毫无疑问，机器人正在变得越来越聪明。他们不再只回答一般常见问题解答。现代虚拟座席支持许多其他用例。这些包括：

  • 搜索可用的文章、产品目录等。

  • 更新存储在企业系统中的客户信息

  • 确认订单状态并提供所需信息

  • 支持后端交易（例如支付）

　　通过后端集成，虚拟座席甚至可以提取个性化信息以增强对话并开辟新的可能性以自动化更多联系原因。

　　是的，人类也可以进入各种系统并收集这些信息，但没有机器那么快也比机器更加不具备成本效益。

　　进一步的创新也浮出水面，提高了机器人的智能。最具创新性的供应商--例如 Content Guru--甚至正在将图像识别添加到对话式 AI 应用程序中，以应对新型客户查询。

　　Taylor分享了一个在实践中如何运作的例子，他说：

　　"考虑一个客户在社交媒体上发布了一张有缺陷的产品的图片。注入图像识别功能的虚拟座席可以检测它是否真的是来自公司的物品，并根据这种情报自动对帖子做出适当的回应。"

　　其他用例也在成熟，包括机器人理解情绪的能力。然而，这并不总是万无一失的。

　　正如南加州大学安纳伯格分校的研究教授Kate Crawford在《大西洋月刊》的一篇文章中所说："情绪很复杂，它们会随着我们的文化和历史而发展和变化--所有这些都存在于人工智能框架之外。"

　　这样的例子凸显了谨慎进行 AI 转型项目并平衡机器人和人类的最佳选择的必要性。

　　平衡机器人和人类

　　正如华盛顿大学语言学教授 Emily M. Bender 在麻省理工学院的一篇文章中所说："星际迷航的幻想--你拥有这台无所不知的计算机，你可以提出问题，它只会给你答案--是不是我们能提供的，也不是我们需要的。"

　　一个更好的目标是渐进式变革，首先评估关键需求驱动因素，并通过与其他部门合作解决上游问题来解决这些问题。这是最有效的方法，尽管说服他们采取行动是一项棘手的挑战。

　　然后，考虑剩下什么。哪些查询遵循简单、公式化的呼叫处理流程？这些是通过虚拟座席实现自动化的主要候选者。对于其余部分，请考虑座席为克服这些问题而采取的重复过程以及 RPA 如何提供帮助。

　　为了自动化更复杂的人工智能问题，联络中心可以考虑使用非技术人员来操作人工智能--就像human-in-the-loop技术一样。如何？通过允许座席：

  • 运用他们的专业知识来训练 AI 模型

  • 更新 AI 训练数据

  • 微调 AI 模型的准确性

  • 标签数据和质量检查

  • 配置虚拟座席流

　　这些职责重塑了联络中心座席的角色，因为有兴趣的人可以成为人工智能和自动化的保管人。作为公司最知情的知识库，服务团队是开发更好的机器人的强大工具。

　　更重要的是，上述所有工作都相对简单，可以让成本更高的开发人员专注于机器人构建中最棘手的元素。

　　基于这一点，Taylor说：

　　"这种方法使座席能够在没有编码知识的情况下训练人工智能。它还有助于保持和微调人工智能的预测能力和准确性。然后，公司可以通过对话式 AI 自动化和解决更多客户查询。"

　　通过提高支持人员的技能并减轻联络中心的压力--服务团队可以平衡机器人和人类的力量。

　　实施虚拟座席的最佳实践

　　渴望开始自动化更多的联络中心对话？抓住这些要点，首先考虑以下五个最佳实践中的每一个。

　　1、首先确保"唾手可得的果实"--哈佛商业评论中的一篇文章提出了一种渐进式的人工智能实施方法。它指出："雄心勃勃的登月计划不太可能成功，能够成功的是那些提升业务流程的'容易实现成果'的项目。"

　　2、设定机器人目标--清楚地与用户沟通机器人可以处理的查询，从一开始就设定期望。欢迎信息通常是理想的选择，而机器人还可以理解其他意图并推荐其他参与渠道，以最大限度地提高客户和业务成果。一些操作甚至给他们的机器人一个工作描述。

　　3、建立升级路径--客户讨厌重复自己，尤其是在尝试通过聊天机器人解决他们的查询失败之后。有时候是这样的。为了挽救服务体验，提供一种简单的方法来连接到机器人应用程序中的人工座席，使座席能够查看失败的对话记录并从机器人停止的地方继续。

　　4、测试、监控、调整- Alpha 和 Beta 测试是部署虚拟座席的明显步骤。然而，许多人在机器人上线后未能监控它的成功。差距分析以发现没有得到明确答案的问题是一项出色的举措，同时进行关键字分析以发现客户试图通过机器人完成的各种任务。这可能会为未来的对话式人工智能项目提供信息。

　　5、考虑Brain解决方案--storm Machine Agent是由 Content Guru 开发的虚拟座席解决方案，用于自动化联系，并与所有 Storm 模块集成以处理更多查询。借助先进的自然语言处理 (NLP)，它可以了解客户意图，增强机器人处理和渠道转移，将客户无缝路由到其他基于云的渠道。

　　将人类和人工智能与Content Guru相结合

　　无论是智能自动化、语音分析技术还是虚拟座席，Content Guru 在实施人工智能和最大限度地提高客户体验中的人性化方面都拥有丰富的经验。

　　其 Storm Machine Agent 解决方案是其创新的 Brain  AI 工具包的一部分，该工具包将智能自动化与久经考验的用例结合起来，以最大限度地提高联络中心的效率并改善客户服务。

　　声明：版权所有 非合作媒体谢绝转载

　　作者：CHARLIE MITCHELL

　　原文网址：https://www.cxtoday.com/contact-centre/are-you-smarter-than-a-machine-agent/