智慧型客服領域
在智慧型客服領域，主要分為兩種模式。分為to b和to c.其中to b又有兩種模式。其一ai+客服對內賦能，是對公司內部的業務進行賦能。核心目的是提公升公司運營效率，降低運營成本。其二是傳統to b，是智慧型客服相關技術公司和傳統企業的結合，用ai幫助傳統企業轉型。
當前在智慧型客服領域第一種模式，在ai+客服方向，已有一些公司開始嘗試。比如京東，美團，平安這樣業務驅動的帶有網際網路基因的公司。由於承載著龐大的客服體系，一方面本身每天會產生龐大的業務資料，另外一方面有足夠的資本和技術去做大膽的嘗試，把人工智慧的技術應用實踐，通過研究ai相關產品完成落地。因為具備天然的資料優勢，這種選擇實為合理，因為ai和業務的結合需要時間去磨合，雖然技術發展達到一定的高度但是仍然有很高的提公升空間，所以ai產品的落地在提公升運營效率，幫助人工的同時，人工也會去通過產生的資料去糾正機器，達到雙贏的效果。
下面說一下另外一種to b模式。ai公司+傳統有龐大客服人員的企業。技術與業務的深度結合，其實本質與上述第一種模式差異不大，無非一種是純自研體系，一方是通過合作的模式，這種模式在市場上也相對成熟，就像很多企業都會引入科大訊飛的語音識別系統一樣，ai公司之間也會進行相關的合作，這種方式研製出來的產品是面向to c的，也就是後面要說的智慧型對話系統。這種模式從表面看沒什麼問題，是雙贏的局面，但是實際可能沒那麼簡單。首先傳統企業對ai技術沒有深入的了解，較多人對整個行業的認知幾乎為0，很多時候就是跟風，對ai所能帶來的價值有過高的心理預估，因為ai產品的開發周期長，短期回報率低，前期產品需要投入大量的成本可能都沒有什麼效果。其二：智慧型對話機械人需要海量訓練資料來訓練機械人，這裡指的是訓練資料而非原始資料，從原始到訓練資料還需要較多人工進行除雜，過濾等操作。這就自動過濾掉很多體量不夠龐大或者資料量不夠的企業，因為連基本條件都不滿足更別說結合了。其三：效率的提公升必然帶來使用者體驗的下降，如果運用ai來替代人工服務使用者，造成的使用者流失或者投訴等負面效應也是很明顯的。其四：結合本身可能存在很嚴重的問題，由於非自研的機械人，做開發平台的公司很多時候是做垂直領域的，他們的服務會涉及金融行業，電商，快遞等領域的客服體系。機器學習的模式多採用遷移學習的方式，但是如果產品設計者對相關公司的業務沒有深刻的認知，就很難設計出符合標準的產品。不同領域和行業的業務，使用者，流程等差異是很明顯的，有時候八竿子打不上邊。所以這種結合方式勢必會造成融合的不完整性，技術公司不懂業務，業務公司不懂技術，溝通成本，時間成本，人力成本都會增加。
最後說一下to c的模式，智慧型機械人或者說智慧型對話系統的弊端。其一：客服做的事情雖然具有重複性且較為基礎，但本質上是人與人的對話和交流，在解決使用者問題的同時涉及到情緒的識別，使用者核心需求的把握，甚至還有很多閒聊場景，這些如果採用純機的方式帶來的體驗是極差的，當前的智慧型對話系統技術還待完善，很多使用者是因為體驗智慧型對話系統的體驗差變不想再次體驗，這在to c的產品來說要求很嚴格，使用者對機器錯誤率有不同的容忍度，所以當機器犯錯時，使用者的滿意度也會出現較大差異。其二：使用者和機器對話的場景是非常複雜的，涉及到開放域對話和限定域對話，有很多複雜場景涉及到操作類的解決方案，這些都是機器很難識別和自動處理的，需要人工輔助，機器對於需要操作類的問題只能通過引導使用者自行解決或是限定條件讓客戶自行選擇，及限定使用者的選擇路徑。對於使用者體驗而言都是有很多打擊的，使用者的核心需求是高效的處理他的問題，希望客服直接解決相關問題。
結合以上所述，所以個人認為智慧型客服領域在to b對內業務可以有效結合，也是最合理的選擇方式，其一通過ai賦能來提公升人工工作效率，其二人工使用ai產品產生資料並進行校對，反哺資料進入訓練機械人。達到雙贏的效果。因為我本人之前是從事這個領域的工作，所以後期我會針對自己的工作具體闡述ai+客服裡面的很多細節及發展方向。
AI領域的灌水之風如何破局？
隨著人工智慧的新一輪浪潮，各大頂級會議人滿為患，ijcai aaai之類的綜合性大雜燴每年發表600 審稿質量奇差難忍，甚至打招呼橫行 圍繞學術 實用性 的爭議由來已久，就像在地球上有眾多人吃不飽飯的情況下，為何要從事探索外太空的研究。人工智慧領域，中國的影響力在一定程度也是體現在各個學術頂會上華人...
SaaS與AI，雲客服的天平到底應該偏向哪邊？
人工智慧ai不僅帶了希望，也令許多相關的人員焦慮不安。這不是有關ai對人倫理的影響，而它會顛覆一些行業，顛覆一些人的職業。任何時候挑戰和機遇都是並存的，遇到挑戰，能找到解決方案，就是機遇。雲客戶在經歷了saas雲計算後的巨大機遇後，有迎來的ai。雲客服的天平應該偏向哪一邊，saas or ai?客服...
19個人工智慧 AI 熱門應用領域，你知道多少？
01 自然語言生成 natural language generation 自然語言生成是人工智慧的分支，研究如何將資料轉化為文字，用於客戶服務 報告生成以及市場概述。02 語音識別 speech recognition siri就是乙個典型的例子。目前，通過語音應答互動系統和移動應用程式對人類語言...