本文不帶有任何的技術或其他暗示，直接就是明示。
引子---名可名，非常名
我非常不明白，這些高大上高精尖的公司為啥在設計AI產(chǎn)品時都起一個女性化的名字？僅僅因為開發(fā)人員都是宅男么？稍稍統(tǒng)計了一下：
微軟：Cortana 小娜
蘋果：Siri 希瑞
Amazon：Alexa 亞莉克莎
例外就是業(yè)界良心IBM的AI是男性化的沃森Watson，不知怎地，我總有一種銅鑼灣扛把子Watsons屈臣氏的即視感...。
掃了一眼國內，小i機器人，招商銀行叫做小招~~百度叫做小度~~為什么還沒有千萬網(wǎng)民心目中的超級智能：小明出現(xiàn)？
題拔---道可道，非常道
先說說AI能在呼叫中心中做些什么吧？咱們不局限于已經(jīng)實現(xiàn)的和正在吹牛的，統(tǒng)一都加入AI全家桶套餐：
1）聊天機器人
Chat Robot應該是呼叫中心中最常見的一種AI應用了~~比如著名的招商銀行聊天客服，體驗過的人都對其特點印象深刻。這算是一種初級的智能編輯，基于每個行業(yè)每個公司的場景不同，預設好一大堆的腳本和標本供機器學習，技術好一點的平臺同時還會有自學習功能，伴隨著NLP自然語言理解能力的進化和的檢索能力的加強而加強，嚴格意義上不算是真正的智能，當然呼叫中心引入聊天機器人的初衷也不是為了炫技，實實在在地降低初級問題解答人工，呼叫中心所提供的聊天機器人的核心能力是要專業(yè)！專業(yè)！業(yè)！
相比之下，互聯(lián)網(wǎng)公司的AI就隨意很多，因為他們面向的不是專業(yè)問題，而是海量問題，比如Siri，比如小冰。
2）文本分析、語義分析
Speech & Text Analytics應該是呼叫中心當下最熱門的技術趨勢了，它的設計初衷是解決海量語音無法做100%的QA質檢問題，本意是通過ASR（Speech Enginee）技術將語音轉文本再進行第二輪的全量質檢，誰想在技術發(fā)展的過程中意外地引入了一些其他技術，其中就包括智能。讓它能夠聰明地從海量數(shù)據(jù)中提取特征---這里的特征不一定是文字，也可能是一段Pattern，或者是某一類文本的表達。
進一步地，對Email內容進行篩選檢索，通過系統(tǒng)自動閱讀郵件內容并理解其含義作出自動回復或者分發(fā)給專業(yè)的客服人員。早起G廠的E-Service平臺里就有這種功能，可惜是離線版NLP，需要不停地給它喂食樣本郵件...。新的智能可以做得更好，無需離線，一直在線。
額外說一句：最近阿里云也推出一項文本分析的服務，有試用的朋友站出來交流一下？？
3）智能化IVR
基于VXML的IVR似乎發(fā)展到了一定地步后，用戶開始懷疑人生了。為什么不能做那種可感知、可自編程、可組建CallFlow的那種IVR？-----這是國內某大型客戶給我說的原話。已經(jīng)有很多客戶在作出一些嘗試，比如模塊化IVR程序，外加系統(tǒng)智能調用，還有可視化IVR，輔助式IVR等，方興未艾。
另外一個方向自然就是基于ASR、TTS引擎的AI式IVR啦~~我在某著名廠商那里看到他們給某著名公司開發(fā)的呼叫中心IVR熱線，VXML的引導實際上就是指向TTS和ASR引擎，后TTS、ASR引擎去對接AI庫，效果不錯哦！有意者請我吃海底撈，我告訴你細節(jié)。
4）數(shù)據(jù)分析、趨勢分析、相關性分析
AI一定是離不開大數(shù)據(jù)的，而呼叫中心恰恰是每時每刻都產(chǎn)生大量數(shù)據(jù)的地方，二者理應在數(shù)據(jù)處理上作出完美的融合。僅僅是傳統(tǒng)的語音式呼叫中心，各種坐席和KPI報表還算清爽，如果加上多媒體的各種離散渠道、外加統(tǒng)一Session管理，后臺業(yè)務數(shù)據(jù)庫對接、錄音質檢平臺、排班平臺等，報告就越來越大了~~我相應一定能找到一個懂數(shù)據(jù)處理的AI來自己寫索引Index和Aggregation~~~哈哈哈，對了，懂Infomart數(shù)據(jù)倉庫的人自然是懂的。
更重要的，通過多種數(shù)據(jù)的相關性識別，能挖掘一些人工無法想到的問題！
【每日一笑】
給你們看看AI用不好時會是什么樣。
這個故事告訴我們，機器不懂幽默，人工的價值依然無法替代！
