人工智能在客服中心的應用現(xiàn)狀
1.人工智能對金融行業(yè)的影響。
根據(jù)我國“新一代人工智能發(fā)展規(guī)劃”部署，在智能金融領(lǐng)域需要加快產(chǎn)業(yè)升級，“建立金融大數(shù)據(jù)系統(tǒng)，提升金融多媒體數(shù)據(jù)處理與理解能力。創(chuàng)新智能金融產(chǎn)品和服務(wù)，發(fā)展金融新業(yè)態(tài)。鼓勵金融行業(yè)應用智能客服、智能監(jiān)控等技術(shù)和裝備。建立金融風險智能預警與防控系統(tǒng)。”
云計算、大數(shù)據(jù)等技術(shù)的成熟催化了人工智能技術(shù)的進步與發(fā)展。深度學習在算法上的突破則掀起了人工智能浪潮，使得復雜任務(wù)的分類準確率大幅提升，從而推動了計算機視覺、機器學習、自然語言處理、機器人技術(shù)、語音識別技術(shù)的快速發(fā)展。對于金融領(lǐng)域來講，人工智能的應用主要包括智能客服、智能網(wǎng)點、智能營銷、智能風控幾大塊。
2.人工智能在客服中心應用場景。
�。�1）智能客服機器人。使用自然語言理解技術(shù)，在大語料庫的基礎(chǔ)上，基于場景和業(yè)務(wù)模型開發(fā)上下文關(guān)聯(lián)模型，從而實現(xiàn)自然敘述、智能理解這一目的。并將這一技術(shù)和模型與客服系統(tǒng)在整體上實現(xiàn)了融合。實現(xiàn)由系統(tǒng)自動理解客戶問題并進行解答和辦理簡單業(yè)務(wù)，如查詢余額。目前很多金融企業(yè)已經(jīng)實施了該項目，主要應用于網(wǎng)站、微信、網(wǎng)銀、手機APP等渠道的自動問答機器人，實現(xiàn)智能客戶服務(wù)。
（2）智能語音導航。主要利用語音識別技術(shù)和自然語言理解技術(shù)理解客戶語音，并根據(jù)客戶的需求導航到相應節(jié)點或者引導客戶完成業(yè)務(wù)辦理，主要應用在自助語音服務(wù)、手機銀行APP和智能設(shè)備上。在自助語音上應用主要通過與IVR的集成實現(xiàn)自助語音菜單的“扁平化”，提升用戶滿意度；通過與客戶的交互幫助客戶辦理相關(guān)業(yè)務(wù)，實現(xiàn)問題的咨詢。
在手機銀行的應用與自助語音基本類似，主要為在手機銀行APP上集成智能語音系統(tǒng)，從而實現(xiàn)為客戶導航到手機銀行相關(guān)功能、為客戶辦理相關(guān)業(yè)務(wù)。
（3）智能營銷催收機器人。外呼機器人是語音識別技術(shù)和自然語音理解技術(shù)的另外一個應用場景。通過業(yè)務(wù)場景的設(shè)計，實現(xiàn)自動外呼客戶進行客戶身份核實、催收、業(yè)務(wù)通知、滿意度調(diào)查、產(chǎn)品營銷等。伴隨著銀行的轉(zhuǎn)型、網(wǎng)貸業(yè)務(wù)的發(fā)展，主動聯(lián)系客戶進行關(guān)懷、營銷和催收的需求會大量增長，外呼機器人是滿足這些增長需求并同時控制人力成本的較好選擇。例如在催收場景中，可以將處在M1、M2狀態(tài)的催收任務(wù)交由機器人完成。目前，在市場上已經(jīng)有很多成熟的方案。
（4）智能輔助。智能輔助主要應用在客服領(lǐng)域，機器人實時監(jiān)聽座席與客戶的對話�？梢栽趦蓚�層面發(fā)揮作用。一方面當客戶提出問題后，機器人實時理解客戶的問題，并給出相關(guān)回答建議給座席。在新員工輔助方面作用尤其明顯。眾所周知，客服行業(yè)是個離職率非常高的行業(yè)，一直保持著大量的新入職員工，對新員工的工作進行輔導和幫助能加大新員工的利用率，同時降低離職率高帶來的風險。另一方面，機器人可以實時監(jiān)聽座席的話術(shù)，當發(fā)現(xiàn)座席使用了違禁詞、服務(wù)過程不合規(guī)或者有引起客戶不滿意的行為時，可以實時提醒和介入處理，從而起到推動客戶服務(wù)標準的實施、提高客戶滿意度的作用。
（5）智能質(zhì)檢�？头行氖且粋�對服務(wù)質(zhì)量要求很高很嚴格的行業(yè)，為了保證服務(wù)質(zhì)量，一般會通過對座席錄音進行抽樣檢查的方式來實施質(zhì)量檢查工作。一般客服中心的質(zhì)檢抽檢率在1%左右，無法全面監(jiān)控風險。智能質(zhì)檢系統(tǒng)的目標是基于語音識別技術(shù)實現(xiàn)對全量錄音文件的文字轉(zhuǎn)寫，以及對轉(zhuǎn)換后的文字進行數(shù)據(jù)分析挖掘。以發(fā)現(xiàn)座席有沒有使用違禁詞、是否有不符合規(guī)范要求、對座席的情緒進行監(jiān)控；分析客戶來電原因、超長通話、重復來電、超長靜音等通話的原因；挖掘客戶投訴原因；對趨勢進行預測，對熱點問題進行分析；以及挖掘潛在的營銷機會。
目前應用中所面臨的風險
人工智能在金融領(lǐng)域的應用是一把雙刃劍，在帶來效率提升的同時，也帶來了一些風險和挑戰(zhàn)。宏觀層面的挑戰(zhàn)目前已經(jīng)討論較多，如對金融穩(wěn)定形成的挑戰(zhàn)，對信息安全形成的挑戰(zhàn)，對金融從業(yè)人員形成的挑戰(zhàn)等。本文力求從人工智能在呼叫中心應用場景中存在的風險進行分析，并嘗試給出相應的應對措施。主要涉及以下幾個方面的風險。
1.語音識別誤差帶來的風險。
語音識別已經(jīng)廣泛應用于銀行服務(wù)中，雖然目前語音識別的準確率已經(jīng)較高，但仍然無法達到100%的準確程度。而對于關(guān)鍵字的識別錯誤，如轉(zhuǎn)賬金額的識別錯誤，可能會給客戶帶來損失，從而給銀行帶來操作風險及聲譽風險。
2.機器人回答誤差帶來的風險。
智能客服機器人能夠?qū)崿F(xiàn)自動回答客戶。但目前的自然語言理解技術(shù)都還處于初級階段，存在不能識別客戶問題或出現(xiàn)誤答客戶問題的情況。對于誤答的情況，若因為機器人的誤答造成客戶和機器人之間產(chǎn)生糾紛，恐會引起客戶不滿和投訴。
3.自動外呼業(yè)務(wù)帶來的風險。
智能外呼機器人可以節(jié)省大量人力，但同時也隱含著業(yè)務(wù)風險。外呼機器人通過智能語義理解技術(shù)與客戶進行單輪FAQ或多輪對話交互，在缺少人工干預的情況下，如果業(yè)務(wù)模型設(shè)置不當，可能造成客戶理解差異從而帶來業(yè)務(wù)糾紛風險。輕則引起客戶投訴，重則造成業(yè)務(wù)損失。
4.銀行資料泄露風險。
無論是語音識別還是客戶人臉識別，都需要大量的數(shù)據(jù)材料進行模型訓練，這些材料都來自于銀行平時積累的各類客戶數(shù)據(jù)。這些數(shù)據(jù)包含著大量的客戶隱私，一旦外泄，可能帶來巨大的風險。目前對于語音識別的模型機器學習訓練，往往需要依賴供應商將尋來的材料拿到行外進行，留下了信息泄露的隱患。近期美國臉書公司客戶資料外泄風波就是一個明顯的反例。
5.第三方產(chǎn)品帶來的自主可控風險。
由于人工智能屬于前沿新興技術(shù)，銀行大多不具備自己開發(fā)人工智能算法的能力，基本采用外購人工智能算法或產(chǎn)品與業(yè)務(wù)系統(tǒng)進行整合集成的方式來實現(xiàn)人工智能應用。這些算法或產(chǎn)品提供方很少愿意向銀行提供源代碼，這類產(chǎn)品對于銀行來說都是黑盒，無論是日常應用，還是升級改造，均依賴于第三方的技術(shù)支持，無法做到自主可控。
6.深度學習技術(shù)帶來的效果不確定性風險。
深度學習技術(shù)的特點是通過大量的數(shù)據(jù)訓練進行模型優(yōu)化，但訓練過程的不透明造成了訓練結(jié)果的不確定。人工智能的效果驗證缺乏有效的手段，從而帶來不確定性風險。
7.客戶滿意度下降風險。
為降低人力成本，銀行已經(jīng)在各個領(lǐng)域嘗試通過人工智能手段代替人工，在客服領(lǐng)域尤其明顯。通過智能語音導流，智能文字服務(wù)等方式，可以分流客服系統(tǒng)70%～95%的服務(wù)請求。在極大地節(jié)省人力的同時，強制分流導致的服務(wù)體驗下降，也帶來了客戶滿意度下降的風險。
應對策略
人工智能是應用需求牽引與技術(shù)推動相結(jié)合的產(chǎn)物，是一個充滿挑戰(zhàn)與發(fā)展機遇的新研究領(lǐng)域，如果因為人工智能存在一定負面因素而放棄使用也是不可取的。因此要正確地認識人工智能，完善人工智能安全技術(shù)措施和體系，使得人們可以更快更好地進入人工智能的世界。
1.語音識別誤差風險應對。
針對語音識別誤差帶來的風險，可以用控制語音識別業(yè)務(wù)的應用范圍來防范，將人工智能技術(shù)限定在查詢等低風險的業(yè)務(wù)上。對于高風險的業(yè)務(wù)，需要增加確認環(huán)節(jié)。例如在手機銀行上轉(zhuǎn)賬業(yè)務(wù)最后需要有確認頁面由客戶確認。
2.機器人誤答風險應對。
目前的機器人還無法像人一樣工作，機器人可以用來處理簡單業(yè)務(wù)，對于復雜業(yè)務(wù)還是需要人工來處理。另外，需要優(yōu)化知識，讓客戶從回復中就能判斷出這個知識是不是自己所提問題的答案。同時，需要提醒客戶為其服務(wù)的是機器人。
3.自動外呼業(yè)務(wù)風險應對。
針對自動外呼業(yè)務(wù)風險，首先，需要加大模型訓練的投入，提高模型訓練人員的能力。對于一個業(yè)務(wù)場景設(shè)計完成后可以先試用，試用過程中不斷優(yōu)化。待模型成熟后再推廣，采用迭代的方式不斷快速優(yōu)化過程。其次，對于一些重要場景，例如營銷場景，可以通過機器人先篩選客戶，當發(fā)現(xiàn)客戶有購買意愿時轉(zhuǎn)入人工，由人工提供專業(yè)的服務(wù)和營銷。另外，可采取全過程錄音方式記錄外呼過程，對于容易引起歧義的業(yè)務(wù)場景，要結(jié)合按鍵確認等方式確認客戶意圖。
4.銀行資料泄露風險應對。
首先，應該建立銀行自有的人工智能深度學習平臺，將數(shù)據(jù)限定在銀行內(nèi)部，盡量不出行。確實由于不具備條件需要出行的數(shù)據(jù)，一定要做好數(shù)據(jù)脫敏工作，另外要做好數(shù)據(jù)跟蹤和數(shù)據(jù)管控，確保數(shù)據(jù)不被挪作他用。
5.自主可控風險應對。
首先，人工智能像語音識別、自然語言理解都是基礎(chǔ)服務(wù)級的應用，功能相對單一。設(shè)計上這類系統(tǒng)相對穩(wěn)定，業(yè)務(wù)功能和個性化需求由業(yè)務(wù)系統(tǒng)來實現(xiàn)。其次，銀行應該加強人工智能應用層人才隊伍建設(shè)，為實現(xiàn)人工智能應用層的自主掌控打下基礎(chǔ)。對于采購的第三方產(chǎn)品，可通過商務(wù)條款獲得源代碼等核心技術(shù)資料，確保自主可控能力。
6.深度學習效果不確定性風險應對。
對于深度學習效果的確定，可以有針對性地建立自動化測試平臺，并通過確定的測試集，不斷測試并比較結(jié)果以判斷深度學習的效果。
7.客戶滿意度下降風險應對。
客戶滿意度下降的主要原因是由于人工智能的模型數(shù)量有限，對于復雜的業(yè)務(wù)問題難以迅速給出令客戶滿意的答案。應對方法是將現(xiàn)在橫向增加機器人知識來解決客戶問題的方式改成垂直領(lǐng)域服務(wù)，對業(yè)務(wù)進行梳理、分類、分析。對于簡單并且機器人已經(jīng)能解決的任務(wù)由機器人來解決，對于復雜且機器人還很難解決的問題優(yōu)先由人工來解決。制訂相應的服務(wù)標準，當機器人對某種業(yè)務(wù)的服務(wù)能力達到服務(wù)標準要求后，再將該業(yè)務(wù)交給機器人處理。
另外，增加對于機器人的客戶服務(wù)評價，用來評價機器人的服務(wù)效果，以及獲取客戶的反饋。對于進一步優(yōu)化機器人意義非常重大。
結(jié)束語
在如何利用人工智能并真正實現(xiàn)應用方面，人們?nèi)蕴幱诜浅３跫壍碾A段。知識是智能的基礎(chǔ)，知識只有轉(zhuǎn)化為智能才能發(fā)揮作用。知識經(jīng)濟的進一步發(fā)展將是“智能經(jīng)濟”。在云計算、大數(shù)據(jù)和移動互聯(lián)網(wǎng)的融合推動下，人工智能在很多方面都有了突破性進展。信息化浪潮的不斷發(fā)展，使得人工智能必將在人類社會中起到越來越重要的作用。只要能合理利用和控制人工智能，在有限的資源下做有用的事情，“智能經(jīng)濟”時代就會更好、更快地到來。
