导读： 这是客知音CEO孙思明在“2018中国呼叫中心及企业通信大会”上的演讲全文和视频。孙思明的观点是，在人工智能时代的浪潮中，人工智能不仅要为我们的客户服务，也要为我们的客服赋能。他首先介绍了客知音的最新产品“智能客服助理”，可以将语音实时转录成文字，根据上下文信息实时提示客服代表的沟通内容和技巧，并自动把对话中的重要信息做结构化处理。他继而分享了客户服务在人工智能时代下的新的特点，还有企业在新的时代背景下的“人工智能策略”。呼叫中心企业要重视语音数据的价值，并且在产品、管理、数据和运营等方面转变思维，拥抱改变。最后他认为人工智能和人类的智能形态不尽相同，赋能而不是取代，人机结合才能赢得未来。以下是演讲的全文，文末附上演讲的现场视频。
大家下午好，我是最后一个演讲，留到最后都是真爱，不是特别喜欢我的演讲就是特别喜欢今天的礼品。
首先介绍一下我们公司，我们公司叫客知音，大家看这LOGO墙，我们在这个墙上是最神秘的公司。这是我们的LOGO，并没有写我们叫什么名字，所以这一次特别给大家指出来，我们公司叫客知音，源自美国硅谷。我本人是在美国哥伦比亚大学念书，读的人工智能相关的方向，毕业以后在美国工作六年，在硅谷和纽约都有工作过。我的合伙人来自美国斯坦福大学，我们回国以后创立了这一家人工智能的公司，主要做的企业语音智能。我们有自主的知识产权的语音识别和自然语言处理的技术，我们是一个真正的人工智能的公司。
我今天的演讲跟大家全天看的都不一样，最大的不同是什么？我一定会是所有PPT里面字最少的，大家等会儿看的都是超清的大图。今天大家走的时候，只要能记住我们的名字就可以了，其他都不重要，我们叫客知音。
我演讲的题目是：人工智能赋能客户服务新趋势。今天上午很多的友商在聊人工智能落地的应用，其中大部分都在讲说我们要有智能的机器人，我们要有替代人工去做很多重复性的、繁琐的简单事情的机器，或者我们来做一个智能的路由系统，我们来把不同客户的需求路由到或者转接到相应的有服务能力的客服上。但是我们做的事情跟大家又不太一样，我们做的事情是我们在思考如何让人工智能赋能每一个客服代表，让每一个客服都是王牌。我想请大家看一个小视频，男主人公是一个“客服”，他碰到了一位很刁钻的客户，我们来看看他是如何用最先进的“人工智能”来完美的解决这件事的。
https://v.qq.com/x/page/j06154nxmff.html
这个视频是来自于2017年特别火的电影叫做《王牌特工2》。这是电影里的情节，那么现实生活中我们有办法实现这么聪明、这么智能的助理吗？我们来看下一段视频。
https://v.qq.com/x/page/v0615e94riq.html
我来介绍一下这个视频，我保证今天是演讲里面做的唯一一个产品广告。左边这边是我们的实时语音转文字，大家看到的是我们真实的录音，和真实的实时语音转文字的效果，大家可能会看到一个词一个词的跳出来，有时候还会在出现文字之后又会调会到前面去，因为它（语音识别引擎）找到了更多的信息，他觉得前面有一个字翻译错了，所以回追回去把字修改过来。准确率大家可以实时看一下，这是真实的互联网教育的通话记录，语音识别准确率很高，延迟基本可以做到200ms之内。
在这基础上我们可以提供一系列的服务：上面这个思路导航给外呼型销售代表用，一通电话需要完成一定的目地，所以你先说什么、后说什么、说到什么、没说到什么，这边会一目了然，在说到一个内容时候我们会自动的划掉，所以像一个任务清单一样，这样没说什么就非常的清晰。下面匹配客户提出的一些问题、包括上下文的信息，如果是外呼型，这个提示就是智能话术，如果是内呼，那么会和我们的知识库做一个匹配，给出相应的提示。右上角是智能质检，我们会通过大数据的方式做购买意愿的分析，外呼打完电话以后会有成交和没有成交的，我们会根据自然语言处理技术、大数据技术去分析什么样的对话最有可能成交。这一通电话打完，客户的购买意愿有多少，我们会实时给出一个评分。下面这个是表达规范，包括有没有打断客户，或者是我们在智能质检上会检测的一些规则都会在这里面得到体现。右下角是我们做的一个CRM信息自动的提取，对话中一些客户的信息，我们会自动的从对话中转成文字，然后再做一个提取。这样可以很方便的对接下游的系统，不管是工单系统还是CRM系统。
下面想跟大家分享几个趋势，人工智能技术有哪一些行业的趋势，包括我们看到客户提出的需求，我想跟大家分享一下。第一个趋势就是从离线走向实时，就是今天大家接触到最多的人工智能系统，特别是处理语音的系统都是离线的，比如说离线的智能语音质检。我们其实在给我们的客户灌输的理念就是把离线的系统推到实时，就拿智能质检来说，我们今天所有的智能质检就是在等着问题出现之后，从语音中去找到这一个问题怎么出现的，到底谁犯了这个错误。但是我们找到这个问题到时候，错误已经酿成了，我们的损失已经没有办法挽回，我们能不能把这一种离线的系统变成一个实时的系统呢？这样我们可以把这一些错误扼制在萌芽里面，在实时改变我们客服代表的行为，当我们的客服代表稍微有一点表现不好的时候，我们的系统就会提醒他，避免问题出现。
从“人找信息”到“信息找人”，我们上一代系统是人找信息。我给大家举一个例子，上一代的人找信息的产品，最典型的代表是百度，百度怎么找信息？它有一个搜索框，你把想要搜索的信息输入进去，会出现一百个结果让你慢慢找。而现在科技的发展是让用户习惯从“人找信息”变成了“信息找人”，举一个2C的例子就是今日头条，他所有的信息都是在推荐，他知道在正确的时间、正确的上下文、正确的地点、正确的环境相关的信息之下，给你推送你想要看到的信息，所以这就是信息找人的一个过程。在我们的产品中、包括我们为客户提供的服务里面，也在宣传这样一个理念，之前你在对知识库的检索过程仍然是一个主动性的搜索过程。而我们希望能把这样主动性的搜索过程变成一个自动化的智能化的过程，让信息在对的时间，根据上下文自动的推送到你的面前。
接下来是从“人工”到“自动化”，这一个非常好理解，就是到了人工智能时代，我们需要转变一个思维，就是要让自动化变成我们企业运营的一种习惯，而这样一种习惯要体现在我们工作的方方面面。举一个例子就是CRM系统，我们花几千万、上亿打造的CRM系统，今天遇到一个最大的问题就是数据质量的问题。人性使然，今天的CRM系统都是需要人工录入的，如果有些字段是选填的，我们的客服代表都不填，如果字段是必填的，他们有时候会瞎填。因为我们没有很好的机制监督销售代表、客户代表工作到底怎么样，所以这时候我们用到人工智能的技术，自动化的提取谈话中的要点，录入到我们的系统中来，大大提高我们的数据质量。
最后也是我们最重要的一个观点：赋能而不是取代，我认为至少今天的人工智能发展阶段，我们没有办法取代所有人的所有工作，我们需要找到一个人机结合的一个最佳的平衡点，让我们每一个销售代表，每一个客服代表都是我们的王牌。
大概20多年前的时候，中国第一次有了呼叫中心行业。中国的呼叫中心行业，其实是随着电子商务的发展而蓬勃兴起的，我们首先完成了数字化的工作，建设了呼叫系统，我们让千里之外的客户打电话享受到我们的服务。接下来是移动化的浪潮，我们知道客户不仅需要通过电话找到我们，还需要通过微博、微信、APP等等的渠道来联系到我们，需要在全渠道上给我们的客户提供服务，所以我们的呼叫中心也改名叫客户中心或者联络中心，因为它不仅仅是承担呼叫这一个功能。接下来走入智能化的浪潮，用人工智能技术来减员增效，通过人工智能技术来实现针对性的、千人千面的服务，最终能够使客户有一个完美的客户体验。
有人会把人工智能技术比喻成是第四次的工业革命。第一次工业革命是机械化的革命，我们发明了蒸汽机，应用在工厂里面，我们解放了自己的双手；第二次工业革命是电器化革命，我们发明了电，有了电之后可以开采石油，有了石油之后我们发明了飞机、汽车等等，它打破了地理上的局限，解放了我们的双脚；第三次工业革命是信息化的革命，我们发明了电脑、互联网，我们让远在千里面之外的语音图像可以实时的出现在我们面前，解放了我们的眼睛、解放了我们的耳朵；第四次其实就是现在的人工智能的浪潮，它解放的是我们的大脑，把人类从简单的工作中解脱出来，能够能把人工智能的智慧和我们人类的智慧加在一起，更好为我们的人类服务。
这是人工智能几个发展的重要阶段，我特别挑了几个跟呼叫中心系统相关的里程碑事件，阿兰图灵是一个数学家，他发明了图灵测试用来定义机器的智能，那是在1950年；1956的年代在人工智能这一概念在达特茅斯会议上第一次提出来了；1997年的时候IBM的深蓝计算机第一次在国际象棋项目上打败了世界冠军；2012年谷歌自动驾驶汽车在美国内华达州上路测试；2016年也是大家熟知的一个里程碑的事件，谷歌出了阿尔法GO在围棋上打败了世界冠军；2017年微软AI Lab里面得出在实验室环境，语音识别准确率已经达到了人类的水平，大家可能去年看到新闻说语音识别达到了97、98%等等不同的口径。在实验室环境确实机器已经超过了人类，但是在我们的实际环境中还没有，因为实际环境中有大量的噪音、口音、声源远近等等的因素存在，还没有达到这么高的水平，但是我们正在朝这个方向努力。2018年，就是今年年初的时候发生了一件事情，SQUAD这是美国斯坦福大学来评价机器阅读理解能力的这么一个测试，这个测试是一个什么意思？就是给这机器几百篇文章，每一篇文章就是小学考的阅读理解题一样，但是让机器先读这一个文章，然后随便问机器一个跟内容相关的问题，比如说看一个文章内容是说1997年的时候，介绍哪一支NBA的球队获得冠军。那么问机器的问题可能是“1997年的时候冠军队的MVP是谁？”。在2018年1月1日的时候，机器第一次在阅读理解这一个科目上准确率超过了人类。所以这也是人工智能目前发展的一个阶段、一些重要的里程碑。
作为呼叫中心来讲，我们如何把握时代的脉搏，如何利用人工智能为我们企业更好的服务呢？第一点也是最重要的一点就是要重视语音数据的价值，因为语音仍然是最重要的客户沟通渠道，所以我们要重视语音数据的价值。这是2017年的时候美国的一个权威研究机构的报告。美国的商业环境和中国差别很大，美国有大量的工作是通过邮件在进行沟通，但即使是在美国，仍然有70%和客户的交互是通过语音来完成的，在国内这一个比例会更高。大家经常会接到的教育说，我们现在不是都全渠道了吗，我们的客户都是通过全渠道的方式来找到我们，是不是语音就不再重要呢？不是的。首先，语音是人类最自然的沟通方式，人类在大概七万年前发明了语言，在五千年前才发明了文字，语音一直是最自然的沟通方式。第二，不否定全渠道的重要性，但是经过这几年的发展之后，全渠道依然没有语音渠道重要，特别是外呼的场景下，不管是金融、保险还是互联网教育等等，我们发现像销售这一类型的沟通，语音是最好的渠道，没有什么比一通对话更容易建立起信任关系，而且在对话的过程中你能够明确了解对方给你回馈。第三，全渠道把大量的工作都交由机器人来自动完成，这样就会把大量非常复杂的工作交给我们人来完成。我们每次接到客户的电话都是非常重要的，客户的需求都是非常急迫的，需要马上解决。
语音非常重要，但是语音的价值其实是非常难挖掘的，为什么？但是语音呢，它有一个问题，语音的信息量非常大，有很大的价值的同时，信息密度非常低，所以它是一座非常难采的金矿。语言天生就有冗余性，又是随着时间线性的表达，没有办法很好的做分层次的归纳，种种原因都造成语音是一座非常难采的金矿。直到2012年开始我们的深度学习，最新一代的深度学习技术发展起来之后，我们终于能够打开这一座金矿的大门。
这个是一个小的知识，这是人类历史上第一声波记录仪，有的人看过这一方面的历史，觉得留声机不是爱迪生发明的吗？没错，爱迪生在1870年的发明的留声机载入史册，而这个声波记录仪的发明人是法国人，他叫马丁威，1850年发明了这个机器。但是他为什么没被载入史册？因为这个装置少了一个重要的功能，它只能声音记录下来但是没有办法播放出来。他最早的设想是人看着右下角的纸，就能把声音复现出来，但是后来发现这太难了，人类完全做不到。有意思的是，人类经过一百多年之后，用现在的科技是有办法把当时的声音再重新播放出来，我们发现他当时在唱一个法国的民谣，这是一个非常酷的事情。我举这个例子是想说呼叫中心的系统花了大价钱去做语音系统，我们有大量的语音数据就存在硬盘上，但是没有人去发掘它们的价值。就像这样一台机器一样只能把数据存储下来，但是无法利用，这是一种极大的浪费。
那么我们如何在人工智能时代做好语音数据挖掘的工作呢？我想在这里介绍一位大师的观点，这位大师是吴恩达，他是斯坦福大学的教授，也是百度智能研究院的上一任院长，之前带领过谷歌的人工智能团队。他在2017年年底的时候做了一个分享，这四点是他在会议上的分享，他觉得任何一个企业在人工智能的时代需要做好这四点。我简单给大家讲一下。
第一个就是标签数据的正反馈闭环。我们在和很多呼叫中心系统交流的时候，他们会说：“我有好多的语音数据，有过去两三年的，好几百G的，好几万小时的语音数据，那是不是可以作为人工智能的数据呢?”我会跟他们说：“不好意思，您这个数据其实是没有价值的。”那么什么样的数据在人工智能时代是有价值的呢？答案是：带着标签的数据。什么又是有标签的数据呢？就是说你只给我语音是不够的，你需要在给我语音的时候，告诉我它对应的文字是什么，这就叫含有标签的数据。比如你告诉我这一段录音客户是不高兴的，那这是一个有标签的数据；你告诉我这一段录音对最后的成交起到了非常大的支持，那么这也是一个有标签的数据。所以只有这样大规模的标签数据，才是我们人工智能系统最重要的粮食，吃了它们人工智能才能不断的长大，变得更加的强壮和智能。所以所有的企业在人工智能时代所要思考的第一件是事就是如何去积累含着标签的数据，这需要我们在产品设计上、运营方面都发生转变，要有意识的去打造这样数据闭环，积累标签数据。
第二点是统一的数据平台，这个就非常好理解了。今天我们要提供给客户服务，那么我们需要了解客户全方位的信息，包括语音数据、IM数据、聊天软件数据、客户画像（CRM系统），要了解他们之前打电话的原因（工单系统），从哪个渠道知道我们（营销系统），在我们的APP里面做了哪些探访性网页，看了哪些商品（产品系统）。我们关于客户的数据分散在各个系统里面，我们需要一个统一的平台去打通这些数据，来降低我们在做人工智能项目的时候数据方面的障碍，所有的数据都放在一起的时候才能发挥最大的价值。
第三件事就是数据驱动决策，就是说在人工智能时代，我们做任何决策都是需要数据支持的。在15世纪时，指南针、罗盘还没有发明出来之前，航海一直都被认为是一个经验性的事情，是一个祖上传承的事业。直到后来，所有的航海技术被发明出来之后，它变成了一门科学。对于呼叫中心来讲，客户服务——怎样和客户沟通，今天仍然是一个经验性的事情。举个例子，所有的呼叫中心都有自己的话术，当客户问到一个问题：“价格怎么这么贵啊？”我们可以请一个有二、三十年的专家，告诉我们应该怎样说。那么在人工智能时代，我们是不是可以用数据去驱动，去解决这样一个问题，给出这个问题的答案呢？前段时间我们给一家互联网教育公司做了一个销售话术的数字化分析报告。里面就会涉及到这个问题。我们会去统计历史上三十万通对话里面，当客户问到：价格怎么这么贵的时候，有几种不同的回答方法。有的人直接告诉他一节课多少钱，总共多少钱；有的人先去跟他解释产品的价值，给他一个价格区间，我们发现这两种方法在最后的销售转化率上有20%的差别。第一种成交率40%，第二种60%。这就是数据告诉我们的，而不是一个专家凭借经验告诉我们的，这就是数据驱动决策。
最后我们要迎接新的工作和职责。人工智能时代，我们不可避免的有一部分的工作，和一些人工作的一部分的职责会被机器所取代，但是同时有新的工作机会产生。举个例子，第一，人工智能系统需要大量的含着标签的数据，如何去做数据标注？在2017年，有一个行业异常的兴起，这个行业就是数据标注员，有很多创业公司在做这件事情，因为大量的人工智能系统需要这样含着标签的数据。再举一个例子，之前的产品经理做的工作是画一个非常庞大的、美观的UI设计图，告诉说这有一个搜索框，这有一个按钮，有一个表格，表格的字段是什么等等。那么进入到AI时代，产品经理的功能改变了，因为我们的界面很简单，可能就是一段对话，但是产品经理需要理解背后机器的逻辑。他需要告诉工程师，他希望什么样的对话发生，同时他要有数据的概念，要知道需要准备什么样的数据，才能实现什么样的功能。这就是新的工作和职责发生改变。
最后是一个观点其实这个观点已经被很多人无数次的印证了。我们也想再重申一下，今天在人工智能时代我们到底是一步到位还是循序渐进。今天对于人工智能有一个周期，他会上一个高点，大家觉得人工智能这么酷，等到实地落地，又跌倒谷底，大家会觉得这一点也不智能，倒像是个智障。之后大家会慢慢的经过不断次的优化迭代之后大家的信心又会缓缓建设起来，又会进入到下一个周期，所以在这情况下我们依然要相信人工智能的力量、它的价值，但是我们要明白所有的事情都不是一蹴而就的，我们更要加深我们对于这一个技术的理解，要理解这个技术的边界和技术的发展。
最后这位大师我刚才已经介绍过它叫阿兰图灵，他在1950年的时候设计了一个测试，这个测试就是特别著名的图灵测试，很简单这个测试就是来判断一个机器是否真的有智能，就是让你跟一个机器或者不知道人还是机器的东西，对话两分钟。如果你判断不出来他是人还是机器，那么就认为对面那个东西是有智能的，不管是人还是机器。这是一个非常重要的测试，一直影响到今天所有的人工智能系统。所以大家可以回去以后下一次去再接到骚扰电话的时候也沟通一下看看能不能聊到两分钟。
机器真的有智能吗？至少科技发展到今天，机器是没有真正意义上的智能的，但是我们正在朝着万物有灵的时代不断前行。我们认为机器和人类真正的关系是和谐共处，人工智能和人类智能的形态不尽相同，赋能而不是取代，人机结合才能赢得未来。
最后是刚刚视频的DEMO和我本人的微信，如果有关于人工智能的话题我们可以聊一下，谢谢大家。
https://v.qq.com/x/page/z0628ffg3sx.html
閱讀更多 客知音 的文章
