《中國互聯網絡發展狀況統計報告》顯示，截至2017年12月，我國網民規模達7.72億，增長率為5.6%，同比下降0.6%，在網民增速趨緩，互聯網流量紅利消失的當下，電商紅利也退了潮。
而在另一邊，隨著AI被廣泛應用到各行各業，智能客服市場的競爭也愈演愈烈，不少後入場的智能客服平臺選擇“小而美”形式殺入智能客服市場，如瞅準了電商紅利消退，且客服又是電商行業的剛需服務，智能一點以專注於AI導購為切入點，殺入這片巨頭和創業公司雲集的智能客服市場。
智能一點以AI導購為突破口，著力於售前服務為B端用戶提升轉化率，這是否能給流量紅利褪去的電商們帶來福音呢？又能否讓其在智能客服領域立穩腳跟呢？
提升轉化率，售前客服助電商緩解紅利消退壓力
就目前而言，智能一點致力於售前服務為用戶提升轉化率，主要有以下兩方面優勢。
其一，從AI導購的垂直化領域切入。智能一點的側重點在於售前導購，而售前服務是提升轉化率的關鍵環節。指導用戶購買產品，提升用戶轉化率，這對電商行業而言自然是求之不得了。艾媒諮詢的調查數據顯示,75%的顧客因對客服不滿而放棄購買行為,超過四成的顧客因對客服不滿而不推薦他人購買。所以，客服在一定程度上決定了產品銷量。
許多用戶在購買產品前都會傾向於先向客服諮詢產品的相關問題，比如尺碼、顏色、優惠活動等，獲得導購意見後再決定是否購買此產品。而售前客服恰好可以滿足用戶的此類需求，以交流的形式更能獲得用戶對產品的認可度，如若用戶不滿意，還可智能地為其推薦其它類似產品，或者發現用戶的其它需求給出相應的產品推薦。
與此同時也在與用戶的多輪交互之中，獲取了用戶喜好，再結合收集到的行業數據、企業數據為用戶畫像，作出更精準的商品推薦，滿足用戶需求。對於商戶而言，更高的轉化率與復購率才是其最想要的結果。
其二，從服務細分領域切入，比如母嬰等領域，並輔以技術和數據支撐。市面上大部分智能客服平臺都是覆蓋了售前、中、後整個客服流程，如Udesk等，而電商本身也是需要全程服務的。可實際上卻是智能客服讓用戶倍感不滿，詬病連連。有數據顯示，在用戶體驗上，在線客服是企業使用率最高的客服系統，達到73.9%，呼叫中心使用率50.7%，而智能客服的使用率僅為31.5%。
許多服務商提供的智能客服系統對用戶所提問題的識別能力有缺陷，比如不懂方言，不懂縮略語，機械識別關鍵詞等，造成答非所問等情況而備受用戶詬病，用戶解決問題的期望落空則會影響用戶滿意度。
而專注於售前客服的智能一點，其客服系統應對用戶提問時回答更智能、準確。且智能一點採用深度學習技術，建立垂直行業的基礎知識圖譜，優化了對自然語言的識別處理能力，在與用戶的多輪交互中，也能把握住用戶所要表達的意思，不僅能給出讓用戶滿意的答案，還能在多輪交互下抓取用戶購物喜好適時推銷產品，以此提升轉化率，又不會讓用戶有違和感。
智能一點雖未覆蓋整個客服流程，卻因專注於售前客服，且聚焦於垂直領域，如其最擅長的母嬰領域，其知識庫問答規模已在六七十萬，而讓其交互系統能更準備地捕捉客戶購物意圖，並能行之有效地為客戶解決問題，深得客戶滿意，轉化率也自然而然能得到提升。據悉，智能一點能為B端用戶提升15%的轉化率。
然道阻且長，售前客服助推電商仍是力有不及
能助力企業提高轉化率與復購率是智能一點殺入智能客服領域的絕佳優勢，但要借AI導購的強吸引力來撬開智能客服市場仍需解決目前尚存的一些問題。
其一，售前客服在電商行業的發展空間受限。一方面，對於電商而言，售前、售中、售後整個客服流程都需要，缺一不可；另一方面，阿里、京東、蘇寧等電商巨頭都有自己專業的智能客服，如阿里小蜜，京東JIMI等，而幾乎所有的品牌商、中小電商都選擇落戶這幾家電商巨頭，雖也有電商會將客服外包給專業客服公司，但競爭實力懸殊，讓其備受掣肘。
其二，產品尚不成熟，仍需打磨。目前來看，市面上絕大部分智能客服都是包含售前、中、後的泛模式，缺乏智能一點這類專一模式，因此其面臨的產品競爭相對要小，同質化現象尚不明顯。就智能程度而言，比之多數泛類產品而言要略勝一籌，但在這些AI技術成熟的互聯網巨頭面前就處於劣勢了。如網易七魚智能系統的服務先知預測率達90%，而智能一點的意圖識別率尚在80%。所覆蓋的行業領域與提供的服務範疇也不如Udesk、容聯七陌等先輩。
其三，打通行業數據有難度。一方面，智能一點可通過互聯網採集整理各行各業的數據，便於智能客服系統更準確地處理用戶所遇問題，但這些數據還遠遠不夠，不足以做到售前的精準營銷，且行業知識圖譜的構建本身也很有難度。
另一方面，智能客服老玩家眾多，縱然拋開阿里京東等，依然還有網易七魚、Udesk、容聯七陌等，這些服務商積累的經驗、構建的行業圖譜比之厚實，如智齒科技就已構建了26個行業知識圖譜，而智能一點目前僅在母嬰、出行、餐飲等行業的知識圖譜最為完善。
此外，智能一點是針對企業做定製化的售前客服系統，行業數據可通過互聯網獲取，但同一行業的不同公司其運營模式有同有異，其產品更是如此，要更靈活地處理用戶問題，精準化售前導購，將行業數據與企業數據融合很關鍵，但企業數據必然涉及商業機密，多方考量下企業也不會完全給出自己所擁有的數據，這就對完善售前客服系統形成了阻礙。
如Udesk需要企業自行構建行業知識圖譜，對於不懂如何構建知識圖譜的B端用戶而言，則直接影響著產品最終的呈現效果，而智能一點雖直接為企業構建知識圖譜，但企業數據獲取上全看合作雙方協商了，這一點也就考驗著服務商的商業保密誠信度了。
單一的售前客服面臨的種種問題意味著智能一點們仍需不斷改進完善，才能抓住這尚不飽滿的市場先機，在智能客服市場奪得一席之地。
讀懂人類的售前客服才能大有作為
售前客服雖在天貓、京東等電商平臺難有施展空間，但在其它行業卻炙手可熱，如醫療、金融、教育等，因此智能一點以AI導購為市場切入點的發展邏輯是有廣闊前景的，但要撐起無限前景的客服市場，關鍵還是在於產品本身。
其一，不斷完善產品技術，讓智能客服系統讀懂人類語言是關鍵。一方面，人工客服受制於客服人員自身的精力與此行業帶來的各種壓力，以及工作內容的重複性，讓智能客服代替人工有了可趁之機；另一方面，智能客服可24小時在線處理繁忙重複的用戶問題，但對自然語言的識別處理能力仍不如人工客服，讓其並不受用戶的歡迎，絕大部分人依然傾向於繞開智能化客服系統，與人工客服交流解決問題。
因此完善產品技術很重要，強化機器人對自然語言的理解能力，應用深度學習技術讓機器人能自主學習活用行業知識圖譜。只有能像人工客服一樣直接快速地讀懂用戶所要表達的意思並快速地予以解決，才能讓用戶更滿意，提升客服效率，並對用戶進行精準化的產品推銷。通過對行業數據收集以及與企業數據的整合利用，更新數據庫以便精準快速處理用戶問題。畢竟機器人的儲存能力與反應速度是人類自愧不如的，只要機器運轉正常也不存在需要休息或者情緒不穩定等減效情況。
其二，給產品加入人性化服務元素。人與機器人最大的不同就在於有無情感，售前客服對自然語言的識別能力已經是有了不小的進步，在不斷突破技術難關後，對自然語言有了更精準的識別後，也要注重對用戶情緒的把握，理解了用戶的意思還不夠，還要懂用戶此時的心理狀態，是開心還是憤怒。如若用用戶情緒好可適度與之調侃抓準時機推銷，如若用戶情緒不穩定也要學會像人類一樣說一些安撫的話，或者博用戶一笑等。
目前智能一點的售前客服系統在文字層面的解讀已經有很不錯的表現，在語音層面還可以再提升，從語音上也可以更好的識別用戶情緒，還可以在視頻層面有所突破，從用戶臉部表情與語調上更能精準把握用戶情緒。
其三，全方位的智能化客服，不僅在售前客服，售中客服、售後客服也要一起抓。一來就線上而言，售前、售中、售後客服缺一不可，如雖被阿里京東們壟斷，但尚有市場的電商行業；二來就線下而言，許多傳統行業著重於售後客服，且人工客服的接入程序繁雜，如果能將客服直達步驟簡化，並給客服機器人引入人聲模擬程序，也是不錯的選擇。
如模擬明星、名人、二次元人物的聲音，讓客服機器人更有吸引力，以此來弱化用戶對智能客服並不智能的印象。如用戶在撥打移動客服時，可直接優先接入智能客服機器人，實在無法處理的情況下再轉入人工客服。
總體而言，售前客服雖逆轉不了電商紅利消退的現實，但只要抓住競爭壓力尚小的售前客服市場機遇，不斷突破產品技術，對自然語言進行精準識別，對用戶情緒把握準確，讓產品覆蓋整個客服過程，在AI常態化的未來世界中，售前客服企業們的確有機會一展拳腳。
閱讀更多 曹海晨 的文章
