智能客服行业动态:智能语音导航、智能质检、智能助手

中国电信:语音导航平台

中国电信安徽公司通过引入智能语音识别等AI技术,将10000号客服热线全面升级为智能语音导航平台。平台可自动识别、理解客户意图并直达相应服务,大幅缩短了客户获取服务时间,一举改变了传统按键导航层级多、服务少、感知差的局面。
据介绍,智能语音导航平台具有三大优势。一是建立专属客户画像,通过精准匹配,为不同客户选择不同服务渠道,实现了新客/熟客、政企/VIP、静默/拒识等8大类20余小类的差异化导航语或服务,为客户紧急类服务(国漫、投诉、办理)和拨打次数等提供直达人工服务。二是重点运用智能语音识别、智能语义理解、智能情绪识别、智能交互设计、智能策略匹配、智能解决方案等6项最新人工智能技术,建立语义训练的人工模型和机器学习模型,目前,语音语义识别准确率达到85%。三是强化迭代运营,提升语音导航平台智慧化水平。建立清单分析机制,持续开展语音语义训练,让导航机器人能听懂用户的诉求。

中金智汇:智能质检

3月12日消息,中金智汇宣布获得5000万人民币天使轮融资,由中金数据投资。据悉,本轮融资资金将主要用于系统建设等方面。
一般大型企业或呼叫中心每40-50席客服,就要配备一个质检专员,但只能抽检所有客服通话中的20%。中金智汇的智能质检系统能处理客服通话产生的PB级数据,并利用人工智能实现100%的客服通话巡检。同时系统可以分析来电原因、异常话务分析、投诉等事件,生成数据报告供客服主管参考,企业针对性改善客服业务体系,整体提升企业客服体系评价的星级。
除此之外,中金智汇的智能营销系统,也可以帮助客户进一步分析客服数据,从客服录音、CRM、工单等数据中刻画客户画像,为企业训练营销建模,帮助客服人员优化客服话术,以及推荐适合客户的产品和服务。未来中金智汇更看好,实现从提供工具产品到为企业实现智能化客户经营。

语忆科技:智能质检&数据监控

语忆科技之所以选择落地在售后客服,是因为其痛点明显。一是售后客服目前属于人力密集型领域,如今绝大多数的企业都会配备客服部门以提升服务质量,但是人工智能对于投诉等问题的处理还比较机械,因此人工客服仍是当前的主流工作方式。二是抽样率太低,如今的客服质检主要依靠人工抽检,目前的行业抽查率仅为千分之六,对客服人员的监管力度十分有限。整体来讲,售后客服的管理传统而混乱。三是虽然存储了大量的文本和录音数据,但缺乏分析工具来分析反馈,进而无法从大量的客户文本中提取有效信息作用于运营与生产。
针对以上问题和潜在需求,语忆科技基于该情绪分析引擎推出了三款产品——实时监控平台、质检分析平台和事后大数据分析。实时监控平台可以在坐席交流过程中,实时分析用户情绪变化,必要时会向后台管理人员告警。质检分析平台则可以从用户与坐席的情绪变化入手,规模化、数值化地对坐席的服务质量进行评定。事后大数据分析平台会分析沟通内容中蕴含的商业洞察(包括关注热点、商品痛点、用户特征等),企业进行针对性的产品优化和服务提升。

小能科技:AI训练师平台

小能重构云客服的另一大亮点功能是AI训练师平台,主要是为客户提供AI技术加专业数据训练师的复合型服务。在技术层面,AI训练师平台以大数据和强大的计算力为基础,构建多维度、多角度的底层数据库,既可与客户的原有业务数据深度融合,也可为客户搭建结合不同场景的知识库。轻便、灵活的问答知识库能够帮助客服人员高效快捷的一键调取、回复访客问题,提高客服人员的工作效率,同时先进的大数据技术将根据访客的问题,不断进行深度学习,持续优化知识库的内容,提高问答精准度。在服务层面,AI训练师平台将在企业选择与小能科技进行合作伊始,就会配备行业资深的数据专家为其提供专属服务,这些专家可从客户原始知识库数据清洗、聚类到日常运营过程中的访客咨询数据的持续优化,提供全程咨询指导服务,确保知识库里面的数据和企业运营动态保持实时关联,即将大数据、AI技术真正的深入到企业的业务场景,发挥智能云客服的巨大价值

谈及新产品”场景化AI”重构云客服的核心优势,马力群先生表示除了智能客服一般意义上的功能,小能重构云客服增加了两个核心功能,即智能代理和AI训练师平台。小能重构云客服可通过智能代理功能对来访用户进行意图识别后进行精准的咨询服务和商品智能推荐服务。一方面,访客在进行咨询、资料填写等过程中,小能重构云客服可由以往一问一答的形式升级为多轮对话的方式,服务更高效,同时智能代理的分支推荐功能可以通过超媒体链接的方式对访客进行精准营销。简单来说, 如果访客对某品牌商品进行咨询,小能重构云客服可以在完全没有人工的参与下,引导访客完成信息采集、优惠报名、试用预约等一系列信息的正确填写流程,并且可将与该品牌商品相关的其他商品或增值服务同时智能推荐给访客。

网易七鱼:新增加的营3销板块

新增加的营销板块,以服务为触点,辅助售后,出击售前,以智能客服全新模式改变了客服部门传统的“成本中心”境地,赋能客服营销工作,提升企业的转化、复购率等营销指标,使客服部门转向未来的利润增长中心,企业内部价值被深度挖掘;另一方面,更加紧密得连接了企业与用户,帮助企业更好的获得客户、了解客户、满足客户需求,实现价值共创。

阿里小蜜:从智能客服到智能导购、智能助手上扩展

智能导购下的意图理解主要是识别用户想要购买的商品以及商品对应的属性,相对于传统的意图理解,也带来了几个新的挑战:
1.用户偏向于短句的表达。因此,识别用户的意图,要结合用户的多轮会话和意图的边界。
2.在多轮交互中用户会不断的添加或修改意图的子意图,需要维护一份当前识别的意图集合。
3商品意图之间存在着互斥,相似,上下位等关系。不同的关系对应的意图管理也不同。
4.属性意图存在着归类和互斥的问题。
针对短语表达,我们通过品类管理和属性管理维护了一个意图堆,从而较好的解决了短语表示,意图边界和具体的意图切换和修改逻辑。同时,针对较大的商品库问题,我们采用知识图谱结合语义索引的方式,使得商品的识别变得非常高效。下面我们分别介绍下品类管理和属性管理。

对话机器人分为3类:
TaskBot引擎:核心处理对象是“技能”,我们把技能定义成结构化(query+content)、垂直场景化的任务,比如实时场景查询、工具类、控制类等
QABot引擎:包括KG-QA引擎、QAPair引擎、DeepQA引擎。KG-QA主要是百科和围绕全网知识图谱的精准问答;QAPair引擎:以问答对生产消费为主;DeepQA引擎:基于url索引、分类聚类、焦点词、摘要的多级系统
ChatBot引擎:包括基于检索和生成的闲聊引擎



发表评论

电子邮件地址不会被公开。 必填项已用*标注