遠傳副總經理陳昀發布《智能交互的溫度》主題演講，剖析、探索智能交互在技術、能力、生態、人機四個融合，共創服務智能化，共建美好客戶體驗。

　　我們從很多統計數據中可以清晰的了解到，人工智能技術正在與各種傳統產業深度融合，更智能的機器、網絡、交互技術，讓大規模的場景應用落地進入黃金期，各個產業應用蓬勃發展起來。人工智能企業應用在兩個領域，圖像與語音發展最快、占比也最大，分別占了45%和22%，整體占比60%以上。因此，擁有海量語音的客服中心站在了風口浪尖，智能客服成為人工智能技術較早實現商業化落地的行業，成為人工智能在語音領域的主戰場。

　　同時，我們也看到消費者和企業對人工智能應用實踐也是充滿了熱情，埃森哲對中國消費者的調查，70%以上的消費者希望不要用和人說話的方式解決問題，希望企業能用更科技手段服務于我；根據麻省理工的數據也顯示，全球已有90%的公司將AI整合達到客戶服務互動中。有預測，到2021年，地球上助手的數量會和人一樣多，人們會越來越傾向于向機器人尋求情感上的幫助，智能服務正在成為標配，趨勢已不可逆。

　　雖然智能產業蓬勃發展起來，但是人工智能在客服中的應用中，也面臨著很多挑戰。一是，實際效果與心理期望的落差。我們總是期待機器人像科幻片里那樣，與人能夠無障礙的溝通，而實際發現機器人總是沒有我們想象中聰明；當客戶問題一旦超過限定的范圍，或者場景變得復雜，結果難以讓人滿意。二是，落地成本高，投入產出比低，本來希望通過人工智能技術實現降本增效，但實際實施過程中研發投入大、附加成本高，需要更多人去維護機器，以及大量的后期學習成本，給廣泛應用增加了門檻。因此，我們客服人從欣喜、期待，到迷茫，甚至懷疑，我們所期待的幸福為什么和我們想象的不一樣，我們是不是應該繼續等待？機器人能否替代人工客服成為爭議性話題。

　　搞智能化不是軍備競賽，提升服務能力，不在于圍繞智能產品轉，不在于升級花樣繁多的功能，重點還在知識、體驗、運營，我認為關鍵在于四個融合：

　　1、技術融合：智能化應用不僅是簡單的算法，更多的是多技術結合、行業與客戶特征結合去打造更完美的業務場景。

　　2、能力融合：集技術、業務、數據為一體的智能中臺是大勢所趨，智能服務大腦將極大幫助我們降本增效。

　　3、生態融合：智能社會只有共生才有出路，單槍匹馬不如共創共享，集智創新才能不斷提升智能服務的客戶體驗。

　　4、人機融合：機器的目的不是替代人，而是增強人的能力，人工智能時代很可能要求我們跟機器合作的能力，超過跟人合作的能力。我們要研究的不是人替代機器，而是人怎么更好的和機器合作。

　　01 技術融合

　　1、多技術結合，整體發展

　　大部分信息化產品符合長板效應，有個技術特別強，就能脫穎而出；但交互產品明顯短板效應，因為人人交互體驗是很綜合的，人機交互大家會用人人交互的體驗去衡量，所以需要有各方面技術去綜合實現，如：我們都想做到人人交互體驗，實際上人機交互做的再接近于人，還是可以通過很多細節被發現是機器人，還是有欠缺的，除非人機交互做到沒有任何短板。因此，我們也發現，目前頭部企業發明專利、算法技術，大部分集中在應用領域。智能客服應用也一樣，價值抓手不僅僅是簡單的算法。需要有語義、語音、圖像、數據等多種算法技術和多種應用技術結合，幫助智能客服應用產生商業價值，并形成快速業務落地能力。比如：如一通機器人服務電話的實現，需要ASR、TTS、NLP等多技術，以及多輪交互、情緒分析、聲紋驗證等應用技術，才能打造出良好的客戶體驗。

　　2、智能決策能力進步

　　目前，業內我們普遍認同的關于智能決策的觀點，把機器人從輔助決策到無人決策分為5級。從弱人工智能的意義上，計算機只是我們研究心靈的工具，能輔助人類更好的工作。所以傳統的決策系統，更多的是輔助工具，如傳統的BI、在線輔助機器人等，更多是把數據、字段等關鍵指標分析、展現，給決策人做參考。大多數通過搜索方式實現FAQ問答，缺少綜合考慮上下文及處理復雜場景能力，不能完全的解決各類問題。但是強人工智能就不同了，認為計算機并不只是工具而已，而是有可能成為一個真正的心靈，能夠像人類一樣理解和認識這個世界。目前技術比較好的企業正在接近4級的技術水平，強智能決策已可以實現，可以做到輔助學習下的自主決策。在業務不發生變化時候，可以根據可以根據事先約定的條件進行決策。這也是當下我們正在這個階段不斷創造新的應用場景。當然，我們也都在期待技術的進一步突破，機器的100%自學習自決策的真正實現。

　　3、聚焦行業場景化

　　基于多技術結合和智能決策當下的發展階段，技術融合的第三個重要方面是聚焦行業的場景化。

　　大家都知道AI三要素算力+算法+數據。這里想扯開去說一下數據，數據對于人工智能太重要了。吳軍博士對于數據推動人工智能的分析理論我很贊同：他把人類思維模式分成3個階段，仿生思維、機械思維和數據思維。人類進步起源于仿生學。但當人類開始設計飛機的時候，也想模仿鳥一樣煽動翅膀，結果失敗了。而萊特兄弟發現飛行靠的是空氣動力，他們用機械思維發明了飛機，而不是仿生思維。但機械思維有一個大前提，它默認這個世界的所有事物都是有規律的，有因果關系的，比如牛頓萬有引力。但漸漸人們發現，世界本身就存在著極大的不確定性，不是所有事情都能用機械思維來解釋。比如，以前研究人工智能的科學家也認為，機器如果要有智能，就得像人腦一樣思考，所以，都是設計各種算法來模擬大腦的思考過程，但這就像讓飛機拍翅膀一樣，根本行不通。

　　但隨著互聯網時代的到來，海量數據給一直困擾人工智能發展的難題提供了解題辦法，智能問題被轉換成了統計學問題，這就是計算機的強項了。互聯網讓數據量以指數級增長，數據之間的強關聯性，可以某種程度上代替因果關系，讓我們直接找到問題的答案，機器的智能水平也就獲得了突飛猛進的發展。互聯網時代最重要的思維變化，就是從單純的機械思維轉變到大數據思維。所以，當下計算機所能實現的人類智能，其實就是計算和推理的智能。

　　再回歸到我們智能業務場景本身，大家可以看到上面兩張類似不少，這是銀行、汽車客戶的兩個典型的業務流程圖曲里拐彎的，這也是當下AI提供能力的基礎。數據其實就是與行業、業務結合的客戶畫像、流程邏輯、知識圖譜等大量的信息。因此，我們說算法不等于價值，算法+數據、+業務才有價值。AI與業務結合，每個行業在服務提升上，都可以有深入研究應用空間。不僅僅解決簡單重復性的問題，也能解決復雜的、創造性的智能交互場景。比如抽油煙機、比如教育。

　　因此，我們需要回歸以客戶為中心，實現用戶服務體驗的升級的本質，不是一味追求算法技術，通過與產品、流程、業務融合的方式，解決企業的核心痛點和問題。技術更多是一種輔助手段，智能軟硬件產品是一種工具，需要實現工具化向服務化的升級。

　　02 能力融合

　　傳統的信息化系統建設過程像傳統的房子建造模式先打地基，在地基上砌房子，都是從0開始建設，效率低成本高；但中臺是搭積木，據統計搭積木式的建房效率提升4倍，軟件企業中臺模式建設信息化系統，效率提升在50%以上。最傳統的建筑模式，全部是煙囪式系統，業務墻、數據墻嚴重，一些原本可以快速提供的用戶服務，卻需要多重對接，無法快速落地產品方案，耗費很大的成本和極長的時間。同時，一個原本可以共用的服務，被不同部門重復建設。中臺模式，實現模塊化、搭積木。

　　2019年是中臺被行業所共同認識和認知到，對于智能化系統建設的重要意義，可以說是中臺的元年。能力融合的中臺，能夠極大幫助企業提升效率、降低成本。關于智能客服中臺的設計，我們認為可以由技術、AI、數據、通訊等平臺組成，AI-算法能力，數據是業務能力，客服還需要是通訊能力，由中臺來一體化提供智能交互所需要的所有能力。在此之上，搭建圍繞智能客服的應用能力，業務中臺可以提供先進的產品與應用，開放給生態合作伙伴，共同為客戶提供服務，提升行業的整體能力。

　　智能中臺也能為行業客戶提供服務，在企業級應用的優點總結起來可以有：

　　1、數據復用，產品復用。我們有顧慮不愿意去過多嘗試多種智能應用，主要是數據重復建設成本高，中臺可以幫助我們降低整體的建設和維護成本，低成本去嘗試和創新更多的應用。一套流程邏輯和知識圖譜，通過智能中臺可應用到多個產品，如智能語音、在線機器人、智能助手等。如：我們服務的一個廣電企業，前期客戶上了智能質檢，花了大量精力投入形成的底層數據，再想上語音和文本機器人，如果傳統模式重復建設、數據成本極高，智能中臺能夠很好的解決這個問題。

　　2、在中臺上，可以對企業的服務數據進行有效管理和統一調配決策，促進所有服務數據的回籠、迭代和閉環，有效提升服務能力。

　　3、中臺能夠建立起統一知識圖譜（知識圖譜是將企業相關業務系統的問題解析對應為知識，并將知識信息變成網狀互聯的圖譜），實現智慧服務知識大腦，企業級AI知識庫。

　　這就是融合各種能力的中臺，能夠幫助我們避免重復建設，降低成本，推動智能應用的快速發展。

　　03 生態融合

　　智能服務是一種體驗，是一種綜合技術能力的體現。IBM也提出，到2050年前不會有通用型AI出現。因此，我們發現懂技術、算法、數據、各個行業、業務，一家企業很難實現，沒有廠商有能力憑一己之力服務好所有的客戶。同時，基于目前的技術做機器人企業大都還在燒錢過程中，在螺旋式上升階段，也是洗牌的過程。這就需要我們做AI的企業長期沉浸技術研發，同時要比更了解B端市場的需求和變化，甚至比B更了解C端用戶的變化，并且加以引導，否則很快會被淘汰出局。

　　因此，生態肯定比單槍匹馬要好。智能技術提供商+行業集成商+客戶，能夠真正去實現能力的提升，成本的降低。

　　智能社會只有共生才有出路，在這個復雜多變的環境中，幾乎每一個企業都沒有辦法獨善其身，我們一定跟更多人關聯在一起。我們必須要有一個協同的力量，幫助新的價值被確定下來，創造一個新的命運的共同體。

　　04 人機融合

　　經過近幾年智能應用的實踐，以及對人工智能技術越來越清晰的認識，從人學習機器的語音，到機器學習人的語音，人機融合已經不是新的話題，但到底怎么分工？怎么能實現1+1大于2？這個話題相信的接下來很長一段時間，我們在應用實戰領域值得不斷去探討。

　　1、機器做什么？

　　現在很多機器能做的事，比如：智能輔助、智能監管；智能交互、數據分析；解決準確性，響應效率。很多事能超越人類，比如下圍棋，預測股市、房價、可以讀片，比專家還準確。那是不是完全放手讓機器去做決定就行了呢？

　　和大家分享一個美國的出行服務公司優步就出過一次狀況。當時紐約剛剛發生恐怖襲擊，在場的人們都希望盡快離開現場。優步的算法看到突然間在紐約出現了大量的叫車需求，就自動啟動了限時加價系統。機器根本不知道發生了恐怖襲擊，自動啟動加價系統，一下子引發了很多人的抗議。優步在事后緊急調整了算法，在是否決定啟動限時加價機制之前，增加了一個步驟，也就是人的審核。

　　優步的這一案例恰恰凸顯了目前機器的短板。機器智能只能感知到設計者讓它感知的訊息。因為優步在設計算法時從來沒有讓機器隨時了解紐約市的突發新聞，機器不可能在決策中考慮到發生恐怖襲擊這一因素，人卻可以馬上判斷出在這種情況下，優步如果加價帶來的負面影響有多大。比較一下人和機器的差別，就不難發現，人可以同時接收并處理大量來自不同感官的訊息，判斷出最關鍵的訊息。還能分析判斷看似無關信息之間的關聯性，快速做出反應。這是機器一時半會兒絕對無法趕超的。

　　2、人做什么？

　　人的溫度機器暫時無法取代，人的工作將回歸情感，創造客戶感動。客服代表把注意力集中在更具挑戰性、創造力的問題；去解決那些沒法預測的問題；以及客戶心理分析等。如：讓機器人做人不到的事，如全量質檢，如知識庫人類的腦容量永遠趕不上機器；讓人做機器人做不到的事，如投訴安撫客戶情緒等。另一個方面，隨著適齡勞動力銳減，用工成本增加，人的服務也將是享受不起的人工服務，人工客服物以稀為貴注定會服務于超級客戶。

　　所以人與機器主流的協作形式用一個英文術語來形容就是Human in the loop，也就是人仍然保留在機器與人協作的閉環之中。在大多數情況下讓算法和人工智能做決策，有時候也可以加入人的判斷，必要時候人可以否定或者糾正機器的決定。優步的做法體現了人機協作將會被廣泛應用的版本。機器成為主角，人作為輔助，在大多數情況下機器去直接操作，但是人仍然保有否決權，可以糾正機器的低級錯誤。

　　人工智能時代很可能要求我們跟機器合作的能力超過跟人合作的能力，過去，我們比誰能更好地融入到人群社會里，未來可能看誰更能跟機器合二為一。

　　遠傳帶著15年始終在客服領域深耕，憑借對客服的深刻理解，不斷創新，從運營管理專家到全媒體客服到智能交互再到數據價值運營。我們正在著力研究人工智能技術在客服領域的應用，在能源、銀行、政務、汽車等多個行業有非常多的應用案例，也積累了一定的經驗。從單一領域到多場景深度，不斷創新交互技術+產品+行業積累解決方案能力，我們和我們的客戶一起，致力于打造有溫度的智能服務場景，我們的愿景就是智能交互讓服務更便捷！

　　暢想未來，如果說我們客服行業是人工智能在語音領域應用的先驅者、寵兒，隨著人工智能技術的不斷成熟，智能交互將很快實現更廣闊的服務場景，比如：人工智能造就新零售帝國，智能技術將在智能無人門店、智能客服、AI導購、智能開店與營銷決策、智能化購物體驗等實現全方位的應用；包括在社區、政務、醫療、教育等非常廣泛的領域實現不斷的創新。

　　5G會為客服帶來更多的模式提升服務，包括視頻客服、ARVR、全息客服……，我們所能想象到的，比如沉浸式的體驗可以讓服務前置，讓客戶足不出戶可以看房、試衣、問診、教學……，客服中心將不再是客服中心，而成為企業在未來的服務營銷虛擬世界主戰場，就如當初我們想不到4G帶來的移動互聯網，5G更有我們現在還想象不到的突破，讓我們拭目以待。

　　AI一定會大步向前，應用還有賴于各行業先進經驗和知識，需要技術、能力、生態、人機多方面的融合，共同探索，不斷創新！