AI能在聯絡中心中做些什么呢？

　　ChatRobot應該是聯絡中心中最常見的一種AI應用了~~比如著名的招商銀行聊天客服，體驗過的人都對其特點印象深刻。這算是一種初級的智能編輯，基于每個行業每個公司的場景不同，預設好一大堆的腳本和標本供機器學習，技術好一點的平臺同時還會有自學習功能，伴隨著NLP自然語言理解能力的進化和的檢索能力的加強而加強，嚴格意義上不算是真正的智能，當然聯絡中心引入聊天機器人的初衷也不是為了炫技，實實在在地降低初級問題解答人工，聯絡中心所提供的聊天機器人的核心能力是要專業！專業！專業！

　　相比之下，互聯網公司的AI就隨意很多，因為他們面向的不是專業問題，而是海量問題，比如Siri，比如小冰。

　　Speech & Text Analytics應該是聯絡中心當下最熱門的技術趨勢了，它的設計初衷是解決海量語音無法做100%的QA質檢問題，本意是通過ASR（Speech Enginee）技術將語音轉文本再進行第二輪的全量質檢，誰想在技術發展的過程中意外地引入了一些其他技術，其中就包括人工智能。讓它能夠聰明地從海量數據中提取特征---這里的特征不一定是文字，也可能是一段Pattern，或者是某一類文本的表達。

　　進一步地，對Email內容進行篩選檢索，通過系統自動閱讀郵件內容并理解其含義作出自動回復或者分發給專業的客服人員。早起G廠的E-Service平臺里就有這種功能，可惜是離線版NLP，需要不停地給它喂食樣本郵件...。新的智能可以做得更好，無需離線，一直在線。

　　基于VXML的IVR似乎發展到了一定地步后，用戶開始懷疑人生了。為什么不能做那種可感知、可自編程、可組建CallFlow的那種IVR？-----這是國內某大型客戶給我說的原話。已經有很多客戶在作出一些嘗試，比如模塊化IVR程序，外加系統智能調用，還有可視化IVR，輔助式IVR等，方興未艾。

　　另外一個方向自然就是基于ASR、TTS引擎的AI式IVR。

　　AI一定是離不開大數據的，而聯絡中心恰恰是每時每刻都產生大量數據的地方，二者理應在數據處理上作出完美的融合。僅僅是傳統的語音式呼叫中心，各種座席和KPI報表還算清爽，如果加上多媒體的各種離散渠道、外加統一Session管理，后臺業務數據庫對接、錄音質檢平臺、排班平臺等，報告就越來越大了~~我相信一定能找到一個懂數據處理的AI來自己寫索引Index和Aggregation~~~哈哈哈，對了，懂Infomart數據倉庫的人自然是懂的。

　　更重要的，通過多種數據的相關性識別，能挖掘一些人工無法想到的問題！

　　這個故事告訴我們，機器不懂幽默，人工的價值依然無法替代！

　　因此，Genesys推出了混合型AI，將AI與人工服務的優勢強強聯合，跨所有渠道實現機器人與人工服務的無縫轉接，無論客戶何時與您交互，都能為其提供卓越的體驗。

　　Genesys混合型AI具體為何物？我們將在下一期文章中詳細介紹，敬請期待！