智能客服經過幾年轟轟烈烈的建設，相信不少行業同仁，對智能客服又有了進一步的認識和理解。

有朋友欣喜若狂地告訴我，如果不是因為客服智能化改造，過去三年，讓他們減少了6000名座席人員，疫情期間，作為集團管理者，他每天到哪兒去找這6000多個口罩？疫情來臨時，他們覺得，過去幾年在客服智能化方面所做的探索和投入都是值得的。

還有朋友已經從單純客服智能化改造，延伸到把服務的智能化推進到各個部門，各個業務環節和與客戶交互的各個觸點上，希望以此實現讓問題最少發生、發生后最快解決、解決后讓客戶滿意的高度，從而引領數字智能走向體驗提升，從追求解決最滿意到追求客戶整體體驗費力度最低，讓行業大多數企業望塵莫及。

更多的朋友在這一輪客服智能化改造中，滿是創傷和痛苦，從開始招標選擇廠商到后期的項目實施交付，從對智能化充滿期待，到項目實施后的失落和不解，對未來客服智能化道路更是一臉茫然。

有朋友打電話給我，向我討教哪家機器人好，哪家語音導航出色，哪家智能外呼穩定，哪家智能質檢優秀，哪家座席輔助可用，哪家座席陪練助手效率高。

還有朋友很認真地與我探討ASR的識別率，我和朋友說：你一定先確定好自己的期望值，90%的識別準確率，經過多輪對話，5輪對話后就成了90%*90%*90%*90%*90%=59%，先把期望值明確了，我們再談識別準確率。

我也勸那些朋友，你們也別研究這么多產品這么多指標了，你們先研究一下這么多AI公司，哪家最有可能不倒，先研究一下你們自身的業務怎么和AI結合，研究一下你們是否有能力安排支撐人員對AI做持續支持再說（圖1）。

圖1：諸多AI公司該如何選擇

看到目前市場上琳瑯滿目的智能客服產品和方案，我不禁感慨歷史的輪回。

目前國內市場智能客服產品和方案的現狀和2006年前中國客戶服務中心產品和解決方案的情形一模一樣，當年作為客戶服務中心的管理者都經歷過那段痛苦時光，那時ACD、CTI、IVR、外呼、錄音、排班等各個產品系列都有所謂的頭部企業，每一次客戶服務中心系統的選型，都是一次N家N個產品的N次組合，每次客戶服務中心管理者向老板匯報的時候，老板都是一臉不解，客戶服務中心這么專項的領域，怎么能有這么多廠商，這么多產品，這么多組合，難道就不能都選一家嗎？我們真的需要每一樣產品都選第一名，然后大雜燴地組合在一起嗎？

2006年，Avaya挑起了Contact Center Total Solution這桿大旗，從此，讓客戶服務中心管理者知道，原來客戶服務中心是可以這樣選型的，你可以用A，也可以用B，還可以用C,你用哪家都可以，但你真的不用再去單獨選擇ACD、CTI、IVR、外呼、錄音、排班……那樣的選擇對業務一點都沒有幫助。

十幾年過去，現在的管理者，很多都不曾知道那些在ACD、CTI、IVR、外呼、錄音和排班領域曾經那么出色的品牌，他們以為客戶服務中心系統生來就是這樣的，就象你買一輛車，根本無需考慮發動機、傳動裝置、剎車甚至輪胎是誰的，你要買的是一輛車。

十幾年前客戶服務中心市場選型的場景，今天在中國客服智能化改造過程中，又一次重演。

過去幾年，凡是經歷過客服智能化改造的朋友，都有過這樣的經歷：

一說要做客服智能化改造，一下子涌來20多家廠商；開始交流時，前幾家的產品和方案聽上去覺得很新鮮，后面越聽越覺得各家都差不多，完全不知道該如何選擇；客戶一想，那就來個POC吧，于是甲乙雙方出人出力，20多家廠商轟轟烈烈搞了4個月，居然有10家都通過了。

客戶一看這樣不行呀，那就在10家里招標，看看誰便宜吧，結果有3家居然不要錢。客戶徹底暈掉，辛辛苦苦申請下來的預算，用不到十分之一，在老板那被抱怨辦事沒譜。在商務部門那邊也抬不起頭，商務部門只認最低價中標。

在廠商這邊，這么便宜的價格，甚至不要費用，根本不可能有持續的優化和服務。

最后所有工作都扣在客服部門或IT部門負責人自己身上，再加上之前的預期和現實結果的反差，讓客服或IT管理者陷入無休止的痛苦中。

關鍵這還只是選了一個文本機器人，后面還有智能語音導航、智能外呼、智能質檢、座席輔助、座席陪練助手等一大堆AI產品等著招標呢，想起來就讓人望而生畏。

更可怕的是，與十幾年前客戶服務中心廠商不同，現在大多數AI廠商，都是依靠投資生存，不靠從客戶這邊獲得多少利潤，有些AI廠商，他們投標只是為了拿新客戶（New Logo），展示給資本市場的，只是企業又拿下多少客戶，無關利潤，也無關后面項目的交付，這點讓客服或IT管理者明知道不該選擇這樣的AI廠商，卻又無可奈何。

于是就有了在一家企業，幾乎每年都選擇一個不同的AI系統，不同業務部門使用不同的ASR,TTS，NLP，每一套AI都要和業務做一次對接，都要安排人員進行日常的維護，都要支持和輔導不同的AI系統進行學習。更有趣的是，座席與最終用戶溝通的錄音，要被不同的AI系統重復地做“語音”翻譯“文字”的工作，看上去如此不合理，居然這就是現實。

另一方面，很多AI廠商談及的技術和場景，完全只考慮AI自身，某些AI廠商技術人員，甚至沒有半點客戶服務中心系統相關知識，特別是在大多數智能客服項目中，竟然沒有系統集成商的角色，都是AI廠商工程師自己上，如此一來，AI系統與傳統客服系統對接部分，最終往往落在甲方客服部門或IT部門相關人員身上，這就要求相關人員既要懂原有客戶服務中心系統，又要懂AI產品，還要懂自身業務需求，對人員要求確實太高。

AI引擎，只是客服智能化的一個工具，要在應用中不斷修正和完善，也就是我們常說的學習過程，這個過程很多靠得是時間積累和人力的付出，這對很多客服智能化項目的順利交付，是一個巨大挑戰。

過去一年，我走訪了很多Avaya的客戶，有一點大家都認同，未來所有的客服都會實現智能化改造。在改造過程中，原有客戶服務中心的提供者應該提供什么樣的便利，讓我們的客戶更順利地擁抱智能客服的新世界，解決他們在客服智能化改造過程中的痛點，這對我們每一位行業從業者，都是新的課題。為此，從去年12月開始，Avaya作為擁有眾多優質客戶的客戶服務中心平臺廠商，開始為Avaya的客戶提供AIEP(AI Engagement Platform)客服智能化升級賦能平臺。

提供這樣一個平臺的初衷，是希望讓市場上AI廠商的產品和解決方案，可以更容易地與原有客服系統進行連接，讓AI功能，可以滲透到原有客服的各個環節，發揮更大作用。

希望AIEP平臺可以幫助客戶解決以下痛點：

1. 比如，由于歷史原因，很多客戶服務中心平臺過去都采用單聲道錄音，這樣既節省了錄音授權，又節約錄音存儲空間，但單聲道錄音方式，很難滿足客戶在智能質檢上的要求，大大影響ASR的準確率，比如在通話過程中到底是用戶還是座席說了敏感詞？是誰插話、搶話？雙方同時說話無法識別，靜音時長如何計算等等，為了讓AI發揮更大作用，必須要求原有客服平臺可以提供雙軌錄音，這也是AIEP提供的功能之一。

2. 另外，很多AI功能都需要實時語音流的推送，過去這部分是一個空白，AI廠商認為實時語音流應該由原有客服系統提供，而原有客服系統廠商認為自己沒有提供實時語音流的義務，相互推諉。提供實時語音流，是AIEP提供的功能之二。

3. 再比如，多個智能化應用需要分別與客戶服務中心平臺在通訊協議層面上進行多次對接，造成重復工作，各個系統的ASR和TTS等基礎性AI資源不能通用，導致重復標注優化，重復建設，浪費時間和經費，ASR和TTS的資源沒有得到充分的利用。

   我們知道智能外呼系統的ASR資源白天工作，晚上空閑；而智能質檢在進行離線質檢過程中，它的ASR晚上工作，白天空閑，但客戶往往采購的是不同的系統，讓他們分別運行。保護客戶原有投資，將不同的AI引擎通過專屬平臺進行連接，實現異構AI平臺的互聯互通，最大程度減少用戶在ASR或TTS基礎AI資源的重復投入，這是AIEP提供的功能之三。

4. 過去做AI的只想著AI，并沒有考慮與原有客服平臺做更好的融合，比如通過AI可以對座席與客戶情緒管理，座席一旦說了敏感詞，或者情緒波動，就可以有告警提示，而有了告警提示后怎么辦？過去的客戶服務中心系統有座席平均通話，或靜音時間超長，座席班長可以監聽，強拆或強插，這些基本的管理功能，怎么與AI系統結合，這是AIEP提供的功能之四。

現實中，客戶在實施AI項目中，可能會對原有客服系統有很多改造升級要求，這方面Avaya算是邁出了第一步，隨著客戶要求的提升，AIEP還有更多的功能會呈現給客戶。我相信，也有越來越多的客服平臺廠商，會為客戶提供類似的客服智能化賦能平臺。

客服走向智能化，是所有客服的必由之路，擁抱AI新世界才能讓客服平臺廠商，為客戶發揮更大價值（圖2）。

圖2：AIEP(AI Engagement Platform)客服智能化升級賦能平臺

另一方面，在提供AIEP客服智能化升級賦能平臺基礎上，作為平臺廠商，有沒有可能聯合國內優秀AI服務商，為客戶提供包括文本機器人、智能語音導航、智能外呼、智能質檢、座席助手和座席陪練助手等一攬子智能客服解決方案，Avaya在這方面，愿意與國內優秀AI服務商一起，為智能客服提供一種新選擇。

正如行業里一位客服管理創新者談到的，客服正面臨從計劃驅動到需求驅動、從等在最后到多點觸發、從剛性訴求到普惠服務、從企業屬性到社會屬性、從事后彌補到事前預防的變革中，唯有智能化，才能讓這一切變為可能。

讓我們追求客服的本質，幫助客戶解決問題才是服務的根本。

在這一場客戶智能化改造升級浪潮中，你準備好了嗎？