“完美”的智能客服系統(tǒng)

2 評論 9660 瀏覽 79 收藏 12 分鐘

現(xiàn)在是否存在一個“完美”的智能客服系統(tǒng)呢?這篇文章里,作者講了講現(xiàn)在智能客服系統(tǒng)中的不完美之處,并對“完美”智能客服產(chǎn)品的構(gòu)建提出了一些想法,不妨來看一下。

大家最近醬香拿鐵沒少喝吧?

論打造爆品,玩聯(lián)名,阿瑞是真的牛,一天賣出500多w杯。

快消熱熱鬧鬧的,還是說說我們智能客服和呼叫中心這邊,慢也很難熱起來的事吧

最近知乎上看了一個問題:《一個完美的智能客服系統(tǒng)應該包括哪些要素?》,表個態(tài),也給大家拋個磚頭,希望你們都早日磨出美玉來。以下為正文。

01

“完美”的智能客服系統(tǒng)。

看到這個問題非常感慨,有很多人問過我,你做過這么多年智能客服產(chǎn)品,哪一個是完美的?給推薦下吧。

其實我的回答往往很悲觀:還不存在完美的智能客服系統(tǒng),至少我們現(xiàn)在做過的都不算完美!

但大語言模型的出現(xiàn),讓我看到了希望。

首先如果要解決樓主這個問題,那么我的建議就是參考以下3點:

1)選擇你同行中最多人用的那款

畢竟經(jīng)過了大量本行業(yè)應用的驗證,確保不會有太大的坑。

2)選擇你業(yè)務功能最匹配的那款

不要被智能客服系統(tǒng)繁多的功能看花了眼,把測試賬戶要來,在你的業(yè)務場景下仔細的測試下。

你最需要的那些功能具備、且完全滿足你的需求,不必為用不到的功能去買單。

3)選擇有知名度且更新快的產(chǎn)品

說明這個公司有實力,產(chǎn)品在持續(xù)升級,免得你后面業(yè)務發(fā)展了想擴容,想升級,還要傷筋動骨的折騰更換系統(tǒng)。

02

先來說說智能客服系統(tǒng)的“不完美”吧,

一張圖,概覽下主流智能客服系統(tǒng)的全場景,全渠道和全功能模塊。選取通用性的功能模塊,大同小異,都基本雷同。

圖一:智能客服系統(tǒng)全模塊

智能客服系統(tǒng)的三個核心產(chǎn)品是在線客服、呼叫中心和電銷系統(tǒng)。所有的功能設置和構(gòu)建都圍繞這三個基本產(chǎn)品來實現(xiàn)。

在擴展應用層,增加對應三個產(chǎn)品的增值模塊,來滿足客戶的功能需求。

在行業(yè)縱深場景下,也可以組合為行業(yè)版本:如電商版,教育版,保險行業(yè)版等??串a(chǎn)品對行業(yè)吃透程度和理解能力。

在通用SaaS產(chǎn)品中,智能客服也可以破圈與CRM系統(tǒng),SCRM系統(tǒng)、電話會議、企業(yè)通訊相結(jié)合,但因為國內(nèi)SaaS領域的隔離較強,很少結(jié)成穩(wěn)固的同盟,目前也缺少中間接入層,所以大部分情況下,客戶需要自行組合對接。

向下是PaaS產(chǎn)品應用和通信基礎平臺,及運營服務平臺。

向上是AI應用產(chǎn)品:主要圍繞智能客服的服務和營銷場景,實現(xiàn)通話語音和在線客服文本的AI機器人服務,機器人質(zhì)檢服務,機器人銷售輔助等。

這是當前智能客服產(chǎn)品成熟的模式,姑且稱為是“完美”的架構(gòu)。

03

我們來雞蛋里挑骨頭,看看智能客服不“完美”的那一面。

首先是通信能力的技術深度遠遠高于AI,怎么理解?作為智能客服前身,來自企業(yè)總機、呼叫中心的智能客服帶有深厚的通信基因,積累二三十年的通信產(chǎn)品能力構(gòu)建了智能客服的最深護城河。對于相對新興的在線“AI”,目前只能做到是“夠用”,不怎么“好用”,更難以談得上“超出預期的驚喜”

以一個SaaS企業(yè)服務工具類軟件的角度來看,智能客服產(chǎn)品,所提供的AI能力和AI應用,大部分情況算半智能化,AI提供了一個基礎框架和工作臺,流程、語料、問答庫、知識庫、訓練、調(diào)試都需要大量的人員維護。即使這樣,所提供的AI服務,從用戶體驗上僵化、死板、不夠聰明,往往是企業(yè)服務的“擋箭牌”,或者營銷的的“敲門磚”。

在這種情況下,如何稱得上“完美”?

我們拿這個問題來問Claude:

可見1、2、3、4點都是對智能化水平本身的評估和認知角度,來定義完美的權重。

現(xiàn)在有了大模型后,終于等來了一件利器,可以幫助我們補全智能客服的最后一塊短板。

我們在今年也用各種方式探索了大語言模型接入的效果,既有企業(yè)私有化知識庫應用、也有模型本身人格化的調(diào)優(yōu),我在文末會列出一些文章供大家參考。

04

以下是我對“完美”智能客服產(chǎn)品的一些構(gòu)想,與大家討論。

1. 功能解耦和減負

智能客服已經(jīng)是很重的產(chǎn)品,我統(tǒng)計過,某頭部產(chǎn)品,僅在線客服模塊,就有多達200多項功能開關和設置項。

而更為可怕的是,所有的產(chǎn)品都以此為借鑒,不斷的靠攏。無窮無盡的客戶需求,帶來的是產(chǎn)品的急速膨脹,也使得產(chǎn)品更加的臃腫。

實際上,核心功能,往往幾個配置即可滿足99%以上客戶的使用場景,對于個性化的設置,我們應該借助“高級”“DIY”“個性化”的獨立外置模塊來實現(xiàn),做到不干擾產(chǎn)品本身的純凈和易用性。

堆砌功能進行競爭的時代已經(jīng)過了,做更好的產(chǎn)品架構(gòu)和面向未來的設計,為此不惜大幅度重構(gòu),是勢在必得的。

2. 圖形化設計

接上一點,最直觀的使用體驗,其實就是圖形化設計。

尤其是對于邏輯關系復雜、配置操作繁瑣的功能點,更應該大量材料。

目前智能客服產(chǎn)品中,核心功能如IVR流程設計、機器人流程都是采用圖形化方式,甚至圖形化+腳本的方式滿足高中低端用戶的操作需求。

對于其他的功能模塊,也可以充分考慮用戶的預期效果和操作體驗,增加向?qū)В崾?,圖形化操作

并且建議,在整個產(chǎn)品設計中,形成統(tǒng)一的設計語言,避免某些模塊非常先進,某些模塊原始落后,整個產(chǎn)品看上去完全不是一個時代的產(chǎn)物拼接而成。

3. 小而快的AI插件

如果出發(fā)點來自傳統(tǒng)通信能力的智能客服產(chǎn)品,對AI能力的應用,經(jīng)歷了一個從質(zhì)疑、嘗鮮、試用、產(chǎn)品化的過程。

目前得以沉淀和固化的AI應用包括:語音、文本機器人、AI質(zhì)檢。AI輔助、AI陪練目前還是小范圍落地階段。

在大語言模型能力爆發(fā)的今天,廠商擁有了更快速擁抱AI能力的試金石。

對于AI能力的應用,大可不必建立笨重的產(chǎn)品,僅從一些功能點的優(yōu)化做起,提供AI插件的方式,滿足當前成熟功能中的一些點狀應用即可。

至于形式:可以提供AI市場,AI實驗室,AI機器人集群等方式。

建立小而全的AI插件好處是很明顯的,首先不必投入過多精力和資源,去驗證一個未知回報的模塊,其次僅做單一場景的AI增強能力,不會對整個產(chǎn)品的架構(gòu)和穩(wěn)定性造成影響,最后可以更快速的實驗AI能力落地的可行性:

比如推出針對通話結(jié)束內(nèi)容自動小結(jié)的通話摘要機器人,對在線咨詢客戶信息的自動填單機器人,對服務話術監(jiān)督和提醒的話術輔助機器人。

在線文本客服的填單機器人、知識庫自動化檢索機器人、知識庫自動擴充機器人等等形式。

我們可以看見當前很多AI大語言模型就是以多種場景,多種獨立技能的方式來封裝不同的AI機器人應用:AI繪畫,AI作詩,AI寫文案。

同理,在智能客服產(chǎn)品內(nèi)一樣適用??梢哉业竭@樣的場景去單獨引入大語言模型能力AI機器人。

4. 智能升級

大語言模型,最終使命,我們認為還是對當前智能客服半智能化進行深度改造。

在私有化知識領域,企業(yè)內(nèi)部知識庫,并且引入大語言模型AI人格特征后,經(jīng)過改造的文本,語音機器人,在客戶體驗上遠勝以往的機器人。

總有人詬病智能客服機器人是沒有溫度,冷冰冰的智障,其實那也是上一個AI智能化時代的產(chǎn)物,在可受控的大語言模型基礎上,整體智能客服產(chǎn)品的機器人服務體驗,肯定會隨之帶來一個飛躍。值得我們期待。

手搓一個大語言模型智能客服機器人,其實一點也不難,通過AI編程,更可以更快速的將這些新能力逐一落地。

“完美”的智能客服產(chǎn)品,其實距離我們并不遙遠了。

一些探索和思考:

專欄作家

通信產(chǎn)品的那些事,公眾號:通信產(chǎn)品的那些事,人人都是產(chǎn)品經(jīng)理專欄作家。通信產(chǎn)品老兵。當過正規(guī)軍,干過游擊隊。智能客服、呼叫中心產(chǎn)品磚家。致力于大語言模型在行業(yè)的落地應用實踐。

本文原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理,未經(jīng)作者許可,禁止轉(zhuǎn)載。

題圖來自Unsplash,基于CC0協(xié)議。

該文觀點僅代表作者本人,人人都是產(chǎn)品經(jīng)理平臺僅提供信息存儲空間服務。

更多精彩內(nèi)容,請關注人人都是產(chǎn)品經(jīng)理微信公眾號或下載App
評論
評論請登錄
  1. 大佬有沒有關于這方面的基礎知識啊,論文書籍文章推薦這些

    來自江蘇 回復
  2. 大佬,能給個聯(lián)系方式嘛,請教些關于呼叫系統(tǒng)的問題

    來自安徽 回復