孫思明：大家下午好，我是最后一個演講，留到最后都是真愛，不是特別喜歡我的演講就是特別喜歡今天的禮品。
首先介紹一下我們公司，我們公司叫客知音，大家看這LOGO墻，我們在這個墻上是最神秘的公司。這是我們的LOGO，并沒有寫我們叫什么名字，所以這一次特別給大家指出來，我們公司叫客知音，源自美國硅谷，我本人是在美國哥倫比亞大學(xué)念書，讀的人工智能相關(guān)的方面，畢業(yè)以后在美國工作六年，我的合伙人來自美國斯坦福大學(xué)，我們回國以后創(chuàng)立了這一家人工智能的公司，主要做的企業(yè)語音智能，我們有自主的知識產(chǎn)權(quán)的語音識別和自然語言處理的技術(shù)，所以我們是一個真正的人工智能的公司。我覺得我今天的演講跟今天大家全天看的都不一樣，最大的不同是什么？我一定會是所有PPT里面字最少的，大家等會兒看的都是超清的大圖。今天大家走的時候，大家只要記住我們的名字就可以了，其他都不重要，我們叫客知音。
我演講的題目是：人工智能賦能客戶服務(wù)新趨勢。今天上午很多的友商在聊人工智能落地的應(yīng)用，其中大部分都在講說我們要有智能的機器人，我們要有替代人工去做很多重復(fù)性的、繁瑣的簡單事情的機器，或者我們來做一個智能的路由系統(tǒng)，我們來把不同客戶的需求路由到或者轉(zhuǎn)接到相應(yīng)的有服務(wù)能力的客服上。但是我們做的事情跟大家又不太一樣，我們做的事情是我們在思考如何讓人工智能賦能每一個客服代表，讓每一個客服都是我們王牌。我想請大家看一個小視頻，男主人公是一個“客服”，他碰到了一位很刁鉆的客戶，我們來看看他是如何用最先進的“人工智能”來完美的解決這件事的。
這個視頻是來自于2017年特別火的電影叫做《王牌特工2》。這是電影里的情節(jié)，那么現(xiàn)實生活中有沒有這么類似的聰明的人工智能處理呢？我們來看下一段視頻。
我來介紹一下這個視頻，我保證今天是演講里面做的唯一一個產(chǎn)品廣告。左邊這邊是我們的實時語音轉(zhuǎn)文字，大家看到的是我們真實的錄音，是實時轉(zhuǎn)文字，他會不停的有文字出現(xiàn)，出現(xiàn)文字之后又會調(diào)到前面去，因為他找到了更多的信息，他覺得前面有一個字翻譯錯了，所以回追回去把字修改過來。準確率大家可以實時看一下，這是真實的互聯(lián)網(wǎng)教育的通話記錄，語音識別準確率很高，延遲基本可以做到200ms之內(nèi)。在這基礎(chǔ)上我們可以提供一系列的服務(wù)：上面這個思路導(dǎo)航給外呼型銷售代表用，在打電話中一段對話需要完成一定的目，所以你先說什么、后說什么、說到什么、沒說到什么，這邊會一目了然，在說到一個內(nèi)容時候我們會自動的劃掉，所以像一個任務(wù)清單一樣，這樣沒說什么就非常的清晰，下面匹配客戶提出的一些問題、包括上下文的信息，如果是外呼型，這個提示就是智能話術(shù)，如果是內(nèi)呼，那么會和我們的知識庫做一個匹配，給出相應(yīng)的提示。右上角是智能質(zhì)檢，我們會通過大數(shù)據(jù)的方式做購買意愿的分析，外呼打完電話以后會有成交和沒有成交的，我們會根據(jù)自然語言處理技術(shù)、大數(shù)據(jù)技術(shù)去分析什么樣的對話最有可能成交。這一通電話打完，客戶的購買意愿有多少，我們會實時給出一個評分。下面這個是表達規(guī)范，包括有沒有打斷客戶，或者是我們在智能質(zhì)檢上會檢測的一些規(guī)則都會在這里面得到體現(xiàn)。右下角是我們做的一個CRM信息自動的提取，對話中一些客戶的信息，我們會自動的從這對話中轉(zhuǎn)移成文字，然后再做一個提取。這樣可以很方便的對接下游的系統(tǒng)，不管是工單系統(tǒng)還是CRM系統(tǒng)。
下面想跟大家分享幾個趨勢，人工智能技術(shù)有哪一些行業(yè)的趨勢，包括我們看到客戶提出的需求，我想跟大家分享一下。第一個趨勢就是實時和離線，就是今天大家接觸到最多的人工智能系統(tǒng)，特別是語音的系統(tǒng)方面都是離線的，比如說離線的質(zhì)檢。我們其實在給我們的客戶灌輸?shù)睦砟罹褪前央x線的系統(tǒng)推到實時，就拿智能質(zhì)檢來說，我們今天所有的智能質(zhì)檢就是在等著問題出現(xiàn)之后，從語音中找到這一個問題怎么出現(xiàn)，到底誰犯了這個錯誤，但是我們找到這個問題到時候，錯誤已經(jīng)釀成了，我們的損失已經(jīng)沒有辦法挽回，我們能不能把這一種離線的系統(tǒng)變成一個實時的系統(tǒng)呢？這樣我們可以把這一些錯誤扼制在萌芽里面，當我們的客服代表稍微有一點表現(xiàn)不好的時候，我們的系統(tǒng)就會提醒他，避免這一種問題出現(xiàn)。
我們上一代系統(tǒng)是人找信息。我給大家舉一個例子，大家對2C，面向個人用戶這的一種APP，可能感觸比較深。上一代的人找信息的產(chǎn)品，最典型代表產(chǎn)品是百度，百度怎么找信息？它有一個搜索框，你把想要搜索的信息輸入進去，會出現(xiàn)一百個結(jié)果讓你慢慢找。而我們這一代從人找信息變成了信息找人，再舉一個2C的例子就是今日頭條，他所有的信息都是在推薦，他知道在正確的時間、正確的上下文、正確的地點、正確的環(huán)境相關(guān)的信息之下，給你推送你想要看到的信息，所以這就是信息找人的這樣一個過程。在我們的產(chǎn)品中、包括我們?yōu)榭蛻籼峁┑姆⻊?wù)里面，也在宣傳這樣一個理念，之前你在對知識庫的檢索過程仍然是一個主動性的搜索過程。而我們希望能把這樣主動性的搜索過程變成一個被動性的人工智能的過程，讓信息在對的上下文主動的推送到你的面前。
下一個就是自動化和人工，這一個非常好理解，就是到了人工智能時代，我們需要轉(zhuǎn)變一個思維，就是把所有能夠讓機器來完成的事情都交給機器。舉一個例子就是CRM。我花了幾千萬、上億打造的CIM系統(tǒng)，遇到一個最大的問題：數(shù)據(jù)質(zhì)量的問題，因為人性使然，我們給我們的客戶代表、銷售代表也好，如果有些字段是選填的，我們的銷售代表都不填，如果字段是必填的，他們有時候會瞎填，因為我們沒有很好的機制監(jiān)督銷售代表、客戶代表工作到底怎么樣，所以這時候我們用到人工智能的技術(shù)，把這一種沒有辦法監(jiān)督的工作很好的來解決。
最后也是我們最重要的一個觀點：賦能而不是取代，我認為至少今天的人工智能發(fā)展階段，我們沒有辦法取代所有人的所有工作，我們需要找到一個人機結(jié)合的一個最佳的平衡點，讓我們每一個銷售代表，每一個客服代表都是我們的王牌。
講一下呼叫中心行業(yè)，大概20多年前的時候，中國第一次有了呼叫中心行業(yè)。中國的呼叫中心行業(yè)，其實是隨著電子商務(wù)的發(fā)展而蓬勃興起的，我們首先完成了數(shù)字化的工作，建設(shè)了呼叫系統(tǒng)，我們讓千里之外的客戶打電話知道我們，接下來是移動化的浪潮，我們知道客戶不僅需要通過電話找到我們，還需要通過微博、微信、APP等等的渠道來聯(lián)系到我們，需要在全渠道上給我們的客戶提供服務(wù)，所以我們的呼叫中心也改名，改名叫客戶中心或者聯(lián)絡(luò)中心，因為它不僅僅是承擔(dān)呼叫這一個功能。接下來走入智能化的浪潮，用人工智能技術(shù)來減員增效。有人會把人工智能技術(shù)比喻成是第四次的工業(yè)革命。第一次工業(yè)革命是機械化的革命，我們發(fā)明了蒸汽機，我們解放了自己的雙手，第二次工業(yè)革命是電器化的工業(yè)革命，我們發(fā)明了電，有了電之后我們發(fā)明了石油鉆井，有了石油之后我們發(fā)明了飛機、汽車等等，它解放了我們的雙腳，解決了物理上的距離，第三次工業(yè)革命其實是信息化的革命，我們發(fā)明了電腦、我們發(fā)明了互聯(lián)網(wǎng)，我們讓遠在千里面之外的語音圖像可以實時的出現(xiàn)在我們面前，解放了我們的眼睛、解放了我們的耳朵，第四次其實就是現(xiàn)在的人工智能的浪潮，它解放的是我們的腦子，解放了人類的大腦，把人類從簡單的工作中解脫出來，能夠賦能我們，能把人工智能的智慧和我們?nèi)祟惖闹腔奂釉谝黄�，更好為我們的人類服�?wù)。這是人工智能幾個發(fā)展的重要階段，我特別挑了幾個跟呼叫中心系統(tǒng)相關(guān)的里程碑事件，阿蘭圖靈是一個數(shù)學(xué)家，他發(fā)明了圖靈測試用來定義機器的智能，那是在1950年。1956的年代在人工智能在達特茅斯會議上第一次提出來了，1997年的時候IBM的深藍計算機第一次在國際象棋打敗了世界冠軍，2012年谷歌自動駕駛汽車上市，2016年也是一個里程碑的事件，谷歌出了阿爾法GO在圍棋上打敗了韓國世界冠軍。2017年AI實驗室里面得出在實驗室的工作環(huán)境，語音識別準確率已經(jīng)達到了人類的水平，大家可能去年看到新聞?wù)f語音識別達到了97、98%等等不同的口徑。在實驗室環(huán)境確實機器已經(jīng)超過了人類，但是在我們的實際環(huán)境中還沒有，因為實際環(huán)境中有大量的噪音、口音、方言等等的因素存在。所以還沒有超過人類，但是我們正在朝這個方向努力。2018年的時候發(fā)生了一件事情，美國斯坦福大學(xué)來評價機器閱讀理解能力的這么一個測試，這個測試是一個什么意思？就是給這機器幾百篇文章，每一篇文章就是小學(xué)考的閱讀理解題一樣，但是讓機器先讀這一個文章，每一個問題隨便問，比如說看一個文章內(nèi)容是說1997年的時候，哪一個籃球隊，哪一個NBA的球隊獲得冠軍。那么就問機器“1997年的時候冠軍隊的MVP是誰？”這樣的問題。在2018年1月1日的時候，機器第一次在閱讀理解這一個科目上準確率超過了人類。所以這也是人工智能目前發(fā)展的一個階段、一些重要的里程碑。
作為呼叫中心來講，我們?nèi)绾伟盐諘r代的脈搏，如何利用人工智能為我們企業(yè)更好的服務(wù)呢？我們認為是這樣，第一點就是語音仍然是最重要的客戶溝通渠道，所以我們要重視語音數(shù)據(jù)的價值。這是2017年的時候美國的一個權(quán)威的研究報告，其實美國的商業(yè)環(huán)境和中國差其實非常多，美國大部分通訊是通過郵件在進行溝通，但即使是在美國，仍然有70%和客戶的交互是通過語音來完成的，在國內(nèi)這一個比例會更高。為什么會更高？大家經(jīng)常會接到的教育說，我們現(xiàn)在是不是全渠道媒體都上來以后，我們的客戶都是通過全渠道的方式來找到我們，是不是語音就不再重要呢？不是的。第一，不否定全渠道的重要性，但是經(jīng)過這幾年的發(fā)展之后，全渠道依然沒有語音渠道重要，特別是外呼的場景下，不管是金融、保險還是互聯(lián)網(wǎng)教育等等，我們發(fā)現(xiàn)像這一種銷售的需要跟客戶建立起信任關(guān)系的這一種談話，語音是最好的渠道，沒有什么比一通對話更容易建立起信任關(guān)系，而且在對話的過程中你能夠明確知道對方給你回饋。
全渠道把大量的工作都交由機器人來自動完成，這樣就會把大量非常復(fù)雜的工作交給我們?nèi)藖硗瓿�。語音非常重要，但是語音的價值其實是非常難挖掘的，為什么？因為第一語音受到語音識別率的限制，第二就是人的對話里面是信息密度非常低。當我在說話的過程中，里面有大量的冗余，就是我說一句話的時候，我說前半句你就知道我后半句說什么的。直到2012年開始我們的深度學(xué)習(xí)，最新一代的深度學(xué)習(xí)技術(shù)發(fā)展起來之后，我們終于能夠打開這一座金礦的大門。
這個是一個小的知識，這是人類歷史上第一臺留聲機，有的人看過這一方面的歷史，覺得留聲機不是愛迪生發(fā)明的嗎？沒錯，愛迪生在1870年的發(fā)明的留聲機載入史冊，而這個是法國人他叫馬丁威，1850年發(fā)明了這個機器。但是他為什么沒被載入史冊？因為這個留聲機少了一個重要的功能，它只能聲音記錄下來但是沒有辦法播放出來，他最早的設(shè)想是人看著右下角的紙，就能把聲音呈現(xiàn)出來，但是后來發(fā)現(xiàn)這太難了，人類完全做不到。有意思的是，人類經(jīng)過一百多年之后，用現(xiàn)在的科技是有辦法把當時的聲音再重新播放出來，這是一個非常酷的事情。這個例子就是說呼叫中心的系統(tǒng)花了大價錢去做語音系統(tǒng)，比如說美國公司、以色列公司等等。我們有大量的語音就存在硬盤上，但是沒有人去發(fā)掘它，就像這樣一臺機器一樣根本無人問津。
我們要用人工智能技術(shù)來深入挖掘語音的價值，我不知道在現(xiàn)場有多少是有友商、集成商多少呼叫中心的運營者，企業(yè)在人工智能的時代下，應(yīng)該如何發(fā)展？這一個事情不是我說的，我其實是分享大師的觀點，吳恩達，他之前是斯坦福大學(xué)的教授，他是百度智能研究院的院長，帶領(lǐng)過谷歌的人工智能團隊，他在2017年年底的時候做了一個分享，這四點是他在會議上的分享，他覺得任何一個企業(yè)在人工智能的時代需要做好這四點。我簡單給大家講一下。
第一個就是標簽數(shù)據(jù)的正反饋閉環(huán)。有很多的客戶會跟我聊，說我們現(xiàn)在呼叫中心里面有大量的語音數(shù)據(jù)，我們保存了過去的幾百個G，或者過去兩年、三年的語音數(shù)據(jù)，這些數(shù)據(jù)是不是人工智能時代發(fā)揮其他的價值呢？這樣不夠，真正有價值的是帶著標簽的數(shù)據(jù)。什么是帶著標簽的數(shù)據(jù)，如果你告訴我這一段語音對應(yīng)的文字，這一個數(shù)據(jù)價值就大大增加，如果你告訴我說這一段文字里面或者這一段語音里面這一小段是代表客戶生氣，這一小段是客戶對我的服務(wù)不滿意，這一小段轉(zhuǎn)化率有極大的影響，這就是有標簽的數(shù)據(jù)。所以我們企業(yè)在人工智能時代要做的第一件事情就是大量的積累，有意識的去打造這樣數(shù)據(jù)的閉環(huán)，有意識的去整理。在產(chǎn)品設(shè)計的時候，就做帶著有標簽數(shù)據(jù)這樣的一個數(shù)據(jù)整理積累工作。
第二點是統(tǒng)一的數(shù)據(jù)平臺，這個就非常好理解了，就是我們現(xiàn)在講到人工智能的時候，數(shù)據(jù)是一個底層非常重要的一部分，比如說服務(wù)里面，我們需要拿到客戶的語音數(shù)據(jù)，需要知道它來自于什么樣的渠道，這可能放在營銷系統(tǒng)里面，我們需要知道客戶在來我們服務(wù)之前可能看到了、使用了我們APP哪一些頁面，訪問了網(wǎng)站上哪一些頁面，這可能在產(chǎn)品數(shù)據(jù)里面，所以我們要做的另外一件事情就是打通底層所有的數(shù)據(jù)，我們這把一些所有的數(shù)據(jù)都放在一起的時候才能發(fā)揮最大的價值。
第三件事就是數(shù)據(jù)驅(qū)動決策，這是一個非常有意思的事情，我們在做客戶服務(wù)的時候，有一些拿營銷型、外呼型的團隊來舉例子就是我們每一個外呼型的團隊都會有自己的腳本，銷售腳本、話術(shù)腳本，我們找了在一個領(lǐng)域工作二、三十年的專家，他把自己一生的精華整理成了30句話。到了人工智能時代我們認為這一種工作方式是落后的，那我們怎么來解決這個問題呢？我們之前為一家公司做了銷售化分析，我們整理了歷史上的30萬通對話，通過自然語言處理技術(shù)，把其中客戶的問題提出來，把不同銷售代表的回答也整理出來，我們通過大數(shù)據(jù)的方法去統(tǒng)計，在客戶同樣問到這一個問題的情況下，我們不同的回答方法到底產(chǎn)生了多大的區(qū)別？后來發(fā)現(xiàn)區(qū)別非常明顯。舉一個例子，客戶說你的價格怎么這么貴？有的銷售代表就會直接跟他說我們的價格不貴，我們的多少錢，但是有的銷售代表不會這樣講，有的銷售代表再去把他們的價值重申一遍，我能給你創(chuàng)造什么樣的價值，之后再來談他的價格問題。我們發(fā)現(xiàn)這兩種營銷方式有20%的差別。這樣的流程能夠?qū)ΜF(xiàn)有的專家經(jīng)驗進行一個非常好的補充，所以這也是在人工智能的時代，我們能做的一件事情。
之后我們迎接新的工作和職責(zé)。每一個行業(yè)在人工智能沖擊下有一部分人的一部分的工作會受到影響，在受到影響的同時，也誕生了一些新的工作崗位。舉一個例子，在2017年非�；鸬囊粋�職位，或者非�；鸬囊恍﹦�(chuàng)業(yè)公司他們在做一件事情是什么？他們在幫其他的企業(yè)做數(shù)據(jù)標注，因為大量的人工智能系統(tǒng)需要這樣含著標簽的數(shù)據(jù)。像這樣的數(shù)據(jù)標注員就是人工智能時代創(chuàng)造新的崗位。其他也是一樣，在我們企業(yè)內(nèi)部有產(chǎn)品經(jīng)理的角色，我們之前產(chǎn)品經(jīng)理更多是UI上，美觀上的。而在人工智能時代，這個角色發(fā)生了變化，他們需要知道客戶可能會問到什么樣的問題，有多少比例的客戶會問到什么樣的問題，他需要幫助工程團隊去找到相應(yīng)的數(shù)據(jù)，去定義好相應(yīng)的問題，所以這對我們的產(chǎn)品經(jīng)理有了一個更大的要求。
最后是一個觀點其實這個觀點已經(jīng)被很多人無數(shù)次的印證了。我們也想再重申一下，今天在人工智能時代我們到底是一步到位還是循序漸進。今天對于人工智能有一個周期，他會上一個高點，大家覺得人工智能這么酷，等到實地落地，又跌倒谷底，大家會覺得這一點也不智能，倒像是個智障。之后大家會慢慢的經(jīng)過不斷次的優(yōu)化迭代之后大家的信心又會緩緩建設(shè)起來，又會進入到下一個周期，所以在這情況下我們依然要相信人工智能的力量、它的價值，但是我們要明白所有的事情都不是一蹴而就的，我們更要加深我們對于這一個技術(shù)的理解，要理解這個技術(shù)的邊界和技術(shù)的發(fā)展。
最后，這個男人我剛才已經(jīng)介紹過它叫阿蘭圖靈，他在1950年的時候設(shè)計了一個測試，這個測試就是特別著名的圖靈測試，很簡單這個測試就是來判斷一個機器是否真的有智能，就是讓你跟一個機器或者不知道人還是機器的東西，對話兩分鐘。如果你判斷不出來他是人還是機器，那么就認為對面那個東西是有智能的，不管是人還是機器。這是一個非常重要的測試，一直影響到今天所有的人工智能系統(tǒng)。所以大家可以回去以后下一次去再接到騷擾電話的時候也溝通一下看看能不能聊到兩分鐘。
機器真的有智能嗎？我們覺得現(xiàn)在的機器是沒有智能的，它只能解決一些非常簡單的工作，但是我們正在朝著萬物有靈的時代向前不斷的進發(fā)。
最后就是我們的核心觀點就是在這樣一個時代下人機結(jié)合才能產(chǎn)生最大的一個價值。
最后是剛剛視頻的DEMO和我本人的微信，如果有關(guān)于人工智能的話題我們可以聊一下，謝謝大家。
