替代人工客服 AI机器人还需提高“情商”

人工智能客服的崛起与应用，正逐步替代那些重复度高的初级客服工作，成为行业的中坚力量。在客服部门从事管理工作的李云的亲身经历，也验证了这一转变的发生。互联网科技的浪潮中，人工智能客服系统的兴起，让传统的人工热线电话坐席逐渐转型。机器人作为智能化的代表，不仅分担了人工客服的大部分工作负担，还展现出了令人惊叹的智能程度。智能客服的核心优势在于无论如何沟通反馈，它们都不会情绪失控，确保服务的持续性和稳定性。但在智能客服崛起的情感感知与个性化需求满足的问题依然是一块待补的短板。尽管智能客服已经可以模拟人类的基本交流方式，但在面对复杂情绪表达时，仍缺乏真正的情感感知能力。人工智能客服的应用已经带来了显著的变化。传统人工客服面临的情绪管理和压力问题，在智能客服系统中得到了有效改善。尤其在金融行业中，智能客服系统的稳定性和可控性显著减少了人工客服的违规操作和服务失误。这反映在众多银行的客服人员减少趋势上，年轻人不再愿意从事此类工作的背后是人工智能技术的广泛应用。人工智能客服的广泛应用并不意味着客服部门可以完全放松警惕。相反，随着智能客服系统的升级和迭代，需要更多的专业人士参与管理和运营。有经验的人工客服在构建话术模板方面发挥着重要作用。由于个人想象力的局限性，话术模板往往比较固定，这可能会让用户感到厌倦并减少与机器人的沟通意愿。针对这一现象，未来智能客服的发展需要更多地关注用户体验反馈和产品创新，以提升用户满意度和互动体验。随着科技的发展和应用场景的不断拓展，人工智能正在从被动学习向主动学习转变。这意味着人工智能不再仅仅依赖于人工整合数据来优化自身性能，而是开始主动从海量数据中提取信息并自我学习提升智能水平。在此背景下，金融机构的客服业务虽然仍是一个劳动密集型行业，但随着人工智能技术的不断进步和广泛应用，未来有望实现更高效、更智能的服务体验。“有多少人工就有多少智能”的说法逐渐发生变化，智能系统的自主学习能力将成为其未来发展的关键驱动力之一。监管机构也在加强消费投诉处理工作的要求中强调了对智能客服的监管和规范发展。金融机构需要确保客服电话能够迅速转接至人工投诉通道并加强对智能客服系统的管理和运营力度以满足消费者的个性化需求提升服务质量和客户满意度从而更好地应对金融行业的竞争和挑战并保障消费者的合法权益。总体来说人工智能在金融行业的应用和发展呈现出蓬勃向上的态势随着技术的不断进步和应用的深入未来将为金融行业带来更加高效便捷的服务体验同时也将推动行业的数字化转型和创新发展。随着人工智能从机器学习向自动化机器学习的跨越式发展，背后强大的预训练模型发挥着日益重要的作用，使得人工干预的需求逐渐减少。马消人工智能研究院为此构建了一套高效的闭环运营工具，从日志收集到算法优化一应俱全。其核心算法包括新意图挖掘和样本增广，前者帮助解决线上机器人的应答难题，后者则针对新标签实现快速冷启动。更值得一提的是，内置的“猜你想问”功能，能够基于用户信息和历史咨询数据，预先猜测用户的问题，从而使用户在极简的操作下获得答案。

客户的情绪变化是极其微妙的。李云在与不同地区的城商银行合作中发现，客服的口音也会影响到客户的情绪体验。例如，江浙和成都地区的客服因其柔和的口音而获得了客户的好评，而某家采用本地员工作为客服的东北城商行则因口音问题多次遭到客户投诉。

情绪是人工智能领域亟待攻克的一个难题。目前，大部分的研究主要集中在文本领域的单模态数据建模。智能客服是对人的模仿与学习，人是一个集视觉、听觉和语言于一体的智能体。未来的研发方向将聚焦于多模态建模，包括文本、语音、视觉等，通过融入情绪感知、人脸识别、行为检测等技术来提升智能客服的应答能力。特别是在解决客户复杂问题以及客户关怀方面，仍需进一步精进。

对于众多中小型金融机构而言，通过与外部技术服务商合作来构建智能客服系统是一条更为快捷的道路。国内市场上涌现出众多技术供应商，他们在智能客服领域的技术高度和研发方向对整个行业的发展起着重要的推动作用。

IDC发布的《IDC MarketScape：中国新一代智能客服市场厂商评估，2022》报告深入研究了11家具有代表性的技术供应商，包括阿里云、百度智能云等。这些供应商已经具备预置对话、声纹识别等多项能力，并且在近年来方言外语识别、情绪识别、知识库构建等方面也取得了进展。特别是超大规模预训练技术在认知技术上的突破，使得机器人具备了更强大的语义认知能力。

IDC中国人工智能高级分析师程荫指出：“未来，技术供应商应推动新一代智能客服在行业中的实际应用，借助预训练模型提高语义认知能力，并结合多种AI技术发展多模态能力。拓展智能客服的能力边界，利用数字人技术提升企业的客户服务体验。如何提供更具成本优势和差异化体验的智能客服产品也是未来技术供应商需要重点考虑的问题。”