Forrester Research的副总裁兼首席分析师大卫·特鲁格(David Truog)表示，尽管23%的美国在线成年人至少每月通过在线客服或客服机器人与企业进行交流，但客服机器人普遍不受欢迎，因为企业沉迷于技术而忽视了用户体验。

　　Truog认为，客服机器人让很多人失望，因为他们没有兑现承诺。他指出，开发者从一开始就对他们的客服机器人能做的事情承诺过多。许多人仍然让客服机器人问一些开放式的问题，比如"我能为你做什么？"他说，结果却发现客服机器人无法处理这样一个开放式问题可能引发的各种各样的回答。

　　许多组织还错误地过早地向客户推出了客服机器人，他们相信人工智能会迅速赶上来，足以克服最初质量不佳的客户服务。

　　撇开客户的沮丧不谈，客服机器人正在网站、应用程序、基于文本的消息传递渠道以及配备Alexa或Siri的设备上出现。随着这一推广活动的加强，组织将需要调整对话设计：基于对话式人工智能设计体验。

　　从意图识别开始

　　特鲁格说："要创造一个成功的客服机器人，你需要对它应该能够执行的行动以及它支持的意图做出明智的决定。"

　　为了确定意图，Truog建议研究以下三个来源：

　　1. 假设意图（你知道你准备解决的问题）。Forrester建议从信息源开始，比如FAQ页面。虽然这些信息通常不会以对话的方式表达，但FAQ页面和类似的信息资源为设计客服机器人提供了良好的基础。

　　2.历史意图（用户一直在问您的问题）。不过，这些细节通常在客服机器人使用一段时间后才可用，因此Truog表示，在此之前，公司可以检查用户在其他渠道所说内容的记录。

　　3.相邻意图（如果用户知道您可以提供帮助，他们会询问的其他事项）。Troug建议开展研究，通过民族志、背景调查以及熟练、深入的用户访谈和观察来确定未表达的需求。

　　民族志(ethnography)是一种对文化的深度研究，其包括"第一手的、细节的、基于个人观察上的文化生活的描述"和通过长时间在一个地方学习和生活后获得的经验。

　　循序渐进是关键

　　Truog还认为，如果组织没有准备好，他们应该准备推迟创新。大多数组织创建客服机器人的动机仍然很大程度上与从人的渠道转移问题有关，同时忽略了邻近的机会，以满足他们没有表达出来的需求，因为他们认为组织不能帮助他们。

　　特鲁格警告说，下一步是将意图列表缩小到一个专门的子集，以避免客服机器人功能失调。同样，他建议企业采取分阶段部署客服机器人的方法。

　　该报告引用了Verint公司负责对话式人工智能市场策略的副总裁Jen Snell的话。"不要只是复制网站的常见问题；这并不能解决问题。"

　　Snell说："你需要决定你的业务目标是否是转移电话、建立忠诚度、扩大销售。"。"但你必须通过与用户进行用户体验设计来了解用户想要完成什么。公司认为谈论他们的产品非常重要，但通常用户并不真正关心这些。"

　　Truog警告说，尽管所有资源都用于设计和实现客服机器人，但仍有一些问题需要上报给人类。其中包括涉及高度个人信息或高价值客户的互动。

　　选择适合的解决方案

　　语音识别与自然语言理解的成熟度不断提高，使得人工智能被广泛应用于呼叫中心的方方面面。有很多可用的解决方案，将加强您联络中心的人工智能。例如，联信志诚(MyComm)ICS智能客服系统运用自然语言理解、语音识别、语音合成等智能人机交互技术，通过微信、APP、网页、短信、电话等渠道，以文字、语音等方式提供智能在线问答服务。智能客服系统支持加载行业知识库，并与业务数据库和在线客服系统对接，可以大幅降低客服成本，全面提升服务质量、效率以及用户满意度。

　　智能客服三大核心技术：文本转语音TTS、语音转文本ASR、智能（文本）机器人AI

　　智能语音客服--基本工作流程

　　智能客服--语音机器人

　　智能客服--智能语音IVR

　　智能客服--智能语音导航&传统

　　智能客服--智能语音助手

　　智能客服--智能文本机器人（用于在线客服）

　　智能客服--智能文本机器人

　　　　智能客服--智能录音质检