呼叫中心2.0时代的典型特征是人工智能的引进，在呼叫中心领域称之为智能客服，在国内已经有了不少的应用。他主要解决的问题包括：7x24小时（服务时间）、高峰期无响应（相应速度），客服培训、流动成本大（服务成本和培训成本），潜在客户不精准、无法精准营销（精准营销），移动服务渠道沦为无客服响应的“哑巴”（渠道延伸），第三方合作、数据敏感不便共享（数据安全）等等问题。

“人工智能技术与实体经济的结合，将给人们的生产方式和生活方式带来革命性变化。”        ---习近平主席于G20峰会

国家发展改革委宣布，为加快人工智能产业发展，由国家发改委、科技部、工信部、中央网信办制定的《“互联网+”人工智能三年行动实施方案》日前正式印发，计划到2018年，基本建立人工智能的产业、服务和标准化体系，实现核心技术突破，培育若干全球领先的人工智能骨干企业。目前，谷歌、IBM等国际巨头纷纷布局人工智能产业链，力图掌握人工智能时代的主动权。中科院副院长、中国人工智能学会副理事长谭铁牛院士介绍，2015年全球人工智能市场规模为1270亿美元，今年预计将达到1650亿美元，到2018年预计超过2000亿美元。

近几年，交通、电力、金融、公共事业等行业面临着巨大的客服压力，在海量信息及每天数以万计的查询压力之下，传统服务模式早已不堪重负，其整体服务质量和用户体验都受到了很大的影响。以客户服务为主导运营的行业，正面临着巨大的技术变革、市场变动。

在传统企业向移动互联网转型中，传统客服系统无法很好解决客服人员同用户之间多渠道的有效沟通，成本高，效率低；数据说话的时代，传统电话沟通已无法为企业管理带来更多价值；市场有痛点，又有空间。

新一代智能客服平台简介

智能呼叫中心客服客服的定义是用机器模拟人工客服进行在线问答服务的产品。典型的智能客服的运用场合主要是：“客户向在线客服进行大量售前、售后重复性咨询”。

新一代核心系统设计理念是采用人工智能与客户服务相结合——智能客服，其核心功能由语义引擎、知识库、数据处理三部分组成。

语义引擎用来听懂客户的话；

知识库存储积累客户问题数据库；

数据处理用来自我提升语义引擎识别能力和完善客户服务知识库。

智能客服领域的核心技术包括自然语音处理技术、语义分析技术、机器学习、知识发散、大数据分析等关键的技术。

智能客服机器人的服务范围：

目前智能客服机器人可应用于：用户智能咨询、业务查询办理、产品营销推广、热门商品导购、常用问题陪聊、出行问答等高粘性服务场景。

7×24小时不间断地提供一对多应答服务，因机器服务和人工值守不同，系统可以不受人的情绪、疲劳程度、工作环境等客观因素影响，能够保障服务质量及服务水平的一致性和可控性。

智能客服在呼叫中心中的数据处理的目的主要是：

• 实现更准确的基于行业的智能对话知识库
• 人工坐席服务质量评价
• 用户行为分析后更丰富的服务场景的挖掘
• 实时数据可视图表，提供可视化预警、推断服务

要完美的处理来自呼叫中心的各类数据，尤其是大量的非结构化数据，有以下几个关键的问题需要解决。

NLP语意引擎（能读懂问题）：NLP语义引擎功能将接收到文字、语音等信息，进行过滤、纠错、分词、词性标注等智能操作。如客户在微信服务号输入“我的卡丢了该怎么办？”，NLP语义引擎模块能够准确迅速的通过分词、标注识别出客户的目的——咨询卡片丢失了如何办理挂失，从而提取出标准化的语义结构“卡片挂失”。

 NLP搜索引擎（会匹配答案）：知识库内积累大量服务业务领域知识、用户的个性化信息以及业务知识，NLP搜索引擎根据用户的问题自动匹配合适答案。如知识库收到“卡片挂失”后，通过智能匹配算法知识库，挑选出“储蓄卡挂失”和“信用卡挂失”相关信息，输出结果，让客户选择是需要储蓄卡还是信用卡，生成人性化的文字内容——“请选择您要挂失的卡片类型：（1）储蓄账户；（2）信用卡。”通过微信服务号；或其他页面呈现给客户，完成智能问答。

客服知识库管理：这是智能客户服务的关键部分，它主要解决知识存储细颗粒度、智能搜索、自动回复、支持文字正文、关键字等，包括图片、语义识别、地图等搜索和管理。

客服系统的非结构化数据分析：呼叫中心中大量的数据是语音、图片、地图等非结构化数据，如何做好这部分数据的分析是智能客服的核心工作。

多渠道快速接入：企业可以利用智能客服系统的快速多渠道接入功能，创建各种引导及在线服务，灵活编辑机器人属性及智能问答内容，让企业拥有自己的智能机器人，为用户带来全新的沟通体验。

智能客服产品解决什么问题？

1、7x24小时、高峰期无响应

2、客服培训、流动成本大

3、潜在客户不精准、无法精准营销

4、移动服务渠道沦为无客服响应的“哑巴”

5、第三方合作、数据敏感不便共享

结论：

智能客服机器人系统是人工智能领域中的一个重要的版块，主要是解决企业智能会话问询、企业智能营销、行业数据分析、语音服务问询、24小时全年无休接待等需要交互性的业务需求问题。

智能客服人机交互领域，作为高科技深度学习的一个基础领域，一直被行业所重视。其自然语言处理，语义分析，知识库建设，云计算平台建设等相关衍生产品更是层出不穷。未来将发展成为人工智能领域不可获缺的基础软件产品，将为企业提供更多更好的交互性服务。为企业和用户架起一座沟通的智慧桥梁。

 “人工智能技术引领科技新趋势”---哈佛商业评论

 “深度学习和机器智能将席卷全世界”---福布斯

【霍金AI+】的亮点：

亮点一：多渠道快速接入

很多人或许都碰到过这种情况：使用某产品出现了问题，用邮件向客服反映后没有很快收到回复。于是，为了尽快解决问题，会将同一个问题反映到官方微信、微博等各个渠道。而各渠道客服回复效率不同，导致用户不得不同时跟多个客服交涉……用户与客服沟通时间成本大大提高，步骤繁琐、用户体验差。相对的，对产品的运营者而言，要在不同客服平台上处理同一用户的提问，工作量也成倍增加了。

可以接入多渠道的客服的信息，并进行多渠道回复，大大提升客服整体的工作效率。

亮点二：智能客服器人解决常见重复性问题

与这类传统的自动回复不同，依托智能客服来完成自动回复，以辅助人工客服的工作，智能机器人可以根据多个提示识别关键字，自动分类具体问题，并依次做出智能回复，降低人工客服的工作量。

亮点三：报表统计用户问题，客观反映客服服务

为了提高客服服务效率，系统能够自动统计用户在各个渠道上的问题，对所有问题进行统一分析与分类。而且，所有对话记录都能在系统上随时可查。这些数据与记录，使得客服在后续工作中能够有所侧重，并记录存储数据，致力挖掘丰富的商业服务场景。