文 | 司雯雯
編輯 | 王畢強
智能客服將AI（Artificial Intelligence，人工智慧）與普通人的距離拉至無限近。在網購時對話框的另一方，隨手接起的銀行或快遞公司電話中，AI客服已不是新鮮面孔，它們甚至擁有了性格和人設。
但不少人與智能客服的互動體驗並不算愉快，「說了幾遍也聽不懂，不知道是智能還是智障？」據《中國青年報》2019年末的調查問卷，57.9%的受訪者認為智能客服理解不了問題，答非所問。
要留住消費者，人工智慧的「名頭」不好用，準確及時的答覆才是第一訴求。
永不疲倦、永遠在線的AI曾被視為客服行業的替代者。客服行業長時間在線和大量重複勞動的特點，被認為是AI的絕佳機會。客服們甚至一度為失業恐慌，創新工場CEO李開復在2016年AlphaGo擊敗李世石後表示，機器的語音識別及語義識別效率超過人類，傳統企業的客服，有一千個人、一萬個人都可能被AI取代。
但AI客服如今未能滿足樂觀者當年的期待。「在討價還價等複雜情況下，AI客服很難琢磨消費者的心理，目前還難以應對。」智能客服企業UDESK COO程俊來認為，AI的價值是提升人工客服的效率，「讓AI做AI擅長的事情，人做人擅長的事情」。
「和智能客服通話了3分鐘，我才發現對面不是真人」
掛掉快遞公司的客服電話後，李方（化名）反覆回想剛才的對話。客服的業務處理熟練，對答流暢，會根據自己的提問內容回應，語氣聽起來也算活潑，直到她發現這位客服每句話的停頓間隔似乎都一樣，才問了句，「你是機器人嗎？」，對方回答，「自我介紹一下，我是智能客服」。
智能客服正將自己包裝得越來越像人類。它們起了名字，設定形象，擁有性格和口頭禪，一些智能客服會稱呼消費者為「陛下」或「小仙女」，在確認信息時補充，「您看是這樣沒錯兒吧？」。
「AI客服需要有趣的『人格』，讓大家接觸時產生好感，而不是死板、生硬的機器。」程俊來記得，公司為某一客戶設計的AI客服形象是名古代大臣，講話習慣也偏古風，「既然是客戶服務的提供者，AI得考慮到消費者的體驗感受」。
但「擬人化」只是錦上添花，能否準確、快速完成工作才是AI客服的真正考驗。
相較關鍵詞觸發的自動回復，AI客服對消費者意圖的識別準確率成為企業主們「買帳」的主要原因。
曉多科技創始人江嶺介紹，以電商行業為例，目前較成熟的AI客服可聯繫上下文對話，判斷用戶需求，如買家分開詢問「這種輔食的成分是什麼，適合1歲孩子嗎？」「每天吃多少合適？」，AI客服可識別出買家的第二個問題是「1歲的孩子吃多少合適」，在缺乏關鍵信息時還可反問，正確率約為97%，而自動回複式機器人則無法獲取「1歲」的關鍵信息，答覆正確率為50%左右。
在「性價比」的商業金律面前，企業主們希望以最小的成本撬動最大的效益，而AI客服永遠在線，永不疲倦。戴著耳機的坐席客服們終日應對著仿佛沒有盡頭的問題，價格、材質、物流、註冊流程……，其中近80%的問題頻繁重複且有明確答案，這正是AI客服所擅長的工作。
「在比較封閉的場景下，AI客服可以同時對接多名消費者，縮短響應時間。」江嶺解釋說，目前AI客服承擔的大多是重複問題、夜間值守等任務，以減輕人工客服的任務量。中國移動總經理董昕在2020世界人工智慧大會雲端峰會上表示，其智能客服平臺「移娃」一年服務用戶數9.5億，代替人工數2000人。
簡單重複勞動外，AI客服也正滲入客戶服務的更多環節。程俊來認為，智能客服機器人像是AI客服露出地面的「筍尖」，更多的改變發生在消費者看不見的地方。他舉例說，AI客服體系包括對企業的多個溝通渠道進行集成管理，完成客服團隊排班、質檢及線下服務人員調度，「接觸AI客服的不只是消費者，人工客服更需要適應。」
其中，當AI客服成為「檢查者」，要求更為嚴格。在傳統的客服質檢中，需要人工去檢查客服與消費者的會話與通話記錄，由於任務量巨大，多用抽查形式。但AI客服的質檢可對人工客服進行實時及全部檢測，且進行情緒識別，一旦檢測到消費者出現生氣、憤怒等負面情緒，客服主管便會立即介入。
「難免會遇到消費者情緒激動、人工客服無力應對的情況，如果消費者已經罵人了，主管能夠及時發現並處理，在當時對消費者和客服而言都是一種緩解。」江嶺說。
教AI客服的人：AI客服如何讀懂情緒？
電腦屏幕上閃過一行行聊天記錄，滑鼠伴隨眼神快速滑動，判斷、標註、歸類，買家與客服的每段對話隨即被切分，劃入「發貨快遞」「價格優惠」等場景。
一名剛入行的AI客服訓練師每日需處理的樣本量約是1800條。這份工作需要耐心，「我拍了」「我去拍了」以及「優惠點，我就去拍了」，買家相似的三句話分別對應不同的購買狀態，「我拍了」代表已下單，而「我就去拍了」意味著其在等待更便宜的價格。
AI客服要學會分辨這些細微差別。「最開始的AI客服就像個什麼都不懂的孩子，但它的成長速度飛快。」曉多科技AI訓練師團隊負責人趙海豐告訴記者，在較成熟的算法模型和自然語言處理技術基礎上，訓練師的工作是給AI「打樣」，教會它消費者的每句話是什麼意思。
未經處理的聊天記錄數據，無法被AI客服吸收。數據「結構化」的第一步，通常是梳理並搭建知識庫，根據聊天記錄中頻繁被提到的問題，「篩」出企業的重點場景，物流、教育、保險、金融等行業不同，知識庫也不盡相同。
標註工作考驗AI訓練師的耐心，也直接影響AI客服的識別和回答正確率。趙海豐所在的團隊訓練師人數過百，負責將消費者的每條文字或語音消息進行語義分析，並對所有樣本進行聚類和標註。
同一場景下，消費者的問題可能有數十種表達方式。「發什麼快遞」「快遞用的是哪家」「快遞是什麼」指向的都是「快遞名稱」，同時「快遞是什麼」還可能提問的是「快遞具體單號」。這要求訓練師注意上下文關聯，對單句話和上下文分別標註，以使AI客服了解不同語境下的實際語義。
訓練AI客服時，常會遇到些特殊情況。有時，消費者發來的可能只是一串亂碼或者標點符號，AI客服需要能分辨出海量對話中有意義的部分；也會遇到顧客帶有明顯情緒的時候，AI客服需要及時給出恰當回應。
趙海豐解釋說，絕大部分對話中，顧客情緒是中性的，一些明顯反映情緒狀況的語句將被重點關注，例如「非常感謝」或「我要投訴，這什麼服務」，以幫助AI客服高效分辨顧客情緒。
AI客服在不同行業的應用，也為訓練師出了難題。他坦言，AI訓練工作中數據處理與標註佔據大部分時間，其技術要求並不難，但訓練師要將自己的理解教給AI客服，需要其對對應行業的業務流程、客服服務流程非常熟悉，而訓練師可能對一個陌生行業並不夠了解。
初次接觸政務行業的AI客服時，趙海豐和同事有點慌亂，團隊成員都不具備政務體系專業背景，也尚不了解社保等業務的處理流程，他只好結合手頭數據，去網上搜索、實地體驗，逐步建立政務AI客服的知識庫。「大概3年前，最初建立新行業的知識庫要花2個多月的時間，現在的技術和數據量發展，已經大大壓縮了進入新行業的時間成本。」他說。
因而，具備行業經驗的AI訓練師上手更快，也更受歡迎。2020年3月，人工智慧訓練師被列為新職業並納入國家職業分類目錄。在多份AI客服訓練師招聘中，「從事過電商、金融行業客服工作」及「有客服經驗」通常被作為招聘要求之一。
但趙海豐表示，訓練師需求規模比較大，能夠滿足這些條件的人並不多，除自行培訓外，專門從事數據標註的公司已成為AI客服產業鏈上的一環。
智能還是「智障」：「如果滿分是100分，AI客服現在只做到了30分」
大多數時候，李方與AI客服的交流沒那麼愉快。她常覺得AI客服不僅不智能，反而像個「智障」，無法理解自己的訴求，只會重複「對不起，我還沒學會處理這個問題」。
永不疲倦的AI客服或許無法滿足消費者對「智能」的期待。據《中國青年報》2019年12月的調查問卷，91.9%的受訪者使用過智能客服，57.9%的受訪者認為智能客服理解不了顧客提出的問題，答非所問，近一半的受訪者指出智能客服用固定的話術應付人，解決不了實際問題。
「很多AI客服公司只是打著『智能客服』的幌子，實際產品良莠不齊，可能效果並沒那麼好，但也已在市場中投入使用了」。江嶺坦言，即使是相對成熟的AI客服產品，目前的應用程度也僅相當於1997年的網際網路，「如果總分是100分的話，現在的智能客服可能只能拿到20分到30分」。
「短板」很明顯，在複雜多變的場景下，目前的AI客服顯然應付不來。討價還價是一個典型場景，程俊來舉了個例子：AI客服在為貨運司機派單時，如果司機無法接受70元的價格，直接拒絕，AI客服可以處理，但如果漲10元司機就願意接單，面對司機「能不能漲點錢」的要求，AI客服可能難以判斷。
「這個過程涉及司機心態的分析、挽回、解釋，AI客服暫時還無法從對方的語氣和文本中解讀這些信息」，他解釋說，「況且，顯然人工更擅長這類的工作」。
個性化的問題常常超出AI客服的能力範圍。「地毯能不能定做」涉及到具體商品的尺寸改變，常需要人工客根據實際情況判斷，而相較於售前場景下價格、商品屬性、快遞的問題，售後場景中消費者的問題更加多樣。「柜子收到碰壞了一角，我要退錢」或「衣服色差太大了，你得賠償」，AI客服多數情況下無法應對。
「AI客服很難判斷商品的損壞程度和賠償金額，也很難去和顧客解釋並給予安撫，這不是AI客服擅長的工作。」趙海豐說，「AI客服也不能有一些敏感操作的權限，例如退款權限，不然AI客服說退錢就退錢，這對商家來說，風險是很大的。」
行業目前認可的解決辦法是人機協同，AI客服承擔簡單重複的工作，疑難雜症留給人工客服。換句話說，AI成為人工客服的「外掛裝備」。當消費者的問題流入客服系統後，AI識別並解決可回復的問題，「討價還價」等複雜問題被篩出，在操作界面上提醒人工客服，並給出幾項待選答案。程俊來期待，「人工客服不必忙於以前的簡單勞動，可把精力放在更有價值的工作上」。
這或也是人工智慧行業與目前社會的相處之道。中科院院士何積豐在2020年7月界面新聞的採訪中表示，人工智慧的發展首先需要注意的是，人能跟人工智慧系統共生，不能說人被人工智慧系統代替了，我們也絕對不希望看到這個狀態。
巨頭入場分食1000億市場，洗牌期後，新入局者還有機會嗎？
AI客服對資本的熱度似乎不如往年。據網際網路行業數據提供商IT桔子統計，自2015年，基於NLP（自然語言處理）技術的AI公司投資事件及金額不斷加碼，2018年的投資事件達125起，較2016年增加26%，但此後「吸金」能力減弱，2019年投資事件為71起，截至2020年7月，該賽道吸引投資僅29起。
「2018年及2019年實際是AI客服公司競跑的洗牌期，投資事件減少也符合市場規律。」江嶺解釋說，「2015年前後，行業剛開始興起，公司體量都比較小，資本也願意多『押注』，當行業發展到今天，優勝劣汰，可投資的公司數量也就減少了」。
與銳減的投資事件相對，AI客服行業內的併購變多。程俊來透露，近兩年，部分規模較小的智能客服公司逐漸被較大公司收購，市場格局已初步穩定，對於新入局者而言，AI客服的市場環境已不算「友好」，「留給新人的機會不多了」。
市場逐漸轉向大客戶是例證之一。他回憶說，剛進入AI客服領域時，最先接納的反而是小客戶，由於小型公司機制比較靈活，試錯成本低，喜歡新鮮事物的小公司是第一批「吃螃蟹者」。
「坦白說，AI客服剛出來的時候，大客戶是持觀望態度的」，而目前市場情況已改變，據程俊來介紹，在產品逐漸成熟的基礎上，大客戶在客單價和用戶黏性均表現更優，顯然是更佳選擇。目前，大客戶帶來的收入已佔到其總收入的80%。
而被看中的大客戶們，部分已親自下場。阿里、京東、網易等先後在2015年前後上線自家智能客服產品，並向外輸出產品。綜合官網信息顯示，其已覆蓋電商、政務、金融、教育等行業。
巨頭擠壓下，已在競賽場內的玩家也需拓寬生存空間。程俊來和公司已開始行動，藉助智能電銷、營銷體驗管理產品邁入營銷等領域，以尋求更多市場。
江嶺也表示，已考慮向營銷等維度延伸服務，但他相信，傳統客服行業仍留有市場。「僅在電商行業，約有300萬名客服從業者，每年的人工成本近1000億元，如果AI客服可替代一半的工作，也將掙得百億市場」。
不過，作為消費者，李方並不在意接起電話的客服是誰，「不管AI還是人工，只要真的能解決問題，就是好客服」。