请点击上方关注，点击下方“在看”

文/李洁雯 （中信银行(601998,股吧)信用卡中心）

近年来，人工智能、大数据、区块链等技术发展势头迅猛，人工智能技术广泛应用于智能家电、智能音箱、自动驾驶等领域。金融行业得益于数据密集的特点，使得智能审批、智能投顾、智能风控等人工智能技术得到较好的应用。

但伴随着各企业都铆足干劲加快智能产品的布局，高喊“降成本，促体验”的口号时，却出现了一个不甚愉快的现象——人工客服时常处于“隐身”的状态。

这让我们不得不思考一个问题，运用人工智能的最终目的是什么？

是降本增效还是打造极致服务体验？如果两者都能实现固然很好，但毕竟人工智能技术发展还不够成熟，鱼与熊掌不可兼得。我们目前需要思考的是如何达到这两者之间的平衡，找到两者之间的“最大公约数”，这也是我们现在必须面对和解决的课题。

笔者结合自身在智能语音导航的运营经验，通过运用项目管理思维，从计划-执行-检查修正这几个过程来谈谈人工智能如何更好地为人服务。

计划阶段：勿要短视，降本增效与客户体验其实并不对立

我们不得不承认，在人工智能尚未成熟的时代，降本增效与提升客户体验目前难以兼顾最优。有些企业，为了自身经营效益的最大化，一味追求分流率等指标，通过设置人工服务的多道门槛，跟客户玩起了“躲猫猫”的游戏。这种行为短期来看是为企业节约了成本，长期来看则是“搬起石头砸自己的脚”。

笔者认为，降本增效与客户体验这两者不应该对立、割裂来看待，不是两者之中取其一，而是两者协同发展，企业应根据自身发展阶段，分清主次任务，在不损害客户利益的前提下，运用人工智能技术达到节约成本的效果。

执行阶段：“技术不够，业务来凑”，开发人工智能多样化服务模式

目前来说，人工智能技术在一些语音识别（例如方言识别、口音识别、背景音识别）等方面还存在较大困难；在多轮对话、上下文语义理解也有较长的路要走。客户的普遍感觉是智能客服还不够“智能”，服务欠缺人文关怀，精准度也有待提升，这也是整个行业面临的共同困境。

我们应如何补齐技术的短板？笔者认为，技术与业务不分家，技术不到位，业务来优化。在设计智能机器人服务场景时，应扬长避短，简单的事情交给机器人做，复杂的事情交给坐席处理；应灵活响应，避免一问一答傻瓜式回复；应提供有温度的关怀，避免冷冰冰的服务。因此，“适老化”“人文化”“个性化”的智能化服务策略值得提倡。

关爱银发群体，实施智能服务“适老化”策略。中国已经步入了老年社会，预计2040年老年人占比将超过20%。那么我们如何服务这庞大的银发群体呢？随着年龄的增长，老年人的认知能力以及学习能力呈现下降趋势，他们接受新事物的能力可能落后于新事物发展的速度，我们在设计智能化服务策略时也应该在便捷性、简易化等方面给与银发群体更多的支持。

譬如，开通银发群体专线，让银发群体拨打客服热线时可实现一键促达人工；在官方APP上，针对银发群体，也开发更简洁的页面，支持切换大字版本等功能。

信守温度服务，实施智能服务“人文化”策略。人工智能只是执行人类指令、通过算法解决问题的一种智慧性高级工具，其发展的出发点及落脚点仍然应该落在人身上，即以人为中心。同时，相比人工智能，人工服务始终具备更强的感知能力，能提供情绪价值而具有不可替代性，这也是智能化服务所缺乏的东西。那么，我们如何在有限条件内，将人工智能拟人化并提供具有人文关怀、“有温度”的服务呢？

首先，人工智能在模拟真人声学模型的基础上，更多采取类似企业员工语音的声音样本，提升客户的接受度。

其次，业务设计流程应更加符合逻辑，在客户多次受挫时及时进行人工干预。

最后，通过打造惊喜服务，超越客户期望。可以通过智能预判等技术，在客户旅程中进行埋点，譬如在客户信用卡交易失败来电时，主动询问是否咨询交易失败业务并提供解决方案等。

深化客户体验，实施智能服务“个性化”策略。我们觉得机器人不够智能，通常因为它的答案千篇一律、答非所问、不会变通。针对这些问题，我们可以通过不同的客户标签、业务入口、渠道等设计个性化的答案，打造个性化的服务。随着“Z世代”的崛起，他们对服务更加追求个性化，突出个人色彩，彰显个人主义。摒弃同质化、开展“千人千面”的服务将是未来银行业争夺客户的制胜点。通过深度学习、知识图谱等技术构建客户画像，精分客群体系，以实现差异化服务，精准营销。通过对客户进行静态特征、行为特征、倾向预测三个层次的刻画，建立客户360度标签，实现客户360度全面了解，为打造“千人千面”服务，莫定坚实的数据基础。

检查修正阶段：聆听客户声音，动态调整策略

事物的发展并不总是一帆风顺，智能服务系统上线运营后，应贯彻“早预防、早发现、早处理”的方针，通过智能预警技术、实时监控系统，及时处理异常问题。

譬如，当机器人无法满足客户需求时，能够自动侦测并无缝衔接到人工客服，且可提供完整的服务轨迹；运用情感识别技术，当捕捉到客户负向情绪时，及时转到人工客服进行干预；运用NPS（净推荐值）评估客户对智能服务的满意度，结合客户意见进行优化，使得智能服务更契合客户的需求。