聯絡中心中的智慧專案

我想與開發人員、客戶服務系統整合者及專家進行討論，並分享一些想法，以及將 Ai 的所有能量發揮到現代客戶服務架構的多種可能歷程中的一個。

首先，讓我強調一下，”智慧”的最終目標是什麼：

「智慧型機器人是數位電腦或電腦控制的機器人執行通常與智慧人相關的任務的能力。」

Contact Center 中的 AI

在客戶服務（CC）環境中，任何 AI 元件的其中一個主要目標是支援和協助客服人員工作，甚至可能會取代其中一些代理，因此，我們可以自問今天距離這個目標有多遠？我來為大家答覆，在這裡發佈來自 Google 的最新演示：

Google 雙工：人工智慧。助理撥打本地公司電話來約會 – YouTube 要約會嗎？雖然 Google 雙 工還處於啟動階段，但我想它是一種多寬的應用程式範圍位於角落，並且我們距離不太遠，因為由 AI 引擎控制的虛擬代理能夠取代許多環境中的真實代理，用自然對話及流程取代人類相互之間一樣。

「Gartner 預計到 2020 年，10% 的企業對消費者第一層級參與請求將被 VAS…今天還不到 1%….」

Google 雙工自然 技術這個有趣的專案，其中領先的播放工具（例如 Cisco （Cisco） 協同合作解決方案）將能夠成為其 Contact Center 架構的一種優勢，與 Google Duplex 的工作方式相關。它基本上是由 3 個建築區塊所組成：

傳入的音訊進入自動語音辨識（ASR）， 能夠將音訊翻譯為文字
週期性小鍵盤網路（RNN） 根據輸入文字編輯文字回答
其他輸入，最後一個文字轉語音（TTS）使用語音處理技術（Wavenet） 將回答轉換回音頻中

對於處理客戶服務的客戶，此類架構如何非常適合提供電話行銷活動外傳的聯絡中心相當清晰：這是 Google 已經將該技術與 Google 助理結合定位的方法。

這是由前端文字提供給音訊轉換器的改進功能之一，系統的智慧位於週期性編輯網路（RNN）中，能夠分析輸入文字和內容、瞭解輸入文字並編輯實時中的文字回答，實際地模擬人類複雜的行為與流程。

CC 中今天使用大多數的聊天機器人甚至不接近此方法，因為他們以傳統方式執行對話管理，使用某些規則管理流程，類似于複雜的 IVR，他們面對自然語言的複雜性。雙工（近流）或其他解決方案，例如 AI 開發人員（Rai Core）中的開放源社群，正在採用加管網路，根據特定環境進行適當訓練和調整，以提供自如的自然對話管理。 RNN 需要訓練，這是在雙工情況下，于特定環境中使用大量電話交談資料，以及來自音訊及對話記錄的功能。

Contact Centers 中的 CISCO 和 AI

如上所述的一些獨特方法使這些供應商的客戶服務解決方案能夠非常創新且被理解，特別是當有基礎、穩定且可靠的架構方法作為基礎時。去年， Cisco 宣佈與 Google 結成合作夥伴：

「為客服中心客服人員提供增強 AI 的協助，以便他們可以更快更好地回答問題。 ….我們將新增 Google Intelligence （AI）至 Cisco 客戶全程體驗解決方案 … Contact Center AI 是一種簡單、安全且靈活的解決方案，可讓具有有限機器學習專長的企業在聯絡中心部署 AI。 AI 會自動為客服提供相關檔，以説明引導交談並持續學習，以便隨著時間提供更為相關的資訊。 Google 的強大 AI 功能與 Cisco 巨大的全球接觸範圍相結合，可顯著增強公司與客戶互動的方式。」

整個 AI 的新模型需要進一步思考：

大部分 AI 技術是 OPEN SOURCE ，因此其價值並非在程式碼本身，而是以商業解決方案的一部分方式實現，以滿足客戶需求，尤其是基於架構方法（例如 Cisco 在使用 Cisco 提供架構方式時）。
上述要點進一步被建立通用 AI 解決方案這一事實所驅動，因為它總是需要根據客戶或其他客戶的特定環境進行自訂。使用案例變更及創新速度可能快于行動裝置世界，因此很難透過集中式的傳統 R&D 進行管理。這更為適合由開發人員 、系統整合者及業務專家（例如 Cisco 生態系統）所構建的社群方式。
而不是編碼 AI 軟體，成功因素是供應商（例如 Cisco）能夠利用由生態系統合作夥伴、系統整合者及客戶專家所建立的環境來圍繞和豐富核心 Customer Care 架構產品。

生態系統合作夥伴的可用性、能夠封裝特定 CONVERSATIONAL 引擎（專門用於某些環境）以及整合者的角色（能夠將這些引擎組合到 Cisco Customer Care 架構中以滿足客戶需求）是未來 AI 革命中 CISCO 的關鍵競爭優勢。