經濟觀察網 記者 萬敏 李云曾在一家股份制銀行的客服部門從事管理工作，互聯網大潮興起，她順勢跳槽去了一家大廠的金融業務客服部門。

　　她見證了遠程客服行業近十年來在科技改造下發生的點滴變化——早期的人工熱線電話坐席，正逐漸被以大數據、云計算、人工智能等技術的智能化客服系統所取代。

　　消費者不論是通過APP還是網頁、客服電話，最先遇到的已經不是真人，而是機器人，后者分擔了傳統人工客服很大一部分的工作，也確實越來越“聰明”了。

　　就客服行業而言，“我覺得和機器人比，它不論怎么溝通反饋也不會情緒失控，才是最大的優勢。”李云說。

　　人工智能客服應用，替代了那些重復度高的初級客服工作，但是如何感知消費者的情緒，滿足個性化的需求，還是一塊待補的短板。

　　替代了什么

　　在李云眼中，客服工作繁雜瑣碎，怎樣保持一線員工的情緒穩定是個很大的問題。她遇到過不少由于一線員工疲勞或長期累積情緒的突然爆發，導致客訴升級的情況，“其實本來投訴的問題很小，但是言語之間的沖突讓客戶的不滿也爆發了，直接升級成高危投訴。”

　　而機器人則沒有此類問題。傳統人工客服不能7x24小時全年無休的工作，受個人情緒、壓力和周邊環境的影響，人工客服在服務過程中難免出現情緒化或者“違規”操作，這在金融強風險領域是很嚴重的問題，智能客服的可控、穩定服務解決了這些問題。

　　以銀行行業來說，人工坐席的數量也確實有所下降。中國銀行業協會發布的《2021年中國銀行業服務報告》顯示，截至2021年末，銀行客服從業人數5.02萬人，相較于2020年減少了4200人，改變了往年逐年遞增的態勢。

　　工商銀行在其2022半年報中披露，“工小智”智能服務入口拓展至106個，智能呼入呼出業務量3.1億次。上半年，該行客戶滿意度為93.9%，客戶電話一次問題解決率達93.3%。郵儲銀行披露的2022半年度業績報告顯示，該行信用卡客服熱線以數字化轉型為抓手，升級迭代智能客戶服務，積極拓展智能化服務場景，智能客服占比提升至79%以上，智能識別準確率達到94.77%。

　　客服從業人數的減少，李云認為也與年輕人的求職觀念變化有關，為了減輕成本和運營壓力，銀行往往將大量的人工客服坐席安排到二三線城市，客服人員簽的是勞務派遣、外包類型的合同，收入遠不及銀行的正式員工，但是管理和工作壓力強度還是很大，更重要的是，一線客服人員往往長期以來接收到比其他崗位更多的負面情緒、指責乃至謾罵，讓這一職業的流動性也更強了。“年輕人可能更不喜歡這種枯燥的工作了。”

　　但是，人工智能客服的廣泛應用，替代了那些重復度高的初級客服，并不意味著客服部門就能完全放松了，李云現在的工作更需要和業務部門對接，智能客服系統同樣需要配套產品經理和技術研發、運營。業務部門一個新產品的上線，從知識庫備案到用戶體驗反饋，往往需要客服部門全程的參與。

　　人工智能客服的服務提升，也需要有經驗的客服來參與。目前，業內做法比較普遍的是讓有經驗的客服人員來構建話術模板，但問題是由于個人的想象力有限，話術模板會比較固定，時間長了用戶可能會比較厭倦，不愿意再和機器人溝通。

　　9月29日，銀保監會發布《關于進一步加強消費投訴處理工作的通知》。其中指出，進一步暢通消費投訴渠道，各機構應當積極擴充消費投訴渠道，進一步完善電話、來信、來訪等渠道，確?？头娫捘軌蜓杆俎D接至人工投訴通道，來信、來訪能夠快速轉由專人處理。已開通官方網站、移動客戶端、微信公眾號等互聯網投訴渠道的，應當在相關平臺中設置消費投訴板塊并配備專人處理。

　　從員工數量來說，金融機構的客服業務依然是一個勞動密集型行業。一家股份制銀行的信用卡業務負責人在此前的采訪中透露，該行整個信用卡中心人數將近1萬人，是該行體系內最大的一個機構。客服分別設在北京和成都作為備份，成都有4500人。

　　從被動學習到主動學習

　　在人工智能領域有一句流傳很廣的段子，“有多少人工，就有多少智能”，意思是人工智能的學習成長，離不開人工對數據的整合、標簽化、建立模型等等繁重的前期工作，“喂”給人工智能以后，它才能提升智能水平。

　　但現在這種情況也逐漸在發生變化。馬上消費金融人工智能研究院相關負責人告訴記者，此前人工智能確實走過這樣一段歷史，機器學習時代，最開始需要人工構建很多特征，大部分人力在做特征工程、數據處理。隨著人工智能從機器學習到自動化機器學習的轉移，有很強的預訓練模型，人工的干擾會更少一點，再加上主動學習、智能標注等手段，可以盡量降低人在機器上的干預。

　　馬消人工智能研究院搭建了一套從日志收集到算法優化的閉環運營工具，核心算法包含新意圖挖掘、樣本增廣，新意圖挖掘算法用于對線上機器人無法應答問題進行歸類，樣本增廣算法用于針對挖掘出的新標簽，實現快速冷啟動。以及，內置“猜你想問”功能，根據用戶信息、歷史上下文咨詢信息猜測當前用戶想問問題，讓用戶在盡量少的操作下就能得到問題答案。

　　客戶的情緒變化很微妙。李云所在的互聯網大廠和一些城商銀行有業務合作，在溝通中她發現，一線客服說話的口音不同也會影響到客戶的情緒，“比如江浙、成都的客服妹妹，說話比較柔和動聽，就給人感覺比較好，有一家東北地區的城商行，用的是本地員工作為客服，因為說話的語氣聽起來不舒服就被投訴了很多次。”

　　而情緒是人類比較微妙的一種腦部活動，也是人工智能未來需要努力彌補的一塊短板。

　　“目前行業內基本都是在文本領域進行單模態的數據建模，但智能客服是對人的模仿和學習，而人是一個集看、聽、說多模態共同工作的智能體，因此我們后續研發方向主要是基于文本、語音、視覺等多模態建模，通過增加情緒感知、人臉識別、行為檢測等能力來提升智能客服的整體應答能力。”馬上消費金融人工智能研究院相關負責人表示，在解決客戶復雜問題、客戶關懷這塊還需進一步提升。

　　對更多的中小型金融機構來說，通過與外部技術服務商的合作來搭建智能客服系統，是更快的路徑。也正因如此，國內有數量不少的能提供此類服務的供應商，他們的技術高度和研發方向，也對整個人工智能客服領域的發展具有重要的推動力。

　　IDC發布的《IDC MarketScape：中國新一代智能客服市場廠商評估，2022》研究報告，對具有代表性的11家提供商進行了深度研究，包括阿里云、百度智能云、百應科技、華為云、京東云、科大訊飛、來也科技、思必馳、中關村科金、中科匯聯、追一科技。

　　“技術供應商目前都具備預置對話、聲紋識別、意圖識別、問答匹配、對話邏輯管理、泛化、多輪對話等能力，方言外語識別、情緒識別、知識庫構建等能力也在近年來得到了發展。值得一提的是，超大規模預訓練技術在認知技術上的突破，將賦予機器人更強的語義認知能力，頭部的技術供應商紛紛在這些領域取得一些進展。”IDC此份報告指出，對于創新技術而言，頭部的技術供應商和少量的AI初創企業具備數字人、多模態交互、鏈接RPA等技術的自主研發能力，能夠將傳統客服進行能力升級，逐步賦予營銷、風控、運營、決策等跨領域能力。

　　IDC中國人工智能高級分析師程蔭表示：“未來技術供應商應進一步推動新一代智能客服產品在行業中的落地，借助超大規模預訓練模型提高語義認知能力，融合多種AI技術發展多模態能力，拓展智能客服的能力邊界，并借助數字人技術提升企業的客戶服務體驗。另外，如何為客戶提供更有成本優勢和差異化體驗的智能客服產品也是未來技術供應商應該考慮的重點。”