編輯導語：我們在日常生活中經常接觸到各種智能服務產品，其中客服中心更是需要智能服務產品的支持，但是對於市場上常用的智能服務產品我們可能並不了解。本文作者為我們總結了目前市面上客服中心常用的8個智能服務產品，看看有沒有你熟悉的吧。
一，智能在線客服機器人
在線人工客服，工作強度大，工資待遇低、負面情緒多、晉陞路線不明確、工作內容枯燥味，是大多數客服從業人員職業前景暗淡的主要原因。而招入難、培訓成本高、工作效率低、數據質檢績效太耗時等問題，更是容服中心日常工作中揮之不去的。
智能在線客服機器人（也稱在線客服機器人）的誕生在很大程度上改善了上述問題，其顯而易見的貢獻在於為反覆被問到的問題提供一個標準化答案，優點是即時回復，既能讓客戶省去等待時間，又能極大減少企業的人力成本。
這一突破，不僅能夠幫助客服人員解決工作強度大、工作內容枯燥的問題，還能幫助客服中心解決員工離職率高、招人難等問題。
傳統模式的客服工作穩定性較差，知識無法沉澱、傳承，一旦有員工離職，新員工只能從頭學起。而像電商這種品類多、場景多的行業，客服更需要具備豐富的知識儲備，但學習過程不論對商家還是員工都是不小的負擔。
智能客服可以解決重複、簡單的問題，在配備企業專門的知識管理系統后，隨著數據的不斷增加，系統會越來越智能化，那麼智能客服的表現也會越發使用戶滿意，形成正向循環。
二、智能IVR語音導航
互動式語音應答(interactive voice response，IVR)，是一種功能強大的電話自動語音導航服務系統。
它用預先錄製或文本轉語音（text to speech，TTS)技術合成的語音進行自動應答，為客戶提供菜單導航功能，主要應用於呼叫中心繫統。伴隨著客服中心的誕生，IVR系統便一直存在。
IVR系統又分為前置和後置兩種：前置IVR是語音先進入系統進行處理，在無法解決客戶問題的情況下才轉入人工座席；後置IVR是指IVR與人工座席處在平等的位置，人工數量無法滿足客戶入話時轉入IVR，主要是為了在客服都處於忙碌狀態時延緩接入時間。
多年來，由於用戶「轉人工」的使用習慣及IVR流程使用的複雜性，這種單一的應對業務增長的模式越來越跟不上時代的步伐。同時，傳統客服雖然不斷地對IVR的菜單路徑及層級進行優化，但隨著企業業務越來越龐大。
這種優化也遭遇了「天花板效應」，用戶面對日益臃腫的IVR菜單，越來越沒有耐性跟隨語音提示走到最終的功能節點，這也導致用戶更加願意直接轉到人工座席來完成自己的服務訴求。直到人工智慧+IVR的出現，使得IVR技術迎來重生。
智能語音導航（人工智慧+IVR)，是通過語音識別和語義理解技術的綜合應用，讓客戶不用傳統按鍵模式而是用語音的方式完成需求的交互，然後系統實現客戶需求的最優分發或問題解決。
客戶採用最本能的說話方式與系統交互，系統通過智能理解將客戶的需求導向「合適」的解決節點，或實現需求分發，或直接解決問題。讓客戶不用再煩瑣地按鍵或在迷宮般的流程中穿行，在提升客戶體驗的同時，降低客戶對人工服務的依賴。
人工智慧技術加持下的IVR未來不僅可以模擬人類對話的服務方式，還可以升級產生智能催收、智能自動營銷等功能，甚至還能融入可視化服務，為客戶提供多種輔助服務。
三、智能工單系統
對於人工座席來說，最怕遇到的就是需要在後台操作多個系統進行組合式查詢后才能得到答案的問題。
例如：客戶進線要求開具發票，客服需要先進行第一輪交互，確定客戶所需要的發票類型：個人發票、企業普通發票、企業專用發票；核對客戶需要開具發票的訂單，核對成功后，將客戶開具發票需要的所有信息以話術方式返回至客戶；客戶填寫后，客服人員操作工單系統進行諮詢升級。
對客服來說，這樣的操作非常耗時，而且任何一處核對不仔細就容易出現問題；對於客戶來說，等待時間長，而且必須要聯繫上人工客服，趕上業務高峰期，等待時間會更加難以忍耐。
智能工單系統可以將客戶與客服交互過程中所有涉及工單或者升級服務的流程打通，應用人工智慧技術將需要的信息進行自動匹配與校準，徹底解放客服，讓客戶在最省力的情況下迅速完成開票過程。
有了智能工單系統，客戶進行諮詢時，只要提及需要工單服務，系統就會根據工單服務的規則驗證該訂單能否進行工單操作。
若驗證失敗，直接返回錯誤原因；若驗證成功，則自動將預先設置好的工單場景規則信息推送至客戶，客戶按照規則填寫個人信息，在同一個頁面進行校準，確認無誤后系統直接完成推送，同步告知客戶工單申請結果與工單產生內容結果的時效，以及結果信息的查閱位置。
對於客服來說，能夠解放勞動力，也不用再進行多個後台系統的切換操作，讓服務流程變得井然有序。而對於客戶來說，在無等待情況下完成申請，並且能夠立刻確認申請信息是香正確，同時不用來回切換跳轉頁面，即可獲得服務結貝與服務時效的雙重滿意。
工單系統有兩個應用方向：一個是作為人工座席台的服務插件，當客戶咨計時由人工座席推送插件進行智能工單服務：另一個是將插件融入各個獨立服務樓塊，如與智能服務機器人融合，使得智能服務機器人的業務場景更加深入，與自助服務中對應的業務模塊融合，讓客戶不再只能從自助服務中獲取一篇關於申語發票的說明文字，而是能夠直接通過一步一步地點選，在一個頁面完成服務申請，申請發票只是智能工單應用中的一個成功案例，在電子商務領域中，智能工單系統還包括修改收件地址、提交價格保護等應用。
只要是需要跨越多個系統、進行多個流程操作的工單服務場景，都能應用智能工單系統進行嘗試。
四、智能邀評插件
對於客服中心來說，掌握客戶在服務過程中遇到的障礙是頭等大事。
客服中心往往會在每通服務結束后，向客戶發送滿意度評價邀請，並根據評價的得分及內容對整體的服務體系進行再優化。
在應用智能化產品以前，邀評往往都是在一通語音服務結束后，由客服主動發送評價邀請，而在實際場景中，客服人員由於服務時間太短、併發量太多而導致沒有時間發送評價邀請；或者在客戶服務結束很長一段時間后才想起要給客戶發送服務邀請，從而導致客戶體驗不佳或評價不準確。抑或在服務過程中，客服人員主觀認為客戶不會給出好評，而放棄評價邀請。
基於這些問題，智能評價邀請插件可在人工客服結束服務后自動發送評價邀請，如當客服為客戶推送問題答案后，一段時間內如果客戶沒有再次回復，系統便默認客戶的問題已經得到了解決，會自動觸發智能評價邀請。
又或者當客服為客戶提供解決方案后，客服給客戶發送「您還有其他問題需要解決嗎？」類似確認話術，這個時候客戶如果回答「沒有」或者「謝謝」等具有指向問題圓滿解決的話語，也會觸發智能系統發出評價邀請。
智能評價邀請插件通過對服務流程是否結束的客觀判定，可以保證所有的服務都有相同的概率能夠得到客戶的評價，以此保證客服中心得到評價的數量最多、最客觀、最能體現客戶意志。
五、智能歷史聊天記錄摘錄
移動互聯網時代，客戶的諮詢往往是碎片化的，如客戶遇到不太緊急的問題時，可能在一天或者幾天當中多次進線諮詢，或者客戶的問題特別難，需要跟多個部門核實信息。
這種服務案例對於人工客服來說是一個非常大的挑戰，人工客服接待客戶時，往往會在第一時間說「您好，請問有什麼可以幫助您的？」這句開頭服務話術對於諮詢新問題的客戶來說是沒問題的。
但如果是同一位客戶短時間內多次進線，還用該話術讓客戶重複自己遇到的問題，客戶的體驗感知會非常差。
人工客服在服務過程當中，所面對的是一個很多客戶進線的高並發現場，並且客服中心對於每一個進線客戶的首次響應時間往往有很苛刻的考核要求，這就導致人工客服基本沒有時間去查詢瀏覽客戶以往的歷史聊天記錄。
智能聊天歷史記錄摘要插件能夠很好地解決上述問題，當客戶進線后，系統自動識別該客戶的賬戶在系統中是否有歷史聊天記錄；同時匹配客戶關係管理（CRM）系統或者企業資源計劃（ERP)系統進行關聯，查詢客戶以往諮詢的主要問題是什麼，以及上一次諮詢問題的處理結果與處理進度，從而極大地提高了人工客服的工作效率與客戶的滿意度。
六、智能質檢系統
服務質量是傳統客服中心考核客戶體驗的關鍵指標，這一指標不僅能衡量服務結果的好壞，而且對運營管理也具有重要意義。
傳統的質量管理方式存在效率低、成本高、錄音抽檢比例低、質檢結果統計難、質檢公平難以保障等問題，一直是客服中心質檢環節的痛點。
在企業中，質控人員一般是以1%~10%的比例在數據池中隨機抽取服務案例進行質檢，可有問題的服務抽不到，抽到的大都沒有問題是質控人員常常遇到的尷尬境況。
對於一線客服來說，即使在服務過程中辱罵了客戶，但只要客戶不主動投訴，一線客服只會有很小的幾率被質控人員抽查到，這些當下被忽略的服務問題，很可能成為今後的口碑隱患。在智能質檢系統的幫助下，質控服務迎來了質的變化。
客服在服務客戶的過程中，人工智慧系統會在背後監督整個服務過程，如果客戶發怒或者情緒發生了變化，人工智慧系統會主動監控到這一情況，並把該服務列為疑似有問題的服務。
而質控人員的工作則是每天將人工智慧系統推送的疑似有問題的服務抽取出來，根據質控標準進行二次復盤，發現確實有問題的就交給專家型人工客服跟進處理這種模式下，質控人員的抽檢範圍從全局中的少量案例變為全局中所有疑似有問題的服務，無論是質控人員的處理效率還是客戶問題的處理進度都將得到極大提高。
對於語音質檢來說，只要先把文字質檢的系統及插件打磨完善，在文字質檢的插件上增加一個語音轉文字的系統，無論是服務結束后的全量質檢，還是服務過程中的語音質檢，都先由語音轉文字的系統將對話內容實時轉化成文字，再由文字質檢系統進行實時的分析。
需要注意，語音質檢不是單純的文字質檢應用，除語音識別能力外，往往還可以考慮業務場景或者一些通用的規則，如情緒識別，可以通過對客戶及客服語音波紋的波谷和波峰進行大數據分析比對，分析出客戶發怒的波谷和波峰，當聲紋觸碰到這個波谷或波峰的時候，系統就認為客戶的情緒已經發生了極大的變化，甚至處於憤怒的狀態中，發出警告提醒服務人員或者班組長注意。
從質檢角度來說，智能質檢可以用在服務過程中及服務過程后。從質檢的範圍來講，它既可以涵蓋客戶情緒監測，又可以基於客服中心對服務質量的要求，把質檢規則固化到系統當中。
從服務的渠道上來說，智能質檢既可用於在線又能用於語音。
對於智能巡檢來說，將質檢系統作為插件導入人工客服的作息工作台當中，當人工客服與客戶實時進行溝通交流時，每一條話語都會經過質檢系統的篩查，當客戶的情緒出現波動，或者客服的話語觸碰了質檢機制時，巡檢系絡以標紅的形式進行提示。
同時，還可以將質檢規則按照嚴重程度進行分級，當巡檢系統檢查到客服觸碰高等級質檢規則時，質檢系統可以將該人工座席工作台賬戶名稱發送至對應的班組長處，讓班組長及時進行服務干預，將嚴重投訴扼殺在搖籃中。
七、智能輿情系統
智能輿情系統，它在本質上與智能質檢系統相似，不同點在於質檢的對象是服務人員，其目標是提升服務質量，而輿情監控的對象主要是客戶，其目標是將可能影響企業形象的內容消滅在萌芽之中。
智能輿情系統需要將輿情規則泛化在系統中，通過自然語言技術對客戶中心在全媒體渠道上的內容進行搜索。
例如：貼吧、微博、微信公眾號、知乎、抖音、頭條、論壇等平台中，將涉及違反規則的內容檢索出來，將其對應的渠道信息及內容信息發送至輿情團隊，讓輿情團隊能夠在負面事態還未發酵的時候就能夠做出反應，及時消滅對企業不利的輿情。
八、智能語音客服機器人
智能語音機器人是繼智能在線服務機器人後，人工智慧技術在語音服務渠道上又一成熟應用。語音機器人的運轉邏輯不是文字質檢與語音質檢系統的迭代升級，更不是簡單地在在線機器人外面封裝上一層語音轉文字的系統。
所謂智能語音機器人，是綜合應用語音識別（ASR）、語音合成（TTS)、語義處理（NLP）、自然語言理解（NLU)等一系列技術，基於特定語音服務渠道打造出的機器人。如果說在線服務機器人最終追求的是服務場景的覆蓋率，那麼它覆蓋越多的場景，回答的問題就越多，相應帶來的成效也就越大。
而智能語音機器人聚焦的是顆粒度較大的場景，如營銷回訪、滿意度調查，或者是特定場景的交互。通過對整個服務場景的服務內容進行拆分，預估客戶在此服務場景中所有會問的問題，提前設置相應的回復。
如果是外呼機器人的話，該服務場景需要根據以往人工客服的服務流程及人工客服服務話術進行設計，如滿意度隨訪、產品營銷等。
在外呼機器人與客戶交互的過程中，針對客戶每一句話的實際意圖去匹配屬於該服務場景中的那一段流程，再用語音合成技術將預先設置好的對應流程的回復內容，以固定話術進行擬人化播報。