AI you ready？之聯絡中心人工智慧部署節奏議
相信自不必說，2017年國內各大企業聯絡中心的經理們最為焦慮的是：是不是該上人工智慧了？該上哪一種人工智慧？該做什麼準備？三板斧砍到技術部哪裡...懵圈的工程師感嘆：只有老司機，沒有老IT，還是要繼續學呀！
人工智慧現在已然成為一門顯學，中國和美國借仗資本和人才的優勢在AI領域的冒出很多黑科技。筆者不是AI工程師，不過有幸接觸過這個行業里的專家，今天筆者借著節後閱讀量小的時機斗膽進言，略微在聯絡中心/用戶體驗中心這個範疇里發揮一下。
人工智慧不是一個新鮮辭彙，它包含了很多不同的含義和各個細分的領域。以神經網路、深度學習、機器學習為代表的理論籍由演算法和數據的驅動，產生了第二次質的飛躍。演算法的思想離不開數學的支持，數據的驅動則依託於信息爆炸的時代。AI在聯絡中心沾到邊的應用領域有三塊：
1、模式識別
2、自然語言理解NLP
3、學習、預測與推理
模式識別主要是圖像識別和語音識別：
語音識別包括語言識別和聲紋識別，實際上大部分聯絡中心的IT經理們都不陌生，ASR：Auto Speech Recognition 這項技術在聯絡中心中使用，但是限於中國幅員遼闊方言眾多，以至於綜合識別成功率和用戶體驗考量，這項技術還有待進一步挖掘細分場景。筆者前兩天浦發銀行的信用卡開卡，就被輕輕地問候了一下。系統自動外呼到我的手機，IVR播報完宣告語後，我努力用普通話回復「確認開卡」 系統識別後自動掛機---當然一切自然是被錄音做銀監會呈堂證供的。聲紋識別的難度更大，Voice is Password.但是受制於GSM/WCDMA運營商網路的語音編碼實際帶寬和背景雜訊的問題，銀監貌似還遲遲沒有開這個口子。在國外筆者接觸過一些項目，也是對聲紋識別後允許的操作受限，一般僅限於查詢，交易類操作依然需要PIN或者SMS回鑰。
當然還有一種語音AI應用叫做語音智能合成技術，區別於傳統的TTS:Text To Speech，系統讓用戶說一段話讓機器學習後，後台就可以通過演算法擬合出該用戶說其他任意內容的人聲，這個在聯絡中心中應該不會用上...
再來看看NLP自然語言理解吧，這個才是聯絡中心裡的重頭戲。NLP由兩種用法，分屬聊天機器人和語義識別智能質檢。先說聊天機器人吧，傳統的網頁聊天webchat或者APP/微信聊天，除了系統自動回復以外。人工智慧的引入，可以通過NLP和搜索引擎對知識庫進行全量檢索，同時對用戶的聊天框文本輸入進行準確文本理解和上下文語境理解。根據我的觀察：讓聊天機器人變得聰明是需要「人工調教」的，並不是編撰人工預製腳本，而是每個企業的行業屬性和知識庫內容不同，聯絡中心語境下用戶輸入的理解準確度要求也不同，理論上是不存在通用版的機器人客服專員的，隔行如隔山，它們又不是天貓精靈...
【當然這裡面有很多可以值得挖掘和引申的地方，比如機器人的訓練、人工的介入、知識庫的監督學習、激勵下的強化學習等，後面有專門文章闡述】
另外一種NLP的用法是語義識別，首先聯絡中心有大量的錄音數據，傳統模式下用人工進行一定比率的抽檢，通過語音識別技術先全量轉成文本，再通過NLP進行全量語義理解，這樣就不僅僅是合規質檢，還可以將通話內容與通話結果(NPS、成交量等)進行相關性分析，而且是大規模機器學習分析，向質檢要效益！
【某個人工智慧峰會上聽過一句話：數據就在那裡，不挖就一堆存儲垃圾，挖掘就有可能找到煤炭，用人工智慧的方式去挖，找到的就是黃金】
其實我最心水的就是第三類人工智慧在聯絡中心的應用，學習、預測和推理。或者稱為智能的運維。聯絡中心基礎設施有大量需要人力介入的地方，比如語音路由的編寫、IVR菜單的排序、定期報表數據的整理清洗和投遞、業務數據的整合與對接、排班系統的數據調整與優化等，這些才是人工智慧大方異彩的地方。來一波硬廣預告：G廠18年的重頭戲就是Predictive Matching/Predictive Routing！都說我們的URS萬能的路由，實際上還得靠萬能的工程師來設定各種精妙絕倫的路由演算法，而Predictive Matching的方式用AI的方式來思考路由的邏輯，在最短的時間內為用戶找到最適合併且在線的客服專員，這種表達是可以結構化的，人工智慧強就強在結構化。
綜合來看，人工智慧在聯絡中心的應用目前從炒作期逐步走向成熟，IT經理在考慮部署AI系統時，考慮得不僅僅是為了智能而AI。AI在前端的引入（識別和機器人）需要一些引導方式的論證和必要性的探討，在後端（語義分析）的引入需要與運維團隊協商出一致的運營目標。在中台（智能運維）需要在技術方案上進行細緻的場景設計與測試。作為一名工程師，我認為可維護性、伸縮性和API才是評價AI的關鍵要素。
人工智慧的書好多，也好貴，而且看不懂....可惜當初高數老師的十八米砍刀了。推薦你們看這本書：《不會被機器替代的人》，下次再聊。
題外笑話：如果你們去招聘網站或搜索引擎，幾年前IT公司同一個崗位在發布招聘信息時寫的是數據挖掘工程師，後來改成了大數據工程師，後來又改成了人工智慧工程師，到2017年下半年不改成"數據科學家" 就沒人看了。
TAG:InGenesys |