你對智能客服機器人怎麼看？
現在好多公司都使用智能客服，導致有時候有急事讓人真心很無語，你能有沒有遇到過？你對智能客服機器人怎麼看？
同樣都是買家，很能理解著急的時候找不到人工客服的焦慮。
不過既然這麼麻煩，為什麼還要用機器人客服呢？
在過去的一次採訪中，智能客服從業者講到了一些我們作為買家可能從來都沒思考過的事兒，比如：
從凌晨到早上 9 點這段時間有 10-15% 的客戶諮詢量，這部分往往沒人處理，因為客服一般是早上 9 點上班，晚上 12 點下班。
對於這種情況，解決方案一般有兩種，一種是讓客服提前到 6:30 上班，很不現實，另一種就是用機器人自動頂上。
除了在人類沒辦法上班的時段承擔工作，智能客服也能勝任不少重複性的諮詢內容。比如在常見的類似「包郵嗎？」之類的重複性詢問，通過一定的 NLP （自然語言處理）技術甚至用「規則匹配」（將一類固定問題與對應的回答相匹配，然後自動回復）方法支持，是可以解決的。
與大部分人工智慧應用類似，人工智慧客服機器人的目標是「提升效率」，即替代人類完成重複動作，就像剛剛提到的回答重複性問題。除此之外，智能客服機器人們也能完成「超越人類」的事情，像是根據用戶的過往購買數據以及個人標籤，個性化的推薦適合你的商品。
但是想讓智能客服機器人擁有「真人客服一樣聊天的效果」恐怕是很難的。大家很努力的讓智能客服機器人具有上下文能力，或者給它們領域知識讓它們「理解」售賣產品的領域，以實現更好的溝通，但效果暫且還需要提升。
況且語言的語境、符號性、省略用法等等都影響著一句話該如何去理解，人類的語言如此複雜，讓機器具有完美的溝通性是非常非常難、甚至無法完成的任務。
不過作為「產品」，對於智能客服更多的衡量標準是「好用」。比如在用戶端增加「用戶引導」，在用戶鍵入「包郵」兩個字時，自動出現「能包郵嗎？」、「包郵規則是什麼？」相關語句供用戶選擇，一方面節約了用戶的時間，另一方面也能完成更好的回答效果。
至於人工客服通常都會留有通道，或是通過關鍵詞從機器人處獲得，或是通過一定的流程會自動轉接到人工客服（類似移動網路運營商的按 0 接通人工客服）。
完美的人類客服都不存在，更別說完美的「機器人客服」了。
理解它的存在，找到把它當成工具的合理相處方式，在彼此交鋒之間不斷打磨，理解用戶的需求，沒準兒哪天機器人客服就很好用了23333
如果你對智能客服行業感興趣，也可以跳轉到我們提到的文章的第三部分，瞭解從業者的想法：
KnowingAI知智：在人工智慧公司做銷售，是怎樣一種體驗？?zhuanlan.zhihu.com
以上～
還是沒有選好產品。
現在很多智能客服都是基於知識庫問答系統配置的智能客服機器人。
知識庫問答系統目前面臨兩個挑戰。一是為數以萬計的商家提供機器人應答服務時效果很難得以保證；二是知識庫自身更新的成本比較高，因為很多受技術限制只能人工更新。
但成都曉多科技有限公司與哥倫比亞大學信息處理實驗室合作發表論文《Dynamic Updating of the Knowledge Base for a Large-Scale Question Answering System》提出了一種針對知識庫問答系統的自動學習方案（英文簡稱：ALKB-QA），來解決上述問題。
基於自動學習方案的知識庫問答系統（ALKB-QA system），主要分為離線學習模塊和在線服務模塊。
離線學習模塊中，我們提出了一種新的知識庫模型——問答知識庫（QA-KB），問答知識庫（QA-KB）中存儲了問答對及商品相關信息與問答對之間存在的錯綜複雜的關係，方便用於高效準確的檢索問答對及相關知識。結合針對知識庫問答系統提出的自動學習方案，我們能高效的從海量的歷史聊天數據中挖掘出的大量的高質量問答對，並將其自動更新到知識庫中。
在線服務模塊中，主要利用了傳統的信息檢索技術和深度學習匹配模型，針對買家的問題，先在問答知識庫（QA-KB）中檢索到相關問答對，將答案作為候選，再用離線學習模塊中的匹配模型對候選答案進行相關性排序，最終會將知識庫中最相關的答案回復給買家。
自動學習方案主要包括處理海量聊天數據獲取問答對、用匹配模型對問答對進行價值判別、匹配模型利用反饋進行再次訓練與知識庫更新這幾個步驟。值得一提的是，我們通過研究實驗，針對行業內先進的BIMPM匹配模型進行了進一步的改良。BIMPM是一種基於Pointwise方法的深度學習匹配模型，我們基於原來的模型結構新增加了一個排序模塊，訓練時使用Pairwise方法，我們稱之為BIMPM Ranking model。試驗表明，利用的我們的BIMPM Ranking model對問答對進行價值判別的準確性更高。另外，我們不斷地使用新產生的自動學習結果對已有模型進行反饋訓練，可以持續改善模型效果。
有了這些保障，即使找智能客服問答準確率會得到提升。
我能理解你是想直接找人工，而非智能客服。
曉多智能客服機器人還有智能分流模式，智能判斷問題，進行劃分智能客服接待或者人工接待。
這樣在人工有限的情況下，可以保證大家的訴求都能得到合理處理。
智能機器人並不是人，不能用來解決所有的問題；影響了客戶體驗的使用者，很大的可能是對適時的人機協作和場景理解的不到位，也從另一個角度，證明他們的用戶服務體驗和意識不到位，對客戶服務的概念和為什麼要做客服理解不到位或者傳遞不到位。
對智能客服的定位，要從業務和用戶情緒上去思考：
例如售前的客服，其目的是在於轉化客戶，促使用戶的下單和購買行為（企業型的網站更多的時獲取線索）；如果這個時候用機器人，不僅會流失銷售機會，也不會給客戶帶來所謂的高大上的形象，反而會讓客戶懷疑你的服務意識；
售後是智能客服最常見的應用場景，使用得當不僅不會為客戶帶來困惑，反而會增加用戶的體驗，例如：電腦藍屏了怎麼辦？這樣的問題，人工處理起來會比較麻煩，但是如果機器人，就可以實現向客戶自動推送解決的辦法和步驟，類似於百度經驗那樣的教程，客戶根據引導，可以快速處理。
所以，一個產品或者功能的定位是非常重要的。作為行業的從業者，我們自身不僅要深刻的理解和明白，還有責任和義務向客戶傳遞，而不是為了讓客戶買單就不著邊際，誇大其效能和作用，這是對客戶和行業的不負責任！
隨著中國互聯網與移動互聯網的高速發展，企業也在逐步進行「互聯網+」轉型。在轉型過程中，不少企業選擇了利用現下快速進步的AI人工智慧技術為自身賦能，接入智能客服系統以助力企業發展，滿足互聯網多樣化場景下的客戶需求。其實，智能客服除了能夠滿足企業對客服工作的基本需求外，還可以為企業帶來眾多營銷優勢：
1、交互方式智能化，服務促交易
相較於傳統的人工客服，智能客服是基於前沿的AI人工智慧技術發展而來，具有非常明確的技術優勢，智能客服具備精準的語義分析及意圖理解能力，在明確客戶意圖的基礎上，使用搜索引擎技術模擬人工客服與客戶進行自然交互，快速解決用戶問題。
同時，智能客服的多輪交互模型可以在客戶諮詢時自動識別多輪訴求，通過逐輪提問用戶的方式縮小諮詢範圍，直至明確客戶意圖給出正確回復，無法回復的問題也將及時轉接人工客服進行處理。由此，不會再出現以往客戶諮詢等待時長卻無法得到明確回答的問題，幫助提升客戶服務體驗，從服務的角度促進企業營銷達成。
2、數據分析能力，幫助企業精準營銷
對於企業經營，數據參考具有重大意義，可以看做是企業營銷活動的標杆，依託數據分析而進行的企業決策也更具科學性。智能客服藉助SCRM系統，就可以在服務過程中進行數據記錄，以及智能完成客戶動作信息的蒐集，幫助企業判定客戶意向，多維度分析客戶特徵，對客戶進行漏斗式篩選，幫助企業制定更為精準的營銷決策。
3、智能外呼，助力企業電銷降本增效
智能外呼系統對依賴於電銷的企業有莫大的支持作用，智能外呼可以一鍵批量導入客戶資料，按實際需要設定自動撥打參數，自由定製對話流程，靈活配置多個機器人、多個知識庫。智能外呼每日可撥打800~1200通電話，高效篩選意向客戶。
謝邀。單純用智能客服去解決用戶的問題，體驗確實不到位，目前大部分機器人都無法做到深刻的情感觸達。畢竟人類本身也做不到。例如最近某打車平臺的人工客服，在緊急情況下，處理問題的主觀能動性就反映了這個問題。
但，存在既有理。為解決客服素質參差不齊，流動性大，培訓成本高，無法24小時坐班等痛點，智能客服是可以大大節約企業在這塊的投入成本的。如果用戶覺得體驗不好，很可能是企業本身沒有利用好機器人，或者沒有選擇一個功能和需求匹配的機器人。
http://weixin.qq.com/r/bSqLk1vE-gaBrR-w939- (二維碼自動識別)
推薦閱讀：
