随着互联网的发展,用户对服务的期待和需求越来越强,服务渠道和形式载体也越来越个性化,传统的人工客服已无法满足客户需求,随之智能客服在各行业的应用迅速增加。智能客服,即指利用语音识别ASR、语义理解NLP、语音合成TTS等技术解决企业客户服务业务。一方面可以提高企业客户服务效率,另一方面帮助企业提升服务体验增加客户粘度。
据中国网科技消息,618期间,京东依托于自研的京东智能客服言犀累计咨询服务量超6.1亿次,服务超5.8亿用户,为京东逾17.4万商家带来效率、体验与收入可观的增长。每年618,商家面对的第一道难关,就是海量客户的咨询问题。智能客服的服务时间是7×24小时模式,不仅有问必答,在服务商和商家的共同开发下,智能客服甚至成为“变现”的一个利器。
因此可见,工具型智能客服仅是起点,而实现产品全生命周期管理的解决方案才是智能客服的归宿。使用企查查搜寻“智能客服”企业多达1109家。巨头玩家有阿里云、腾讯云、网易七鱼,头部玩家有容联云通讯,还有乐言科技、灵犀科技等,上、中、下游赛道都诞生了具有一定代表性的企业,以人工智能和数据智能驱动的智能客服建设即将开启内卷时代。
企业的立场,影响了智能客服的满意度
1876年,贝尔在美国获得了电话发明的专利,电话服务也应运而生。初代的客服代表在“电话接线员”的岗位上进行着第一线的服务,他们的职责是利用交换台连通客户间的通话。
本意上,客服就是解决企业的产品设计与用户认知之间的误差而存在的。如今,提升客户体验虽是被企业提及最多的原因。但我们不难发现,推动企业采用智能客服更为重要的是降低成本和增高利润,全天候24小时在线的智能客服取代了人工客服的早晚班轮休,很大程度上解决企业客服人员的流动大、培训上岗周期长、培训成本高等诸多成本的问题。
从企业降本增效的立场来看,智能客服在一定程度上解决了人工客服的部分痛点,成为企业数字化转型的入门级利器;但站在企业服务客户的立场上,智能客服能否提供更优质的客户服务体验,仍需保留意见,我们从两方面可剖析:
一方面,智能客服需要企业持久的投入,价值方可显现。 随着消费主权意识觉醒,消费者对产品内容及配套服务有了更高要求,作为消费体验的重要环节,客户服务成为消费者衡量商家服务好坏的核心指标之一,客户往往通过咨询客服的方式询问产品详情。
如遇上电商平台大促销活动时,平台店铺客服的接待量激增,而人工客服的精力和手速都是有上限的,于是智能客服的作用得以凸显。企业需要智能客服解决重复性且普及性的客户咨询,及时响应提高消费者售前的满意程度。
身处消费者的立场,自然希望得到更优质的服务,甚至是一对一个性化服务。而智能客服的底层是具备学习能力的人工智能,这需要企业持久的投入人力物力对智能客服进行训练,随着投入的积累,智能客服的体验才会缓慢爬升。
比如说,在天猫、京东上,消费者进这些购物网站时,智能客服可以主动进行搜索、问询、付款等环节的障碍预测,并及时给予建议和帮助,给客户流畅的购物体验。在这些优质体验背后,是电商巨头们持之以恒的投入的结果。
另一方面,企业应该放弃“急功近利”的态度,仍要客服为先,转化为次。 客户服务是否周到也是影响消费者复购率的关键因素之一。此前一项调查显示,超九成受访者使用过智能客服,仅有约四成受访者觉得智能客服好用。
试想一个有购买产品需求的客户,在询问个性化问题里反复循环在常见问题汇总当中,而人工客服的入口却难以寻找,这自然解答不了客户的疑问,又怎么谈得上满意?
令用户不满的是,智能客服如今营销味越来越浓。我们知道智能客服是机械式问答,它可以根据企业的“自主定义”具备一些特点,而在客服中植入营销环节,已成了目前行业的一个通病。
绝大部分的企业都会采用多样化的营销推广方式来帮助企业提升销售订单,现在许多智能客服大厂,为了更好的吸引企业购买自己的解决方案,都将营销能力作为智能客服捆绑的一个技能点,无形中削弱了智能客服在服务上的存在感。
两者间产生了不可调和的矛盾,可谓在智能客服的行业中一直无法根本性突破。厂商虽无法交出满分的答卷,但也在不断努力提升客服专业知识模型、大量智能算法、软件自主学习等底层技术。
归根结底,智能客服只是一套智能化的工具,如何使用,如何训练,企业的态度才是最终的决策者。想要使智能客服行业的全网口碑提升,除了行业玩家们的努力外,也要加速对企业客户的认知培养,让智能客服回归客服本质,才是挽回口碑的关键核心。
科技在赋能客服,也在挑战客户的心智
企业提供的智能客户服务之所以成为消费者诟病的对象,技术不成熟是一大原因,另一方面,还在于一些企业对客服认识上的偏差,过于重视智能化、低成本,而忽视了便利化、满意度。
据艾媒咨询数据显示,认为智能客服能够解决较多问题的用户数量占比仅为29.8%,仅有9.6%的用户认为智能客服问题解决能力高于人工客服。同时在市场上,用户讨厌智能客服的声音也越来越多,他们讨厌它的答非所问,讨厌它似机器人的冰冷感。比如说,电商巨头之一的唯品会,就有别于天猫和京东。当行业都在尝试“人工智能客服”、“数字人客服”的时候,唯品会默不作声扩充了人工客服团队,人工客服的规模达到了2000人以上。
科技的进步在不断提升智能客服能力的多元化,从渠道和内容来看有基于即时通讯的文本智能客服,也有多模态智能客服,还有提供实时的意图识别、答案推荐、用户的情绪识别,来辅助人工客服。
明明已经很努力了,为什么,用户还这么讨厌智能客服?
如果你对智能客服系统有所了解,你会知道:企业采购完智能客服系统首先要不断创建、扩充、更新各种专业知识,形成客户服务知识和经验的大数据;其次通过自定义回复模板,企业根据不同客户、关键字、场景、时段等,设置单轮、多轮甚至循环式回复模板;进而通过富文本形式,提供丰富的服务内容,比如,文字、图文、音视频等……最终实现一问一答、多问多答的客户服务流程。
客服因科技驱动而智能,也恰是“人工+智能”的弱点,各厂商数据驱动的算法技术、学习模型、推理模型不够成熟,再加上技术在不同企业、不同行业之间的可复制性交叉,这就会让我们在对话过程中遇到前后矛盾、答非所问的情况。
年初,太原日报一篇报道中讲了一个案例。因为视频会员在使用中遇到问题,杨女士拨打客服电话寻求帮助。电话一接通,智能客服就建议她使用微信客服。
“微信客服里,AI机器人发出一连串‘猜你想问’,但没一个能猜中我的问题。不得已还得选择电话咨询。”杨女士再次拨通客服电话,绕开微信客服建议,按照程序一步步在“请按1、2、3”里兜来绕去,经历重重关卡,好不容易转入“人工客服”,结果被“对不起,业务繁忙请稍等”了结。
几次三番后,杨女士脑子里全是“火上浇油”表情包。
目前,智能客服在人们的生活中已不陌生,在电商零售、快递物流、金融、消费品等领域,经常能够与智能客服“对话”。就像前文所说,无论是哪家智能客服服务商,提供的都是围绕人工智能解决方案的工具,具体的应答细节、流程设置及机器理解需要企业专门的“知识”喂养和训练,如果企业并不能将过往客服问题有效的在智能客服中实现全自动问答,往往会给客户带来无限的麻烦。
客户消费的欲望、对服务的忍耐性都是时间限度的,他们期望能收到更具有针对性、更具情感关怀的客服体验,而不是无法精准理解问题真正含义的标准化响应。体验不满足,他们就不会一直为AI技术的短板买账,人工智能底层技术仍存在较大的完善与突破空间。
从客户角度出发,此赛道任重而道远
据数据显示,2020年中国人工智能客服核心产业规模已达到1500亿元,预计2030年将达到1万亿元,平均年增长率为33.3%。其中智能客服作为企业人工智能应用的重要分支,保守估计占比20%。
智能客服市场不断扩大,随着技术的持续迭代升级,更多难题将很大可能会被逐一突破,这意味着客户服务的体验优化之路依然任重道远,如何改变智能客服服务方案的整体思维模式,才是当下最难且最需要突破的瓶颈:厂商们如需在内卷时代中生存,那他们就要认真地定义企业与客户之间的联系和关系。
一方面是产品创新的思维; 软件产品同质化是国内软件商常见现象,智能客服也存在着产品同质化问题。虽然智能客服市场的产品并不算少,但仍有一些智能客服产品功能也差不多,这种现象不仅提升了智能客服厂商的突围难度,也消耗了客户的热情。
如此来看,从“如何回答客户的疑问”扩展到“如何线上多渠道获客”就好像很有必要了,只有将营销、算法、数据综合起来,成三位一体的良性循环,可以持续行业内的差异化。
其次是企业采购的思维; 要知道智能客服不是完全取代人工客服,更需要寻求人机协作的最优模式。在企业数智化转型初期注重多渠道客户服务,不单一高度依赖人工或智能客服,在业务场景预先判断人工客服跳转节点,优化人机协作水平,为客户提供更具温度的交互链接。
从目前业内供应商的发展来看,受软件市场发展及技术迭代的影响,智能客服供应商将呈现出更多元化的解决方案,大厂商将更注重数据私密性、部署标准性、行业应用性,而中下部厂商在业务布局上会更注重客户服务的延伸性,如:客户运营的营销体系、集合硬件智能设备、定制化技术支持等。
江苏省消保委发布的《数字化背景下客户服务便利度消费调查报告》透露,六成以上线上客服通道较为隐蔽;八成以上在线人工客服藏得深;在线人工客服“排长龙”、应答速度慢现象频现,超四成电话人工客服非“24小时”响应。
要知道,智能客服主要是语义训练,而这个训练是需要长期、持续收集用户问法,并进行不断修订、改进。当语义训练达到一定阶段时,智能客服机器人才能够真正提高用户感知,并逐渐被用户喜闻乐见和接受使用,从冷酷的机器人转变为有温度的机器人。
这项知识整理和录入的前期工作非常繁琐,常常需要运营者花费几个月的时间整理和录入,在智能客服机器人投入使用后仍需进行长期的维护,知识的新增、变更以及过期删除,保证智能客服机器人检索和提供的知识准确有效。
如果,企业购买智能客服只是买回来“再说”,不去投入更多精力财力人力去提升智能客服体验。这样的做法,就是掩耳盗铃。不仅未发挥智能客服应有的作用,还挤压了人工客服的通道,给客户徒添烦恼。
虽然问题很多,但可以明确的是,近几年,随着流量成本增高,客服成为信息表达的重要载体,叠加疫情大背景下客服行业将日渐内卷。
要想解决行业口碑和消费者体验,作为消费方的企业,要积极的进入到智能客服的“喂养”大军中,只有企业愿意花费更多的时间去调教人工智能,智能客服才能够真正的像“人”一样,以有温度的体验,给予消费者良好的品质服务。
申请创业报道,分享创业好点子。点击此处,共同探讨创业新机遇!
2022年10月1日,无锡地铁三阳广场站正式上线了“全场景智能语音客服中心”服务功能,为乘客提供集语音咨询、语音购票、自助票务处理、自助退单程票、远程音视频在线求助等“一条龙”自助服务,方便又快捷。
9月23日,是延期后的杭州亚运会进入倒计时的一周年,这意味着亚运的脚步渐行渐近。杭州亚组委副秘书长、杭州市副市长陈卫强近日在接受新华社记者专访时表示,杭州亚运会各项工作基本准备就绪
资本退潮,AI行业的泡沫正在破裂,在这个时间节点上,市场比以往更关注技术的应用情况。哪怕是像智能客服这种已经非常普及,也相对比较成熟的应用,也在被反复地质疑、验证和迭代,磕磕绊绊地前进。
存量时代,对于传统制造业来说,数字化转型势在必行。如何进行拉新、促活、转化、留存等典型的用户运营,既具有极高的挑战性,同时又十分急迫。
给世界用视频,用视频造世界。在全渠道实施视频互动将成为连接消费互联网与产业互联网的服务纽带,有望成为服务互联网的新基建,成为未来5-10年的新趋势。---《2022中国视频客服发展报告》
自字节跳动发布豆包大模型,互联网大厂纷纷就位,击穿“地板价”的打法从C端向B端拓展。这也成为今年“618”最亮眼的价格战。5月15日,字节跳动率先宣布豆包大模型已通过火山引擎开放给企业客户,大模型定价降至0.0008元/千Tokens;5月21日,阿里云宣布0.0005元可得1000tokens,百
2023年可以说是人工智能行业最振奋的一年,大模型的能力每隔一段时间就会上一个新台阶,汹涌澎湃的技术革命迅速影响着每一个人的生活,AGI不再是一种技术理想,而是触手可及的现实。到了2024年,人工智能的热度不减,但口口相传的“百模大战”并未上演。资本市场罕见地“降温”,不少大模型悄无声息地消失,有机
ChatGPT运行日耗70万美金!GPT-4训练成本破10亿美金大关!OpenAI2024年财务警钟敲响,破产风险浮现!国产大模型烧钱大战升级!百度、科大讯飞、阿里、腾讯等巨头已烧掉上百亿资金!大模型背后的“烧钱”豪赌,谁能笑到最后?降低成本大模型成本怎么降低?有两条比较实用的路径大模型背后的成本确
前言:这是白杨SEO公号原创第530篇。为什么写这个?一个星期多前在白杨流量汇群看到有人问,自己实战测试研究了下分享给大家,也许对大家有点用。本文大纲:1、百度智能体是什么?2、百度智能体有什么用?3、百度智能体怎么创建?4、百度智能体如何用(营销)?百度智能体是什么?百度智能体,准确的叫法应该是百
C114讯5月21日消息(九九)阿里云今天抛出重磅炸弹:通义千问GPT-4级主力模型Qwen-Long,API输入价格从0.02元/千tokens降至0.0005元/千tokens,直降97%。这意味着,1块钱可以买200万tokens,相当于5本《新华字典》的文字量。这款模型最高支持1千万toke
近日,OpenAI宣布推出其最新旗舰生成式AI模型GPT-4o。相较于GPT-4Trubo,GPT-4o速度更快、价格也更便宜据悉,ChatGPT可以读取人类的情绪,但读取过程有一点困难。OpenAI,是一家位于美国旧金山的人工智能研究公司,现由营利性公司OpenAILP及非营利性母公司OpenAI
随着人工智能技术的飞速发展,大语言模型(LargeLanguageModels,LLMs)在各行各业的应用日益广泛,尤其是在软件开发、数据分析、客户服务等领域。蘑菇云创客空间[445期开放夜]就以“ChatGPT、Gemini、通义千问等一众大语言模型,哪家更适合您”这样的主题,开展了一次深度的大语
赶超GPT-4的阶段性升级,可以看作是国产大模型有序迭代部署、不断拉近差距的标志,切莫像手机跑分那样,在过度营销的作用下,沦为被群嘲的对象。