現(xiàn)在是否存在一個 " 完美 " 的智能客服系統(tǒng)呢？這篇文章里，作者講了講現(xiàn)在智能客服系統(tǒng)中的不完美之處，并對 " 完美 " 智能客服產(chǎn)品的構(gòu)建提出了一些想法，不妨來看一下。
大家最近醬香拿鐵沒少喝吧？
論打造爆品，玩聯(lián)名，阿瑞是真的牛，一天賣出 500 多 w 杯。
快消熱熱鬧鬧的，還是說說我們智能客服和呼叫中心這邊，慢也很難熱起來的事吧
最近知乎上看了一個問題：《一個完美的智能客服系統(tǒng)應該包括哪些要素？》，表個態(tài)，也給大家拋個磚頭，希望你們都早日磨出美玉來。以下為正文。
01
" 完美 " 的智能客服系統(tǒng)。
看到這個問題非常感慨，有很多人問過我，你做過這么多年智能客服產(chǎn)品，哪一個是完美的？給推薦下吧。
其實我的回答往往很悲觀：還不存在完美的智能客服系統(tǒng)，至少我們現(xiàn)在做過的都不算完美！
但大語言模型的出現(xiàn)，讓我看到了希望。
首先如果要解決樓主這個問題，那么我的建議就是參考以下 3 點：
1）選擇你同行中最多人用的那款
畢竟經(jīng)過了大量本行業(yè)應用的驗證，確保不會有太大的坑。
2）選擇你業(yè)務功能最匹配的那款
不要被智能客服系統(tǒng)繁多的功能看花了眼，把測試賬戶要來，在你的業(yè)務場景下仔細的測試下。
你最需要的那些功能具備、且完全滿足你的需求，不必為用不到的功能去買單。
3）選擇有知名度且更新快的產(chǎn)品
說明這個公司有實力，產(chǎn)品在持續(xù)升級，免得你后面業(yè)務發(fā)展了想擴容，想升級，還要傷筋動骨的折騰更換系統(tǒng)。
02
先來說說智能客服系統(tǒng)的 " 不完美 " 吧，
一張圖，概覽下主流智能客服系統(tǒng)的全場景，全渠道和全功能模塊。選取通用性的功能模塊，大同小異，都基本雷同。
圖一：智能客服系統(tǒng)全模塊
智能客服系統(tǒng)的三個核心產(chǎn)品是在線客服、呼叫中心和電銷系統(tǒng)。所有的功能設置和構(gòu)建都圍繞這三個基本產(chǎn)品來實現(xiàn)。
在擴展應用層，增加對應三個產(chǎn)品的增值模塊，來滿足客戶的功能需求。
在行業(yè)縱深場景下，也可以組合為行業(yè)版本：如電商版，教育版，保險行業(yè)版等?？串a(chǎn)品對行業(yè)吃透程度和理解能力。
在通用 SaaS 產(chǎn)品中，智能客服也可以破圈與 CRM 系統(tǒng)，SCRM 系統(tǒng)、電話會議、企業(yè)通訊相結(jié)合，但因為國內(nèi) SaaS 領(lǐng)域的隔離較強，很少結(jié)成穩(wěn)固的同盟，目前也缺少中間接入層，所以大部分情況下，客戶需要自行組合對接。
向下是 PaaS 產(chǎn)品應用和通信基礎(chǔ)平臺，及運營服務平臺。
向上是 AI 應用產(chǎn)品：主要圍繞智能客服的服務和營銷場景，實現(xiàn)通話語音和在線客服文本的 AI 機器人服務，機器人質(zhì)檢服務，機器人銷售輔助等。
這是當前智能客服產(chǎn)品成熟的模式，姑且稱為是 " 完美 " 的架構(gòu)。
03
我們來雞蛋里挑骨頭，看看智能客服不 " 完美 " 的那一面。
首先是通信能力的技術(shù)深度遠遠高于 AI，怎么理解？作為智能客服前身，來自企業(yè)總機、呼叫中心的智能客服帶有深厚的通信基因，積累二三十年的通信產(chǎn)品能力構(gòu)建了智能客服的最深護城河。對于相對新興的在線 "AI"，目前只能做到是 " 夠用 "，不怎么 " 好用 "，更難以談得上 " 超出預期的驚喜 "
以一個 SaaS 企業(yè)服務工具類軟件的角度來看，智能客服產(chǎn)品，所提供的 AI 能力和 AI 應用，大部分情況算半智能化，AI 提供了一個基礎(chǔ)框架和工作臺，流程、語料、問答庫、知識庫、訓練、調(diào)試都需要大量的人員維護。即使這樣，所提供的 AI 服務，從用戶體驗上僵化、死板、不夠聰明，往往是企業(yè)服務的 " 擋箭牌 "，或者營銷的的 " 敲門磚 "。
在這種情況下，如何稱得上 " 完美 "？
我們拿這個問題來問 Claude：
可見 1、2、3、4 點都是對智能化水平本身的評估和認知角度，來定義完美的權(quán)重。
現(xiàn)在有了大模型后，終于等來了一件利器，可以幫助我們補全智能客服的最后一塊短板。
我們在今年也用各種方式探索了大語言模型接入的效果，既有企業(yè)私有化知識庫應用、也有模型本身人格化的調(diào)優(yōu)，我在文末會列出一些文章供大家參考。
04
以下是我對 " 完美 " 智能客服產(chǎn)品的一些構(gòu)想，與大家討論。
1. 功能解耦和減負
智能客服已經(jīng)是很重的產(chǎn)品，我統(tǒng)計過，某頭部產(chǎn)品，僅在線客服模塊，就有多達 200 多項功能開關(guān)和設置項。
而更為可怕的是，所有的產(chǎn)品都以此為借鑒，不斷的靠攏。無窮無盡的客戶需求，帶來的是產(chǎn)品的急速膨脹，也使得產(chǎn)品更加的臃腫。
實際上，核心功能，往往幾個配置即可滿足 99% 以上客戶的使用場景，對于個性化的設置，我們應該借助 " 高級 ""DIY"" 個性化 " 的獨立外置模塊來實現(xiàn)，做到不干擾產(chǎn)品本身的純凈和易用性。
堆砌功能進行競爭的時代已經(jīng)過了，做更好的產(chǎn)品架構(gòu)和面向未來的設計，為此不惜大幅度重構(gòu)，是勢在必得的。
2. 圖形化設計
接上一點，最直觀的使用體驗，其實就是圖形化設計。
尤其是對于邏輯關(guān)系復雜、配置操作繁瑣的功能點，更應該大量材料。
目前智能客服產(chǎn)品中，核心功能如 IVR 流程設計、機器人流程都是采用圖形化方式，甚至圖形化 + 腳本的方式滿足高中低端用戶的操作需求。
對于其他的功能模塊，也可以充分考慮用戶的預期效果和操作體驗，增加向?qū)?，提示，圖形化操作
并且建議，在整個產(chǎn)品設計中，形成統(tǒng)一的設計語言，避免某些模塊非常先進，某些模塊原始落后，整個產(chǎn)品看上去完全不是一個時代的產(chǎn)物拼接而成。
3. 小而快的 AI 插件
如果出發(fā)點來自傳統(tǒng)通信能力的智能客服產(chǎn)品，對 AI 能力的應用，經(jīng)歷了一個從質(zhì)疑、嘗鮮、試用、產(chǎn)品化的過程。
目前得以沉淀和固化的 AI 應用包括：語音、文本機器人、AI 質(zhì)檢。AI 輔助、AI 陪練目前還是小范圍落地階段。
在大語言模型能力爆發(fā)的今天，廠商擁有了更快速擁抱 AI 能力的試金石。
對于 AI 能力的應用，大可不必建立笨重的產(chǎn)品，僅從一些功能點的優(yōu)化做起，提供 AI 插件的方式，滿足當前成熟功能中的一些點狀應用即可。
至于形式：可以提供 AI 市場，AI 實驗室，AI 機器人集群等方式。
建立小而全的 AI 插件好處是很明顯的，首先不必投入過多精力和資源，去驗證一個未知回報的模塊，其次僅做單一場景的 AI 增強能力，不會對整個產(chǎn)品的架構(gòu)和穩(wěn)定性造成影響，最后可以更快速的實驗 AI 能力落地的可行性：
比如推出針對通話結(jié)束內(nèi)容自動小結(jié)的通話摘要機器人，對在線咨詢客戶信息的自動填單機器人，對服務話術(shù)監(jiān)督和提醒的話術(shù)輔助機器人。
在線文本客服的填單機器人、知識庫自動化檢索機器人、知識庫自動擴充機器人等等形式。
我們可以看見當前很多 AI 大語言模型就是以多種場景，多種獨立技能的方式來封裝不同的 AI 機器人應用：AI 繪畫，AI 作詩，AI 寫文案。
同理，在智能客服產(chǎn)品內(nèi)一樣適用?？梢哉业竭@樣的場景去單獨引入大語言模型能力 AI 機器人。
4. 智能升級
大語言模型，最終使命，我們認為還是對當前智能客服半智能化進行深度改造。
在私有化知識領(lǐng)域，企業(yè)內(nèi)部知識庫，并且引入大語言模型 AI 人格特征后，經(jīng)過改造的文本，語音機器人，在客戶體驗上遠勝以往的機器人。
總有人詬病智能客服機器人是沒有溫度，冷冰冰的智障，其實那也是上一個 AI 智能化時代的產(chǎn)物，在可受控的大語言模型基礎(chǔ)上，整體智能客服產(chǎn)品的機器人服務體驗，肯定會隨之帶來一個飛躍。值得我們期待。
手搓一個大語言模型智能客服機器人，其實一點也不難，通過 AI 編程，更可以更快速的將這些新能力逐一落地。
