由51Callcenter主辦，張家港市人民政府聯(lián)合主辦，國家工信部、人社部指導的2020（第十三屆）大數(shù)據(jù)應用及呼叫中心產(chǎn)業(yè)峰會暨2020（第十三屆）“金音獎”中國最佳客戶聯(lián)絡(luò)中心及卓越客服體驗評選頒獎典禮與國際峰會于2020年11月18日-20日在上海.錦江湯臣洲際大酒店圓滿舉行。

中共中央宣傳部原辦公廳主任薛啟亮

中共中央宣傳部原辦公廳主任薛啟亮、全國呼叫中心行業(yè)自律與監(jiān)督委員會主任蔣建軍、張家港市代市長韓衛(wèi)、4PS國際標準/CNCBA主席顏曉濱、51Callcenter執(zhí)行總裁唐愛琴等領(lǐng)導及數(shù)百位企業(yè)高管出席年會。

平安金服副總經(jīng)理羅雋做了主題為智能客服，領(lǐng)先之道的演講。

平安金服副總經(jīng)理 　羅雋

羅雋：尊敬的顏主席，各位同行，大家上午好！今天非常榮幸有這個機會來到4PS國際標準論壇分享一下在過去三年里面，平安金服在智能客服領(lǐng)域做出的一些實踐。

我們的實踐我覺得剛才周總講的時候特別感慨，特別強調(diào)講的是場景。我們這三年下來之后，認識非常深刻。

大家現(xiàn)在看到的可能是很通用的智能客服的架構(gòu)，下面是一些引擎的技術(shù)，當然平安都是自己研發(fā)的，中間是一個中臺，應用到智能客服、智能外呼等，這個架構(gòu)都是通用的。

我們今天分享的核心的邏輯是平安怎么達到智能效果的。我們心里都非常清楚，在絕大部分的公司里面，我們的客服部門是被定義為成本中心的。有了AI之后，行業(yè)里面都是希望用AI去替代人的。

我講的結(jié)論就是在過去三年里面，我們用剛才這套機構(gòu)，用我們的決策模型方法論和一套管理體系，替代了70%的座席，而且這個是絕對值得替代的。

我們從2018年5.7億次一年的服務到今年是9.2億次。大概三年翻了接近一倍的服務量，但是我們的人力從2018年到今天，大概少了六千多人。

絕對人力的減少，這個大部分的功勞肯定歸功于我們的語音機器人、文本機器人包括一系列AI輔助的技術(shù)。今天時間比較短，后面干貨比較多，就快速地往下進行。

首先這個是平安已經(jīng)把它產(chǎn)品化了。

產(chǎn)品化的意思就是可以對外銷售了。整個平臺上的每一項技術(shù)都是平安自有的技術(shù)。我們自己的NLP、DM、TTS等。下面在座可能部分是廠商，很多應該是負責運營的同行。

陳總，我們就是做客服，一年要做幾億次服務。想用AI去替代座席的時候，廠商告訴不了我們哪些客服哪些業(yè)務可以被機器人替代。只是說這個技術(shù)可以支持把場景用上來。我自身的體會就是，業(yè)務先行，業(yè)務決定的AI應用的邊界和效果。

我這個模型其實是一個最大化，就是我們的同行很多時候說用AI做一點就好，有一點效果就好。

在平安用的是反的。領(lǐng)導說你能不能三年消滅90%的座席。他出這個題目的時候我們不能說我消滅10%，必須是90%。

如果不是90%，你要拿出不是90%的理由來。所以我們用這個模型做出來之后就會告訴老板，我們?nèi)昴芟麥?0%。為啥是70%，領(lǐng)導你聽我講。

平安金服副總經(jīng)理 　羅雋

首先從業(yè)務的角度，我們的場景也就是我們的業(yè)務，比如車險方案是一個業(yè)務，信用卡賬單查詢是一個業(yè)務，銷卡是一個業(yè)務，掛失是一個業(yè)務。

S是場景，分了五級。其實第五級S5被我們稱為是絕對不能用機器人，只能用人的?？赡苡泻弦?guī)的問題有監(jiān)管的要求有風險的問題有難度特別大的。反正我們定義的S5只能用人。S5以下的就可以用機器。剩下幾個里面又分兩種，一種是S1-S3，我們認為是完全可以用機器的。

人能做，機器也能做，機器肯定可以替人做。S4就特殊一點，我們把它稱為半自動。有些業(yè)務如果客戶是這樣選的，機器人就可以做。如果那樣選還得人做。

我們在做信用卡服務的時候，有些客戶會來銷卡。如果手上有三張卡，消某一張就可以給他消了，如果把所有卡都消了，這個公司會按照以往的用卡的歷史經(jīng)驗給一個標簽，要不要挽留。

因為有些客戶是不用挽留了。在客戶選擇消某一張卡的時候，機器人就辦了。談判的過程必須要人來，很有可能覺得卡面不漂亮，不可能機器預先設(shè)想到所有的可能。我們可以告訴領(lǐng)導，機器人能夠替人做的場景是從S1多少，S2多少，S3多少，剩下的S5是不行的。

這個模型出來之后目前在整個平安9511，加起來覆蓋了多少業(yè)務呢？87%。如果我有一百份或者每天一百萬的話務量，機器人能接87萬，可以不用人的。

但是客戶不用是另外一個維度。這就涉及到C模型，C就是指客戶。我們把客戶也分了五級。這里面只是舉例子。我們的情況比較復雜。我們是平安集團內(nèi)部的平臺公司，服務的平安內(nèi)部的30家子公司。我們9511是綜合服務熱線，可能是銀行的可能是信用卡可能產(chǎn)險可能平安證券的。

實際上CS模型是每個部門每個業(yè)務線分開的。比如有產(chǎn)險，壽險行業(yè)的，信用卡行業(yè)的。等會兒會給大家看實際的例子。這個也很好理解。

這個決定對哪些客戶用機器人，對哪些客戶不用機器人。S模型是對哪些業(yè)務用機器人，C模型是對哪些客戶不用機器人。

特殊客戶，好理解，公司領(lǐng)導、行業(yè)監(jiān)管、媒體記者、投訴重點專業(yè)戶、VIP客戶。我們認為這些人要用人服務比較穩(wěn)妥。不管辦的是啥，只要打我們電話就接人工。

第二類是價值客戶。比如信用卡就做管制客戶，有些人用卡習慣不太好。平時用沒問題，忽然某幾筆交易他會去批發(fā)類的商會去交易，有套現(xiàn)的嫌疑。一下子就把它限住了。

20萬的額度變成一千的額度，懷疑你套現(xiàn)。這不是人做的。你觸發(fā)了條件，比如說十點鐘在上海刷了一筆，十一點在澳門刷一筆，不給你凍結(jié)是對你的不負責任。這是管制客戶。這種情況下客戶卡一被管制，短時間就來電話。這種電話就不要機器人。不管問啥都是跟卡的不正常的狀態(tài)有關(guān)。有的部門就把C4稱為價值客戶，比如顏老師這種客戶，他不管什么時候打我們電話，都有很多東西想賣給他。不管他進來做什么服務，再簡單也進人工，因為要賣東西給他。9511作為一個客服中心，首先我們不是成本中心。

今年大概我們做了4300多億的銷售，理財、貸款、保險。員工每接一通電話能賣1300多塊錢，里面有三分之一是保險，20%是貸款，50%左右是理財。接電話實際是賺錢的。但是因為老板要減人，該減還是要減。這就是我們價值客戶的邏輯。這是C4。

C3很簡單，這是行業(yè)里最常見的，那個客戶任何時候打電話都要進人工。

如果員工AVR的時代，就按0按9，反正不跟你廢話，就要接人工。現(xiàn)在換了語音機器人就說我要人工服務，別的信息不給。這個機器人就沒辦法，兩次這種情況下就給他轉(zhuǎn)人工。

剩下的客戶就是常規(guī)的客戶，就看業(yè)務。這個模型應該很好理解。這個模型一框，框出來哪些客戶哪些業(yè)務用機器人，哪些客戶哪些業(yè)務用人。

我剛才講的，我說的是一個匯總的數(shù)，不同業(yè)務線不一樣。比如說銀行零售客戶92%的業(yè)務都用了機器人。

信用卡大概是90左右。壽險客服少一些。平均目前在平安打9511的，87%的業(yè)務機器人都可以服務。不同的業(yè)務線，C模型比例不一樣。但是總的來說使用這個模型來篩選對客戶使用。過去的三年里面我們替代了六千左右的人力。

我們后面干貨都在報表里了。邏輯是由這幾個維度，不細講。什么產(chǎn)品是S1S2S3，用這五個維度做判斷。在座的如果有金融業(yè)的同事就很簡單，我全部都分好了。大家客戶差不多，基本上就可以用。其他的行業(yè)就按這個雷達圖的維度自己去判斷哪些業(yè)務是S1S2S3。

下一個其實是我們的選了這個業(yè)務用機器人，我們要通過工具去把它做上去。

這個工具就是對話管理平臺，平安的DM對話管理平臺我們叫支點，大家能看到過去三年上的場景的速度。

在2018年我們做出這個對話管理平臺的時候當年上了462個場景。2019年這個平臺升級到2.0，上到1500多。

一年上了1000多個場景。今年基本上已經(jīng)上完了，就剩幾個了，升級到3.0以后，場景數(shù)是1676個，代表1676個業(yè)務，對應的話務量就是服務量，就是87%。87%的業(yè)務機器人都可以替人去做。工具不詳細講。

場景上去之后，不是一開始解決率就這么高。

剛才CS模型，如果對什么客戶對什么業(yè)務上了機器人之后，下一個問題就是客戶用了用了這個機器人有沒有解決問題。沒有解決問題怎么去優(yōu)化，去訓練，調(diào)整這個機器人，這是我們的一個方法論。我們通過自己建了一個兩百多人的AI訓練中心。

最近和一些同業(yè)交流，我發(fā)現(xiàn)這個問題大家比較忽略。某家大銀行花了挺多錢做了AI，問他訓練中心有沒有，有多少人，他說有六個。一聽就傻了。這就有點不對勁了。哪來的自信，六個人就可以做起來。我們用了兩百多人，在過去的三年里面。今年現(xiàn)在降到170多了，明年估計還能少幾十個。

同志們，AI是訓練出來的。剛才作為業(yè)務部門的代表，把CS模型做完之后由業(yè)務部門同事使用對話管理工具把場景上上去之后，解決率可能很低的。

再通過非?？焖俚臅r間把訓練優(yōu)化，當然方法論就見仁見智。很多同業(yè)討論過，只是標注，我估計三分之一都不夠。方法論如果出來講課至少能講一周。訓練AI，調(diào)優(yōu)，達到提升。

右邊放了兩個指標，這兩個指標，其實意義不是特別大。就是ASR音轉(zhuǎn)字，還有字轉(zhuǎn)音。這兩個指標平安自有產(chǎn)品經(jīng)過訓練也達到了95-96之間。其實它不是最核心的。

后面，就是我一千多個場景上去了，每天使用量有多少呢？等一下分享的報表應該是大前天是十一萬多，大概每天我們的語音機器人十幾萬。這就跟運營一個比較中大規(guī)模的呼叫中心差不多了。一千多個業(yè)務上去機器人回答一天十幾萬的業(yè)務量就有一套管理體系，跟管座席差不多。

我們做了一套管理體系，只列最簡單也是最終的幾個指標。第一個我們叫AI的解決率，是下面這個。

這個解決率套用的是我們原來座席管理最常見的一次解決率。座席接了客戶的電話，24小時之內(nèi)客戶沒有再次來電問同樣的問題就視為解決。這里提出來的AI解決率是客戶撥打我們9511，全程通過機器人服務，然后離開沒有轉(zhuǎn)到人工，然后在24小時之內(nèi)沒有再打電話進同樣的機器人或者進人工問同樣的問題。

我們稱為AI解決了客戶的問題?，F(xiàn)在，我們的指標這個月應該都在90以上。我不知道在座做運營的同行們什么感覺。

如果AI的解決率大于90，其實它比人接得好。全行業(yè)人工服務的一次解決率就是84%-86%之間。我們做到90以上了。后面給大家看證據(jù)，這個不是吹牛，這是第一指標，機器人的解決能力。

第二個指標是剛剛說的覆蓋率。

不要說就上一個機器人，這個解決得很好。因為我們要減那么多人，我們機器人要盡量替代人工。在銀行、信用卡里面已經(jīng)到了90%幾。

第三個，領(lǐng)導更狠，不管語音機器人還是文本機器人，全年服務多少次客戶，有多少用人了，多少沒用人。

今年整個服務量基本上是9.2億，我們現(xiàn)在做到84%點幾是沒有用人，只有16%左右是用人服務的。

第四個核心的指標就是你不要光解決問題?？蛻趔w驗怎么樣，原來人工服務有一套NPS，為了回答老板這個問題專門建立了一個語音機器人和文本機器人的NPS。

就是機器人服務完了以后也會按比例抽樣去調(diào)查。這個是我們的運營管理的體系。不是這么點指標，很多指標。

這個就是指標的看板，一共九大看板。下面直接看幾個具體的看板。

這是我們的一個主看板，這里看到目前是1667個機器人上線。11月19日是昨天，看到的數(shù)據(jù)是T-2天，解決率要過24小時。因為昨天要交材料了，看的數(shù)據(jù)是大前天的數(shù)據(jù)就是周二的數(shù)據(jù)。

那天有1667個機器人，其中銀行有921，那天的數(shù)據(jù)都在這里。解決率是90，還有AI輔助座席，今天沒有時間講了。

這里面是一些預警，哪個解決率降幅比較大，會有預警。24小時服務，系統(tǒng)要實時觀測哪個機器人宕機了，馬上就要做動作。右邊是我們設(shè)定一些敏感詞，什么什么詞出現(xiàn)了，也是一種預警。

這是我們的一個預警的機制。

這個就是我們分解了，剛才看到一共是11.8萬，分布到財險、壽險、銀行、信用卡等，每個使用量和解決率，右邊是當天的數(shù)，下邊這個圖是品質(zhì)分層。

雖然財險解決率是94.4%，但是有兩百多個場景，怎么看這些場景解決率的分布呢？下面這個圖就是分布。

藍色的我們被稱為優(yōu)品，解決率大于90%的產(chǎn)品。良品是80-90，然后為次品、次品、廢品。

代表性的像財險、銀行是非常高，大于90的。這是比人接得好的。

因為全行業(yè)所有呼叫中心行業(yè)人工服務的一次解決率就是80%幾。過90的幾乎沒有或者站不住，一天有兩天有。

我們這個大于90的就是優(yōu)品，比人接得好的。最差的像綜合和壽險也有一半是比人接得好的，其中部分是跟人接得差不多好的，有些是比人接得差的。品質(zhì)分層能夠再分布一下。

下一個是S1S2S3S4，S5是人服務的，沒上機器人。每個業(yè)務線，每個類型場景，這就是難度，誰都知道，剛剛那個圖出來就知道S1肯定是最簡單的，往上難度遞增。

因為讓我干掉那么多人，就把原來只能用人的也要拆出來。都拆進來之后也要關(guān)心它的解決率。現(xiàn)在看還可以。

S4肯定是最難的，放到一般人家都不會用機器人去做。但是現(xiàn)在看解決率也還可以。使用量并不低。說明什么？S1肯定是最簡單的當然也是量最大的，S4就是最難的，但是不上就減不了那么多的人。因為使用量非常大，我的意思就是我們的S4相當于把原來大家認為必須由人服務的使用量非常大的場景都攻克了，柱子才有這么高。沒有S4就很簡單了。

S4在同業(yè)里只能用人的。后面提醒我時間到了，怎么辦，不好意思。我標準演講時間是30分鐘，這給25分鐘，我就差兩張圖。

這是過去七天的解決分布，初步分為銀行系和保險系。

保險系里面財險、壽險、電銷七天的解決率，起伏會大一些。銀行系，平安銀行、平安信用卡、平安普惠，普惠的起伏率大一些。但是都還不錯。89、90幾。

這是我們每天波動量最大的就是解決率變化最大的，有最好的和最差的兩個產(chǎn)品。這個是訓練中心用得最核心的，我為什么有兩百多人在做，每一條沒解決都會拿出來看，而且會分類。

分類的目的是交給不同的人去優(yōu)化。最后，我們整個AI做下來一共有四個角色參與進來。

第一個角色是業(yè)務方，就是我們自己，下面有財險客服中心、壽險客服中心。原來管客服的同事稱為業(yè)務方。他的職責是做CS模型，用DM，就是對話管理平臺把這些場景上線。

第二個角色也是我這邊管的，就是我剛才說的兩百多人的訓練中心，在內(nèi)部撥出一部分人去到訓練中心。

我們有一個訓練管理平臺，每天把所有的case拎出來去看，有些需要標注的就是他自己的活，有些需要退回給前面重新畫圖重新做對話設(shè)計的就退回。

有些是接口開發(fā)產(chǎn)品不對，客戶查賬單，機器人聽懂了也給安排了但是查出來的數(shù)據(jù)不對，數(shù)據(jù)接口有問題就交給IT接口數(shù)據(jù)開發(fā)人員。

但是有一些問題，機器人和客戶老是對不上話。機器人引導客戶說話，有的客戶就懵，就錯過了還有一些風聲、噪音、方言的問題。使用量非常大的就是車險報案，大部分都是在室外。這給很多同行的環(huán)境要艱苦。

說實話很多客服接的都是休息時間。我們有相當大的量是客戶在車外，有車往來的呼叫聲還有對面報案的聲音還有人群圍觀。這就需要科學家，我們和他們合作。我們四個角色共同努力協(xié)作，才把智能客服做現(xiàn)在這個程度。

由訓練中心去推動把所有的背景音分拆完以后分別交給這四個角色做優(yōu)化，快速回來上線，快速滾動再往下繼續(xù)使用。

最后這個是我們的各業(yè)務線的top。top5，手機上可以看top10。如果在座的有銀行、信用卡、財險、壽險就很熟悉。

使用量最大完全能夠看出來量和解決率。時間到了，五分鐘也沒有了。最后還是要講一句話，打個廣告。平安的風格不是說把這句話做完就好了。我們老板逼著我出來賣這個東西。但是我和外面擺攤的嚴格來說不是競爭關(guān)系。我們過去這幾年，外面的伙伴們已經(jīng)把在座的百分之七八十都賣掉了。

我們合作的點就是我們的中控層是兼容外面這些廠商的。比如訊飛，你買了他們家不要緊，可以不買我們平安的ASR、ASU。如果你覺得用得不滿意想提升想跟我們研究像剛才說的CS模型，想減掉百分之多少的人，尤其是金融業(yè)。

1667個產(chǎn)品交付設(shè)計都是畫好的，其實拿過來就能用。你想上多少，我們的銀行、信用卡已經(jīng)90%幾的業(yè)務機器人都做好了。每天的使用率和解決量都做好了，如果你想做直接上圖，ASR可以用別人的，NLP可以用別人的，但是解決率不賴我，因為我能分得出來。如果在座有金融業(yè)的同事歡迎跟我們來合作。

我不care你是不是買了別人的，也不會說兄弟們買ASR要分三年，我們可以合作上半截。今天時間關(guān)系，不好意思，耽誤大家了。

本文由《全球客戶管理》原創(chuàng)，歡迎關(guān)注，幫您一起漲知識