由51Callcenter主辦，百度智能云聯(lián)合主辦的2021中國客戶聯(lián)絡(luò)中心與大數(shù)據(jù)產(chǎn)業(yè)峰會將于5月27-28日(周四-周五) 在上海圓滿召開，有幾十場分享，上千人參加此盛會。4PS標(biāo)準(zhǔn)組織作為指導(dǎo)標(biāo)準(zhǔn)，中國呼叫中心與BPO產(chǎn)業(yè)聯(lián)盟指導(dǎo)的年度最大規(guī)模盛會,期間舉行了“客服智能化與數(shù)據(jù)化”和“客服管理標(biāo)準(zhǔn)化之路”等論壇，本屆ACCC年會中國呼叫中心與BPO產(chǎn)業(yè)聯(lián)盟、全國呼叫中心行業(yè)自律與監(jiān)督委員會等機構(gòu)為學(xué)術(shù)支撐單位，中國反侵權(quán)假冒創(chuàng)新戰(zhàn)略聯(lián)盟等單位協(xié)辦與支持，兩天高峰論壇合計累計吸引了上千位現(xiàn)場嘉賓及線上直播觀眾中總數(shù)超過50萬人次觀看。


國華人壽總經(jīng)理助理/首席信息官趙巖做了主題為智能語音賦能保險服務(wù)與營銷的演講。


趙巖：大家下午好！剛才兩位同仁講得非常精彩。我是做IT出身，一直是服務(wù)于客服部門。我們在國華差不多有十幾年的發(fā)展歷程。到現(xiàn)在我們確實感覺到整個保險行業(yè)和對客服的需求以及在保險行業(yè)各個環(huán)節(jié)從前面銷售到回訪包括后面的理賠、保全這些業(yè)務(wù)，訴求是越來越強。而且每日的呼叫量，以前從幾百到幾千到現(xiàn)在每天的呼叫量有十萬個。這十萬個呼叫量，座席是一方面，座席有兩三百個，完全靠座席已經(jīng)不能夠承接這種壓力。在這個過程中不斷的各個廠商的支持，幫助我們共同構(gòu)建了這樣一個人工智能的介入的環(huán)境。
    

第一個嘉賓講得也很有道理。人工智能可能并不是來替代座席的。因為在我們的實踐中，我們也很多感覺到，人工智能和我們的座席，無論是銷售座席還是客戶服務(wù)座席緊密的結(jié)合在一起，是一種輔助作用或者是參與到這個流程中，提高座席的效率，降低呼叫成本。最終可能對座席個人的收入也得到了提高。我們在講人工智能之前先看一下，IT領(lǐng)域，現(xiàn)在整個金融行業(yè)包括人民銀行指的這幾個方面。我們行內(nèi)有一個說法，一個是大數(shù)據(jù)，大數(shù)據(jù)在金融行業(yè)應(yīng)用得非常多。當(dāng)然今天這不是演講的主題。大數(shù)據(jù)和人工智能我認(rèn)為無論是銀行還是保險還是證券應(yīng)用最深的IT技術(shù)。第二混合云、公有云、私有云，這主要是IT的機房建設(shè)、服務(wù)器還有應(yīng)用建設(shè)方面使用得很多。第三個就是今天的主題人工智能，后面再展開。第四個是分布式數(shù)據(jù)庫。最后是健全的網(wǎng)絡(luò)身份認(rèn)證，包括反欺詐這些技術(shù)。這是人民銀行對于未來三到五年的中國的整個金融的IT發(fā)展提出的方向性的指引。這也比較接地氣。在我們很多的實踐中也是經(jīng)常的在大量的采用這幾個方面的技術(shù)。

    
剛剛大家還聽到過區(qū)塊鏈的技術(shù)。區(qū)塊鏈的技術(shù)剛剛出來，包括區(qū)塊鏈和5G。實踐還比較少，還沒有完全進(jìn)入到一個產(chǎn)業(yè)化的階段或者是到一個推廣期的階段。還要有一個過程?，F(xiàn)在在金融行業(yè)，尤其保險行業(yè)應(yīng)用最多的大數(shù)據(jù)和人工智能，這兩個應(yīng)用得非常廣泛。我們說人工智能，人工智能是這樣的。從技術(shù)角度來講主要分為四個層次，一個是感知智能，提供語音識別。最開始這應(yīng)該是十年之前的技術(shù)就是智能質(zhì)檢。這是最基礎(chǔ)的人工智能的應(yīng)用。到現(xiàn)在我們發(fā)現(xiàn)包括語音識別，識別之后人工智能合成機器語音的反應(yīng)和客戶進(jìn)行交流，這是后面一系列的技術(shù)的基礎(chǔ)。
    
第二個就是認(rèn)知智能，要比感知智能更加上一個階段。包括國華還有很多同業(yè)在今年和很多行業(yè)內(nèi)的人工智能包括語音的呼叫廠商去探討。我們發(fā)現(xiàn)目前的整個人工智能的發(fā)展在中國處在感知智能和認(rèn)知智能過渡的階段。我們在回訪中通過智能語音，識別客戶的回訪的回答，進(jìn)行不同的引導(dǎo)，產(chǎn)生回訪結(jié)果或者在銷售或者其他客戶服務(wù)中，這個技能基本上各家公司已經(jīng)大批量的采用了。質(zhì)檢上把語音轉(zhuǎn)化成文字，也已經(jīng)大批量的使用。但是能不能夠通過語音的數(shù)據(jù)庫的建立，通過和原來的人工座席的語音的自學(xué)習(xí)。也就是認(rèn)知智能，現(xiàn)在還沒有非常成熟的解決方案。有一些雛形，發(fā)現(xiàn)線索再由人工座席介入。但是是不是完全由機器去完成認(rèn)知智能還有一定的距離。
    

第三個是生物識別，金融行業(yè)大量使用。大家知道支付寶人臉識別還有你現(xiàn)在到銀行，銀行的APP里做一些操作大量使用生物識別的技術(shù)。最后一個就是圖像識別，在一些單據(jù)方面也使用得很多。一些報銷憑證和理賠憑證使用得很多。剛才說人工智能基礎(chǔ)的技術(shù)的發(fā)展。在保險行業(yè)怎么使用人工智能，大家可以具體看歷史，也不再贅述。第一個就是營銷獲客。我們每天像一般的壽險公司每天送出去的贈險有五萬到十萬張。這五萬到十萬張贈險通過各種渠道出去了。這些客戶的激活怎么來激活？就需要我們的人工智能機器人包括預(yù)測式外呼等一切方式介入。第二個就是核保和承保，怎么輔助核保人員去進(jìn)行人工核保。第三個就是在保險理賠反欺詐包括智能調(diào)查機器人，包括大數(shù)據(jù)的獲取。因為終端醫(yī)療產(chǎn)品海量的理賠信息過來，怎么能夠不通過人的介入，通過一些單據(jù)的識別，這里可能會用到圖像識別，自動的做理賠干段。第四個就是跟大家相關(guān)的業(yè)務(wù)運營，包括客服的機器人，回訪機器人包括智能質(zhì)檢。我舉個例子，回訪，每天差不多有十萬個保單。每天承保四萬到五萬。十萬個呼叫出去進(jìn)行回訪。大量的還是使用人工回訪，再進(jìn)行智能語音回訪。智能語音回訪前段時間發(fā)現(xiàn)一個問題，你可以錄一段錄音，涉及到某某先生這一塊，某某沒辦法，就機器合成。但機器合成和錄音之間就不連貫，客戶體驗很差，產(chǎn)生很多投訴。

    
現(xiàn)在我們也在探討，也是在今年還有去年開始，去年年底開始出現(xiàn)了這種聲紋識別的技術(shù)?？梢园涯骋粋€座席的聲紋識別掉。識別完了以后由機器來模擬這個人，模擬這個座席的聲紋進(jìn)行回訪。我們近期也做了一些測試，效果還是很不錯的?？赡艽蟛糠挚蛻舳疾荒軌蜃R別出來究竟是人給他打的電話還是機器合成打的電話。這有一個很大的促進(jìn)。另外一個，預(yù)測式外呼，我們知道會產(chǎn)生差不多8%-10%的呼損量。座席不能夠接的呼損量。原來往往是一個等待音，這個客戶體驗也很差。我們在這個過程中考慮是不是可以使用智能的聲紋識別的機器人來去替代我原來的等待音。這樣可以提高客戶體驗。在各種方面來講，座席是必須要存在的。因為座席是解決最復(fù)雜的問題和給客戶一個更加自然的體驗。但是人工智能的引入包括預(yù)測式外呼包括IT技術(shù)的引入是不斷的去降低我座席的無效的呼出量，提高客戶體驗，降低整個成本，提高整個的效果。當(dāng)然在管理培訓(xùn)包括智能會議這些方面，保險行業(yè)也有一些在人工智能方面的應(yīng)用。
    

智能語音的發(fā)展，有一個發(fā)展期?；旧暇褪菑?017年之后，大量的創(chuàng)業(yè)公司包括后來阿里云、騰訊云、百度云。百度云這方面做得更多一些，提供了大量人工智能的手段。在未來不能說完全替代座席，但是會嵌入到座席整個客戶銷售以及客戶服務(wù)各個環(huán)節(jié)。可能有人的參與，有機器的合成，有機器的自動呼出和判斷性呼出以及結(jié)合大數(shù)據(jù)的一些線路上的策略上的判斷。更是一個人機結(jié)合的時代。智能語音的主要技術(shù)，一個就是語音識別。最基礎(chǔ)的技術(shù)，而且這個技術(shù)基本上發(fā)展十年了，非常成熟。第二個就是語音合成，語音合成就是我們剛才所說的，根據(jù)你的聲紋，這里有一個人的版權(quán)問題，根據(jù)你的聲紋合成某一些固化的流程化的語音跟客戶進(jìn)行交流。這解決不了完全的自學(xué)習(xí)智能的問題。最后一個就是智能問答。使用智能問答以后可能這個積極人剛開始的時候并不如座席。我們差不多需要兩萬個成功輸入，三到五萬個失敗輸入。這些輸入量差不多能培養(yǎng)一個基礎(chǔ)性的簡單可以跟客戶交流基礎(chǔ)性的機器人。但是如果這個機器人要接近人工座席的水平還需要長達(dá)很長時間的不斷的呼叫和自學(xué)習(xí)，失敗的或者成功的經(jīng)驗的輸入和輸出，才能夠培養(yǎng)出來。但是到目前為止我覺得可能只能做到兩點，一個是提供線索，一個是做客服工作。但是你讓他做壽險的復(fù)雜產(chǎn)品的銷售還沒有達(dá)到這種人工智能的程度。這兩種基本上現(xiàn)在技術(shù)已經(jīng)摸到一點邊際了。

    
有一些業(yè)務(wù)場景在保險業(yè)可以去使用。一個是呼入咨詢、外呼銷售、新單回訪確認(rèn)。你們跟保險公司交流的時候，基本上用到你們的技術(shù)就是這幾個場景。這些場景尤其是壽險行業(yè)。在這些地方，它會使用到我們之前說到的語音識別、語音合成和智能云模塊。在這些場景下都會有這樣一個訴求。后面是一塊一塊來講。首先說呼入，呼入咨詢這一塊，我覺得我們可以結(jié)合外呼來說，現(xiàn)在的技術(shù)我希能發(fā)展到提供線索，無論呼入的客戶還是呼出的客戶，通過人工智能的海量呼出，判斷這個客戶是不是能夠形成銷售線索再轉(zhuǎn)給人工座席。這個是可以做到的。但是完整通過機器人完成一個銷售過程還有很長的路要走。即使這樣也是有大量的數(shù)據(jù)輸入和數(shù)據(jù)的積累，要有語音識別的技術(shù)，聲紋的模擬技術(shù)還有人工智能判斷的技術(shù)相結(jié)合才能夠達(dá)到。
    

第三個新單回訪，這是使用人工智能預(yù)測式外呼技術(shù)最開始的地方，非常成熟，可以完成全流程的機器人的介入和全流程的回訪確認(rèn)。但是即使這樣也不能夠替代人工座席。我們必須先人工后機器。人工達(dá)不到的時候才能夠機器，這也是保護消費者的權(quán)益。即使這樣，如果人工完全靠預(yù)覽式外呼，對人工的成本要求很高。呼損的時候怎么處理？還是要用到語音識別以及語音合成，提高回訪率，降低投訴率。這比前面說的銷售環(huán)節(jié)使用人工智能更加成熟和成體系。我們大量的催繳量是存在的，這些基礎(chǔ)催繳量可以通過機器去合成，它帶有半銷售性質(zhì)，更復(fù)雜。人工的介入是不可避免的。機器在這個過程中和人工的結(jié)合是在一個比較發(fā)展的階段。簡單說這三個地方，可能回訪這一塊使用人工智能和預(yù)測式外呼最成熟。催繳要比它更加不成熟一些。最差的應(yīng)該是銷售的階段。

    
質(zhì)檢應(yīng)該比回訪更成熟，質(zhì)檢已經(jīng)發(fā)展了十年的歷史，而且現(xiàn)在的質(zhì)檢不是普遍性的方案，我們說是行業(yè)性的方案。阿里云和騰訊云的質(zhì)檢方案不一定比銀行業(yè)的某個質(zhì)檢廠商提供的方案更加落地和質(zhì)檢成功率更高。這是一個非常成熟的方案。在未來，真正給各家廠商還有保險公司、金融從業(yè)者帶來挑戰(zhàn)的主要還是在催繳和呼出這兩個環(huán)節(jié)，會大量使用技術(shù)。誰在這個行業(yè)內(nèi)的技術(shù)能夠更加落地，能夠更加結(jié)合我們保險行業(yè)尤其壽險行業(yè)的特點，能夠形成自己的知識庫，未來會處于優(yōu)勢地位。對于壽險公司來講，也是希望通過這種方式降低我們的成本，提高整個座席的呼出效率也提高客戶的體驗，增加我們的效率。
    
當(dāng)前使用的一個是協(xié)助銷售外呼，保單催繳和智能語音質(zhì)檢。我們今天主要就分享人工智能這一塊，不涉及其他部分。伴隨著人工智能和智能語音技術(shù)的發(fā)展確實給我們國華還有整個壽險行業(yè)和保險行業(yè)提供了強大的科技助力。給我們開拓了很好的發(fā)展前景，提供了很多的想象空間。在這個過程中感謝顏總有這樣的場合，往往是和人工共伴發(fā)展，和座席的發(fā)展共同成長。座席也會更加專業(yè)化，會擺脫原來機械化底層的工作，更加是專業(yè)性的，在未來競爭中更加體現(xiàn)出自己的價值。謝謝！

如下為大會現(xiàn)場演講實錄，如需完整觀看所有內(nèi)容，請登錄--http://www.qianlongyuan.cn/2021/。