人工智能，簡單來說是研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。它企圖模仿人類智能的實質，并制造出一種新的能與人類智能相似的方式做出反應的智能機器，該領域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統等。 　　這里只談談AI中很小的一個部分，即智能語音在客服行業中的應用。我本身就是學中文的，同時做過幾年語文分析與測試工作，對語言的認知程度可能比一般人要深入很多，語言主要講究的是音形字義，其中語音的識別、字義的理解在未來AI應用中將占據重要的位置。最近有幸接觸了幾家智能語音方面的客戶，例如AliAI智能語音交互，這是一個在語音識別、語音合成、自然語言理解等技術基礎上，為企業的實際應用場景，賦予產品能聽、會說、懂你式的智能人機交互體驗。從阿里的官網上可以看到目前已經在金融、保險、司法、電商等多個領域有了應用，主要用來處理智能問答、智能質檢、法庭庭審實時記錄、實時演講字幕、訪談錄音轉寫等場景的應用。另一家日本公司也推出了一款類似的產品，我曾跟隨去客戶現場參觀過，基本的用法是將聲音轉換成文字，抓取文字中的關鍵字來進行信息判斷。上述兩家公司的產品在場景應用中的語音識別合成準確率宣傳達到了90%以上，這一點我是存在質疑的。我了解就算是在語音識別這塊的龍頭企業，當前的語音識別合成技術應該也似乎達不到這個水平，更何況語言的識別不只是簡單的將語言轉換成文字或者文字轉換成語音，其中更深層次有語言情緒表達、言語態勢強弱、方言識別、上下句語義理解等等，尤其是漢語，被稱為東方模塊，組合千變萬化，語義理解千差萬別，其博大精深還不是僅僅處于初級階段的AI能夠勝任的。因此，在未來的呼叫中心變革轉型中，IVR的發展必將有大展拳腳的機會。 　　當前隨著人口紅利的消失，擺在各家公司面前很現實的窘迫形勢，就是客服人員的招聘難與人員流動頻繁，導致客服人員的儲備和培訓成了大問題，經濟的進一步發展又推動了體驗式服務的更高要求。如何保持兩者之間的平衡，就成為擺在企業管理人員面前的一個重要課題。同時人工客服不能做到24小時為用戶服務，因此對于服務要求比較高的行業，會實行排班，這又將導致人工成本的大幅上升，增加企業的負擔。AI的出現，給客服業帶來了新的曙光，當前借助智能客服的語音識別和語音合成播報功能，可以從一定程度上緩解企業的困擾。 　　客服人員經常會面臨這樣的境況：用戶大量重復性的基礎性問題占用了客服人員的大量時間。例如酒店服務業客人咨詢房間價格，是否有空置房間等類似問題占據了咨詢內容的大部分比例，而真正住客的需求可能被這些問題所淹沒，例如住客反應水溫不適宜，空調溫度過低等訴求信息無法及時傳達到客服人員處，導致住客的體驗度變差，不利于酒店體驗式管理的提升，不利于酒店品牌口碑的提升。尤其在當今互聯網時代，信息化快速發展，信息傳播方式更加多樣化，傳播速度更迅捷的今天，一個不良信息的傳播，就可能對企業的發展和價值造成重大影響。 　　未來發展的主流智能語音應該可以實現實時分析諸如用戶的身份、信息反饋、日期、時間、位置和其他信息的數據。同時結合企業內部CRM系統里儲存的客戶關系數據，洞察更多的客戶需求。通過人工智能和機器學習分析所有數據來預測客戶的需求，刻畫用戶的需求。其更重要的應用是應當能夠預測用戶的下一個問題。這意味著智能客服不僅可以提供用戶當前互動的信息，也能夠預期下一個最可能出現的交互需求。例如，如果用戶聯系他們的酒店詢問是否有空置房間，如果數據顯示一半以上的用戶也都在詢問酒店空置房間問題，則智能客服可以主動地提供相應信息。如果智能客服遇到解決不了的問題，則將交互發送給指定的酒店客服人員，這也是當前比較流行的商業智能語音服務方式。這意味著智能語音已經記住了用戶在對話中的位置，信息列隊已經存在，使得當他們被轉移到人工時，不需要重復信息的交互。未來更先進的AI技術應該可以幫助智能客服達到更高的水平，特別是智能客服需要能夠解釋句子或轉折的上下文，在上下文中進行深度學習，達到真正智能的理解用戶的語義表達，實現真正的交互，這才是未來智能語音的發展趨勢，完全不同于當前人們對于智能語音過于呆板的印象。 　　如果真的達到了上面描述的水平，人工坐席的數量就可以大大減少，把更多的工作交給智能客服來處理，這個時候的智能客服和真正的人其實已經沒有太大的差異了。這將幫助企業在提高用戶體驗度的同時，也可以大大降低商業成本。