李敏最近的麻烦是要把一个800人的团队解散，然后重建一个。
作为一个大型金融服务公司的客服总监，李敏管理着公司近千个席位的电话呼叫团队，每天接待来自全国各地数以十万计的电话。虽然总部在上海，近几年她大部分的时候在无锡工业园区，2010年大部分的席位落地在了当地新建的呼叫中心。在日益增加的劳动力成本的驱使下，公司考虑将客服迁到更远的贵州。
这并不是唯一的解决办法，也不是安全的解决办法。劳动力成本会持续增加，一个可能性是用人工智能替代。过去几个月，李敏和公司技术部门的人一起接待了人工智能行业的各类公司，有大型的企业科大讯飞、小i机器人，也有专注客服人工智能解决方案的公司智齿科技、灵伴即时等。
在了解了若干方案之后，李敏感觉到人工智能并不是一个遥不可及的话题，而是真实的存在。她读到的一则新闻说，北欧最大的金融机构北欧银行宣布，将在未来4年内裁员6000人，进行数字化和自动化普及，也就是人们常说的“机器换人”。这让李敏感到，这次她重建的800人的团队，可能未必都是真的“人”。
KPI高压下的刚需
对于任何全国性销售企业来说，客服是把双刃剑。不能不重视，因为客服是企业的形象代表之一；但是又往往是最大的成本中心之一。因为劳动密集的特性，很多企业的客服呼叫中心已经几经外包、外迁，压缩的无法再压缩。降低客服成本、提高客服效率，是大型企业的刚需，对于竞争激烈的行业甚至是生命线，客服中心的高管因此背着最不合理的KPI，一头要求投诉率降低，一头要求成本降低。
人工智能这两年的突飞猛进让客服行业看到了一点希望。带有语音语义识别功能的人工智能很多人并不陌生，在国外，调戏Siri是很多人的日常生活，微软机器人小冰也在国内风靡一时；科大讯飞、搜狗有完整的语音智能家居的解决方案，让用户用语音控制家电；国内的初创公司出门问问、助理来也让你在微信上说一句话，就能送上门星巴克的咖啡。
过去电商、O2O行业、智能家居行业的高速发展一定程度上助推了人工智能应用的发展，电商行业对客服需求远远超过了90年代电信行业的需求，京东仅仅在江苏宿迁一地，就有一万个坐席的客服中心；但是大多数京东的客服需求是先由文本客服解决的，文本客户是半智能的机器人，通过菜单和文字语意分析结合模式处理简单的客户需求。
然而电商行业本身不是个劳动密集型的行业，2015年电子商务服务企业直接从业人员为265万，对比客服行业，仅呼叫中心，2014年全国就有超过300万的电话客服。
人工智能因为是机器对人的替换，因此对产业的最大价值应该在劳动力最密集的行业，正如仓储物流行业的人工智能飞速发展，根本的驱动力是替代仓库工人带来的成本降低。语音语义的人工智能，最前沿的应用会发生同样在人工成本KPI压力最大的地方，劳动密集型的客服行业。
人工智能客服的核心在于“人”
“真的吓我一跳。”这是李敏自己的真实感受。
灵伴即时的工程师给李敏展示过一系列的客服音频对话，一个客服人员和用户的实时语言对话，电话的主题是向一个电信用户推销一个移动流量包。对话中的客服人员声音柔和，很有节奏感，对用户的反馈反应速度很快，并且能够迅速判断用户的购买意向并且针对性的回复。
“感觉是个声音比较不错、训练有素的客服，”李敏说，“直到对方告诉我这是一个机器人。他们的机器人能够被打断，也就是在说到一半的时候如果用户说了什么，它能够停下来，判断这个用户说了什么，然后修改它后面的话语，有时候还能感知对方的情绪。我们很多刚来的真人客服都做不到。”
虽然能够让长期从事客服工作的李敏惊艳，但是这并不意味着机器能够和人真正的对话。一位在硅谷从事Siri相关的人工智能研发的工程师透露，目前还没有商用级别的机器人，能够和人类真正的对话。就想Alpha Go能够战胜柯洁并不意味着Alpha Go拥有真正的人类智商一样，目前理想的人机对话也需要一定的环境。
在客服行业，让人工智能客服毫无破绽的模拟一个人，这样的环境也需要被创造出来。主流的公司如小i机器人的方案核心是和企业的客服团队深度绑定，客服团队需要给机器人提供大量的语料库，帮助机器进行学习。因为每个行业有不同的专业术语和分词习惯，因此语料库的数量、语料库标注的质量，直接的影响着机器人的学习速度。
通常，这是技术团队的事情，不过初创公司增加了一些解决方案，让更多非技术人员参与进来。除了常规的机器学习流程之外，灵伴即时的团队给李敏展示的方案包括这样一个界面，类似一个编辑器，让李敏和她的客服工作人员可以预设，在机器人听到某些特定的客户的反馈的时候，能够按照预设流程回复。这样企业的客服团队，而不是技术团队，可以在一个可视化的界面编辑、修改机器人的对话流程。
李敏认为一个由客服部门主导的人工智能客服才具有真正的应用价值。“把人工客服的工作交给程序员来做决定？不可能的。他们可能都不知道怎么和女朋友说话。”
人工智能客服的未来
易观国际的数据显示，无论是人工智能，还是语音行业，在这两年都是超过百亿的行业。
而基于语音的智能客服是这两个行业的交界处，是一个方兴未艾的市场。IT桔子上，关于智能客服的融资案例有28起，关于语音识别的案例有63起，大多数集中在天使轮、A轮，资本和企业都在摸索阶段。理性的是，这些获得融资的初创公司的方向均更偏向企业服务，为行业解决实际的人工成本问题。
从技术上讲，智能客服是机器理解人类语言并且对话的第一步。虽然在产品的呈现上，智能客服只是和用户的一问一答，但是整个技术链条并不短，而且涉及很多前沿技术，因此有一定的门槛。从听到用户的反馈声音开始，智能客服首先需要采集声音并且识别。
在识别声音这个环节中，常规的操作包括声学模型的建立、特征选择等等，而特征选择这一环节，在大数据技术的帮助下，能够帮助智能客服标注不同的客户，为客户建档每个人的“声纹”生物特征文档，或者给客户打上不同标签，进一步理解客户的语言表述、提供个性化的服务。
语音识别和理解文本文字一样，涉及自然语言的理解，这个和搜索引擎技术、机器翻译属于同种技术类别。这个科技树的方向也是谷歌、微软等科技巨头努力攀登的方向。
为了让机器的声音听起来更像人的声音，卡内基梅隆大学设立了“Blizzard Challenge”项目，让全世界的精英挑战如何通过算法把机器的声音模拟的更逼真，这个项目自2005年建立以下吸引全球数百个学术和企业团队的参与。
作为前沿的人工智能技术最能被直接应用的场景之一，人工智能客服的未来让这个行业的参与者充满了想象的可能，无论是硅谷的Siri工程师们，国内像灵伴即时和小i机器人的创业者们，还是传统行业的管理者李敏。“说不定某一天我会管理800个机器人，或者说不定我会被机器人管理，”李敏耸耸肩膀，“我会和他们好好谈一谈。我很期待这一天。”
Reference:
http://futures.hexun.com/2017-10-23/191321165.html?from=rss
http://www.chyxx.com/industry/201610/456048.html
http://www.d1net.com/cc/news/498173.html
作者为【joeycidic】，欢迎交流讨论
