從技術應用，行業深度以及發展前景看智能客服

“ The best way to predict the future is to invent it——預測未來的最好方法就是創造未來。

作爲自然語言理解技術最先實現商業化落地的領域，智能客服行業吸引了衆多市場玩家爭相佈局。從傳統呼叫中心廠商、到SaaS雲客服公司、再到客服機器人公司，各類企業都在積極用AI爲客服賦能。本文主要從產品視角來聊聊，智能客服產品方向，可能的2個坑和2個出路。

一智能客服產品方向，可能的2個“坑”

1. “通用智能客服系統”，很可能是一個“大坑”

從結果看，不論是技術還是產品方面，目前階段是支撐不了通用智能客服的落地的，但是，這部分的探索，本身也是有益、甚至繞不過去的環節；

2. “垂直行業的智能客服解決方案”，也有不少坑。

如果價值定位還是“（爲垂直行業）節省客服成本”，雖然可能養活團隊，但會是一個hard模式；因爲往往會被侷限在爲幾個大客戶做項目，一旦沒處理好下面幾個繞不過去的檻兒，很可能也會掉進坑裏。

（1）AI團隊本身不具備該垂直行業經驗，很難做出真正好的解決方案。很多時候，AI團隊需要深入大客戶公司內部去了解業務流程、細節、問題等；但大多數有多年經驗的內部員工，自己都梳理不清楚問題……

（2）退一步講，如果把問題梳理清楚了，又可能出現一個新的不利情況：如果只是解決20%的核心問題，甚至都不一定需要用到真正的AI解決方案……

而且，真正有極大“降低客服成本”需求的公司，很有可能自建團隊來做的。既有成本考慮，也有數據安全考慮。比如滴滴，很多人沒想到的是，滴滴已經是國內人工客服成本最大的公司了，而相關數據又非常敏感，所以滴滴有極大的動力去自建智能客服團隊。還有阿里，也是花了幾年的時間，把網上購物等領域的客服相關問題梳理清楚，花了很多人工整理大量有效數據，然後才一步步的把智能客服真正落地的。

（3）再退一步，暫且不糾結“AI方案”（即，假設各家公司的方案都能部分解決客戶的問題），這時，還會面臨競標時的“搞關係”問題。

（4）假設很幸運，拿到了某個大客戶的單子，那後續怎麼辦呢？垂直行業內的大客戶公司就這麼多，公司收入的增速和總量，都會有天花板。而且近似外包的做項目，還意味着成本也是在線性增加的。

（5）如果大公司不好做，那小公司呢？一般中國的中小企業，即使覺得“減少人工客服成本”是好事，但更大的動力還是在“如何增加收入”，即，如何拉新、如何提高轉化率等。

二智能客服產品方向，可能的2個“出路”

大方向來說，目前這個階段做AI落地，“直接代替人”是非常危險的（不論從產品體驗，還是從商業可行性來說），建議更多考慮如何“AI輔助人工”。

下面，從2B（對企業的公司）和2C（對消費者的公司）兩個方向分析。

1. 2B（TO Business）

舉個例子：大家都知道對於Siri這種語音助手產品，成年人去和她交互，問10次，即使9次都對了，只要1次回答不好，那麼1個月之後，用戶慢慢就再也不用了。－－也就是說，從純技術角度來說，即使已經做到了90分，但是在產品角度來看，這個模式的用戶價值不足60分；如果再考慮商業價值，可能就不足30分了（至少現階段是這樣，未來也許有機會）。－－也就是說，技術維度+產品維度，不是在做加法，而是在做“歸一化”，是不能把90分作爲整體產品價值的baseline的。

2. 2C（TO Consumer）

基於現有的智能客戶產品技術條件，如何應用到普通用戶？有正反兩個例子。

（1）不成功的magic模式（AI+HI）

前幾年，有一批中國公司copy非常火的magic模式（AI+HI），目前來看沒有太成功的，主要原因可能有：

1. 需求定位的兩難（長尾 vs 頭部）。對於高頻需求，用戶本身用app就能解決了；而如果想覆蓋太多長尾領域意味着，需要更多細分領域的專業客服；而“更多細分領域專業客服”的投入產出比是不經濟的。

2.做MVP驗證的思路問題（注：MVP，minimum viable product的縮寫，意爲“最小可行性產品”）。

即，這背後的邏輯是：如果用人工，一開始就能有80~85分的效果，但如果用AI，一開始只能有60~70分效果；所以，如果用人工做MVP，用戶都用不起來，就沒必要大投入AI技術了；但如果一開始用AI實現，很可能由於效果沒有足夠好，而無法判斷MVP方案本身是否OK，甚至可能被AI研發週期和成本給拖死。

（2）曾經非常火的Google Duplex

Google在其個人助理 Google Assistant 中，新增了Duplex功能，可以幫用戶給飯館、理髮店等商家打電話溝通、預訂。

這裏的精妙之處在於，雖然表面上AI是在服務於普通用戶，但真正的AI對話產品體驗的交互對象是商家的客服人員，而這類人羣本身的對話流程、語言方式甚至語料內容都是相對更加清晰可控的！

即，反過來說，如果AI技術表面上是服務於客戶公司，但最終產品對話體驗的交互對象其實是普通用戶，那麼，對於現階段AI產品技術來說，這種對話流程非常不可控的。

小結：