今天我沒有敲代碼，真的去當客服去了。

01

管理晨會上，客服老大J姐說，你們真的應該去客服部門看看，就知道用戶在想什麼了。然後，我們一羣人就各自選了時間，按時間輪崗，去了另一棟樓的客服辦公室到J姐手下報道，深入“羣衆”，瞭解“人間之疾苦”。

當然，沒有一天，是半天。

J姐專門指派了一個老手，讓我們輪崗都坐在老手邊上，上崗前簡單諮詢，不懂就問，一個客服系統的賬號，主要負責微信渠道的售前售後諮詢。

果然，沒那麼好玩，除去上崗前的一些必備諮詢和系統工具的熟悉（我喜歡搞清楚再開工），正式開工應該是10點。

中間沒有任何停頓，沒去上廁所，搞到中午12點，實際上還沒有到上午班的點，J姐說，行了行了，也不是要你們幹活，就是想讓你們體驗一下，然後更好的從其他部門維度思考用戶，剩下點時間大夥兒自己琢磨一下上午的體驗，也可以給客服部門一些好的建議和意見。

一上午算倆小時，中間沒有休息沒走開過，你們猜，俺一共接待了多少“上帝”？

工作時長：2小時（如果出去接待中忙碌時間，上線時長約40多分鐘）

接待人數：46人（哈哈，高於不少跟我一起輪崗的小夥伴）

響應時長：44秒（低於J姐部門的常規要求，果然不是“磚業”的）

平均每人接待時長：2.6分鐘（實際上不止這個時間，畢竟很多時候在併發服務）

體驗完了，我發現做客服這個工作，是需要有信仰的，畢竟要見太多的人，世間百態你都能見到，非內心強大之人不能勝任。

常規諮詢的還好說，脾氣好的用戶也好說，耐心好的用戶也好說，還有各種沒有耐心的，暴脾氣的，重複反覆諮詢的，莫名奇妙的，談合作的，還有跟機器人聊天聊急眼了接通人工客服來罵人的，差點讓我心態都崩了。

不過體驗之後，有句話我覺得是對的：更貼近用戶，你才能更好的服務用戶。不過，今天我的主題可不是這個。

02

我想說的是，在不用5年的時間，客服這個崗位肯定不會消失，但從業人員肯定會下降至少80%以上。

其實或許大家已經有感知了，就是近幾年來，實際上已經有部分客服佔比的人羣下崗了。

是的，智能客服，或者說智能對話系統。隨着這幾年的人工智能潮的推進，其中AI在客服對話這個場景中，跟其他領域比起來，算的是良心落地的了，雖然離真的智能還差很遠。

就包括我司，實際上也是接入了智能客服體系，來攔截部分用戶諮詢，來降低人工諮詢量。當然，是否具體多智能再另說。

03

對於人工智能，前幾年炒的很火，現在溫度降下來了，有人看好，有人看衰。

前幾天有個關於人工智能的段子很有意思，相信很多人看到過。

package ai.core

import java.util.Scanner

/**

* @deion: AI核心代碼

*/

object AiMain {

def main(args: Array[ String]): Unit = {

val scanner = new Scanner(System. in)

var str = null

while ( {

true

}) {

str = scanner.next

//輸入爲中文的字符格式

str = str.replace( "嗎", "")

str = str.replace( "？", "!")

System. out.println(str)

}

}

}

據說這個是價值1個億的AI核心代碼，他的輸入輸出也果然很智能。

在嗎？

在!

能聽懂漢語嗎？

能聽懂漢語!

真的嗎？

真的!

雖然這是一個段子，但是能火遍朋友圈，其實也未必跟目前行業不景氣，AI對話機器人爛大街，普遍看衰AI發展不無關係。

但我對於這個事情，我不會從AI本身的發展去想，很難想的，你如何使用技術思維去思考他的走向。實際上有另外一種思考方式，那就是，你們覺得五年後十年後，人口變化會是如何的，人們的富足程度會如何。

其他國家不太確定，但在天朝，有生勞動人口一定會下降，並且再過個20年，就是00後的天下了，你們覺得他們會變窮還是變富有，你們覺得人力勞動成本會上升還是下降，再來個問題，你們覺得他們養老壓力會上升還是下降？

從人口統計學的角度上來看，在未來人力勞動成本一定是往高走的，但又必須是更少的勞力輸出來養活更大的羣體，那麼必然會追求效率的提升。

所以，對於未來，通過技術和機器，或者更切確的說通過AI來達成這個目的，我一點都不懷疑！

04

回到客服這個話題，現在雖然爛大街，但是真的還有很大的空間。

AI在客服場景裏，這兩年可謂是雨後春筍，一茬又一茬，你說他爛大街了，其實沒毛病。更關鍵的是，確實有很多包着AI概念的僞智能，騙了投資人又騙了用戶。

在智能對話系統領域裏，貌似一般好像分三種形態：

1.客服類對話系統，就是你見的最多的那類

2.助理類對話系統，包括小娜/siri都屬於這一類，但又不完全這一類

3.非任務式對話系統，實際上就是常見的聊天機器人，閒聊扯淡的那種

客服類的由於跟變現強掛鉤，做好了就能賣，所以這一塊是最多創業公司做的，並且，講真技術難度也相對其他兩種會稍好些（或者說比非任務式的好做些）。

助理類的對話機器人，實際上也是一種任務式的對話系統，以輔助操作者進行事務處理，所以這類AI機器人不單純要承擔對話作用，還會關聯繫統的操作，以實現整個體系智能化的目的，所以很多時候對話系統只是一箇中間介質。

而非任務式的對話機器人也不少，但鮮有做的好的，基本上深入聊一下就牛頭不對馬嘴了，所以娛樂居多，當不得真，而且由於缺少應用變現場景，所以整體創業的公司反倒沒有客服類機器人的多。

05

客服類的機器人剩餘發展空間還很大。

實際上客服類機器人是智能對話系統裏“最套路”的一種，其很大程度上依賴於完成整理的話術FQA，所以，通過模板類的配置，基本上很快能夠實現一些基礎簡單的類似客服問答類的機器人。

但實際上，要做的更好，肯定不止如此，但事實上目前也確實沒有非常智能的客服機器人。但在客服領域大部分知識沉澱都是可以累積的，需要不斷地去學習，最終讓系統變更的更智能一些。

通過半天的客服體驗發現，實際上這個領域確實存在太多固有的經驗邏輯，而這些在未來是可以通過機器來接管的範疇，相信在全球範圍內，類似這種客服中心，呼叫中心等還有很多很多。

而技術和數據算法，目的就是需要解決那些能利用固有經驗知識的領域，並且重複人力，大量消耗人力的領域。

此外，在售前領域，實際上可以做的更多，絕不是簡單的一些售前信息諮詢，完全可以將他作爲一個新的購物場景的新入口，而其本質更像是一個推薦場景。

在未來，這種智能化的交互式的購物場景應該會越來越流行，據說阿里已經有不少類似的嘗試了，將商品卡片的信息流集成在對話機器人的流程中，實現新購買場景的探索。

再沿着這個思路進行下去，比如機器人導購等等，只要能夠達到足夠智能的要求，在更加追求購物體驗的未來，未嘗不會是一個主流方向。

在經濟下行的今天，以及馬上要到來的2019，年終少了？加薪取消了？俺們這裏廣開大路，歡迎各路英雄。

公司：SEE(www.xiaodianpu.com)

部門：大數據&AI團隊

職位：大數據架構師/大數據開發/算法工程師

歡迎各路英雄來撩，[email protected]

PS：覺得文章有用，歡迎隨意打賞，不打賞點個廣告也行呀，窮~

查看原文 >>