随着互联网时代的到来，客户对服务的需求已经逐渐从热线、人工、营业厅等传统渠道转移到线上，企业开始改变服务策略，将服务转移到APP、微信、网页等新型轻渠道上。

近几年人工智能技术逐渐应用到呼叫中心行业中，针对新渠道，在系统功能、技术、提供服务上均发生改变，进一步企业人力成本，这种添加人工智能技术的新渠道是目前新客服的典型代表。

目前智能客服的应用方式有三种：在线智能客服、热线智能客服、实体机器人客服。热线智能客服和实体机器人客服这两种方式比在线智能客服多了语音处理功能，虽然目前因识别技术发展相对成熟，但是各类方言和口音问题还是会给语音识别的准确率带来一定的影响。而在线智能客服多数为文字直接输入目前应用十分广泛，因此接下来主要深入探讨以文字直接输入的在线只智能客服。

虽然智能客服一个应用比较广泛，很多大型企业也已经搭建或者正在尝试搭建在线智能客服系统，但是根据一些企业用户的反馈，我们也发现了目前在线智能客服发展存在的一些问题。

一、服务模式单一化

人工客服服务的最大优点就业是具备灵活的思考能力，不仅能解决客户需求，还能挖掘客户的潜在需求，灵活的结合客户变化来改变服务策略。在良好的互动中完成超客户预期的工作任务。而据调查显示，当前的在线智能客服都只是关注解决客户提出的表层问题上，几乎没有主动的去了解、分析和挖掘潜在的客户需求，没有真正的做到智能化收集客户信息并作出合适的判断和推荐。

二、客户需求理解准确度低

当前大多数企业所用的智能客服系统普遍用于业务解答，系统的开发模式主要基于企业知识库，采用关键词匹配开推荐答案，可以说类似IVR系统。这种方式虽然直接，但没有很好的考虑客户的提问习惯。对普通客户而言，提问偏向于口语化，而系统读取语言则采用结构化，这就会出现“答非所问”的情况。系统无法完整、正确识别客户问题，导致当下一些智能客服系统在实际运用中推荐答率不高，从而影响客户满意度，客户采用在线问答模式目的是尽可能方便地获取自己关注的业务知识，如果多次出现“答非所问”的情况，客户久而久之就会放弃这种服务模式，那么企业实现服务分流的初衷也不会达到预想的目标。

三、系统缺乏自我学习进步能力

在线智能客服系统自学习包括业务上的学习和技术上的学习。业务上的自学习方面，需要随着业务和客户需求的变化而变化。

1、是企业知识的补充、更新一般都是在新、业务需求明确的情况下才会做出进一步梳理和更新，管理流程比较复杂，操作周期比较长；

2、是客户提出的问题可能会超过企业知识库储存的问题范围，此时在线客服系统仍无法给出准确的答案。根据心理学和调查显示客户对于新业务的感知往往比企业内部的管理流程走得快，了解的欲望也会更加迫切，假如客户已经关注了新产品新业务，而企业没有及时更新信息，可能就会导致流失一些营销机会，这时如果在线智能客服能及时捕捉到客户对新产品、新业务的关注点，并及时提醒管理人员更新知识库，这将更好的提高客户满意度。

3、技术学习方面，紧跟技术前沿，持续不断的优化推荐算法，当前很多企业存在的问题是，推荐算法持续优化，但是没有根据客户实际需求优化推荐算法，也就是说脱离了现实，脱离的客户。这也将导致客户满意度降低、推荐准确度偏低。

以上是我们针对在线智能客服提出的一些看法，根据当前技术发展趋势，我们建议可以考虑从以下几个方面开推动在线智能客服的应用优化建设，以便更好更快的实现在线智能客服在企业的商业变现。

三、在业务学习层面上，提高业务学习效率

业务学习层面体现在三个方面

1、业务流程业务特点来调整系统的计算流程和算法，提高推荐的精准率。

2、业务知识积累，业务知识积累包括企业知识库和行业的专业词典，企业需根据自身业务特点周期性完善知识库，可根据上文提到是在线智能客服系统的某些功能，及时捕捉客户的关注点，及时更新完善知识库。

3、更多的融合企业的业务分析成果，提高在线智能客服系统的综合业务能力，搭建精准营销识别、客户满意度测试、客户投诉倾向等应用模型，作为提醒客服的信息。同样的企业可根据此最用户进行精准画像，进而策划出精准的营销方式。

四、技术层面，完善系统技术应用，优化算法

智能客服系统不单单是IT建设的问题，如果还是只停留在传统的思维模式去做机械化的分词、关键词搜索、匹配，这样的方式远远谈不上智能。真正的智能客服是集合人工智能学、计算机科学、语言学等多门学科的综合应用，它是让机器主动去认知和学习，不断强化行为模式，提高思考能力，更加灵活的完成各项工作。如果想要更深度的开发智能客服系统，可从以下两方面思考：

1、让系统和人自由交互

智能服务的基础核心技术是自然语言处理，它通过对自然语言进行分词、分析、抽取、检索、变换、翻译等工作而让计算机快速理解自然语言表达的意图并准确地反馈用户所需信息，因此如果要提高的系统的理解能力，还是要更加充分地利用自然语言处理技术中如语义分析、情感分析、上下文关联等技术而不单只是切词匹配，只有达到这种技术，任何机器才可以自由交互。

2、系统自我学习是智能客服发展趋势

机器学习、深度学习等相关技术目前已经不是实验室理论，不少领域都有一些应用的探索和研究，难度只在于如何跟实际的业务关联起来并可以投入实际生产使用。

本文主要讲解了在线智能客服的现状，其他两种类型的智能客服和此类似，随着人工客服成本高涨以及客户对服务效率和质量的要求的提高，都是在推动这种智能化服务模式更加智能化。伴随着语音识别、图像识别、机器人等上下端技术的日渐成熟，相信未来智能客服前途不可限量。下载本文