智能客服，还有多少AI泡沫？
来源： 时间：2022-08-09
智能客服，正在撇去行业泡沫
资本退潮，AI行业的泡沫正在破裂，在这个时间节点上，市场比以往更关注技术的应用情况。哪怕是像智能客服这种已经非常普及，也相对比较成熟的应用，也在被反复地质疑、验证和迭代，磕磕绊绊地前进。
时至今日，智能客服赛道依旧热闹，挤满各式各样的玩家，日趋激烈的竞争态势在推动技术应用进步的同时，也在促使这个领域走在AI行业的前列，率先撇去自身的泡沫。
智能客服，也有泡沫？
在当前国内企业经营版图上，客服是一个非常重要的商业环节，而智能客服也在普遍成为企业经营转型的首要选择。
根据T研究和容联七陌发布的《智能客服预见未来&智能客服趋势发展白皮书》，在国内市场中，企业对客服的诉求普遍较高，有88.6%的企业拥有自己的客服业务，其中38.4%的企业已经将客服搬上了云端，22.1%的企业则基于云端更进一步构建了AI智能客服。
企业对于智能客服的广泛部署，使得用户在日常的消费过程中经常可以接触到各式各样的智能客服，比如语音的、文本的、机器人等等，已经成为了一种消费生活的常态。
但是，这种常态并没有带来一致的好评。在今年，中国青年报社社会调查中心联合问卷网做了一项智能客服满意度调查，结果显示有95.7%的受访者使用过智能客服，在受众面如此广的情况下，仅有41.3%的受访者觉得智能客服好用，满意度仅为4成，更多的受访者还是青睐于原来的人工客服。
问题出在了哪里？根据调研反馈，在使用智能客服的过程中，受访者不满意或是遇到比较多的问题主要为回答生硬机械(62.1%)和不能准确理解提问(52.2%)。简单来说，就是智能客服缺乏人工客服的温情，而且还不能准确地理解用户的提问，更不能个性化解决问题，从而使得解决问题的效率太低。
这样情况很现实，但似乎又与市场供应端给出的数据不相符。不管是智能客服解决方案提供商还是已经部署了智能客服的企业，给出的市场数据都相当高，比如客户咨询匹配准确率以及成功率基本都达到90%以上，有的甚至可以飙到95%还要高。
这种数据与数据之间的矛盾是否是由统计维度的差异造就的，未可知。但可以明确的是，在这种矛盾之间，很容易就产生了整个智能客服赛道的泡沫，一边是企业忙于部署智能客服系统，一边是用户的需求难以得到解决，形成了最直接的市场供求错位问题。
智能客服，能完全替代人工客服吗？
从网易七鱼、京东智能客服言犀、腾讯企点等厂商提供的解决方案来看，目前这条路径是比较清晰的。
一、“智能”并非空中楼阁，必须要有丰富的语料积累作为基础。
在与「智能相对论」的交流过程中，网易七鱼提到，在智能客服领域，数据的积累和回答效果之间是一个互为因果螺旋上升的增强回路：更多的对话数据输入——更丰富和多样化的语料数据积累——模型更完善，客服机器人被训练得更聪明——覆盖更多用户的问法和问题——客服机器人输出更准确的回答——用户获得更好的体验——用户更高频的使用——完成更多的数据积累。
对此，网易七鱼也认为，搭建一个客服系统本身并不难，难的是“智能”，智能这个事情，跟输入有很大的关系，因为各行各业的业务逻辑都不一样，用户问什么问题，采用什么问法，更是千差万别。
从某种程度来说，智能客服在初期并不存在一个完全适配各行各业的最优解，必须要根据各行各业的需求来积累语料，不断投喂海量数据才能从技术逻辑上实现“智能”。通过语料积累的丰富程度，各大厂商智能客服解决方案的智能化表现正在拉开差距。
网易七鱼深谙这样的逻辑，在过去6年时间内，其累计服务了40万+家企业，覆盖各行各业头部客户，比如沃尔玛、花西子、理想汽车、全棉时代、吉利等等，高效连接了6亿用户，累计承接76亿轮会话，消息数615亿条。
这一点非常关键，正是基于海量的输入，网易七鱼积累了亿级语料库数据和20+个行业知识库，结合自研NLP核心算法和知识库精细运营能力，其客服机器人实现了平均问题匹配率95%，问题解决率90%以上的效果。
二、架在云端之上的客服系统，才有优化智能的空间。
海量的数据，亿级的语料积累......如此庞大规模的数据处理，对于智能客服来说将是一种常态。那么，在未来的迭代过程中，上云是客服系统转向智能化升级的一个必要支持，本地化存储很难满足接下来源源不断的数据积累。
根据头豹研究院发布的《2021年中国智能客服市场报告》，当前在智能客服赛道上处于优势竞争地位的，基本都是兼具云服务能力的厂商，哪怕是小能科技、快商通这种以本地化部署为主的传统客服厂商也在云客服解决方案转型。
云服务成为了智能客服领域的一个重要考量指标。在沙利文联合头豹研究院发布的《人工智能系列报告：2021年中国对话式AI市场报告》中，进入领导者象限的主要还是国内的头部云厂商，如腾讯云、京东云、百度智能云等。
像京东智能客服言犀就拥有私有化部署和SaaS化部署两种方式，基于京东云实现了动态语言模型更新以及对话路径自动挖掘，并在算法层面采用多算法的联合优化和多系统的联合优化，支撑系统的稳定性和对复杂任务的处理。目前言犀服务5.8亿京东用户以及17.4万商家，例如近期在北京落地的疫情防控与排查解决方案，最高并发量可达100万通/每小时。可见，在智能客服的迭代过程中，云服务所提供的技术优势是显著的。
三、AI能力的支撑，依旧是智能客服进阶的关键驱动。
AI能力所提供的价值是进阶的，即如何把云端的海量数据筛选、识别并转化为智能客服的应用价值。这一点促使智能客服的应用水平又回到了人工智能领域的技术体系上。
以智能服务机器人的核心逻辑为例，其核心算法主要导向的就是识别用户的意图，简单来说无论是要为用户提供什么样的服务，其首要都要感知和识别用户的意图。对此，网易七鱼在意图识别算法上就采用了当前主流的Transformer结构，同时使用蒸馏+多模型集成算法，既提升了模型推理速度，也提高了意图识别精度。
从技术层面来说，智能客服所用到的技术就包括语音信号处理、自然语言处理、对话管理和语音合成等，基本上整个技术体系都紧密地围绕着人工智能领域所展开。这也使得AI能力也将成为智能客服解决方案的一个核心竞争力。
目前来说，智能客服已经完全属于是多点技术融合的一个应用体系，单点技术不足以支撑一个企业的客服业务需要，越来越多复杂的需求将持续倒逼着整个智能客服升级，才有机会在接下来的时间内逐步地替代人工客服的工作。
谁来定义 智能客服？
结合T研究与容联七陌以及中国青年报社社会调查中心的两份报告来看，当前智能客服虽然只有22.1%的企业部署，但是大多都是与民生消费领域息息相关的头部企业，如通信运营商、海底捞、沃尔玛、屈臣氏等，因此消费大众对于智能客服的接触还是很普遍的。
如此普遍的一个状态使得智能客服的发展完全进入了一个全新的阶段。过去，对于企业而言，部署智能客服或许更多还是一个赶潮流、秀肌肉的过程，就像打广告一样，就得让自己的用户看到其青睐的品牌有实力去打广告，从而塑造高端价值水平的品牌认知。
如今，一旦智能客服做不好，带给用户非常差的体验，那么很容易就会造成品牌好感度的下滑。这一点随着智能客服的不断普及，所带来的影响也会越来越明显。
正如《人民日报》发表评论称，“智能客服不智能，AI反倒成障碍”。对于品牌的塑造以及客户关系维护来说，也是如此——智能客服正在进入一个以用户价值为导向的阶段，其需要的是更加精准、高效解决问题的价值反馈。
那么，如果智能客服想要撇去泡沫，就得更加关注用户的体验效果，基于用户的需求来定义智能客服的价值，而不是一昧的“闭门造车”。
资本退潮，AI行业的泡沫正在破裂，在这个时间节点上，市场比以往更关注技术的应用情况。哪怕是像智能客服这种已经非常普及，也相对比较成熟的应用，也在被反复地质疑、验证和迭代，磕磕绊绊地前进。
时至今日，智能客服赛道依旧热闹，挤满各式各样的玩家，日趋激烈的竞争态势在推动技术应用进步的同时，也在促使这个领域走在AI行业的前列，率先撇去自身的泡沫。
智能客服，也有泡沫？
在当前国内企业经营版图上，客服是一个非常重要的商业环节，而智能客服也在普遍成为企业经营转型的首要选择。
根据T研究和容联七陌发布的《智能客服预见未来&智能客服趋势发展白皮书》，在国内市场中，企业对客服的诉求普遍较高，有88.6%的企业拥有自己的客服业务，其中38.4%的企业已经将客服搬上了云端，22.1%的企业则基于云端更进一步构建了AI智能客服。
企业对于智能客服的广泛部署，使得用户在日常的消费过程中经常可以接触到各式各样的智能客服，比如语音的、文本的、机器人等等，已经成为了一种消费生活的常态。
但是，这种常态并没有带来一致的好评。在今年，中国青年报社社会调查中心联合问卷网做了一项智能客服满意度调查，结果显示有95.7%的受访者使用过智能客服，在受众面如此广的情况下，仅有41.3%的受访者觉得智能客服好用，满意度仅为4成，更多的受访者还是青睐于原来的人工客服。
问题出在了哪里？根据调研反馈，在使用智能客服的过程中，受访者不满意或是遇到比较多的问题主要为回答生硬机械(62.1%)和不能准确理解提问(52.2%)。简单来说，就是智能客服缺乏人工客服的温情，而且还不能准确地理解用户的提问，更不能个性化解决问题，从而使得解决问题的效率太低。
这样情况很现实，但似乎又与市场供应端给出的数据不相符。不管是智能客服解决方案提供商还是已经部署了智能客服的企业，给出的市场数据都相当高，比如客户咨询匹配准确率以及成功率基本都达到90%以上，有的甚至可以飙到95%还要高。
这种数据与数据之间的矛盾是否是由统计维度的差异造就的，未可知。但可以明确的是，在这种矛盾之间，很容易就产生了整个智能客服赛道的泡沫，一边是企业忙于部署智能客服系统，一边是用户的需求难以得到解决，形成了最直接的市场供求错位问题。
智能客服，能完全替代人工客服吗？
对于人工智能的技术应用趋势，云从科技形象地用“三次浪潮”来描述。其中，第一浪主要表现为单点技术爆发驱动，带来的体验大多数是像人脸识别、语音交互等线性的结果。而第二浪则为多点技术融合驱动所带来的行业化、场景化体验，具有更主动的感知能力、更清晰的认知能力等等。
当前，整个AI行业正处于第一浪与第二浪叠加发展的状态，智能客服也是如此。因此，在当下，智能客服给人一种很“呆”很线性的反馈，但随着整个多点技术融合闭环的构建，智能客服正在慢慢地“灵泛”起来，更有温度，也更智能。
从网易七鱼、京东智能客服言犀、腾讯企点等厂商提供的解决方案来看，目前这条路径是比较清晰的。
一、“智能”并非空中楼阁，必须要有丰富的语料积累作为基础。
在与「智能相对论」的交流过程中，网易七鱼提到，在智能客服领域，数据的积累和回答效果之间是一个互为因果螺旋上升的增强回路：更多的对话数据输入——更丰富和多样化的语料数据积累——模型更完善，客服机器人被训练得更聪明——覆盖更多用户的问法和问题——客服机器人输出更准确的回答——用户获得更好的体验——用户更高频的使用——完成更多的数据积累。
对此，网易七鱼也认为，搭建一个客服系统本身并不难，难的是“智能”，智能这个事情，跟输入有很大的关系，因为各行各业的业务逻辑都不一样，用户问什么问题，采用什么问法，更是千差万别。
从某种程度来说，智能客服在初期并不存在一个完全适配各行各业的最优解，必须要根据各行各业的需求来积累语料，不断投喂海量数据才能从技术逻辑上实现“智能”。通过语料积累的丰富程度，各大厂商智能客服解决方案的智能化表现正在拉开差距。
网易七鱼深谙这样的逻辑，在过去6年时间内，其累计服务了40万+家企业，覆盖各行各业头部客户，比如沃尔玛、花西子、理想汽车、全棉时代、吉利等等，高效连接了6亿用户，累计承接76亿轮会话，消息数615亿条。
这一点非常关键，正是基于海量的输入，网易七鱼积累了亿级语料库数据和20+个行业知识库，结合自研NLP核心算法和知识库精细运营能力，其客服机器人实现了平均问题匹配率95%，问题解决率90%以上的效果。
二、架在云端之上的客服系统，才有优化智能的空间。
海量的数据，亿级的语料积累......如此庞大规模的数据处理，对于智能客服来说将是一种常态。那么，在未来的迭代过程中，上云是客服系统转向智能化升级的一个必要支持，本地化存储很难满足接下来源源不断的数据积累。
根据头豹研究院发布的《2021年中国智能客服市场报告》，当前在智能客服赛道上处于优势竞争地位的，基本都是兼具云服务能力的厂商，哪怕是小能科技、快商通这种以本地化部署为主的传统客服厂商也在云客服解决方案转型。
云服务成为了智能客服领域的一个重要考量指标。在沙利文联合头豹研究院发布的《人工智能系列报告：2021年中国对话式AI市场报告》中，进入领导者象限的主要还是国内的头部云厂商，如腾讯云、京东云、百度智能云等。
像京东智能客服言犀就拥有私有化部署和SaaS化部署两种方式，基于京东云实现了动态语言模型更新以及对话路径自动挖掘，并在算法层面采用多算法的联合优化和多系统的联合优化，支撑系统的稳定性和对复杂任务的处理。目前言犀服务5.8亿京东用户以及17.4万商家，例如近期在北京落地的疫情防控与排查解决方案，最高并发量可达100万通/每小时。可见，在智能客服的迭代过程中，云服务所提供的技术优势是显著的。
三、AI能力的支撑，依旧是智能客服进阶的关键驱动。
AI能力所提供的价值是进阶的，即如何把云端的海量数据筛选、识别并转化为智能客服的应用价值。这一点促使智能客服的应用水平又回到了人工智能领域的技术体系上。
以智能服务机器人的核心逻辑为例，其核心算法主要导向的就是识别用户的意图，简单来说无论是要为用户提供什么样的服务，其首要都要感知和识别用户的意图。对此，网易七鱼在意图识别算法上就采用了当前主流的Transformer结构，同时使用蒸馏+多模型集成算法，既提升了模型推理速度，也提高了意图识别精度。
从技术层面来说，智能客服所用到的技术就包括语音信号处理、自然语言处理、对话管理和语音合成等，基本上整个技术体系都紧密地围绕着人工智能领域所展开。这也使得AI能力也将成为智能客服解决方案的一个核心竞争力。
目前来说，智能客服已经完全属于是多点技术融合的一个应用体系，单点技术不足以支撑一个企业的客服业务需要，越来越多复杂的需求将持续倒逼着整个智能客服升级，才有机会在接下来的时间内逐步地替代人工客服的工作。
谁来定义 智能客服？
结合T研究与容联七陌以及中国青年报社社会调查中心的两份报告来看，当前智能客服虽然只有22.1%的企业部署，但是大多都是与民生消费领域息息相关的头部企业，如通信运营商、海底捞、沃尔玛、屈臣氏等，因此消费大众对于智能客服的接触还是很普遍的。
如此普遍的一个状态使得智能客服的发展完全进入了一个全新的阶段。过去，对于企业而言，部署智能客服或许更多还是一个赶潮流、秀肌肉的过程，就像打广告一样，就得让自己的用户看到其青睐的品牌有实力去打广告，从而塑造高端价值水平的品牌认知。
如今，一旦智能客服做不好，带给用户非常差的体验，那么很容易就会造成品牌好感度的下滑。这一点随着智能客服的不断普及，所带来的影响也会越来越明显。
正如《人民日报》发表评论称，“智能客服不智能，AI反倒成障碍”。对于品牌的塑造以及客户关系维护来说，也是如此——智能客服正在进入一个以用户价值为导向的阶段，其需要的是更加精准、高效解决问题的价值反馈。
那么，如果智能客服想要撇去泡沫，就得更加关注用户的体验效果，基于用户的需求来定义智能客服的价值，而不是一昧的“闭门造车”。
这一点，也同样适用于今天的人工智能行业。