本質上是不想要被你聯絡

深思是為了節省人力

藉口是顯示人工智慧

表現就是各種答非所問的機器人了

看來你和我有類似的苦惱

智慧客服的實現邏輯是怎樣的？語料庫+問答庫：有經驗的客服把使用者的提問方式、對應的回答整理到這個知識庫裡，並進行日常維護問答匹配：在使用者提問時，會把使用者的問題進行自然語義理解——目的是為了提取使用者想要諮詢的核心點、去除歧義。然後把提取出來的問題，和知識庫進行匹配，找到最相關的答案，反饋給使用者。如果要讓效果做的好一些，一般會在使用者提問的給出引導，讓使用者可以直接選一個最貼近自己需求的問題，從而為使用者匹配最相關的答案

但是，有一萬種可能讓這個人工智慧變成人工智障：

語料庫+知識庫的資料會非常缺失，導致使用者問的問題可能通常會“超綱”自然語義理解的不到位：一來，人類的對話通常是有上下文的，在多輪對話的場景下，自然語義的效果會變得非常差，即使是微軟小冰這種已經做的比較成熟的AI，在超過三輪的對話場景下，表現也慘不忍睹；二來，人類的語言博大精深，一個詞語在不同語境下會有很多含義，人和人之間都有溝通問題，何況是人和機器；產品設計的不夠好：有的時候，當AI答不上來的時候，會轉向人工客服，這時候往往需要漫長的等待，但使用者可能沒注意到這個變化，以為AI不回答，就是整個對話的結束，於是就離開了Orz ......就算注意到了，但通常也要等很久（因為在排隊）使用者可能會中途離開，結果輪到自己時又錯過了Orz……所以給人感覺就是無人應答（生氣摔杯子）

不過整體來說，就客服行業而言，智慧客服還是彌補了空白，提升了整體效率，貼張小A機器客服的宣傳單：

1-現在技術還不夠成熟，至少可以滿足標準化的對話，減少相應的人力進一步節約成本。

2-隨著技術的逐步成熟，人工智慧會逐步替代人類那些重複性的工作，甚至一些具有簡單創造性的工作，把人類從枯燥的工作中解放出來，進一步追求更高層次的需求。

當前的人工智慧領域中智慧客服的應用大部分還是基於知識庫和模糊匹配的機械性偽人工智慧，並沒有太多的應用深度學習、神經網路、資料建模等等。我個人參觀和參與了國內好幾個城市的市長熱線的設計諮詢工作，預算和成本倒掛的現象很嚴重，理想很好，技術不成熟，業主方不願意嘗試和實驗，人工智慧涉及資料積累和資料梳理，需要大量的專業人才。

總得來說：技術不成熟，人才稀缺，成本太高。