這是一個智慧化的時代，無論是智慧家居還是無人汽車，這些科技都是在向無人智慧化、擬人化發的方向發展，而人工智慧語音客服，也必將成為主流。

智慧語音客服，能對客戶的諮詢作出快速響應，並且沒有時間的限制，並且可以快速分析出客戶諮詢意圖並作出解答，直接提升使用者滿意度。

人力成本正在逐漸提高，而人工智慧客服的應用，會節約大量的人力成本，更沒有工作時間的制約，解決了傳統客戶維持人力的資本問題。

早期的客服機器人在一定程度上解決了簡單重複性的問題，而未來人工智慧客服會應用深度學習的演算法，降低客服所依賴的知識庫構建和維護成本的大幅下降，加上大資料分析，在客服領域的未來中，智慧客服將變革原有的客服生態。

AI人工智慧科技不斷進步，智慧客服的使用企業逐漸增多，智慧客服除了滿足企業對客服工作的基本需求外，也為企業帶來了一系列營銷優勢，幫助企業從傳統營銷逐步拓展到智慧營銷。

藉助智慧客服，企業便可透過追蹤客戶的來訪軌跡、進行客戶名片識別等，及時獲取到該客戶此前的諮詢紀錄、上線情況、消費記錄及行為習慣等，透過多維度的客戶畫像貫穿整個路徑，建立客戶資料積累，透過資料支援，提高客戶的轉化率與復購率。

首先，面對海量來訪客戶，智慧客服可以快速識別客戶意圖，篩選潛在意向客戶，幫助企業建立內部客戶資料庫，從而方便企業進行規模化、系統化地主動銷售線索獲取；除此之外，輔助企業打通營銷、產品、設計、研發、管理等環節，並對企業的內部及外部資料庫進行整合分析，以此建立銷售預測分析模型，並透過資料的不斷積累試錯，持續提升銷售線索預測的準確率，從而助力企業實現低成本推進銷售業績快速增長。

其次，在企業營銷中，使用者畫像的建立非常重要，透過使用者畫像企業才能更有針對性的對客服進行培訓，為客戶提供更精準、高效的客戶服務。智慧客服透過自動抓取客戶資訊，分析客戶活動路徑等就能精準描繪客戶畫像，促進企業營銷活動的智慧化。

舉個例子：某客戶在某企業官網，先後瀏覽了產品頁、案例頁，最後在價格頁發起諮詢。智慧客服在接待時，就能瞭解到這名客戶的瀏覽軌跡，並透過軌跡分析進行客戶購買需求的初步判斷，因該客戶最終在價格頁發起諮詢，便可判定為有購買意向的價格敏感使用者。根據這些資訊，智慧客服在接待時就可以將價格相關的資訊，比如產品促銷、優惠活動等，率先告知該客戶，吸引客戶的最終購買，以此實現精準營銷。

未來隨著人工智慧技術的再進步，智慧客服所帶來的智慧營銷優勢將會更加凸顯。客服中心也將從過去的被動服務轉為主動服務，逐漸由幕後走向臺前，由從前企業的配角成為企業核心，由企業成本中心轉向利潤中心，為企業的發展提供有力驅動。

其實現在的很多語音識別並不是很完美的，相信大家也有體會，你說了什麼有的也不能百分百識別出來，就算識別出來，也是有區別的，那人工智慧語音客服在這個時候也是缺口，和需要的，會比之前的線上客服好很多。

其實現在已經有很多的客服席位被人工智慧代替了。

語音聊天的智慧化，最近幾年因為深度學習演算法和卷積網路的發展，技術上有了很大的提升，未來還有很大的提升空間。

有個問題是，也許未來不僅僅客服是人工智慧的，連電話營銷都是人工智慧來做，那就有些麻煩了，你可能不停地接到各種的營銷電話，都是人工智慧語音客服撥出的。

你會怎麼應對呢？

AI客服的進展，可以說是慘淡！在巨大的預期下，受制於NLP、尤其是多輪語義識別技術限制，緊緊能夠在外呼營銷等有限次數互動的簡單封閉場景有所應用，至於開放性的客服場景，效果慘不忍睹，鮮有實際成功的商用案例！

語義識別、複雜場景互動、多輪互動等，都需要技術的突破！

目前比較可行的方案，是在現有NLP的技術條件下，提高更多的過程資料應用，讓使用者得互動更簡化，從而顯得更“智慧”。

要回答這個問題，得從技術趨勢與行業趨勢兩方面看。

客服工作以低科技含量與高重複性著稱。對於大部分客服工作也確實如此，隨著人工智慧中人機對話技術（以自然語言處理為核心的若干技術組合）的成熟，低端的客服工作會逐漸被智慧客服機器人所取代。人類的客服的工作會由常規、重複性工作轉向非常規、特殊性工作轉移，工作價值會得到提升。

上述趨勢已經在發生，我們在撥打的不少電話時，已經是由客服機器人在與我們做溝通了，雖然多數體驗並不好。而在一些高階的客服崗位中，工作的複雜性不遜於都市白領，這部分工作短期內並不會被取代。

另外，對於有些客戶更希望得到有溫度的服務，這是智慧機器人永遠都無法給予的，這就決定了客服的職位並不會消失，而是越走越高階。

現在國家對機器人外呼造成的騷擾非常重視。這將直接影響到電銷行業的發展，而電話客服又是與電話銷售緊密繫結的，所以政策的變化對整個電銷行業的打擊，也會直接影響到語音客服的發展。

目前語音外呼，各企業採取的方法仍是揚湯止沸，或是員工實名註冊，或是註冊多公司，仍在處理一個與政策鬥智勇的過程。未來會怎樣發展，前途還不明瞭。

最後，智慧語音客服的趨勢一定是進步的，但對於客服工作的影響，也不全是積極與樂觀的。需要配套政策與技術共同形成一套完善的解決方案，才能為之後的客服工作指明方向。

智慧客服喊了這麼多年，每次打 10086，它還在問我選擇普通話還是英哥立式，難道就我一個人遇到這個問題？

智慧語音客服代替人工客服是必然的，因為人力成本的增加，使得人工客服的僱傭資本加大，而且智慧語音客服的工作效率比人工客服高很多，一個智慧機器人的工作效率相當於五到十個人工客服。

人工智慧（AI）是對人的意識、思維資訊過程的模擬。人工智慧技術擁有核心技術平臺、資料迴圈兩大要素，只有將人工智慧技術與資料相結合才能形成實用性的業務。隨著人工智慧與傳統行業的逐步結合，以及政策的不斷扶持，人工智慧產業鏈將進一步完善。

目前全球人工智慧企業已經超過了900家，主要集中在北美和西歐。谷歌、Facebook、微軟、IBM等科技巨頭都已進軍人工智慧領域。其中IBM把人工智慧視為未來最具增長潛力的領域之一。去年11月IBM將認知計算系統（Waston）整合了諸多人工智慧基礎平臺SystemML的功能，使其善於認知、理解、推理和學習。目前IBM Waston已經應用於智慧醫療、金融服務等領域。谷歌在2011年成立了AI部門，目前公司產品和服務主要依靠AI技術驅動，谷歌使用深度學習技術改善搜尋引擎、識別手機指令、鑑別社交網路影象等。另外谷歌的無人駕駛主要以技術驅動，側重於基礎技術研究及AI核心科技開發。

隨著國外科技巨頭加速佈局人工智慧領域，國內企業也紛紛搶灘。目前百度積極參與無人機和無人駕駛等領域的開發，百度的後期人工最佳化將使無人駕駛更適應終端環境使用，進一步推動AI技術的商用化步伐。阿里的雲計算是其面向未來的核心部分，在人工智慧方面很多來自雲平臺領域。2016年10月全國首個“城市資料大腦”在雲棲大會上釋出，其核心就是採用阿里雲ET人工智慧技術，該技術可以對整個城市進行全域性實時分析，自動調配公共資源，最終將進化成能夠治理城市的超級人工智慧。

政策方面，2016年5月發改委印發了《“網際網路+”人工智慧三年行動實施方案》，主要任務是推動網際網路與傳統行業融合創新，加快人工智慧技術在家居、汽車、無人系統、安防等領域的推廣應用。《方案》提出，到2018年打造人工智慧基礎資源與創新平臺，人工智慧產業體系、創新服務體系、標準化體系基本建立，基礎核心技術有所突破，總體技術和產業發展與國際同步，應用及系統級技術區域性領先。

分析人士認為，人工智慧是產業變革的基石，對於不同行業和場景的智慧化改造將成為未來趨勢。安防、金融、醫療、汽車、製造業、智慧家居等領域都是人工智慧的發展方向。未來幾年人工智慧有望在語音識別、工業、輔助醫療、服務機器人、無人駕駛、虛擬現實等前沿領域嶄露頭角，千億級市場盛宴將開啟。

1.行業垂直領域應用

人工智慧市場在零售、交通運輸和自動化、製造業及農業等各行業垂直領域具有巨大的潛力。而驅動市場的主要因素，是人工智慧技術在各種終端使用者垂直領域的應用數量不斷增加，尤其是改善對終端消費者服務。

2.醫療保健行業成長

機器學習和大資料都是掌握海量潛在醫療資料的關鍵因素。基於AI的系統也能幫助醫院改善其操作的流程和資料的管理。鑑於醫療保健專業人員在閱讀劑量指示、或診斷資料方面難免會經常犯錯，智慧AI系統透過具有影象識別和光學字元辨識的功能對所有的資料進行二次檢查，以減少此類錯誤的發生頻率。

人工智慧匯入醫療保健行業從2016年到2022年維持很高成長，預計從2016年的6.671億美元達到2022年的79.888億美元年均複合增長率為52.68%。

3.AI晶片關鍵在於成功整合軟硬體

AI晶片的核心是半導體及演演算法。軟體硬體成功相結合的關鍵在於先進的封裝技術。總體來說GPU比FPGA快，而在功率效能方面FPGA比GPU好，所以AI硬體選擇就看產品供應商的需求考量而定。

4.自主學習是目標

AI“大腦”變聰明是分階段進行，從機器學習進化到深度學習，再進化至自主學習。首先，是為自主機器打造一個AI平臺;還要提供一個能夠讓自主機器進行自主學習的虛擬環境，必須符合物理法則，碰撞，壓力，效果都要與現實世界一樣;然後再將AI的“大腦”放到自主機器的框架中;最後建立虛擬世界入口(VR)。

5.CPU和GPU結合

CPU是通用於各種裝置的超強效能的處理器，什麼場景都可以適用，所以就需要將CPU和GPU(或其他處理器)結合起來，做到最完美的構架。為開發人員提供更多演算法等。

6.AR和 AI共進退

AR成為AI的眼睛，兩者是互補、不可或缺，為了機器人學習而創造的在虛擬世界，本身就是虛擬現實。還有，如果要讓人進入到虛擬環境去對機器人進行訓練，還需要更多其它的技術。

如今，基於AI的發展已經成為了主流。各種企業不僅熱衷於改進其現有的流程，而且還能看到AI給他們帶來的潛在增長點。這也就是為什麼CIO們應當重視AI的戰略意義和其創新發展的空間。