一、呼叫中心的歷史

世界上第一個(gè)具有一定規(guī)模的、可提供7X24服務(wù)的呼叫中心是由泛美航空公司在1956年建成并投入使用的，其主要功能是可以讓客戶(hù)通過(guò)呼叫中心進(jìn)行機(jī)票預(yù)定。隨后AT&T推出了第一個(gè)用于電話(huà)營(yíng)銷(xiāo)的呼出型（outbound）呼叫中心，并在1967年正式開(kāi)始運(yùn)營(yíng)800被叫付費(fèi)業(yè)務(wù)。從此以后，利用電話(huà)進(jìn)行客戶(hù)服務(wù)、市場(chǎng)營(yíng)銷(xiāo)、技術(shù)支持和其他的特定商業(yè)活動(dòng)的概念逐漸在全球范圍內(nèi)被接受和采用，直至形成今天的規(guī)模龐大的呼叫中心產(chǎn)業(yè)。
銀行業(yè)也在70年代初開(kāi)始建設(shè)自己的呼叫中心。

我們國(guó)內(nèi)在呼叫中心方面要落后大約十年左右，并且離形成一定規(guī)模的產(chǎn)業(yè)化還有一段距離。

1、第一代呼叫中心：基于交換機(jī)的人工熱線電話(huà)系統(tǒng)

第一代呼叫中心的特點(diǎn)是基本靠人工操作，對(duì)話(huà)務(wù)員專(zhuān)業(yè)技能要求相當(dāng)高，而且勞動(dòng)強(qiáng)度大、功能差、效率低。

2、第二代呼叫中心：交互式自動(dòng)語(yǔ)音應(yīng)答呼叫中心系統(tǒng)

第二代呼叫中心廣泛采用了計(jì)算機(jī)技術(shù)，如通過(guò)局域網(wǎng)技術(shù)實(shí)現(xiàn)數(shù)據(jù)庫(kù)數(shù)據(jù)共享；語(yǔ)音自動(dòng)應(yīng)答技術(shù)用于減輕話(huà)務(wù)員的勞動(dòng)強(qiáng)度，減少出錯(cuò)率；采用自動(dòng)呼叫分配器均衡座席話(huà)務(wù)量、降低呼損，提高客戶(hù)的滿(mǎn)意度等等。此呼叫中心需要采用專(zhuān)用的硬件平臺(tái)與應(yīng)用軟件實(shí)現(xiàn)，難于滿(mǎn)足客戶(hù)個(gè)性化需求，靈活性差升級(jí)不方便、成本高。
現(xiàn)在電信運(yùn)營(yíng)商已建成多個(gè)呼叫中心，如1000/1001和1860/1861等，都透過(guò)其方便快捷的服務(wù)，使呼叫中心的概念深入民心。

3、第三代呼叫中心：交換機(jī)(PBX)＋人工座席＋自動(dòng)語(yǔ)音應(yīng)答＋CTI技術(shù):

第三代呼叫中心是目前的主流，它有機(jī)地將交換機(jī)（PBX）、語(yǔ)音自動(dòng)應(yīng)答（IVR） 、計(jì)傳真服務(wù)器（FaxServer） 、全程錄音設(shè)備（Call Logging）、客戶(hù)關(guān)系管理（CRM） 、數(shù)據(jù)庫(kù)系統(tǒng)、呼叫報(bào)表管理系統(tǒng)、人工座席等業(yè)務(wù)集成一體，先進(jìn)“自動(dòng)呼叫分配（ACD） ”技術(shù)，可以讓客戶(hù)得到呼叫中心最合適的業(yè)務(wù)代表的服務(wù)； 智能的遇忙排隊(duì)， 可以客戶(hù)及時(shí)得到等待信息（如：目前在隊(duì)列中的位置、預(yù)計(jì)等待時(shí)間），并通知座席員客戶(hù)排隊(duì)狀態(tài)；多樣化的報(bào)表統(tǒng)計(jì)，能有效地實(shí)現(xiàn)對(duì)業(yè)務(wù)、設(shè)備、人員的全面管理，使呼叫中心隨著運(yùn)營(yíng)的過(guò)程效益不斷地提高，為客觀考核客服中心服務(wù)質(zhì)量以及數(shù)據(jù)挖掘提供依據(jù)。

4、第四代呼叫中心：交換機(jī)(PBX)＋人工座席＋自動(dòng)語(yǔ)音應(yīng)答＋CTI技術(shù)＋I(xiàn)CC

第四代呼叫中心是在第三代呼叫中心基礎(chǔ)上增加了互聯(lián)網(wǎng)呼叫中心（ICC）功能。 使Call Center真正從一個(gè)電話(huà)客戶(hù)服務(wù)中心轉(zhuǎn)變?yōu)橐粋€(gè)客戶(hù)服務(wù)中心(Customer CareCenter)，它為客戶(hù)提供統(tǒng)一客戶(hù)服務(wù)平臺(tái)，允許客戶(hù)選擇電話(huà)、傳真、短信、E-mail、VoIPWeb站點(diǎn) 等任意一種方式都能從客戶(hù)服務(wù)中心得到滿(mǎn)意的服務(wù)。

二、人工智能在呼叫中心

那么，人工智能跟呼叫中心有什么關(guān)系呢？

最簡(jiǎn)單的就是語(yǔ)音和文本的相互轉(zhuǎn)換已經(jīng)用計(jì)算機(jī)對(duì)語(yǔ)義進(jìn)行分析。用專(zhuān)業(yè)術(shù)語(yǔ)來(lái)說(shuō)是ASR，TTS，NLP等。
ASR： Automatic Speech Recognition 自動(dòng)語(yǔ)音識(shí)別
TTS： Text to Speech 文本轉(zhuǎn)語(yǔ)音，語(yǔ)音合成
NLP：Natural Language Processing，自然語(yǔ)言處理

這些技術(shù)對(duì)應(yīng)有很多產(chǎn)品，很多是我們很熟知的，包括：
Siri
Nuance
Google Now
Polly （Amazon）
Cortana （Microsoft）
迅飛語(yǔ)音
百度語(yǔ)音
阿里語(yǔ)音

早在17世紀(jì)就有法國(guó)人研發(fā)機(jī)械式的說(shuō)話(huà)裝置。直到19世紀(jì)，貝爾實(shí)驗(yàn)室對(duì)語(yǔ)音合成技術(shù)的研究，才開(kāi)啟年代語(yǔ)音合成技術(shù)的發(fā)展。1939年，貝爾實(shí)驗(yàn)室制作出第一個(gè)電子語(yǔ)音合成器VODER。是一種利用共振峰原理所制作的合成器。 1960年，瑞典語(yǔ)言學(xué)家G. Fant則提出利用線性預(yù)測(cè)編碼技術(shù)（LPC）來(lái)作為語(yǔ)音合成分析技術(shù)，并推動(dòng)了日后的發(fā)展。后來(lái)1980年代Moulines E和Charpentier F提出新的語(yǔ)音合成演算法PSOLA，此技術(shù)可以合成比較自然的語(yǔ)音。

有了這個(gè)基礎(chǔ)，我們來(lái)看看人工智能技術(shù)在呼叫中心行業(yè)的一些具體運(yùn)用場(chǎng)景。

1、智能IVR和智能知識(shí)庫(kù)

估計(jì)很多人都要這樣的場(chǎng)景：撥打銀行熱線咨詢(xún)一個(gè)問(wèn)題，你首先聽(tīng)到的是語(yǔ)言的選擇（中文還是英文等）然后是業(yè)務(wù)選擇（儲(chǔ)蓄卡業(yè)務(wù)還是信用卡業(yè)務(wù)等），可能下一層是業(yè)務(wù)操作（掛失還是新辦），很多人其實(shí)在這過(guò)程中會(huì)變的很不耐煩，會(huì)直接切換到人工。

其實(shí)這種行為是違背企業(yè)設(shè)置IVR業(yè)務(wù)以減少人工服務(wù)量的初衷的。
那么，有什么能解決這個(gè)問(wèn)題嗎？是的，你可能通過(guò)智能IVR和智能知識(shí)庫(kù)很好的解決這個(gè)問(wèn)題。

具體的邏輯如下：你撥通某銀行的熱線，在進(jìn)入服務(wù)層級(jí)之前，我們的智能IVR進(jìn)行業(yè)務(wù)需求引導(dǎo)（比如：你需要辦理什么業(yè)務(wù)？）。這個(gè)時(shí)候，你需要的是直接說(shuō)出你的需求（比如：我想要辦理新卡）。

這個(gè)時(shí)候，我們的智能IVR能通過(guò)語(yǔ)音識(shí)別和自然語(yǔ)言處理，快速并且高效的理解你的需求，并通過(guò)銀行業(yè)務(wù)系統(tǒng)的智能知識(shí)庫(kù)，進(jìn)行關(guān)鍵詞檢索，鎖定該業(yè)務(wù)的答案，并且通過(guò)TTS、系統(tǒng)錄音或者最原始的短信將當(dāng)前業(yè)務(wù)的答案發(fā)送或者觸達(dá)給你。

2、智能全量質(zhì)檢

在呼叫中心運(yùn)營(yíng)中各項(xiàng)數(shù)據(jù)都非常重要，如：接通率、通話(huà)時(shí)長(zhǎng)、投訴、客戶(hù)滿(mǎn)意度等。與這些數(shù)據(jù)直接相關(guān)的就是客服人員或者電銷(xiāo)人員的業(yè)務(wù)素質(zhì)。而不同人員之間的業(yè)務(wù)素質(zhì)差距，不是完全靠培訓(xùn)能就能全部解決的。

這時(shí)候，需要我們有一種監(jiān)控反饋提升的辦法或者機(jī)制，這就是業(yè)內(nèi)人常叫的話(huà)務(wù)質(zhì)檢。在以前，我們?cè)拕?wù)質(zhì)檢數(shù)量和質(zhì)量，其實(shí)也是差強(qiáng)人意的。

在一個(gè)中等規(guī)模的呼叫中心（50-100人叫中等規(guī)模），我們一般安排3-5個(gè)質(zhì)檢人員，你會(huì)發(fā)現(xiàn)1天的質(zhì)檢量其實(shí)也就是全天話(huà)務(wù)量的3%-5%，而且這還是在這幾個(gè)質(zhì)檢人員不怎么休息的情況下才能達(dá)到的質(zhì)檢量，其實(shí)這是非常低效率的，而且也不能避免存在樣本量檢查的變差，造成個(gè)別差的話(huà)務(wù)員“渾水摸魚(yú)”。

人工智能技術(shù)很好的解決了這個(gè)問(wèn)題，可以說(shuō)是給話(huà)務(wù)質(zhì)檢帶來(lái)質(zhì)的變化。具體的邏輯如下：我們通過(guò)ASR技術(shù)實(shí)現(xiàn)話(huà)務(wù)服務(wù)的全量錄音轉(zhuǎn)文本，轉(zhuǎn)換成文本后依據(jù)大數(shù)據(jù)進(jìn)行關(guān)鍵核心詞匹配（事前可在大數(shù)據(jù)關(guān)鍵字抓取模型中輸入服務(wù)禁忌用于或者易出錯(cuò)知識(shí)點(diǎn)），最后完成全通話(huà)服務(wù)量文本的關(guān)鍵字標(biāo)紅和統(tǒng)計(jì)，這樣就能清楚的知道整個(gè)運(yùn)營(yíng)現(xiàn)場(chǎng)的話(huà)務(wù)服務(wù)質(zhì)量統(tǒng)計(jì)和趨勢(shì)，同樣也試用于單個(gè)業(yè)務(wù)員所有話(huà)務(wù)服務(wù)質(zhì)量分析。

三、總結(jié)

未來(lái)以來(lái)，人工智能越來(lái)越多走入了我們生活?，F(xiàn)在我們打電話(huà)到淘寶，銀行，甚至快遞很多都已經(jīng)用到了人工智能技術(shù)。所以，適當(dāng)?shù)牧私馊斯ぶ悄?，?duì)我們了解未來(lái)有幫助。