AI客服增進優質服務體驗

聊天機器人將成為企業新寵，究竟透過AI升級的聊天機器人，將搭載哪些功能？這些「新」一代客服不再只是被動解決問題，而是主動發現需求，從便宜購物到找出便宜票價，透過「人機結合」的方式，AI 能否擺脫大搶人類飯碗的標籤呢？

客戶服務(Customer Servicing) 是企業與顧客溝通的重要前線，也是培養品牌忠誠度(Brand Loyalty) 的關鍵，更扮演幫助企業發現問題與商機的角色，美國線上客服系統公司「Zendesk」曾發表研究顯示，如果經歷了良好的客戶服務，高達42％的客戶會對產品更感興趣；同時，也有52％顧客因為1 次失望的互動而停止購買行為。

然而不可諱言，傳統客戶服務需要大量人力配置，繁複的流程也耗費時間，因此，這項工作正悄悄地被人工智慧(Artificial Intelligence, AI) 瓜分市場。

AI 客服，堪稱AI 的殺手級應用，根據國際研究顧問機構顧能(Gartner) 指出，截至2017 年底，約有70％的AI應用是在客戶服務與呼叫中心(Call Center)，這也成為AI首要的應用領域；顧能更預測，到了2021 年，超過50％的企業投資聊天機器人(Chatbot) 的費用，將會超過傳統APP。Grand View Research 的報告也指出，全球聊天機器人市場，2025 年產值將達到12.5 億美元，重要性節節攀高。AI 雖常被貼上「搶人類飯碗」的標籤，但如果能巧妙應用「人機結合」的優點，反而有機會提高效率、創造更佳的服務品質，AI 客服就是一例（參見圖一）。

航空 6 萬筆問題訓練

AI 客服的強項為何？當然不是閒話家常，首先，AI客服可處理相對基本與重複性高的客服問題，讓珍貴的人力去處理更複雜、精細，且需要判斷力的問題。以航空業為例，這是一個需要處理龐大客服需求的產業，而航空公司面對的客戶問題更是五花八門。荷蘭皇家航空公司(Koninklijke Luchtvaart Maatschappij, KLM) 觀察到，它每周必須透過社交媒體處理至少1.5 萬次對話，因此在2016年宣佈，與將AI 及深度學習(Deep Learning) 帶入客戶服務的「DigitalGenius」公司攜手合作，以6 萬多筆常見問題訓練AI 客服，當客戶有疑問時，便將最佳答覆提供給客戶。假如碰到AI 無法解答的問題時，人工客服便會接手解答，透過「人機協作」(Human Robot Collaboration, HRC) 模式，成功為傳統客服人力省下大把時間，更可以將資源投放在需求更緊急，或問題更複雜的乘客身上，甚至提供品質更高的服務、提昇業績。

長期觀察交通運輸產業的《全球鐵路評論》(Global Railway Review) 指出，隨著時間推移，系統根據客服選用或拒絕的回應方式，逐漸學習到最佳回應(Best Responses)，目前這個運作模式支持荷蘭皇家航空超過50％的客戶查詢服務。這樣令人振奮的成效，歸功於AI 的2 大重要功能：機器學習(Machine Learning) 及自然語言處理(Natural Language Processing, NLP)。強大的計算系統加上大量數據，使機器透過學習能解決重複性問題，這讓聊天機器人可逐漸應對棘手的挑戰，成功解決客戶的痛點。 購物預測使用者偏好

專精於社交客戶體驗機構Lithium Technologies調查發現，53％用戶希望品牌能在1 小時內回覆他們在推特上的推文，而當推文內容跟抱怨有關時，這個數字竟飆升到72％，對於傳統客服來說，是種龐大的壓力。如今，AI 客服的出現，正滿足一般大眾對客服的需要，社交媒體代理商MyClever 統計指出，有68％使用者期待獲得24小時的客戶服務，而AI 客服的出現也滿足這一點（參見圖二）。這樣的能力，也讓客服不只肩負為顧客解決問題的工作、提供客戶更好服務，更積極的是，能進一步地為公司帶來新的利潤。

相信一般大眾對這樣的狀況並不陌生：Amazon 電子商務APP 透過客戶經常瀏覽的網路頁面、放進購物車的項目，以及在社交網路上分享的資料，能精準預測他們的購物傾向與喜好。長期關注聊天機器人趨勢的Maruti Techlabs 分析，這代表了機器學習演算法的本質，它也可以用來預測用戶偏好的場所、娛樂，或是商品種類。同樣地，AI 能對客戶想要的東西做出預測，這最終將會有利於客戶服務：這些具備洞察力的預測，可以將客戶喜歡的內容，成功地轉化為未來的消費行動，而這對產品範圍和數量很高的產業來說，幫助特別大。

不僅如此，一旦預測分析的工具整合到客戶服務中，更容易透過提前了解客戶滿意度、客戶整體體驗，輕鬆掌握雙方的互動品質。

鐵路旅客省下千萬英鎊

火車票訂購平台Trainline International 總經理Daniel Beutler 在《全球鐵路評論》撰文指出，AI在鐵路行業的客戶服務中，也已發揮了積極正面的作用。分析工具幫助客戶規劃與預訂旅程，有了數據，也有助於提供更準確即時的旅程資訊。

客戶的期待， 永遠是推動創新的動力。Daniel Beutler 舉例，對購買鐵路車票的乘客來說，票價始終至關重要，有鑑於此，預測票價的能力更顯得必要性極高。而這些預測分析，正好讓客戶能對未來的票價有機會一探究竟，並使他們能省下車票費用。藉由先進的數據模型和機器學習，他們結合了複雜的數據、分析多重的因素，以建議使用者購買車票的最佳時間，甚至，預測票價何時會上漲，而這就是Trainline APP 正在做的事。Trainline 的價格預測工具（首先應用在英國鐵路），分析了數十億個歷史資料點以及即時需求，來揭示預售票價在什麼時候可能發生變化。這帶來了巨大的成功，透過鼓勵客戶提早在Trainline 上購票，已經為這些旅人省下超過千萬英鎊。

企業不斷提出使用AI 的新方法來與客戶互動、簡化流程，以省下人力成本並增加銷售。近年來，我們已經看到AI 聊天機器人的普及與效率，例如：Facebook 利用AI 改善廣告活動，或是企業透過攜手Facebook 旗下Messenger 拓展業績，像是透過台灣高鐵的Messenger 聊天機器人，就能完成繁複的訂票手續。

AI 讓買、賣雙方同時受益，這不但吸引包括時尚、旅遊、食品、電商、餐旅等各行各業投入，消費者也樂意與他們互動。而AI 客服不再只是聊天機器人，更是改變客戶的體驗、增強企業實力的利器，是企業必須直接面對的未來。 KLM 透過6 萬多筆常見問題訓練AI 客服，讓它可以提供最佳答覆。 Trainline 透過大數據分析，挑選合適購票時間，幫助旅客省下千萬英鎊。

閱讀完整內容