「人機結合」,AI 能否擺脫大搶人類飯碗的標籤?

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
能力雜誌2019年5月號

本文摘錄自‎

AI 客服增進優質服務體驗

能力雜誌

2019/5月號