Forrester Research的副總裁兼首席分析師大衛(wèi)·特魯格(David Truog)表示，盡管23%的美國在線成年人至少每月通過在線客服或客服機器人與企業(yè)進行交流，但客服機器人普遍不受歡迎，因為企業(yè)沉迷于技術(shù)而忽視了用戶體驗。

　　Truog認為，客服機器人讓很多人失望，因為他們沒有兌現(xiàn)承諾。他指出，開發(fā)者從一開始就對他們的客服機器人能做的事情承諾過多。許多人仍然讓客服機器人問一些開放式的問題，比如"我能為你做什么？"他說，結(jié)果卻發(fā)現(xiàn)客服機器人無法處理這樣一個開放式問題可能引發(fā)的各種各樣的回答。

　　許多組織還錯誤地過早地向客戶推出了客服機器人，他們相信人工智能會迅速趕上來，足以克服最初質(zhì)量不佳的客戶服務(wù)。

　　撇開客戶的沮喪不談，客服機器人正在網(wǎng)站、應(yīng)用程序、基于文本的消息傳遞渠道以及配備Alexa或Siri的設(shè)備上出現(xiàn)。隨著這一推廣活動的加強，組織將需要調(diào)整對話設(shè)計：基于對話式人工智能設(shè)計體驗。

　　特魯格說："要創(chuàng)造一個成功的客服機器人，你需要對它應(yīng)該能夠執(zhí)行的行動以及它支持的意圖做出明智的決定。"

　　為了確定意圖，Truog建議研究以下三個來源：

　　1. 假設(shè)意圖（你知道你準備解決的問題）。Forrester建議從信息源開始，比如FAQ頁面。雖然這些信息通常不會以對話的方式表達，但FAQ頁面和類似的信息資源為設(shè)計客服機器人提供了良好的基礎(chǔ)。

　　2.歷史意圖（用戶一直在問您的問題）。不過，這些細節(jié)通常在客服機器人使用一段時間后才可用，因此Truog表示，在此之前，公司可以檢查用戶在其他渠道所說內(nèi)容的記錄。

　　3.相鄰意圖（如果用戶知道您可以提供幫助，他們會詢問的其他事項）。Troug建議開展研究，通過民族志、背景調(diào)查以及熟練、深入的用戶訪談和觀察來確定未表達的需求。

　　民族志(ethnography)是一種對文化的深度研究，其包括"第一手的、細節(jié)的、基于個人觀察上的文化生活的描述"和通過長時間在一個地方學(xué)習(xí)和生活后獲得的經(jīng)驗。

　　Truog還認為，如果組織沒有準備好，他們應(yīng)該準備推遲創(chuàng)新。大多數(shù)組織創(chuàng)建客服機器人的動機仍然很大程度上與從人的渠道轉(zhuǎn)移問題有關(guān)，同時忽略了鄰近的機會，以滿足他們沒有表達出來的需求，因為他們認為組織不能幫助他們。

　　特魯格警告說，下一步是將意圖列表縮小到一個專門的子集，以避免客服機器人功能失調(diào)。同樣，他建議企業(yè)采取分階段部署客服機器人的方法。

　　該報告引用了Verint公司負責(zé)對話式人工智能市場策略的副總裁Jen Snell的話。"不要只是復(fù)制網(wǎng)站的常見問題；這并不能解決問題。"

　　Snell說："你需要決定你的業(yè)務(wù)目標(biāo)是否是轉(zhuǎn)移電話、建立忠誠度、擴大銷售。"。"但你必須通過與用戶進行用戶體驗設(shè)計來了解用戶想要完成什么。公司認為談?wù)撍麄兊漠a(chǎn)品非常重要，但通常用戶并不真正關(guān)心這些。"

　　Truog警告說，盡管所有資源都用于設(shè)計和實現(xiàn)客服機器人，但仍有一些問題需要上報給人類。其中包括涉及高度個人信息或高價值客戶的互動。

　　語音識別與自然語言理解的成熟度不斷提高，使得人工智能被廣泛應(yīng)用于呼叫中心的方方面面。有很多可用的解決方案，將加強您聯(lián)絡(luò)中心的人工智能。例如，聯(lián)信志誠(MyComm)ICS智能客服系統(tǒng)運用自然語言理解、語音識別、語音合成等智能人機交互技術(shù)，通過微信、APP、網(wǎng)頁、短信、電話等渠道，以文字、語音等方式提供智能在線問答服務(wù)。智能客服系統(tǒng)支持加載行業(yè)知識庫，并與業(yè)務(wù)數(shù)據(jù)庫和在線客服系統(tǒng)對接，可以大幅降低客服成本，全面提升服務(wù)質(zhì)量、效率以及用戶滿意度。