1、智能时代的客服中心变革与发展 阿里云研究中心 白皮书 系列 作者简介 阿里云研究中心战略总监肖剑，前世界500强企业战略市 场洞察部负责人，拥有20年信息通信及前沿技术方面的 研究经验，专注于移动互联网、云计算、大数据、人工智 能、物联网等科技战略研究，在企业战略规划、市场洞察、 商业咨询等领域有长期积累。 联系方式：johnny.xjalibaba- 智能时代的客服中心变革与发展 AI时代客服呼叫中心数字化转型白皮书 客服行业受我们所处的这个市场主导型世界的影响，不管是服务渠道的变化、受众人群 的变化还是人工座席的增长都对行业带来大量冲击。市场主导思维弥漫全球，并加速迭 代，1970年，财富

2、杂志评出的“世界500强”中三分之一的公司经过20年才替换了 一轮，现在只要4年就够了。 一直以来，企业的发展不仅关乎希望和梦想、改变和成就，也同样身陷持续的“挣扎” 之中，如今社会被一种焦虑和挣扎的气息广泛传播，它通过组织影响着人们的生活，镌 刻在人们的经历之中，我们身处的这个时代为革新、创造和社会贡献提供了非凡的机 遇，但与此同时，不确定性、强大的绩效压力、风险和动荡也围绕着我们，当绩效压力 迫使每个人只能盯住短期目标，当领导者对团队和行动都难以掌控、对长远承诺履行不 周时，当组织用传统模式越来越搞不清眼前的状况，越来越无法控制周围的一切时，企 业的责任是否会缩水？客户服务的满意度是否会下

3、降？ 在市场思维深刻影响下，对前沿科技和新兴网络力量的消化和吸收成为了客服行业的共 性选择。那么客服行业今天遭遇的挑战是什么？服务边界到底在哪里？解决之道是什 么？这正是白皮书需要探索的答案。 在越来越多的案例中，当领导者制定关键决策时，他们既不是在一些特定、详细、基于 深度分析的选项中做出选择，也无法期待能在一个熟悉、可预测或者可控的环境中实践 这些选项，他们能做的，是在广阔、灵活、开放的方向下为自己和组织做出初步选择。 最初的选择方向会不断进化，有时甚至发生戏剧性的改变，这种变化正是基于不断进化 的变革与发展。 04 导言 / 基于AI和数据技术的智能运营 第二章 客服中心智能变革路径 -

4、 08 第三章 智能问答/导航机器人实现呼叫中心降本增效 - 10 / 困境一：用户满意度和服务运营成本的困境 / 困境二：客服呼叫中心的业务匹配能力越来越弱 第一章 互联网时代的客服中心挑战和机遇 - 05 / 行业焦虑与变革机遇 第四章 智能路由实现资源的精准匹配对接 - 19 / 困境：传统运营模式无法准确匹配资源 第五章 基于数据的用户洞察反哺业务良性运营 - 22 / 数据分析实现基于用户数据的良性运营 第六章 智能化转型相应的配套变革和未来趋势 - 26 / 客服行业智能化转型的风险 / 客服行业智能化转型的配套 / 客服行业智能化转型演进趋势 互联网时代的客服中心挑战和机遇 第一

5、章：互联网时代的客服中心挑战和机遇 行业焦虑与变革机遇 客服中心直接面向大众消费者，而近几年消费者因为移动端技术的变化和影响，行为 模式和生活方式都出现了改变。随着消费主权时代背景的到来，大众对于业务服务的 期望不断增长，数字时代消费者不仅更年青化，而且对于服务渠道和模式的需求也更 个性化。 2010 年至2018 年，中国呼叫中心座席总规模的年复合增长率保持了15%以上的增速。 2010年为64万个，至2017年上升至195万个，随着更多企业加入客服呼叫中心建设，呼 叫中心坐席规模将保持持续增长，到2018年达到230万个。 呼叫中心座席的增长对企业成本造成较大压力，以中国移动为例，其全国客

6、服座席数量已 经接近6万个。一方面是客户服务满意度的迎合，另外一方面是企业成本的不断增加。呼 叫中心陷入“一半是海水，一半是火焰”的整体行业焦虑中。 01呼叫中心市场规模和座席数量的增长，其实是消费主权崛起的映射 20001620172018E 64 75 91 110 135 162 178 195 228 2010-2018中国客服呼叫中心座席规模（单位：万个） 图：中国呼叫中心座席数量呈线性增长 数据来源：前瞻产业研究院分析 05 根据行业调研显示，传统客服从业者对工作的不满意程度高达51%，不满意的主要原因 包括工作强度大（加班情况普遍、经常

7、值夜班或轮岗）、工作内容枯燥，重复性强（回 答大量重复性标准问题，耗费大部分时间和精力）、负面情绪多（处理客户投诉，部分 客户刁难，心理压力大）、晋升路线不明确（缺少系统化的晋升机制）。这些因素直接 导致客服人员的流失率偏高，进而造成新员工的招聘、培训、生产效能等隐性成本变 高。 而对于呼叫中心管理层而言，也同样痛苦，团队搭建困难（座席离职率高，招人困难， 成本受限）、员工工作效率低（人工接电话有极限）、电话接通率和服务满意度要求高 （考核标准高），质检、绩效等数据太耗时（数据报表繁琐，无法监控客服质量）以及 高层不重视（成本中心，无业绩输出）。这些因素导致呼叫中心资源紧张、人员协同捉 襟见肘

8、。 传统的呼叫中心没有话语权，市场影响力非常小。几乎任何一个传统呼叫中心都没办法 讲清楚到底用户问了多少问题，哪些问题占比多少？哪些业务发生了问题，它的占比又 是多少？无法把和客户交互的数据价值挖掘出来。 02客服座席工作岗位人员流失率居高不下的背后，是普遍的煎熬和痛苦 互联网时代的客服中心挑战和机遇 03客服部门作为成本中心的定位和普遍低估的价值，并不是客服行业的宿命 图：客服座席人员普遍工作压力大，人员流失率较高 数据来源：CSM分析 06 呼叫中心虽然工作是以服务和解决问题为核心，但每天与海量客户直接接触，可以直接 挖掘出更高的价值，绝不仅仅是成本中心；客服中心可以把与客户接触的海量数据

9、进行 分析，包括用户行为洞察、业务套餐和规则设计的合理度以及营销辅助等等。可以反哺 业务部门对业务进行优化，从而变成生产部门的重要辅助。但目前大部分客服中心的价 值挖掘明显不够，客服部门价值普遍被低估。 中国的消费和服务环境已经发生巨大变化，互联网已经渗透到国民经济生活的各个方面 并深刻改变了客户服务行业的结构和边界，行业变化的背后是科技的更新迭代，AI、 IoT、云计算等技术的发展在客服行业的应用逐渐趋于成熟，为消费者体验的大幅提升 和服务运营效率的大幅提高提供了技术基础。 这些变化让客服部门同样也充满了机遇，物理社会的数字化，让行业对消费者的业务喜 好和行为习惯可以进一步解构，而人工智能的

10、发展，可以极大缓解座席人员的工作强度 和难度。此外通过基于数据的海量用户行为洞察，客服中心可以逐步超越成本中心的枷 锁，通过数据技术为业务部门提供业务优化、业务设计、数字营销到个性化消费的全流 程营销。这一切都将促进客服部门的自我升级，也将渐进改变整个行业的景观与格局。 互联网时代的客服中心挑战和机遇 图：客服座席普遍定位为成本中心 07 第二章：客服中心智能变革路径 基于AI和数据技术的智能运营 从产业的宏观发展角度来看，由于互联网的发展和普及，以及对政治经济文化生活的 深度渗透，客服中心的产业结构和分类一直处在变化之中，微信、微博、手机APP等 在线服务渠道迅速崛起，逐步分流昔日的电话热线

11、主流服务方式，但到目前为止，热 线电话方式仍是大部分传统客服部门不可或缺的主体服务渠道。 在线渠道与互联网已经完全融合，客服中心已经进入到融合时代。整个客服呼叫中心 发展的主要驱动力来自于包括（移动）互联网、云计算、大数据、人工智能在内的科 技创新，科技创新给传统客服部门引入了新的产业元素和业务模式，同时也扩大了客 户服务的边界，未来的客服部门将逐步进入到基于数字技术和AI发展的智能运营。 阿里云研究中心认为，创新的智能化数字技术将为客服中心实现转型升级提供切实可 行的路径。配合商业业态和企业组织流程的深度改造，智能化数字技术将在以下几方 面重新定义呼叫中心客户服务的竞争力： 通过机器人智能应

12、答/导航提升电话接通率，自动应答实时快速解决客户简单的业务查 询/咨询问题，并通过知识库的构建提升智能机器人首解率，降低客服中心人员压力， 降本增效。 客服中心智能变革路径 01智能应答：深耕用户需求和体验，构造知识图谱，实现降本增 通过智能路由，准确识别用户需求，按需求复杂和难易程度进行后端的资源匹配，选 择进入到最合适的处理路径，并通过金牌话术辅助，提升用户满意度，同时结合数据 分析协助提升座席排班的合理性。 02智能路由：围绕用户需求，智能准确对接服务资源，实现人机协同 在前两点基础上，以数据中台催生全新客服模式，形成全链路智能化，实现基于用户 服务数据的识别、分析和判断，对用户和业务进

13、行洞察，反哺一线业务设计、优化、 决策以及市场营销手段的修正。 03数据洞察： 08 客服中心智能变革路径 客服中心的背后代表了不同行业，客服中心的升级转型需要找到更理解行业的生态合 作伙伴，结合人工智能语音语义技术的模块化，实现产业突破。同时在未来还可结合 用户标签，联合第三方生态，包括位置信息服务、业务接入提供、智能支付以及营销 平台等业态力量，实现跨产业共荣。 客服中心的变革，除了借助人工智能和数据技术以外，更关键的是原有技术模式使用 的思维转变，智能问答和智能路由的支撑效果离不开AI日常的训练，因此原客服中心 还需要将业务和技术进行深度融合，需要培育基于技术的业务训练，这是客服中心智

14、能化转型与以往依托IT技术厂家租场服务模式最大的不同。 04生态联合： 图：客服中心转型路径-基于数据和AI的智能运营 数据来源：ACRC分析 09 第三章：人工智能实现呼叫中心降本增效 对于企业而言，客服中心作为服务部门，热线电话接通率、用户满意度、用户问题解决 率都是重要的衡量指标，随着用户数量的增长，客服中心也面临着沉重的绩效压力。一 方面既要满足用户的业务咨询和办理需求、提高用户服务满意度，另外一方面客服中心 也面临着座席不断扩张、成本不断上升带来的压力，除了应对用户咨询的话务峰值以 外，客服中心还需要不断适应市场变化，随时上线新的业务和配合市场促销活动，各种 资源捉襟见肘。这是客服中

15、心无法逃避的时代背景带来的困境。 以中国最大的电信运营商为例，为了服务9亿移动用户，某运营商从2014年开始成立 专业公司，核心就是做好客户服务，随着这几年的发展，该专业公司已经拥有移动客 户端、微信公众号、支付宝公众号等互联网服务渠道，但服务量最重和最知名的仍是 传统的10086客户服务热线。目前其客服中心平均每个月接到的热线电话数量超过10 亿通，这10亿通内呼电话依靠传统IVR（互动式语音应答系统）解决了大部分问题， 人工智能实现呼叫中心降本增效 图：客服座席数量不断增长带来企业成本压力 困境一：用户满意度和服务运营成本的困境 既要，也要，还要的矛盾，让传统企业应接不暇 10 但每个月仍

16、有1.6亿通电话由人工座席接入处理。为满足客户的通信信息服务，该公司 在全国一共招聘了近6万名人工座席客服员，已经成为全球最大的电话内呼客服中心。 人工话务的综合成本超过10元/分钟，每个月1.6亿通人工座席电话，平均通话时长2 分钟，这些都给该电信运营商造成极大的成本压力，因此降本增效是高层一直关注的 方向。该公司一方面要满足行业监管要求的15秒接通率指标，一方面还需持续降本增 效，因此逐步扩大了众包比例，但接下来在看似降低座席人员成本的同时，带来一系 列的问题。包括众包人员的高流失率、对用户服务的低满意度等，为此该公司仍需投 入大量的时间和成本对众包人员进行培训、管理和监督，由此又带来隐性

17、成本的上升。 因此仅仅从人员的外包角度来解决问题远远不够。 那么如何才能够既满足消费者的业务服务述求？在保证服务的整体满意度的同时还能 降低座席成本？从而解放宝贵的人力去提高更深层次的服务，比如业务规则的优化和 用户行为的洞察？从而在市场上更有竞争力？ 数字化正以势不可挡的规模渗透进我们的社会，影响我们的生活、工作，我们所有人 都在一步步进入精细解析的社会。随着AI + 服务的深入应用和快速发展，客服领域逐 渐成为AI技术的重要应用场。伴随着语音识别、语义理解等技术的日趋成熟应用，以 语音作为重要交互手段在客户体验和问题解决之间找到了更好的平衡点。智能语音导 航和机器智能应答让传统客服中心迎来

18、重生的机会。 智能语音应答/导航，就是通过语音识别和语义理解技术的综合应用，让客户不用传统 按键模式而是用语音说话的方式完成需求的交互理解，系统实现客户需求的最优分发 或问题解决。例如2017年“双11”淘宝/天猫利用AI客服来应答当天峰值的用户商品 及折扣咨询信息，一共服务632万人次，占服务总量的95%；同样在 2018年 12月 2 日举行的世界神经信息处理系统大会上（注：NeurIPS大会，此会议是全球人工智能 最大的年度盛会），阿里巴巴展示了其物流公司菜鸟的 AI 客服对话能力，其精准性 在业界引起轰动，目前菜鸟AI客服每天已为数百万客户提供服务。 基于数据技术和AI的智能客服机器人

19、 机器人感知用户述求和行为，协助人工座席解放生产力 人工智能实现呼叫中心降本增效 11 平安人寿在2018年也宣布，将利用AI技术实现保险行业的智慧客服，预计未来五年 将节约企业成本614亿人民币。（据平安人寿预测，依托智慧客服，未来件均服务的 时长将传统模式的4天缩短为10分钟，到2022年，服务人力将节约8万人，小计节约 84亿元人工成本。同时客服门店将实现未来五年0增长，现有55家门店支撑未来 5500家门店所承担的业务，节省成本达530亿元，两项共节省成本合计614亿元） 某电信运营商在2017年底携手阿里，其看中的是阿里智能语音客服技术在淘宝/天猫 巨型电商平台的发展、演进过程中积累

20、的能力以及对于电话呼叫流程智能化改造端到 端的系统性思维。双方合作利用人工智能技术对客服业务进行全面优化、重构，提升 服务效能和品质，实现服务的升级。6个月以后，阿里智能语音机器人在该运营商部 分省份正式上线运营。 智能语音机器人根据不同省份的特点，通过不同的业务策略进行发布，通过知识图谱 技术形成智能知识库，机器人调用知识库中的内容和用户互动进行问答。因为历史原 因，该电信运营商在各省拥有的使用中的不同业务套餐数量接近上万种，复杂的业务 图：智能客服已逐步使用在呼叫中心行业 实例XX运营商客服中心智能客服机器人应用 人工智能实现呼叫中心降本增效 了解更多阿里云智能客服整体解决方案，请扫码：

21、12 套餐规则对传统座席人员造成巨大的挑战，因此全球最大的内呼中心实际上也几乎是 全球最复杂的业务咨询和受理中心。在这个背景下，智能语音应答机器人的精准度要 求以及背后的算法和知识库的积累和训练至关重要。 然而这个过程并不像想象中的顺利，首先是对业务理解的思维转变，之前该呼叫中心 基于IVR的传统业务思维模式是围绕企业以套餐和服务为中心，而阿里项目组入驻后 对于业务的梳理是以用户的需求和问题为中心，双方对于业务理解出现了差别。因此 双方有较长的磨合过程，最终该运营商通过客户数据标注和分析后，重新调整了业务 经过半年左右的时间，该电信运营商智能客服系统正式上线，在经历过7月份变革的 阵痛期后，开

22、始明显感受到了效果。智能导航实现了人工座席话务量的降低，从阿里 云合作的部分省分数据来看，很清晰的看到了指标的优化，8月份的话务波动系数出 现了明显的降低（降低到年内最低点），并且智能导航首解率和用户满意度都明显出 现了上涨，经过核算，相当于节约了4%5%的人力成本。极大的节约资源，缓解了 客服中心的成本压力。 图：某电信运营商智能客服转型的业务流程梳理 数据来源：ACRC分析 人工智能实现呼叫中心降本增效 13 4月5月6月7月8月9月 83.98% 89.51% 86.94% 87.18% 89.29% 91.32% 79.94% 81.86% 85.28% 图：某电信运营商智能语音机器人

23、服务效果（2018年） 数据来源：某电信运营商内部分析 月累计接通量首解率满意度 实例某汽车金融客服中心智能客服机器人应用 人工智能实现呼叫中心降本增效 后续该电信运营商还将充分利用智能化变革节约下来的人力资源对客服中心积累的海 量服务数据进行分析，通过话务预测优化座席的排班管理，进一步降低人力成本；通 过数据的监控和分析优化业务设计；通过用户的反馈及时调整市场策略等等。降本增 效是智能化的重要目的，未来该电信运营商会有更多的业务量，客服智能化的侧重点 是资源的最大化利用，人工服务不是机器短期所能替代的，未来更多的是人机协同模 式。 某汽车金融在2018年3月携手阿里，双方合作利用人工智能技术

24、对传统呼叫业务进行 全面升级，提升汽车金融服务效能和品质。2018年6月，阿里智能语音机器人在某汽 车金融逐步分期上线运营。 阿里云智能客服解决方案的落地一共分为四个阶段：第一阶段实现汽车金融智能催收 了解更多阿里云智能客服整体解决方案，请扫码： 14 人工智能实现呼叫中心降本增效 业务场景应用，实现贷前、贷中、贷后咨询及查询业务场景应用；第二阶段实现微信、 短信、网站等多渠道智能客服应用；第三阶段实现保险咨询及查询、电话回访，会话 智能质检，APP在线客户服务对接等；第四阶段实现财务公司催收，三催等催收业务 场景，实现电话调查业务场景智能语音应用。 阿里云的技术合作在落地过程中给某汽车金融科

25、技部留下了深刻印象，其协同复杂程 度超出了想象。在集成方面，仅智能会话流程在系统层面就涉及到至少9个模块的集 成，才最终完成语音识别、语音播报等功能。在人员方面，涉及阿里和某汽车科技部 内外部人员一共建立100人团队，一起合作攻坚半年才实现逐步上线。在智能训练方 面，某汽车金融和阿里合作伙伴一起对场景进行了大量梳理，才逐渐形成了完善的机 器人知识体系。但在经历了这些过程后，该汽车金融科技部最终掌握了智能业务的设 置规则以及机器人训练等能力，开始全面让智能机器人介入呼叫中心的业务领域。 很快，经过系统上线的痛苦转型期后，某汽车金融科技部技术团队培育了足够能力，整 体业务运营收到了良好的效果。在业

26、务模式方面，汽车金融服务模式由7*8小时人工服 务变成7*24小时智能服务；在管理创新方面，建立了电话、微信、官网、APP等多渠 道智能呼入流程管理体系，并根据催收类型、贷款产品、催收客群，拆解催收流程，实 现催收流程的场景化、模块化、差异化，建立易管理、易跟踪、易维护的智能催收流程 管理体系；在服务质量方面，自2018年6月一二期上线以来，机器人问题识别准确率由 100 90 80 70 60 50 40 30 20 10 0 6月30日8月30日9月30日12月30日 一次问题解决率%智能催收成功率% 转人工比率%问题识别准确率% 人工电话接通率% 图：某汽车金融智能客服上线效果（2018

27、年）数据来源：某汽车金融科技部分析 15 困境二：客服呼叫中心的业务匹配能力越来越弱 客服人员用业务规则匹配用户需求，但几乎从来不参与业务流程设计 人工智能实现呼叫中心降本增效 上线初期46%提升至83%，人工电话接通率由上线初期30%提升至93%，超出呼叫中 心行业水平（80%），机器人首解率提高到50%，智能催收成功率也由上线初期30% 提升至70%。在经济效益方面，仅2018年半年即节省外呼催收费用及人力成本共80万 元，2019年经过测算预计将继续节约各种成本共281万元。 同时，该项目使得某汽车金融成为金融行业继平安、招商银行之后少数在电话渠道既实 现智能语音导航，又实现智能语音外呼

28、的金融企业。也是国内汽车金融行业首位在电话 渠道实现智能机器人处理呼入咨询、电话催收的企业。该项目最终获得该汽车金融集团 2018年重大创新项目，在2019年春节前该汽车金融董事长亲自参观了这个项目带来的 效果。 近十年随着技术的突破和发展，呼叫中心已经逐步跨过IVR时代，进入到智能语音时 代，但大部分企业在IVR和电话排队机时代养成的思维模式却没有发生变化。通常传 统企业呼叫中心需要各个厂商长期驻场进行服务支撑，业务变更和新业务上线均通过 各驻场厂商队伍进行定制化开发和上线。由此带来的问题也显而易见，由于过度依赖 驻场厂商，客服中心人员几乎从来不画业务流程图，完全以下派工单形式进行技术外 包

29、，一方面呼叫中心的业务理解和动手能力越来越弱，另外一方面更关键的是新业务 上线周期越来越久，甚至有的因为驻场厂商的资源瓶颈而耽误主营业务的营销和发布。 例如某移动运营商平均一个省的在用业务套餐至少有几千种，业务定制开发的频度较 高，而厂商驻场开发周期较长（提需求、排期，开发、上线），通常一个月才能开发 34个项目，效率低，最重要的是省分公司逐步产生了依赖性，业务严重依赖技术厂 商，低效率极大的影响了市场部门的业务拓展。这些都是客服中心的运营之痛。 用户服务应以业务需求快速响应为中心，而不是以产品功能为中心。那么如何才能够 让业务快速上线？如何让客服人员更深度的理解业务并服务用户？ 了解更多阿里

30、云智能客服整体解决方案，请扫码： 16 业务团队技术化，赋能打造敏捷组织 业务和技术清晰、流畅和参与的动态组合，才能创造企业的独特价值 阿里云的合作模式完全打破了驻场开发的传统，更像是一种赋能模式，在完成基础的 智能产品上线后，赋能培训某移动运营商省分公司客服人员进行业务的自主开发和上 线、同时培训客服人员对智能客服机器人、智能知识库进行标记训练，通过技术和业 务的联动带动省分公司人员主动参与到客服智能化的转型中。这种模式一开始在省分 公司中带来争论甚至争吵，因为它打破了该移动运营商客服中心传统的思维惯性，尤 其是在智能技术业务开发培训初期，省分公司深刻感受到了转型带来的阵痛。在转型 最痛苦的

31、阶段，整体的内呼用户满意度甚至一度出现了下滑。 实例某移动运营商智能客服的赋能转型之路 人工智能实现呼叫中心降本增效 上智能客服项目需要打造业务和用户需求的知识图谱，并且智能知识库还需要根据使 用情况不断进行维护和积累，这些都离不开业务人员和技术人员，以外传统模式业务 人员和技术人员是分离模式，但未来智能机器人的训练和培育需要业务和技术人员共 同参与。尤其是业务种类比较多的企业，业务团队的技术化是组织是否真正适应智能 化市场和服务的关键。 图：某移动运营商智能客服上线过程中各月满意度变化图 数据来源：某移动运营商分析 3000000 75.00% 83.18% 79.00% 85.68% 43

32、.05% 2538683 1477333 35468 13% 11% 5.53% 2500000 2000000 1500000 1000000 500000 0 1月2月3月4月5月6月7月8月9月 0.9 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0 湖北&福建 业务运营数据 使用UV数与人工服务比 满意度 转人工率 17 阿里云的技术交付团队有自己的系统方法论，坚持技术和一线业务团队融合在一起的方 式，这种底气来自于长期巨型电商平台智能客服系统建设中形成的经验和技术厚度，因 此阿里云的技术视角相比较传统技术厂商更加具备全局观。客观来讲，单纯的技术定 制化绝不是智能转

33、型的发展趋势，因为业务更新的频度越高，业务上线效率就越低， 而让某移动运营商的技术团队和业务团队进行合并，通过赋能可以快速提高业务上线 的效率。才能实现真正的智能化提效。 很快，经过赋能转型阶段后，省分公司的技术和业务团队培育了足够能力，整体业务 运营收到了效果，以某省为例，在逐步扩大智能应答/导航服务范围的同时，用户满意 度开始迅速提升（平均从79%提升到86%），业务的上线速度更快了（从原来上线 34项业务要一个月到现在只需要一周），极大提升了效率。而且智能客服运营速度 突飞猛进，到10月份已经具备了自主训练语音模型的能力，截止10月底，已经自主上 线超过30项业务，并完成全省半数地市智能

34、导航全语音门户的开放。 更关键的是客服人员的变化，该移动运营商智能项目团队里面的客服人员第一次和业 务有了更紧密的捆绑，心态发生很大改变，不再觉得自己是普通的客服座席，而是人 工智能训练师，每天的工作都和业务强相关，有流程的分析、有业务规则的分析，开 始找到自己的价值和成就感，工作的主观能动性也得到了极大提高，主动加班、自主 上线业务、积极强化智能知识库的积累，发现问题再自主优化。整个客服中心带来了 和以前不一样的工作氛围。 人工智能实现呼叫中心降本增效 图：某移动运营商智能客服团队组织优化 数据来源：某移动运营商分析 18 第四章：智能路由实现资源的精准匹配对接 传统客服呼叫中心主要利用IV

35、R来自助实现资源匹配，但受IVR的设计限制，资源匹配 的准确性并不高。根据对行业内几个大型呼叫中心的调查，进入客服中心的呼叫大约有 35%是被误转，此外有40%的用户进入菜单后直接选择按键转人工。在用户选择和用 户体验还不够丰富的过去，IVR确实发挥着重要作用，但在消费升级、消费主权兴起的 时代背景下，IVR的局限性暴露无遗。IVR适合简单清晰的语音交互，而对于过长的语 音内容以及复杂的长流程业务，它能起到的作用有限，资源的匹配准确性会出现线性下 滑，此时IVR作为解决问题的手段，本身就成为一个“问题”。 客服的智能化实际上就是利用技术实现资源匹配的效率最优化，让每一通客户电话背后 隐藏的问题

36、和需求能够和企业的业务资源进行精准匹配，这种匹配一定是全流程所有环 节的联动。未来的客服中心，无论客户是通过电话热线，还是互联网渠道接入，都将由 智能路由进行导航的自动判别，根据客户的需求自动判断是由智能语音机器人、在线导 购机器人、在线业务办理机器人、IVR菜单、还是人工客服来承接，实现资源的精准匹 配。同时在不同的关键环节实现话务量的降低以及增加流量销售的转化率。 浙江省委省政府的支持下，浙江省信访局2016年打造了全省统一的政务咨询投诉举报 平台，统一平台汇聚全省资源，全面整合信、访、网、电“四位一体”建设。将全国各 种投诉举报热线（以1和9开头）的21条热线以及各部门、各系统设立的投诉

37、举报电话 全部整合到12345热线中，实现一号受理，方便群众。同时用统一平台整合网络在线渠 道，实现用户统一认证、统一受理，业务实现统一流转、统一办理和统一督办。到 2017年，信访局统一平台则进入协同对接、数据融合阶段，纵向将地市区县数据统一 接入，横向与省质监局、省平安建设、司法部、基础治理四平台进行对接，同时与省数 据局、省物价局等进行数据共享。此外还为增强群众服务受理的便利性，增设了统一 困境：传统运营模式无法准确匹配资源 在人工资源紧张的前提下，资源匹配的准确性成为关键 智能变革，用技术实现资源匹配的效率最优化 技术穿透资源盲区，牵引实现服务效率的提升 实例浙江信访局统一咨询、举报、

38、投诉平台的转型之路 智能路由实现资源的精准匹配对接 19 APP、微信、支付宝以及视频接访等新的媒介手段。 在2018年，浙江信访局互联网转型全面进入到平台智能化迭代过程中，包括打造统一 标准的综合知识库、群众信访流程的再造和简化、智能客服机器人系统、智能分派系统 以及智能数据助手等。通过数据化和智能化，全面提升平台的服务和创新能力，提高群 众信访响应速度，对内对外提升辅助决策和服务的精细化颗粒度。 其中网络在线智能客服系统已经上线，通过智能客服机器人和统一的知识库，群众在使 用手机或网络咨询投诉相关问题的时候，只需要直接语音说话即可，不需要录入文字， 机器人可以自动识别语义并自动回复，不但针

39、对性更强，而且节约了群众的时间，提高 了效率。 电话热线机器人正在上线过程中，将通过统一的1+N知识库和多伦问答知识库实现热线 电话的智能导航和自动回复，这在电话占浙江省信访总量90%的场景下更加适用，同 时也将减轻全省每天几万通电话呼入量的座席话务的压力。浙江省信访统一平台网络在 线和电话热线智能客服机器人的上线，将促使平台成为人民群众永不打烊的咨询场所、 永不下班的政府机关。 此外，针对网络在线信访，阿里建设了智能分派系统，浙江信访局统一平台统一全省信 访入口后，针对网络在线信访件，之前靠人工分派给各个相对应的部门效率较低，通常 要好几天。阿里通过智能化手段，梳理出大量信访高频问题，通过5

40、0000+历史信件深 度学习建模，利用智能算法将公众的咨询投诉自动精准分流至各职能部门，缩短群众咨 询投诉的处理时间，有效、快速解决公众遇到的问题。通过智能机器人和智能分流引 智能路由实现资源的精准匹配对接 20 擎，浙江省简单的咨询类问题可以实现秒回应，较难复杂的信访件也可精准快速分派到 相关部门，基本可以在30天内回应。这相当于把国家信访条例中规定的60天回应时间 缩短了一半，极大的提高了群众的满意度。 这相当于实现了群众问题和政府资源的精准匹配，统一入口，精准分派，监督处理，所 有的流程都通过数字化和智能化技术驱动，减少了人工干预，提升了响应效率。 智能路由实现资源的精准匹配对接 图：浙

41、江信访局用智能技术提升信访分派效率 数据来源：ACRC分析 21 数据洞察反哺业务良性运营 图：客服行业数字化转型的数据中台 数据来源：ACRC分析 第五章：数据洞察反哺业务良性运营 当针对大众群体的服务和咨询需求问题，逐渐用数据标签标识时，细颗粒度、微粒化的 数据流在智能分析的基础上可以广泛洞察大众的业务需求和消费习惯，大幅优化企业业 务和运营流程，实现基于消费者市场洞察的业务供给和调优，这是未来智能客服数字化 转型、智能化变革的核心。 与数据相对应的，是企业需要进行的一系列平台的改造，实现智能化数据解析结果的共 享和面向各职能部门的数据整合。这是客服行业数字化变革的重要基础。 数据分析实现

42、基于用户数据的良性运营 基于用户数据循环的飞轮效应，赋予业务强盛的生命力 22 基于数据的用户洞察反哺业务良性运营 图：数据中台的核心价值 数据来源：ACRC分析 阿里提出的“小前端，大平台，富生态”创新战略，将业务共同的工具和技术予以沉 淀，形成专门的中台架构。这样各类原有业务以及新的业务可以重用中台服务而不用 重新设计，避免重复功能建设和维护带来的资源浪费和业务竖井。 中台类比到编程领域，就是形成可复用的函数库，抽象共性，减少重复开发，提升迭代 效率。中台将人力，技术和服务重新组织。例如数据中台维护底层数据能力，将各类业 务的数据进行全量引入，利用算法整理数据规范、深度萃取并进行数据的综合

43、管理，使 用数据同步工具、数据开发套件、数据质量管理、数据模型约束、元数据管理、主数据 管理、数据API平台等等工具，形成数据的主题式服务，反哺业务领域；而智能客服每 天接触海量客户，是数据的重要入口之一，和其他数据入口一样，客服中心通过将长期 与客户接触的数据进行输入，数据中台对整体数据进行运营分析。此外数据中台的一些 重要数据（如用户画像等）也可以反馈给客服中心，更好的提供服务。 中台是平台的自然演进，“大中台+小前台”的运营模式，是美军的“特种部队（小前 台）+航母舰群（大中台）”的组织结构方式，“前台”就是贴近最终消费者大众的各 个业务部门，包括客服中心；“中台”则是强调资源整合、能力

44、沉淀的平台体系，为“ 前台”业务提供通用的底层技术、数据互通、数据治理等资源的支持。从系统架构角度 ，企业可采用渐进式的演进原则，逐步建设中台，真正做到数据打通、降本增效和提质 创收。 基于中台的强大数据整合及资源支撑能力，前台的业务将实现良性循环，真正可实现围 绕消费者真实需求的业务供给调优，而其中的核心逻辑就是数据的利用，数据是未来营 销的核心竞争力，在数据孤岛普遍存在的今天，如何全面收集数据、充分挖掘数据、精 23 浙江信访局正在积极建设智能数据助手，通过积累的大量数据进行实时精准分析，阿里 协助将原有的数据分析平台进行迭代，提升信访局基于数据的分析和运用能力。充分利 用统一平台对浙江全

45、省市县乡四级共1万余个机构的接入和3.2万余名工作人员的覆盖， 通过这张深入到乡镇的毛细血管网络，除了日常的数据统计和分析以外，对于群众舆情 变化和相对集中爆发的问题未来可以通过智能化做到提前感知、提前预警，及时输出关 联数据给相关部门和领导做科学决策参考，真正做到用数据支撑浙江省政务治理。 实例浙江信访局统一平台利用数据分析提升感知和预警能力 杭州某银行联合阿里利用智能机器人推出柜面助手，真正实现了全行柜员标准化知识 库，直接在各一线营业厅网点柜台使用，客户提出的问题会自动语音转文字并从知识 库里搜索推荐答案展示在工作台里，客服人员可以参考回答，提高效率同时还能统一 规范应答话术。这也是国内

46、银行少数由客服中心直接介入到一线营业网点利用智能技术 进行话术支撑的业务场景。 同时，杭州某银行客服中心还专门成立视频客服团队，利用互联网智能技术，实现营业 网点远程视频理财双录功能。理财双录因为监管要求（要求用户必须到营业网点拍照签 字），之前用户经常需要在柜台排队，并且在理财室和柜台两边跑，耗时耗力；现在可 以直接在营业网点改造的机具上远程与客服中心视频连线，一站式实现理财办理的系列 流程。理财用户从此不用排队，这种新模式让用户现场办理理财流程的时间从过去平均 20分钟缩短到现在的4分半钟，而且解放了柜台业务员的劳动力。经统计单一营业网点 每天办理理财双录的效率提升了3倍（由平均一天20笔

47、提升到60笔）。这种后台服务一 线的模式今年将在杭州某银行全面铺开。 实例杭州某银行客服中心利用数据智能支撑一线部门优化业务 基于数据的用户洞察反哺业务良性运营 准分析数据，高效利用数据，成为企业战略的重中之重。未来，客服中心将转变成为基 于数据的“客户智能服务中心”或“客户智能运营中心”。 24 基于数据的用户洞察反哺业务良性运营 杭州某银行客服中心联合阿里除了推出在线智能客服机器人和柜面助手以外，还将实 现智能质检，把沉淀的大量录音数据文本化、标签化，利用这些数据优化业务，按月 给业务部门提供业务优化建议清单。例如质检当中发现某一类问题客户来电非常多， 或者同一个问题客户反复询问，会定期提

48、交清单给业务部门的开发团队进行优化。这 项工作客服中心目前是通过人工方式进行梳理，每年给业务部门提供将近200多条有 效优化建议，而在未来杭州某银行客服中心将逐步实现智能化和自动化，真正做到人 机协同，为一线部门的业务优化提供更高效支撑。 了解更多阿里云智能客服整体解决方案，请扫码： 25 转型相应的配套和未来趋势 第六章：转型相应的配套和未来趋势 客服行业尽管有着行业、地域、机制及业务的差异，转型的战略定位、技术选型、策 略运用方面也有所差别，但转型背后仍有着深层次的共性，也是企业转型面临的难点 和风险。 客服行业智能化转型的风险 思维、文化和领导层的心智才是风险的最终根源 战略实施的探索和

49、稳定性，客服行业仍有不少企业在数字化转型方面一直运用简 单的逻辑，即现有的业务经营模式固定不变，仅仅通过扩展微信、微博和手机客 户端形成服务渠道的拓展，但对于智能化新环境而言，基于语音呼叫单纯叠加的 战略有效性明显不足。依旧无法摆脱客服人员之前的普遍困境。而基于机器人的 智能应答、智能导航和数据运营方式与传统业务运营有较大的差别，哪些领域和 技术选择需要迅速进入？哪些又不能操之过急？每个企业基本情况都不一样，因 此转型战略的实施是一个不稳定、逐步探索的过程。没有最正确的模板，只有最 合适的路径。 01 对环境判断和反应的敏锐性。部分传统行业的过往成功除了体制垄断以外，共同 的一面是偏保守，虽然近几年传统企业也在拥抱互联网，其客服中心也在探索 多渠道服务，但在环境瞬息万变，机遇转瞬即逝的变化中，传统客服中心一旦 缺乏对环境变化的判断或稍有迟滞，就很可能错失机遇，而