1、 智能客服数字化趋势及 央国企转型实践报告 北京沃丰时代数据科技有限公司 中国信息通信研究院云计算与大数据研究所 2022 年 1 月 目 录 第一章 客户服务行业概述 . 1 1. 智能客户服务概念 . 1 2. 传统客户服务模式痛难点分析 . 2 3. 客户服务行业发展历程 . 4 第二章 智能客服发展现状分析 . 6 1. 行业市场格局 . 6 2. 相关技术趋势 . 7 3. 业务部署模式 . 8 4. 业务应用场景 . 9 5. 转型业务价值 . 11 6. 尚存行业挑战 . 11 第三章 趋势展望和发展建议 . 13 1. 趋势展望 . 13 2. 发展建议 . 14 附 录 典型
2、应用案例 . 15 1. 招商局集团 . 15 2. 河钢集团 . 16 3. 某航空公司 . 17 4. 中央政府采购网 . 18 5. 北京地铁 96123 服务热线（如易行） . 19 1 第一章 客户服务行业概述 1. 智能客户服务概念 智能客服是以云计算、人工智能、大数据等新一代数字化技术为基础，综合应用自然语言理解技术、知识管理技术、自动问答系统、智能推理技术等，从而降低客服人力成本、提高客服响应效率、增强用户体验的客户服务形式。智能客服帮助企业与客户建立了智能、快捷、有效的沟通手段，提供统计分析信息以提高企业精细化管理水平。 随着消费族群的变化，越来越多具备高等教育经历的消费人群
3、开始占据商品消费市场的主力，随着消费主权意识的觉醒，消费者咨询需求随之上升，随之而来的是海量咨询需求与有限人工客服供给之间的矛盾。智能客服作为“矛盾”的调和剂，能够为企业提供线索挖掘、批量触达、客户销售 图 1 智能客服概述 2 转化和管理解决方案，从而帮助企业实现降本增效提质，在提高客服响应效率、优化消费体验的同时释放人力， 帮助企业的客服中心从成本中心向价值中心升级转型， 进一步打造企业用户数据资产，围绕用户信息链接行业生态。 2. 传统客户服务模式痛难点分析 传统客服多依托人工提供相应的咨询和业务服务，现阶段我国各类企业，尤其是传统行业的大型央国企在完成销售获客的过程中，大多以“人海战术
4、”为主。据相关统计数据显示，90%以上的销售通话时长小于 60 秒，客户销售数据分析能力薄弱，普遍面临着人力成本高、获客及运营效率低等瓶颈。随着我国人口红利的消失，各单位用工成本不断增加，且由于客服人员的专业水平不一、精力有限等因素的约束，传统客服逐渐暴露出许多问题，诸如： （1）人工服务时长有限，渠道运营管理难度大。传统客服工作中，除了要考虑客户满意度体验，也要考虑员工工作体验，涉及劳动保护、人文关怀，避免过度疲劳等引发不良结果。由于人力工作时长的有限性，通常难以覆盖到所有时间的客户咨询，在未响应时段无法及时回复，极易造成客源流失，而且给员工带来了巨大压力，造成员工连班倒工作体验差、用人成本
5、高、员工流动性高的问题，两者之间出现巨大不平衡。 （2）业务需求波动幅度大，波峰时段服务体验受影响。由于客服工作量有低谷期和高峰期，用户咨询量因时间不同会有差异，基于服务需求的不断扩张，在高峰时期人力不足会导致服务体验 图 2 消费群体的特征 3 波动，客户易流失或不满。 （3）人工管理难度大，数据价值难以充分利用。受我国互联网经济的发展，业务咨询渠道逐渐从单一的电话咨询转变由微信、微博、App、网页等多渠道转变，人工统一管理难度加大且传统人工操作数据留存量低，数据价值难以被有效利用。 目前，相比于传统客服众多问题的暴露，智能客服利用 NLP 技术、提升了自然语言的处理能力，相比于人工客服，智
6、能客服在接入渠道、响应效率、数据管理等多方面具有突出优势，极大的提高了客服的工作效率。而且，智能客服从行业发展痛点出发，能够实现会话转接和人机操作同步执行，充分的实现了由原来的大量人工客服模式转变为智能客服与少量人工客服模式相结合。 图 3 传统服务模式痛难点 4 未来，随着越来越多央国企的客户服务由传统客服向智能客服转型升级，企业的客户服务中心/部门有望从成本中心转变为价值中心，通过智能客服平台高效打通企业与行业生态的链路，围绕客户信息打造企业级数据资产，充分释放数据价值。 3. 客户服务行业发展历程 从上世纪九十年代至今，客户服务行业历经了四个发展阶段，从人到机器、从呼叫中心到云， 图 5
7、 客服行业四个发展阶段 图 4 智能客服与传统客服对比 5 客服行业向多渠道互通、多场景互联方向发展。 电话呼叫中心。从上世纪九十年代客服系统引入中国到二十一世纪开端，互联网在我国尚未得到普及，在时代背景下，当时我国的客户服务以电话作为主要沟通工具，这构成了最原始、传统的单一渠道客服形态。后续，伴随 CTI 集成技术的发展，资金资本雄厚、人力资源丰富的大中型央国企普遍开始自建呼叫中心，以满足自身的客户坐席服务。 多渠道呼叫中心。进入二十一世纪，互联网的迅猛发展将线上渠道带入客服行业，邮件、网页、移动端等互动交流的形式逐步进入大众视野，PC 网页在线客服+传统客服软件同步推进。同时期，语音软交换
8、技术的升级促进了托管型呼叫中心的大范围建设。相较大中型央国企自建型呼叫中心，托管型呼叫中心极大减轻了企业构建客服系统的成本。 全渠道云客服。随着 SaaS 模式创新客服行业，云客服这一形态逐渐形成，2010 年以来，云客服推动托管型呼叫中心向云呼叫中心升级演进，客服机器人进入商业化应用阶段，打破各渠道客户数据相互分离的局面。 全场景智能客服。2017 年以来，随着客服机器人渗透率逐渐提升，智能客服机器人发挥了更重要的作用，与此同时，智能客服的外延也有所拓展，从服务覆盖到运营管理和营销。信息技术的升级推动了智能客服的迅速发展，目前智能客服已进入基于机器学习的 2.0 时代，从技术上看，智能客服
9、2.0 采用机器学习和深度学习技术，通过对历史数据的学习和训练，提高了语音语义理解的准确性、易维护性和客户体验。智能客服迈向了一站式、全场景的全新业务模式。 随着技术的不断创新，智能客服在成本、效率、顾客满意度等多个方面解决了传统客户服务的痛点。结合云服务和人工智能技术的智能客户服务系统，在帮助我国央国企实现成本降低和效率提高的同时，帮助客户服务部门实现功能升级转型，加快了企业客户服务市场的转型。 6 第二章 智能客服发展现状分析 在全球数字经济的浪潮下， 开展数字化转型已成为各行业企业在谋求生存发展的必由之路。 现阶段，我国经济已经由高速增长转入低速增长和高质量驱动的阶段，在此背景下，推动云
10、计算、大数据、人工智能等新一代数字化技术与实体经济深度融合，企业数字化转型势在必行。2020 年 9 月，国务院国资委发布关于加快推进国有企业数字化转型工作的通知，鼓励央国企在转型过程中，打造智慧服务中心，发展基于互联网平台的用户服务，提升客户体验，提高客户黏性，拓展数字服务能力，扩展数字业务规模。可见，客户服务领域的数字化、智能化转型，已经成为我国各行业大型央国企开展转型落地工作的重要切入点之一。 1. 行业市场格局 根据国外客户分析专业机构 GrandView Research 统计，2021 年全球企业在数字化采买方面花费 430 亿美金，预计 2028 年将增长到 800 亿美金。其中
11、，客户服务和客户体验成为最大投入方向，占比达到 45%。可以说，在全球范围内，以客户为中心的一体化全生命周期解决方案势不可挡。 图 6 全球企业客户数字化趋势 7 根据相关数据显示，目前我国拥有整体规模高达 4000 亿元的客服市场，其中智能客服细分领域发展良好并将逐渐扩大。未来，智能客服市场将达到 500 亿800 亿元。其中，客服机器人行业市场规模呈现持续上升态势，由 2014 年的 4.3 亿元增长至 2018 年的 9.3 亿元，复合年增长率达到 21.3%；初步预计到 2023 年，客服机器人市场规模将达到 29.2 亿元。 根据相关数据显示，在我国智能客服行业中，目前已有 45.5
12、%的企业实现了融资，其中，A 轮至 C+轮的企业占比 21.1%，种子轮至 Pre-A 轮的企业占据 20.3%，有 4%的企业已经进入战略投资阶段。 2. 相关技术趋势 当前，随着云计算、大数据、人工智能、5G 等数字技术的快速发展，以数字化、网络化、信息化和智能化为特征的数字化浪潮已经席卷全球。数字技术赋能实体经济，能够深化实体经济与服务业的深度融合，革新生产组织形式，实现全产业链、全价值链、全场景的数字化。聚焦客户服务领域，据有关机构预测，2025 年，95%的客服互动将由 AI 技术主导完成。届时，机器人的语义表述和沟通表达能力可达到以假乱真的地步，让客户无法分辨“真假客服”。这一切，
13、都得益于底层AI 技术如 NLP 技术、深度学习技术、语音识别技术的进一步发展和突破。 图 7 智能客服投融资情况统计 种子轮至Pre-A轮, 20.33%A轮至C+轮, 21.14%战略投资及并购, 4.07%未融资, 54.47% 8 （1）NLP 技术：NLP 即自然语言理解，包括机器对自然语言的理解与输出两方面，是实现智能客服“拟人化”的重要推动力。随着云计算的普及，自建客服平台的成本逐步下降，据相关统计显示目前已经有接近 40%的企业将客服平台迁移到云端，大型央国企在推进客服领域转型工作中，更加重视智能客服平台的使用效果和质量。随着 AI 技术在各行各业的加速落地，NLP 在客户服务
14、场景中取得了良好的实际应用，22.1%的企业搭建了基于云的 AI 智能客户服务，机器学习将围绕语言多样性、语义多样性、上下文情景复杂性、文法错误等核心问题进行进一步优化，为企业提供体验更加真实、准确率更加匹配人工的智能客服服务。 （2）知识图谱：知识图谱是由信息构成的知识网络，是显示知识发展进程与结构关系的一系列各种不同的图形，用可视化技术描述知识资源及其载体，挖掘、分析、构建、绘制和显示知识及它们之间的相互联系。基于知识图谱对不同行业专业术语之间的关系属性进行联结、转换，进行知识融合与知识加工形成行业知识图谱，为客服机器人精确理解行业属性知识，帮助智能客服精准定位问题给出相应回复、提供个性化
15、推荐、个性化前瞻关怀等提供丰富的知识基础。 （3）深度学习：深度学习是机器学习的分支，是基于建立和模拟人脑进行分析的特殊机器学习模式。相对于传统机器学习以数据为经验来驱动计算机模拟人类的经验决策行为不同，深度学习通过模拟人类的神经元结构来达成数据的处理和结果产出，能处理更为复杂的各类数据进行决策。智能客服通过结合深度学习，可以有效准确捕捉用户询问的意图，支撑其准确区分相同问句的不同语义、相同问题的不同问法，对具体问题进行有针对性回复。与此同时，通过持续迭代优化的深度学习，可以优化人机协作水平，提高工作效率和用户体验。 3. 业务部署模式 面向不同行业、不同规模、不同转型阶段的央国企用户纷繁多样
16、的客户服务数字化诉求，目前智能客服平台的业务部署模式大体上可以分为公有云、本地/私有云部署两类。 （1）公有云部署。智能客服系统全部在云端部署，企业用户无需自建服务器。服务提供方以提供 SaaS 服务为主，提供集智能客服软件开发、管理及部署于一体的智能客服平台和相关服务。企业用户仅需按需购买相关服务，无需操心平台的建设、运维等方面的繁复工作。 公有云建设客服系统成本最低、客服坐席扩容最为灵活，适用于中小企业。对供应商而言，公有云部署建设周期短，企业可以通过有限的人力实施更多的项目。由于服务内容较为单一，且复杂程度不高，公有云部署普遍客单价较低。 9 （2）本地/私有云部署。客服系统、应用、数据
17、等均部署在本地，企业用户自建自管服务器。服务提供方根据企业客户需求量身定做智能客服服务解决方案，服务内容包括咨询规划、系统部署实施、系统迁移、应用培训、系统升级扩容等方面。相关产品平台落地使用后，由企业客户自行组建技术/运维团队，开展后续的运维、运营工作。 本地/私有云部署更适合对数据安全要求较高的央国企龙头企业。私有云部署模式下，数据保存在本地，确保了数据安全的可靠性，更适用于能源、制造、军工、金融等大型央国企。个性化定制部署方案则意味着较高的建设成本和较长的服务周期，可以获得较高的客户单价。 4. 业务应用场景 传统产业数字化转型正在加速发展，特别是在客户关系管理领域，客户体验数字化、智能
18、化正以不可逆转的方式爆发增长，智能客服平台在企业内外部多场景下有较好的应用落地实践，支撑各行业企业开展围绕客户服务为核心的数字化转型工作。 （1）外部服务典型场景 l 售前场景 售前咨询机器人构建了产品知识库，能自动回答潜在客户对于企业产品和服务的咨询，包括产品特性，和相关产品的比较等。咨询机器人全年无休，相比传统客服能服务更多客户，如果碰 图 8 公有云与私有云部署优缺点对比 10 到机器人难以招架的客户，可以立刻转接人工，由人工销售专员及时接替。同时，它提供全功能API 接口，企业或 ISV 客户可以在现有系统中轻松集成和内嵌机器人能力。 l 售中场景 坐席助手能实时理解呼叫中心坐席和客户
19、的对话，在对话过程中，机器人自动提取关键字，凝练问题，第一时间匹配关联度高的回答，为坐席的工作提供实时支撑，极大提高坐席工作效率和客户满意度。同时，在智能问答机器人的协助下，坐席可以专心和客户沟通，并且以更快的速度解答客户问题。 l 售后场景 智能客服场景中，使用智能问答机器人来自动回答客户对于产品售后支持，使用方法，疑难解答等问询，它融合机器学习、信息检索、深度学习等多种技术的智能语义匹配引擎，保证客服问题高精度命中，返回满意答案。同时，智能问答机器人服务采用文本挖掘、关联规则等技术从日志、操作记录等多源数据中学习领域知识，强化问答知识库，提升问答效果，能显著降低企业人力成本。 （2）内部服
20、务典型场景 l HR 共享中心 随着员工群体年轻化的趋势，人力部门的定位需要从支撑员工服务转型为赋能业务团队。HR共享中心结合人工智能和大数据，让机器人代替 HR 随时随地接待员工咨询，通过方式简单、成本低廉的接入方式，让共享服务中心快速拥有 HR 机器人，能快速、智能的完成员工、HR 和数据之间的连结，变革共享服务中心的传统服务方式。 l IT 共享中心 伴随企业业务高速发展及变化，各业务部门对 IT 部门的诉求越来越多。传统的企业 IT 运维具有维护工作量大、协同效率低、精细化管理难等痛点，会造成用户响应不及时等问题。通过在 IT共享服务中心中集成智能客服机器人、智能工单系统等，融合企业常
21、见的 IT 服务知识库，能够帮助企业 IT 运维实现降本增效，完成 IT 服务的流程化、规范化和标准化，帮助企业建立规范及高效的 IT 服务。 11 5. 转型业务价值 （1）智能客服突破了传统客服局限，带来了用户体验上的提升 相比人工客服，机器没有由于生理局限性或经验局限性所导致的运营层面的问题，同时，智能客服的出现改变了原有的传统电话排队的方式，一方面降低人工客服夜班频次，提升了工作体验；另一方面，机器人客服的工作量往往是人工数倍，可以大大降低公司营业成本，带来效益提升。 （2）智能客服有效减少重复性低价值工作，具有高效率与低成本的优势 智能客服在处理一些重复性的简单业务时，具有效率高、成
22、本低的优点。例如在会议通知时，若使用上千次并发，在同样的呼叫量下，机器人客服的呼叫效率更高，服务质量会更稳定，机器人客服的成本结构也更加单一。 （3）智能客服基于知识库沉淀数据，不受人工经验的限制 传统的人工客服无法全面的记录企业与客户交互行为，机器人客服能够全面的保留这些信息，从而存进企业流程的优化。企业能够做到对客服流程进行随时随地随需的调整或优化。 智能客服在成本、效率、灵活管理方式等多个方面具有较大优势。未来，企业应将智能客服的多种优势进一步融入现有业务中，实现客服业务的智能升级，企业的竞争优势有望快速提升。 6. 尚存行业挑战 （1）数据质量、模型合理性等方面仍有提升空间 人工客服的
23、优劣取决于个人记在脑中的知识库，机器人客服的知识通常以数据形式存储于后台数据库。数据库质量反映的是客户问题与答案的数量及准确率。高质量数据集是提升 AI 算法准确性、模型合理性和智能客服产品先进性的至关重要的因素。 （2）知识训练数据库的维护尚需进一步优化 由于机器人客服拥有较强的学习能力，数据库维护程度的好坏直接影响到智能客服的使用效果。数据库维护需要专业的机器人训练师进行“训练”，机器人训练师团队，能协助客户不断优化机器人客服的数据库，让它越来越“聪明”。 （3）客服机器人与人工客服的搭配策略存在磨合期 很多企业在客户服务方面急于求成，着急上线未经打磨的机器人，并急于关闭或收紧人工客 12
24、 服。实践证明，增加机器人客服后，制定合适的调试策略更能实现理想效果。比如机器人会话与人工相结合的策略，就能很好弥补部分场景中智能客服机器人无法独立响应用户问题的窘境。 （4）在垂直行业的深化应用存在一定的局限性 智能客服虽然强大，但有些行业场景天然不适合智能客服应用。比如在线医生，患者需要医生的望闻问切、解释引导，才能描述出确定的情况。但是，机器人客服无法完全替代人工客服，虽然从最早的文本机器人到现在的语音对话机器人、智能外呼机器人，智能客服提升很大，但目前客户的需求远未得到很好满足，无论机器人还是人工，客观上距离客户期望的完美服务还有一定差距，机器人客服的价值，更多的是辅助人工更有效率的工
25、作。 （5）底层技术与算法模型不成熟的挑战依然存在 底层技术不成熟、技术复用壁垒高，共同构成现阶段智能客服行业痛点。技术的不成熟并非单一智能客服供应商所面临的难题，而是整个行业的共同困境。对于博大精深的人类语言体系，机器在短时间内无法完全掌握，NLP、深度学习、人机交互、知识图谱等这些智能客服核心技术均存在较大的优化空间，导致智能客服不够“智能”，服务缺失精准度及人文关怀。如何让机器回答更准确，更接近真人，更深入企业的运营依然是行业面临的共同课题。 13 第三章 趋势展望和发展建议 1. 趋势展望 随着各行业央国企对于各领域数字化转型工作的持续推进和落地开展，智能客服领域激烈的行业竞争格局愈发
26、激烈。预测在未来一段时间内，随着技术、人才、资金等要素的集聚，掌握坚实技术研发能力、稳定研发人才团队、提供更高质量产品与服务的供应商企业逐渐成为头部，而一些竞争力较弱的企业则面临市场份额被蚕食甚至被市场淘汰的局面。总体来看，智能客服行业未来将呈现出如下发展趋势： （1）通过全域数据的整合以及营销功能的拓展联动，构建企业的价值闭环。传统客服记录用户相关数据，从理论上讲实现了海量数据的聚合，但实际上，各类数据之间并未互通，数据仍无法真正转化为企业的核心资产。智能客服致力于打通全渠道数据，透过数据，实现对市场及行业的精准洞察，推动精准营销的实现；而营销积累的客户群体，又为企业输送新鲜的数据，如此形成
27、良性循环，从而构建数据价值闭环，与企业及行业生态联动，推动企业营收增长。 （2）客服功能将突破“答疑”边界，向营销方向拓展，逐步成为企业营收的直接推动力。营销功能的完善，建立在智能客服对全域数据的整合、计算与分析的基础上。透过数据标签，实现消费行为与趋势的预判，从而进行更为精准的营销。事实上，我国部分智能客服供应商已经在客服营销职能上进行了探索。 （3）客户体验场景进一步挖掘，或将成为客服行业下一个爆发的市场。客服不只是回答客户的问题，还能解决客户的问题。客服未来的场景还有很多，例如客户体验、营销。过去很少企业说有客户体验部门，但现在很多客服团队都开始重视体验，这个市场还在扩大。无非就是我们能
28、不能给到企业更多的这种价值，去提升他的业务。 （4）商业场景进一步横向拓展，产品服务向全场景丰富完善。从商业化场景的覆盖面来看，随着各行业企业对智能客服需求的扩大，智能客服产品服务在各垂直行业的纵深产品和服务将呈现精细化发展趋势。同时，智能客服不再是单模块化产品，是对服务过程全场景的功能覆盖，从而会提高企业使用的体验，不再因为服务环节需要采购单独的在线客服、CRM、OA、工单等等独立的产品，让内部服务变成孤岛，无法串联。 14 2. 发展建议 （1）进一步提升可信服务能力 智能客服在未来仍有较大的发展与渗透空间。目前，智能客服行业暂未长出具有绝对优势的巨头，各供应商之间竞争激烈，具备强有力的核
29、心竞争力才能在激烈的竞争中脱颖而出。相关服务商应从技术研发、产品服务、运营管理三方面入手，面向各行业企业用户不断打磨提升自身水平，为用户提供不可替代的优质产品与服务、组建高效企业团队，提升核心竞争力，树立在行业内的品牌声誉。 （2）持续加强产业链上下游合作 智能客服行业涉及云计算、通信运营商、人工智能服务商、云通讯服务商、客服机器人服务商等上下游产业。在面对各行业数字化转型进程中，企业打造以客户为中心的运营服务体系时愈发严苛和多样化的需求，智能客服产业链各方应开放更多服务能力和接口，强化协同协作能力，发挥各自优势，为转型企业用户提供更加丰富完备、一站式的解决方案和场景化服务，助力企业客户服务智
30、能化转型、高质量发展。 （3）注重智能客服转型价值成效 伴随数字化发展进程推进，各行业央国企在开展客户服务领域的数字化、智能化转型升级过程中，在关注相关平台功能、性能等技术能力时，同样应树立以转型价值和成效为导向的原则。针对客户服务转型中，各行业企业应充分对智能客服平台建成后的降本提质增效等方面的价值进行考量和评估，不断推进智能客服平台在企业内外部端到端流程中的应用与衔接，提升其链接服务客户、关怀赋能员工等方面的持续运营效果和价值。 （4）增强行业供需双方信任度 各行业央国企在开展客户服务领域转型的具体落地实施时，面对琳琳总总的解决方案和相关产品服务往往眼花缭乱，更加细化、权威的指引对指引企业
31、开展客服数字化转型的作用将愈发明显。第三方机构应发挥自身优势，持续健全面向转型企业的客服数字化能力成熟度模型，指导转型企业对自身转型能力水平定期开展评估，明确未来发展演进方向。同时，应进一步完善面向相关服务商的数字化可信服务标准体系，为智能客服产业上下游服务商提升产品服务能力、指导转型企业进行选型提供参考。 15 附 录 典型应用案例 1. 招商局集团 l 客户简介 招商局集团有限公司（简称招商局）创办于 1872 年 12 月 26 日，是中央直接管理的国有重要骨干企业，也是中国民族工商业的先驱。招商局现为国家驻港大型企业集团、香港四大中资企业之一，经营总部设于香港，业务分布于香港、内地、东
32、南亚等极具活力和潜力的新兴市场。 招商局是国家“一带一路”倡议的重要参与者和推动者。集团加快国际化发展步伐，在全球20 个国家和地区拥有 52 个港口，已初步形成较为完善的海外港口、物流、金融和园区网络，大都位于“一带一路”沿线国家和地区的重要点位，“前港-中区-后城”的成熟蛇口模式开始在海外落地生根。 l 需求分析 招商到家汇是招商物业旗下的一个集邻里社交、物业服务、社区商业等与社区用户日常生活密切相关的综合性智慧社区平台。社区用户可在平台上体验社区商城、社区金融、社区健康、房屋租赁、邻里帮助、闲置交换、拼车、话题、日常资讯等各种功能。 在充分利用招商局现有客服需求的基础上，客服系统主要用于
33、招标采购交易。不仅要统一招商局集团以及下属单位的客服，还需要达到统一集团形象、统一品牌标识的目标。不仅要满足了招商局全渠道营销，不遗漏每一个商机的必然需求，而且还实现了企业的统一管理，加强了业务承载能力，安全稳定性，为招商局的未来发展提供全面的规划解决方案。 l 解决方案 在线客服系统：覆盖企业所有流量入口，Udesk 在线客服系统将电话、在线客服、手机app、微博、微信、短信、邮箱、网页表单在内的所有渠道统一接入； 云呼叫中心：云呼叫中心助力招商局客服团队，提供稳定的线路，快速搭建呼叫中心系统。大容量、高并发呼叫处理能力的 Udesk 云呼叫中心； 更人性化更简单的工单系统使用体验：Udes
34、k 工单管理系统与其他产品互相打通，实现了多渠道统一平台操作，满足了企业对于提升效率、减少人工、降低人工的需求。无论来自哪个渠道的 16 事情，都能用一张客户工单记录业务的详情，便于工作人员处理。工单支持自定义，能够记录金额、数量、业务状态等和企业业务密切相关的信息。 l 应用效果 在线客服系统：覆盖企业所有流量入口。Udesk 在线客服系统将电话、在线客服、手机app、微博、微信、短信、邮箱、网页表单在内的所有渠道统一接入，企业无需担心客户在不同渠道的沟通记录及资料的保存问题。 云呼叫中心：稳定高速。云呼叫中心助力招商局客服团队，提供稳定的线路，快速搭建呼叫中心系统。Udesk 语音识别技术
35、，提供语音查询、语音识别、自然语言理解等多种技术的整合服务。更人性化更简单的工单系统。 Udesk 工单管理系统：多方位兼容。实现了多渠道统一平台操作，满足了企业对于提升效率、减少人工、降低人工的需求。 2. 河钢集团 l 客户简介 作为世界最大的钢铁材料制造和综合服务商之一，河钢以“建设最具竞争力钢铁企业”为愿景，致力于为各行各业提供最具价值的钢铁材料和工业服务解决方案。目前，河钢已经成为中国第一大家电用钢、第二大汽车用钢供应商，海洋工程、建筑桥梁用钢领军企业。 l 需求分析 大型制造业集团，分子公司众多，各项采购众多；集中采购流程长，效率低，分散采购成本高； 钢材运输成本很高，利用社会车辆
36、降本增效；自有物流成本高，单程跑空；物流量有浮动，自有车辆难响应； 集团分子公司众多，关于人事、IT、财务等各项政策的内部服务欠缺，以线下人找人的方式进行，效率低，员工体验差。 l 解决方案 使用电商，常规协议商品采购电商化，因此所有咨询和售后线上化； 自建钢铁物流“滴滴”，利用社会资源做到无车运输，在运输过程中有大量交互过程，如询 17 价、回单、派单、查询等环节，启用客服在线服务； 建立内部服务 12345，服务内部员工。 l 应用效果 人工+智能的统一服务，大大降低了政务事项的办理时间，提升了办事效率、用户体验，工作成果清晰呈现，移动端支持灵活服务，减少了问题投诉，真正落实国务院“放管服
37、”改革精神，提升服务效能。 3. 某航空公司 l 需求分析 在线客服整合，如通过官网、微信公众号、小程序、掌尚飞、代理入口可直接发起在线客服咨询；智能机器人自助服务，旅客在各渠道点击在线客服时，如无特殊设定，优先进入与机器人对话；智能质检系统，支持对会话记录质检、分析并生成报表；升级自动外呼系统与客户信息、航班信息进行对接进行不正常航班通知；与其他系统的集成，白屏、新官网、TRP、掌尚飞、微信公众号/小程序、常旅客。 l 解决方案 提供全渠道平台，一个工作台可对接全部渠道，问题统一处理； 18 提供智能机器人，进行 7X24 小时自助服务及常见问题的答疑，降低人工工作量； 提供智能质检系统，完
38、成全量质检进行详细分析并生成报表； 提供自动外呼系统进行系统对接完成不正常航班通知； 提供多种方式与山东航空其他系统进行对接，如 API、中间件、Webhook、iframe 等方式。 l 应用效果 规范化管理：助力企业进行客服智能化管理，通过智能客服中心系统实现客服的规范化管理，提升管理效率和企业综合实力； 降本增效：提升客户服务效率，提高企业内部管理效率，提升客服员工满意度和归属感，防止客服人员大量流失，降低企业管理和运营成本； 提升用户体验：实现客服 7*24 小时服务，保证客户服务的连续性，提升接通率及服务效率，持续改进用户体验，增强客户好感度和满意度。 4. 中央政府采购网 l 客户
39、简介 为进一步落实国务院“放管服”改革精神，优化营商环境，不断提升服务效能，中央国家机关政府采购中心（以下简称“国采中心”）正式上线智能客服系统，向采购人和供应商等用户提供更加便捷高效的在线咨询服务。 l 需求分析 日常咨询量大，问题重复率高，政策变化时特别集中；业务类型多，涉及科室多，用户咨询流转不顺畅；官网、公众号，多端服务渠道难以统一管理；业务人员工作负荷高，偶尔开会离席，产生未接电话投诉；工作结果无数据积累，年终难呈现。 l 解决方案 启用智能客服机器人，回答常规问题；启用在线客服，同时服务多用户，知识库一键回复大幅提升效率；启用对话路由，精准匹配科室人员，跨科室一键流转服务不中断；启
40、用工单，端到端解决用户问题，提高用户体验和满意度；全渠道客服系统，同时管理官网、公众号多渠道客服请求；移动端支持及留言回复，灵活服务，解决未接电话投诉；BI 数据报表，智能分析客服数据，工作成果展现。 19 l 应用效果 机器人 24 小时服务，常规问题解决率超过 80%且不断优化。人工、智能的统一服务，大大降低了政务事项的办理时间，提升了办事效率、用户体验，工作成果清晰呈现，移动端支持灵活服务，减少了问题投诉，真正落实国务院“放管服”改革精神，提升服务效能。 5. 北京地铁 96123 服务热线（如易行） l 客户简介： 北京轨道交通路网乘客服务热线 96123 是北京地铁服务热线，于 20
41、21 年 3 月 31 日上线试运行，业务范围北京城市轨道交通全路网范围内的运营、票务和站内服务等相关信息咨询等服务。如乘车线路，票价查询、失物招领等日常乘坐轨道交通伴随的问题。 l 需求分析： 日常咨询量较大，人工处理工单量大；工单流转效率有待提升；环境噪音、背景噪音给语音识别带来的挑战；地铁站名称相似度较高，数字与汉字并存，给语音识别带来困难；北京作为首都，人员范围广，五湖四海的人群口音给语音识别带来难度；用户表达多样性高，路线信息语义识别困难。 20 l 解决方案： 快速、高效地打造 96123 智能语音机器人，沃丰科技以自研的 GaussMind原心引擎为96123 提供全面定制化语音识别、理解方案。沃丰科技原心引擎通过独创的“情景重现、语音语义融合、自适应学习”模型，将语音和语义融合在一起，准确识别地铁乘客语音、真正听懂用户语义，用 AI 技术为北京地铁乘客提供实时、便捷的出行查询。 l 应用效果： 由沃丰科技 AI 支撑的 96123 服务热线已经成功上线试运行，并已在北京地铁全系统覆盖使用。上线开通以来，96123 服务热线机器人语音客服日均受理咨询 500 通，语音机器人的准确率达到 90%以上，解决用户乘车线路及票价查询，大大减轻了人工客服的压力，实现管理效率和效益的双重提升，获得运营方高度认可，成为国家交通运输部 AI 应用的典型案例。
sgpjbg002
工作日 8:30 - 17:30
会员动态：
报告分类
新质生产力
ChatGPT
新能源汽车
大模型
Sora
机器人
微短剧
芯片
薪酬
白皮书
低空经济
数据要素
创新药
人工智能
AI产业
信息科技
互联网
消费经济
汽车交通
电商零售
传媒娱乐
医药健康
投资金融
能源环境
地产建筑
传统产业
英文报告
其它
扫码登录
手机快捷登录
账号登录
