根據(jù)一組來自哈佛商業(yè)評論的數(shù)據(jù)顯示，一個企業(yè)如果能夠?qū)⒖蛻袅魇式档?/span>5%，相對應(yīng)的利潤就能增加25%～85%之間。而一個真正對企業(yè)的服務(wù)滿意的客戶，則可以為企業(yè)帶來8筆轉(zhuǎn)介紹生意。

與此相反的論證是，一個不滿意的客戶可能會影響25個人的購買意愿。可見，且不討論數(shù)據(jù)來源的問題，可以大概率地確定，在現(xiàn)有的商業(yè)時代，服務(wù)的好壞早已成為一個企業(yè)獲得客戶青睞的重要因素。

從2022年開始，OpenAI發(fā)布ChatGPT，大模型憑借天然的語言理解和文本生成能力，迅速進(jìn)入到各行各業(yè)。由此開始，客服行業(yè)的生態(tài)格局構(gòu)建開始發(fā)生顛覆性的變化。

當(dāng)擁有大模型加持的人工智能客服進(jìn)行客服行業(yè)時，金融機(jī)構(gòu)又應(yīng)該如何構(gòu)建一個完善的客服行業(yè)生態(tài)格局，過程中需要重視哪些關(guān)鍵要素，成為當(dāng)前亟須解決的問題。

放眼金融行業(yè)在服務(wù)方向的長線發(fā)展，不難看出，決定其效率提升和效果增強(qiáng)的關(guān)鍵在于智能客服和人工客服的協(xié)作。

構(gòu)建這樣的客服行業(yè)新生態(tài)格局關(guān)鍵在于如何通過雙效協(xié)同來達(dá)成人智合一的目標(biāo)，而這其中包含自然語言理解（NLU）、自然語言生成（NLG）以及客戶生命周期管理三個重要因素。

01

驅(qū)動客服“智動力”，強(qiáng)化自然語言理解

管理學(xué)中關(guān)于分工理論有很多論述，而亞當(dāng)·斯密在《國富論》里就提出了一個重要的經(jīng)濟(jì)規(guī)律，那就是“經(jīng)濟(jì)發(fā)展在相當(dāng)大的程度上決定于分工，分工越細(xì)，生產(chǎn)力發(fā)展的水平就越高?！痹趯?shí)際企業(yè)管理和運(yùn)營中，當(dāng)個體明確意識到自己可量化的工作明細(xì)的時候，工作滿意度和績效也會顯著提高。正確分工有利于人工客服和智能客服的效率雙增，但前提智能客服在信息轉(zhuǎn)接過程中需要理解客戶的自然語義。

（一)意圖識別：靶向?qū)?biāo)問題本質(zhì)

人與人之間的溝通滿意度，很大程度取決于是否具有同理心。根據(jù)客服工作的結(jié)果表明，能夠理解和管理客戶情緒的服務(wù)人員，相對應(yīng)地客戶滿意度也會更高。

在這樣的服務(wù)過程前期，智能客服系統(tǒng)可以通過NLU識別用戶的意圖，并將簡單問題轉(zhuǎn)交給自動化流程或提供即時答案。而當(dāng)遇到需要更高層級的理解或者更復(fù)雜的情感支持時，智能客服能夠?qū)υ挓o縫轉(zhuǎn)接給人工客服。

比如客戶對一筆支出存在疑慮，智能客服首先可以把基礎(chǔ)的消費(fèi)支出信息精準(zhǔn)反饋給客戶，如果客戶在這個時候提出進(jìn)一步疑問，則可以轉(zhuǎn)接給人工，提供更具有個性化和針對性的服務(wù)。

人工客服在這一過程中主要承擔(dān)客戶情緒安撫和重建信任的職能，快速地判別問題嚴(yán)重級數(shù)以及合理的處理方式，然后將問題轉(zhuǎn)交給專門處理安全和欺詐案件的人工客服團(tuán)隊(duì)，確保問題得到專業(yè)且及時地處理。

（二）相互反哺：全面促進(jìn)二元成長

智能客服有著強(qiáng)大的信息積存能力，在每次服務(wù)的交互過程中，它可以不斷積累新的知識點(diǎn)，并與原有信息進(jìn)行整合，形成不斷健全和完善的新知識體系。

例如當(dāng)多位在線客戶遇到同類型問題時，在智能客服端就可以根據(jù)這類型問題總結(jié)出標(biāo)準(zhǔn)答案，然后根據(jù)客戶反饋，不斷優(yōu)化更新，并實(shí)時將其作為標(biāo)準(zhǔn)答案提供給未來的咨詢。

同理，在這一過程中，人工客服也可以在跟客戶的溝通中，把自己獲得的獨(dú)到處理見解和對此類問題之所以出現(xiàn)的分析錄入系統(tǒng)中，并反饋給智能客服系統(tǒng)。這樣的“反哺”模式使得智能客服能夠更好地理解特殊問題，也能夠?qū)ξ磥沓霈F(xiàn)的非典型問題提前做好準(zhǔn)備。

02

健全客服“言值”：催生自然語言生成

當(dāng)智能客服系統(tǒng)成為企業(yè)降本增效的重要手段時，我們的智能客服系統(tǒng)通過自然語言生成（NLG）技術(shù)實(shí)現(xiàn)與客戶的交流。

在整個服務(wù)鏈路中，為了使客戶在與智能客服互動的過程中，感受到更加貼近人性化的服務(wù)體驗(yàn)，識別用戶意圖成為前端至關(guān)重要的一環(huán)，而打磨具體的服務(wù)細(xì)節(jié)更成為重中之重。

（一）繪形圖鑒：構(gòu)建多元人物模型

用戶的精準(zhǔn)畫像構(gòu)建，是健全自然語言生成技術(shù)的第一步，基于客戶過去的交互記錄、客戶反饋生成的智能偏好設(shè)置進(jìn)一步結(jié)合人工反饋。智能客戶可以集合多方信息構(gòu)建詳細(xì)的用戶畫像。

例如對于基金理財(cái)感興趣的客戶，智能客服可以在日常溝通中適時提供近期的基金品種。而對于經(jīng)?？缇硡R款的客戶，智能客服可以在回答問題時提供相關(guān)貨幣匯率信息或建議最佳匯款時間點(diǎn)。讓客戶通過這樣的細(xì)節(jié)感受智能客服的“去智能化”，更多地體會到人機(jī)結(jié)合的溫度服務(wù)。

（二）言之有理：完善多維語言體系

每個人都有自己的語言體系，而傳統(tǒng)的人工智能難以匹配千人千言。在服務(wù)鏈路中，基于用戶畫像得出一套多樣的語言風(fēng)格模型也非常重要。利用機(jī)器學(xué)習(xí)算法，智能客服能夠分析每次對話的情感傾向，并據(jù)此調(diào)整回復(fù)語氣和措辭。

比如面對日常對話更活潑的用戶，智能客戶可以采取輕松愉悅的方式進(jìn)行對話，甚至可以嘗試調(diào)侃的語氣，讓業(yè)務(wù)溝通更具有生活感。而對于喜歡短頻快溝通，講究高效的專業(yè)人士，則使用簡潔明了的表達(dá)方式。

（三）情緒導(dǎo)航：精準(zhǔn)判別情緒與語境

在中文溝通里，語境一直是一個無法繞開的重點(diǎn)。離開語境去談?wù)Z意，是不明智的。因此，在智能客戶從海量信息中提取答案時，需要結(jié)合上下文來決定回應(yīng)的方向和方式。

如果客戶已經(jīng)提出之前的問題尚未解決，那么智能客服需要主動提及未解決的討論問題，而不能不回應(yīng)?；舆^程中的連貫性和記憶能力，能夠增加客服對智能客服的信任感。

（四)人工及時雨：適時干預(yù)與有效優(yōu)化

盡管現(xiàn)在智能客服已經(jīng)盡量做到人性化，但在一些特殊情況下仍需人工客服介入。在這一過程中，無縫轉(zhuǎn)接、有效整合之前的溝通重點(diǎn)信息，能夠大力提高服務(wù)效率。

以此確保轉(zhuǎn)接后的人工溝通不出現(xiàn)斷層情況，并在此基礎(chǔ)上深入問題本質(zhì)，表達(dá)同情、理解以及額外的幫助。建立嚴(yán)格、精準(zhǔn)、高效的反饋機(jī)制是當(dāng)前人工有效干預(yù)能達(dá)成優(yōu)化的重要前提。

（五)溝通橋梁：多元長效的反饋機(jī)制

客戶的反饋很多時候不單單來自與客服的溝通中。在金融行業(yè)中，還可以通過線下搜集、年終答謝會訪談、問卷調(diào)查、電話回訪、社交媒體評論等多渠道收集客戶對智能客服服務(wù)的真實(shí)感受。

這些反饋無論是正面的還是負(fù)面的，都包含著大量可搜集和分析的信息，客服人員在搜集整理這些信息的同時，也可以以此結(jié)合自己的日常服務(wù)，做出總結(jié)與復(fù)盤，通過人工客服的有效應(yīng)對，彌補(bǔ)智能客服在現(xiàn)階段的服務(wù)缺漏。

（六）八維分析：精細(xì)化情緒分類

在羅伯特·普魯契克（Robert Plutchik）的理論中，他把人的基本情緒分為8種，分別是快樂、信任、恐懼、驚訝、悲傷、厭惡、憤怒和期待。因此在互動過程中，有效識別客戶反饋的情感色彩，是一件需要持續(xù)優(yōu)化的事。這樣的識別，不能單單停留在正面、中立或負(fù)面的三個維度，而要逐步做到精細(xì)化。

只有精準(zhǔn)識別，才能相對應(yīng)地給出客戶期待的以及更實(shí)用的答案。在客服團(tuán)隊(duì)中，需要建立專門的質(zhì)量保證小組，通過定期審查智能客服的回答邏輯和措辭，尋找可能存在的缺陷和優(yōu)化的方法。

（七）伙伴機(jī)制：定期培訓(xùn)與模擬測試

人與人的協(xié)同需要定期進(jìn)行情感維系和訓(xùn)練，同理，為保持智能客服與人工客服之間的協(xié)同效應(yīng)，金融企業(yè)也需要定期組織此類聯(lián)合培訓(xùn)課程，讓人工客服和智能客服達(dá)成伙伴關(guān)系，兩者相互學(xué)習(xí)對方的優(yōu)勢。

學(xué)習(xí)過程中添加階段性的模擬測試環(huán)節(jié)，模擬真實(shí)的服務(wù)場景和配合環(huán)節(jié)，跟蹤智能客服的各項(xiàng)性能指標(biāo)，如它的響應(yīng)時間、準(zhǔn)確率、滿意度評分，并以此評估人、智配合度和默契度，從而快速提升智能客服在語言表達(dá)和協(xié)同上的能力。

03

維系客戶“優(yōu)生態(tài)”，持續(xù)觀測生命周期

構(gòu)建客服服務(wù)新生態(tài)格局除了關(guān)注人機(jī)協(xié)同，也要關(guān)注作為第三方的客戶生命周期。而客戶關(guān)系生命周期理論主要包含四個階段，分別是考察期、形成期、穩(wěn)定期和退化期。

在考察期間，我們需要利用智能客服系統(tǒng)收集的數(shù)據(jù)作為分析和洞察的基礎(chǔ)材料，幫助制定精準(zhǔn)的服務(wù)流程和改進(jìn)措施。人工智能通過這些有效分析，可以進(jìn)一步跟進(jìn)，以此達(dá)成業(yè)務(wù)成交以及鞏固客戶關(guān)系。

而在形成期，人工客服則需要和智能客服達(dá)成高效協(xié)作，通過文本分析、語義查詢、情緒辨別等幫助客戶解決問題，以此帶來更多業(yè)務(wù)機(jī)會。進(jìn)入穩(wěn)定期，智能客服需要發(fā)揮定期進(jìn)行回訪、信息推送，發(fā)揮企業(yè)關(guān)懷等作用，以信息、語音等方式加深客戶與企業(yè)的黏性。

隨著技術(shù)的進(jìn)步，大模型的開放讓智能客服的功能不斷完善，但這并不意味著人工客服就要退出服務(wù)舞臺或者消減其職能。

于金融行業(yè)而言，一個完善的客服行業(yè)生態(tài)格局，既要滿足客戶需求，有利于企業(yè)的長效發(fā)展，同時也要滿足企業(yè)中客服人員個體的自我成長。

三驅(qū)蓄力勢必帶來多維增長，新的機(jī)遇已經(jīng)到來，客服行業(yè)的新生態(tài)格局也將繼續(xù)在迭代中煥發(fā)新生力量。

▼