经济观察网 记者 万敏 李云曾在一家股份制银行的客服部门从事管理工作，互联网大潮兴起，她顺势跳槽去了一家大厂的金融业务客服部门。
她见证了远程客服行业近十年来在科技改造下发生的点滴变化——早期的人工热线电话坐席，正逐渐被以大数据、云计算、人工智能等技术的智能化客服系统所取代。
消费者不论是通过APP还是网页、客服电话，最先遇到的已经不是真人，而是机器人，后者分担了传统人工客服很大一部分的工作，也确实越来越“聪明”了。
就客服行业而言，“我觉得和机器人比，它不论怎么沟通反馈也不会情绪失控，才是最大的优势。”李云说。
人工智能客服应用，替代了那些重复度高的初级客服工作，但是如何感知消费者的情绪，满足个性化的需求，还是一块待补的短板。
替代了什么
在李云眼中，客服工作繁杂琐碎，怎样保持一线员工的情绪稳定是个很大的问题。她遇到过不少由于一线员工疲劳或长期累积情绪的突然爆发，导致客诉升级的情况，“其实本来投诉的问题很小，但是言语之间的冲突让客户的不满也爆发了，直接升级成高危投诉。”
而机器人则没有此类问题。传统人工客服不能7x24小时全年无休的工作，受个人情绪、压力和周边环境的影响，人工客服在服务过程中难免出现情绪化或者“违规”操作，这在金融强风险领域是很严重的问题，智能客服的可控、稳定服务解决了这些问题。
以银行行业来说，人工坐席的数量也确实有所下降。中国银行业协会发布的《2021年中国银行业服务报告》显示，截至2021年末，银行客服从业人数5.02万人，相较于2020年减少了4200人，改变了往年逐年递增的态势。
工商银行在其2022半年报中披露，“工小智”智能服务入口拓展至106个，智能呼入呼出业务量3.1亿次。上半年，该行客户满意度为93.9%，客户电话一次问题解决率达93.3%。邮储银行披露的2022半年度业绩报告显示，该行信用卡客服热线以数字化转型为抓手，升级迭代智能客户服务，积极拓展智能化服务场景，智能客服占比提升至79%以上，智能识别准确率达到94.77%。
客服从业人数的减少，李云认为也与年轻人的求职观念变化有关，为了减轻成本和运营压力，银行往往将大量的人工客服坐席安排到二三线城市，客服人员签的是劳务派遣、外包类型的合同，收入远不及银行的正式员工，但是管理和工作压力强度还是很大，更重要的是，一线客服人员往往长期以来接收到比其他岗位更多的负面情绪、指责乃至谩骂，让这一职业的流动性也更强了。“年轻人可能更不喜欢这种枯燥的工作了。”
但是，人工智能客服的广泛应用，替代了那些重复度高的初级客服，并不意味着客服部门就能完全放松了，李云现在的工作更需要和业务部门对接，智能客服系统同样需要配套产品经理和技术研发、运营。业务部门一个新产品的上线，从知识库备案到用户体验反馈，往往需要客服部门全程的参与。
人工智能客服的服务提升，也需要有经验的客服来参与。目前，业内做法比较普遍的是让有经验的客服人员来构建话术模板，但问题是由于个人的想象力有限，话术模板会比较固定，时间长了用户可能会比较厌倦，不愿意再和机器人沟通。
9月29日，银保监会发布《关于进一步加强消费投诉处理工作的通知》。其中指出，进一步畅通消费投诉渠道，各机构应当积极扩充消费投诉渠道，进一步完善电话、来信、来访等渠道，确保客服电话能够迅速转接至人工投诉通道，来信、来访能够快速转由专人处理。已开通官方网站、移动客户端、微信公众号等互联网投诉渠道的，应当在相关平台中设置消费投诉板块并配备专人处理。
从员工数量来说，金融机构的客服业务依然是一个劳动密集型行业。一家股份制银行的信用卡业务负责人在此前的采访中透露，该行整个信用卡中心人数将近1万人，是该行体系内最大的一个机构。客服分别设在北京和成都作为备份，成都有4500人。
从被动学习到主动学习
在人工智能领域有一句流传很广的段子，“有多少人工，就有多少智能”，意思是人工智能的学习成长，离不开人工对数据的整合、标签化、建立模型等等繁重的前期工作，“喂”给人工智能以后，它才能提升智能水平。
但现在这种情况也逐渐在发生变化。马上消费金融人工智能研究院相关负责人告诉记者，此前人工智能确实走过这样一段历史，机器学习时代，最开始需要人工构建很多特征，大部分人力在做特征工程、数据处理。随着人工智能从机器学习到自动化机器学习的转移，有很强的预训练模型，人工的干扰会更少一点，再加上主动学习、智能标注等手段，可以尽量降低人在机器上的干预。
马消人工智能研究院搭建了一套从日志收集到算法优化的闭环运营工具，核心算法包含新意图挖掘、样本增广，新意图挖掘算法用于对线上机器人无法应答问题进行归类，样本增广算法用于针对挖掘出的新标签，实现快速冷启动。以及，内置“猜你想问”功能，根据用户信息、历史上下文咨询信息猜测当前用户想问问题，让用户在尽量少的操作下就能得到问题答案。
客户的情绪变化很微妙。李云所在的互联网大厂和一些城商银行有业务合作，在沟通中她发现，一线客服说话的口音不同也会影响到客户的情绪，“比如江浙、成都的客服妹妹，说话比较柔和动听，就给人感觉比较好，有一家东北地区的城商行，用的是本地员工作为客服，因为说话的语气听起来不舒服就被投诉了很多次。”
而情绪是人类比较微妙的一种脑部活动，也是人工智能未来需要努力弥补的一块短板。
“目前行业内基本都是在文本领域进行单模态的数据建模，但智能客服是对人的模仿和学习，而人是一个集看、听、说多模态共同工作的智能体，因此我们后续研发方向主要是基于文本、语音、视觉等多模态建模，通过增加情绪感知、人脸识别、行为检测等能力来提升智能客服的整体应答能力。”马上消费金融人工智能研究院相关负责人表示，在解决客户复杂问题、客户关怀这块还需进一步提升。
对更多的中小型金融机构来说，通过与外部技术服务商的合作来搭建智能客服系统，是更快的路径。也正因如此，国内有数量不少的能提供此类服务的供应商，他们的技术高度和研发方向，也对整个人工智能客服领域的发展具有重要的推动力。
IDC发布的《IDC MarketScape：中国新一代智能客服市场厂商评估，2022》研究报告，对具有代表性的11家提供商进行了深度研究，包括阿里云、百度智能云、百应科技、华为云、京东云、科大讯飞、来也科技、思必驰、中关村科金、中科汇联、追一科技。
“技术供应商目前都具备预置对话、声纹识别、意图识别、问答匹配、对话逻辑管理、泛化、多轮对话等能力，方言外语识别、情绪识别、知识库构建等能力也在近年来得到了发展。值得一提的是，超大规模预训练技术在认知技术上的突破，将赋予机器人更强的语义认知能力，头部的技术供应商纷纷在这些领域取得一些进展。”IDC此份报告指出，对于创新技术而言，头部的技术供应商和少量的AI初创企业具备数字人、多模态交互、链接RPA等技术的自主研发能力，能够将传统客服进行能力升级，逐步赋予营销、风控、运营、决策等跨领域能力。
IDC中国人工智能高级分析师程荫表示：“未来技术供应商应进一步推动新一代智能客服产品在行业中的落地，借助超大规模预训练模型提高语义认知能力，融合多种AI技术发展多模态能力，拓展智能客服的能力边界，并借助数字人技术提升企业的客户服务体验。另外，如何为客户提供更有成本优势和差异化体验的智能客服产品也是未来技术供应商应该考虑的重点。”
