由CTI論壇(www.ctiforum.com)主辦的2018中國客戶體驗創新大會于2018年10月18日在深圳益田威斯汀酒店盛大開幕。本次會議以“人工智能技術引領客服行業迭代升級”為主題。小水智能副總裁張寧應邀出席此次會議并發表題為《語音機器人場景化應用》的主題演講。張總主要從趨勢分析、用戶訴求、應用場景和面臨挑戰四個維度來講解了小水智能以及語音機器人這個行業所面臨的困難和積極的因素。在呼叫中心領域、運營商領域、保險領域、汽車行業等，用小水智能機器人替代一部分重復勞動，這是小水智能的定位。小水智能希望在得到認可的同時可以與大家共同推動產業創新，并達成更多合作。
張寧：大家下午好！我是小水智能的張寧。其實我是第一次來這個論壇，但實際上我是一個通訊老兵，至少在15年以上，可能與剛才那位毅航的李總也差不多。今天我是很榮幸小水智能讓我來做一個主題的分享，我會在幾個維度來介紹一下。
我主要從趨勢分析、用戶訴求、應用場景和面臨挑戰四個維度來講解一下我們的小水智能包括語音機器人這個行業所面臨困難的和積極的因素。我們小水智能是一家致力于數據生態AI效果解決方案提供商，這是我們的定位。
這是一個整個行業趨勢，我們看客戶軟件的市場，大概在100億的規模以上，這個是存量市場，增量市場會特別巨大，大概在500-850億的規模口，我們定義在呼叫中心領域、運營商領域，保險領域、汽車行業，我們會用小水智能機器人去帶一部分重復勞動，這是我們的定位。
這是我們所認為的趨勢，AI效果營銷的趨勢。什么是效果營銷？我們認為效果營銷就是精準營銷+個性化的服務。首先我們會在大數據，用大數據來做用戶精準的定位和數據洞察。然后我們會用語音機器人、AI技術來做用戶數據的收集，用戶意向的整理，用人工做跟進和轉換，最后我們用用戶管理系統來進行效果分析和用戶關懷，包括再營銷的管理。
另外一個趨勢我們認為，AI正在整合全媒體營銷，包括線下和線上的媒體，線下包括一些實體店，線上包括電商、社交網站、垂直社區，還有一些視頻網站等等。我們認為整合線上和線下資源，小水智能要實現全媒體的全營銷的覆蓋，為分散的用戶提供統一的營銷管理平臺。
這是我們認為的另一個趨勢，整個行業我們認為偏向漏斗形的服務趨勢，這也會大大降低整個人員的工作成本，提升效率。慢慢逐漸會以互動服務逐漸取代人工服務。
其實剛才講了那么多趨勢，現在我們說一下用戶的訴求到底是什么？我們小水智能一直認為用戶的訴求就是要精準，好的用戶體驗和傳遞有價值的產品。用戶都是需要獲得真正有需要的信息。所以我們整個行業遇到的一些，之前也提到一些投訴、騷擾，我們認為這跟數據的不精準有很大的關系，我不需要的產品當然不需要你來給我推銷。另外一個用戶需要獲得更好的體驗活動，現在做運營機器人的廠家也很多，我們覺得其中的質量還是良莠不齊，我們希望用最好的用戶體驗來給用戶提供服務。另外用戶希望看到的是真正有價值的產品的營銷，我們會通過精準的大數據分析，來推向客戶真正能幫助到它的一些產品，這是我們客戶的需求。
另外這是一個企業痛點的分析，大家都知道企業有一個降本增效的需求，現在的企業招人難，不光是呼叫中心，像我們了解的教育機構也同樣有這樣的問題，教育行業也逐漸像人力密集型在轉換，這也是他們最大的痛點。我們基于這塊幫助他們來做整個降本增效一些方面的改進和優化。
這是小水智能的幾個服務領域，主要它是外呼的機器人和接待機器人。外呼機器人我們主要做一些意向篩選，客戶找回，問卷調查，世界營銷、滿意度回訪等等，像催收在保險行業都得到應用實踐。像問卷調查在汽車領域大量使用。有一家汽車的集成商，大概在700家4S店，我們做了機器人的問卷服務，現在的效果還是非常好。原來看到的數據大概每天是3-5輪的會話場景，但是我們用機器人來說反而提升了問話的輪次。
另外一個是接待機器人，我們認為是呼入機器人，我們主要應用于客戶接待、售后服務、投訴咨詢，包括我們小水智能自己內部理解的叫呼叫說明書，幫助客戶解決一些應用場景上的說明書的問題。
這是我們小水智能倡導的個性化的服務。小水智能會以人為本，建立ID自然平臺，實現跟各方數據的互通，我們用AI提供更好的服務。現在我們其實給很多的像電商，一些傳統的產品的平臺，都幫助他們做體系化的一套效果營銷體系，大數據的定位，然后AI的篩選，人工的跟進，推向不同產品的用戶端。
這是我們教育行業的一個案例，很典型。我們通過大數據的用戶洞察，分析用戶的屬性，從而找到一些共性的數據，然后定位到我們的目標群體，通過AI機器人，外呼營銷，包括用戶關懷，后續，我們現在有兩種做法，大家都知道機器人不能實現真正的轉化，需要通過人工，我們是兩種方式，一種在線直接轉人工，另一種通過線下轉人工。
這是保險行業的一個合作案例，主要是兩方面，一個是營銷，一個是失聯修復。很多人群可能經常換號，在運營商是無法定位的，我們跟運營商做一個聯合，通過身份證的ID找到相應的號碼，當然這需要相關的保險公司運營商的授權處理，我們通過這種方式，用AI來進行欠費催繳。我們通過大數據為保險公司提供用戶拉新。
這是一個典型的跟保險公司的合作案例，保險公司的電銷平臺會分流，一部分走人工方式，另一部分會走機器人的方式，通過配置自動外呼，時間、地點、機器人參數，啟動外呼。有意向的會推動營銷坐席，在溝通的過程中，我們可以通過語音識別，找到相關的問題提示給我們的客服專員，進行一個銷售的輔助。
這是醫療行業的，我們現在跟很多醫療機構包括藥企有這樣的合作，我們拿到需求之后，幫它做一些用藥的回訪，包括服務的調查。另外我們也跟衛計委產生合作，我們幫它做健康情況的篩查。
這是運營商的合作案例。這個運營商的合作案例也是通過小水智能來做營銷外呼，它是結合機器人外呼+人工轉換來結合，做一些套餐的升級，欠費催繳等等的業務，另外我們也會做欠費用戶，包括續費催繳。
剛剛講了那么多場景和案例，實際上其實也遇到了很多問題。我們在落地實踐過程中遇到了很多問題，包括在NLP，口語、具體的分詞，上下文的匹配都會對我們的識別產生比較大的挑戰。另外在ASR領域也在提升的階段，像方言的問題，方言在還多地方也做過實踐，尤其在西南和西北地區，無論你的機器人怎么用普通化交流，它依然用方言?，F在我們正在做一個專利的申請，我可以通過這種人說的話進行采樣，從而去確定它用哪一種方言引擎，這個我們已經在部署和實踐，并且正在走專利的過程。另外還有背景噪音，大家知道背景噪音對ASR是比較大的挑戰，相關的很多設備雖然能做一些背景噪音的消除，但是從另一方面來講，它增加了機器的響應效率，這個大家有所了解的。所以現在我們在做這個權衡，背景消除和相應速率我們做一個權衡。
我們如何去解決和逐步提升產品落地中遇到的問題呢？我們在NLP主要做一些數據訓練，做一些統計模型，做一些大概率的統計模型事件。另一方面我們在產品設計下工夫，讓更多的問話過程更加明確。在識別這塊，有很多是硬件廠商要做的問題，包括軟件廠商也會做一些噪音消除，結合語義理解來做。所以我們整個的現在在面臨的挑戰方面，我們做的主要方式是技術結合產品的方式。
另外一塊我們就是一路走來，從去年年底產品上線，到今年大概跑了一年，小水智能機器人也碰到了很多樣的問題，包括我們現在認為整個機器人處于發展的階段，很多時候我們的定制化開發，占了整個項目的20%-30%，還是比較高的比重，尤其是大客戶方面，周期都比較長。但是我們覺得現在這種不代表以后不能把它形成標準化，我們未來逐漸會向這個階段做一個過渡，減少定制化開發的過程，提升標準化率。
我們現在其實也在實現，我們在做機器人大市場，我們會讓更多行業的熟悉的人，各種專家的人幫我們來制作話術，定制流程，從而提供給一些有需求的公司和企業，實現企業和開發者打通的橋梁，我們機器人大市場下半年會面世。