AI技術(shù)的落地場景有很多，其中，客戶服務(wù)及其關(guān)聯(lián)賽道就有著不少的應(yīng)用場景。這篇文章里，作者便分享了現(xiàn)階段AI在客戶服務(wù)領(lǐng)域的幾大熱門應(yīng)用，覆蓋售前、售中、售后多環(huán)節(jié)，一起來看。

隨著人工智能技術(shù)的高速發(fā)展，客戶服務(wù)成了AI落地的重要場景之一。不過除了客服，眼下，它在客戶服務(wù)其他關(guān)聯(lián)賽道也發(fā)展出了不少很有意思的應(yīng)用場景。

具體包括哪些？AI在這些賽道的應(yīng)用又表現(xiàn)出哪些新態(tài)勢？下文揭曉。

一、后來居上的“AI+交易”

雖然AI在交易方面的應(yīng)用不及客服早，但它的市場價值和發(fā)展?jié)摿φ诳焖僭鲩L。

比如在金融行業(yè)，AI正被廣泛用于金融數(shù)據(jù)分析、市場趨勢預(yù)測、自動化交易等場景，除了實時給到交易人員有效的股票交易建議，還能在滿足條件時執(zhí)行交易。

而在輔助決策這點上，通過AI大模型和算法進(jìn)行市場指標(biāo)、經(jīng)濟(jì)報告、新聞報道等海量數(shù)據(jù)的分析和市場趨勢預(yù)測，AI的處理速度非?？?，執(zhí)行交易的準(zhǔn)確性甚至比人還高。

在電力能源行業(yè)，司普科技等基于客戶需求推出了AI電力交易員。這位虛擬的交易員同樣需要經(jīng)考核持證上崗，能力做到了集行業(yè)研究、市場變量監(jiān)測、價格研判、交易決策等于一體。

依托行業(yè)知識庫，AI電力交易員的知識儲備還遠(yuǎn)超常人，且歷史交易數(shù)據(jù)、市場趨勢行情、日前/現(xiàn)貨功率、最新政策法規(guī)，甚至煤電價格、氣象變化等都了然于心，能幫助真正的交易員們更大程度做好風(fēng)險管理，全面提升場站交易效率和經(jīng)濟(jì)效益。

在證券投資行業(yè)，AI還化身機(jī)器人顧問，用于輔助新手用戶及靈活投資者進(jìn)行交易決策。除了吸收相應(yīng)的知識儲備，這位AI交易顧問還能通過算法，智能匹配用戶的財務(wù)目標(biāo)和風(fēng)險偏好，自動給到人們相應(yīng)的投資組合參考。

類似的案例還有很多。雖然AI還很難完全替代人們進(jìn)行交易，但在交易風(fēng)險管理、交易策略輸出、交易自動執(zhí)行上，AI正扮演越來越重要的角色。

二、從人海戰(zhàn)到AI銷售

在拉銷量，增業(yè)績的年代，人多，顯得力量大。

但當(dāng)“人海戰(zhàn)術(shù)”很難為公司帶來相應(yīng)的業(yè)績增長，反而加劇冗員冗費(fèi)的現(xiàn)象。隨著AI銷售能力的“覺醒”，很多企業(yè)開始主動或因成本被動加快了銷售人員的優(yōu)化步伐。

金融保險服務(wù)行業(yè)就是其中之一。

據(jù)不完全統(tǒng)計：近年來，保險代理人這一職業(yè)的從業(yè)者規(guī)模較之各險企的頂峰時期下滑50%以上，部分險企的代理人規(guī)模下滑比例甚至超過80%。

除了市場行情、業(yè)務(wù)優(yōu)化等方面的考慮，其實還因為早期的保險業(yè)務(wù)屬于人力密集型和數(shù)據(jù)密集型，人工操作依賴度相當(dāng)高。

隨著大模型時代，AI在情報搜集、競品分析、需求溝通、答疑解惑、保險規(guī)劃、核保核賠等方面的強(qiáng)力滲透，很多人工操作的業(yè)務(wù)流程走向自動化，逐漸推動了崗位結(jié)構(gòu)和規(guī)模的調(diào)整。

比如有些保險服務(wù)公司著眼于LLM在語言組織和輸出能力上的表現(xiàn)，開始采用AI保險銷售，來完成售前咨詢、產(chǎn)品介紹、競品對比、保險規(guī)劃等任務(wù)。

在此過程中，原有的保險銷售人員能省去很多搜集整理、重復(fù)作答的麻煩，還能有效篩選商機(jī)，提升1對多的客戶服務(wù)質(zhì)量。

再比如以往的保險代理人需要花很多時間幫投保人填寫健康信息、收集整理核保材料、溝通核保結(jié)論及費(fèi)率等。

眼下，隨著司普AI核保員這類工具的出現(xiàn)，無需太多中間環(huán)節(jié)，提交核保材料后就能自動識別、實現(xiàn)數(shù)據(jù)的結(jié)構(gòu)化管理、進(jìn)行核保決策、輸出核保結(jié)論，并給到相應(yīng)的費(fèi)率定級參考。

完成投保和核保所需的人力和時間大幅減少，推動整個行業(yè)迎來新變革，也加快了一些從業(yè)者的轉(zhuǎn)型。

而另一邊，客戶方等待周期大幅縮短，決策風(fēng)險進(jìn)一步降低，也推動著精英保險代理人和公司整體業(yè)績實現(xiàn)新的增長。

三、AI營銷下的行業(yè)重塑

根據(jù)Gartner 發(fā)布的行業(yè)報告顯示：到2025年，生成式 AI 將用于創(chuàng)建30%的對外營銷內(nèi)容。

未來AI營銷將發(fā)展到怎樣的境地，我們尚未可知。但單單就客戶營銷服務(wù)這塊來說，AI+營銷，已經(jīng)涌現(xiàn)出不少極具想象力的使用場景。

比如客戶需求的識別。通過引導(dǎo)式多輪對話，AI在需求理解、意圖識別、場景切換、業(yè)務(wù)導(dǎo)航等方面正快速向人類靠攏，方便后期進(jìn)行針對性的產(chǎn)品推介和個性化營銷服務(wù)。

再比如利用AIGC自動生成多元化的營銷內(nèi)容，目前不只是營銷話術(shù)、營銷內(nèi)容，AI已經(jīng)覆蓋文字、圖像、音視頻等多模態(tài)。

部分AI營銷服務(wù)商還在原產(chǎn)品的基礎(chǔ)上引進(jìn)營銷用戶RLHF反饋系統(tǒng)，通過高效數(shù)據(jù)反饋，來持續(xù)優(yōu)化產(chǎn)品生成質(zhì)量和客戶服務(wù)體驗。

在電商領(lǐng)域，也有人利用AI對歷史營銷進(jìn)行數(shù)據(jù)分析和建模，用于優(yōu)化營銷策略，實現(xiàn)精準(zhǔn)獲客，打造垂類大模型等。

此外，AI在營銷創(chuàng)意、廣告投放流程優(yōu)化等方面的價值也在逐漸被看見。

四、進(jìn)擊的AI客服，評價兩級分化

客服是客戶服務(wù)繞不開的環(huán)節(jié)。而且相比后來居上的AI交易、銷售和營銷，客服算是應(yīng)用最早，也是前景最廣的AI應(yīng)用領(lǐng)域之一。

根據(jù)《2023年中國智能客服市場報告》顯示：2022年國內(nèi)智能客服市場規(guī)模已超過66億，未來兩年或逼近百億規(guī)模。

從發(fā)展曲線看，智能客服的兩次更迭（2016年后轉(zhuǎn)向NLP、2023年利用LLM重構(gòu)客服業(yè)務(wù)）都和人工智能熱潮密切相關(guān)。目前，AI已經(jīng)在客服、外呼、質(zhì)檢、智庫等領(lǐng)域獲得突破性應(yīng)用成果。

在媒體的報道中，國內(nèi)有些在線客服機(jī)器人已經(jīng)能獨(dú)立解決80%的常見問題。在頭部通訊企業(yè)的AI應(yīng)用中，智慧客服智能服務(wù)占比甚至已經(jīng)超過85%。

在強(qiáng)人工智能的驅(qū)動下，智能客服的語言理解、對話、業(yè)務(wù)處理能力持續(xù)在進(jìn)化。隨著AI數(shù)字員工的出現(xiàn)，智能客服還能以更立體、直觀的形態(tài)出現(xiàn)在人們面前。

不過，目前新老智能客服產(chǎn)品很大程度上仍處于交棒期。在實際的應(yīng)用中，有些智能客服產(chǎn)品因聽不懂“人話”、功能雞肋、話術(shù)呆板、轉(zhuǎn)人工幾率高等問題頻遭吐槽。加上人工客服銳減、適老性差，導(dǎo)致人們對其的評價有些兩極分化。

銀行業(yè)金融機(jī)構(gòu)客服從業(yè)人員數(shù)量，數(shù)據(jù)來源：中國銀協(xié)

寫在最后

以上是現(xiàn)階段AI在客戶服務(wù)領(lǐng)域的幾大熱門應(yīng)用，覆蓋售前、售中、售后多環(huán)節(jié)。

其實在業(yè)務(wù)辦理這塊，AI也表現(xiàn)出極大的協(xié)同性，只因涉及功能權(quán)限、業(yè)務(wù)集成、結(jié)算、審批等，目前主要集中在業(yè)務(wù)導(dǎo)航、信息查詢、初級業(yè)務(wù)辦理等方面，發(fā)展程度并不高。

目前，發(fā)展中的AI已經(jīng)向人們展現(xiàn)出它的極大潛力與部分限制，人們對此滿懷期待又有所顧忌。

但隨著AI的深度發(fā)展與規(guī)范使用，未來落地的商業(yè)場景和賦能萬千所能帶來的市場價值，依然推動著它在客戶服務(wù)以及多領(lǐng)域的深度應(yīng)用。

注：本文原創(chuàng)，首發(fā)sipu-tech，第三方首發(fā)人人都是產(chǎn)品經(jīng)理。