淺談AI電話客服應用場景限制與技術架構

文：吳兆麟 2020-09-30

發布時間： 2020-09-29 16:33:00

隨著AI在自然語言處理（NLP，Natural Language Processing）相關技術的進步，出現了可以跟一般人用自然語言進行聽、說、理解等對話溝通的聊天機器人（Chatbot）。各式以聊天機器人為核心技術的軟硬體應用隨之興起，其中最重要的一項應用就是AI電話客服。本文不僅從場景角度，分析AI電話客服使用前後的應用場景、優點及應用限制，也將進一步深入剖析AI電話客服的技術架構，說明各項技術的關鍵作用與限制。

傳統電話客服的應用場景

（鈴……鈴……鈴……撥電話給客服30秒後）

『目前所有客服都在忙線中，請您稍候。』

（音樂聲……5分鐘後）

『目前所有客服仍在忙線中，請您稍候。』

（音樂聲……5分鐘後，忙碌的客服工讀生終於有空接起電話）

『您好，請問有什麼需要服務的地方？』

「我買的產品發生了問題……（講了3分鐘）」

『好的，我將為您轉接專人。』

（音樂聲……5分鐘後）

『您所撥打的號碼忙線中，請您稍候。』

（音樂聲……5分鐘後）

『您所撥打的號碼忙線中，請您稍候。』

（音樂聲……5分鐘後，剛服務完前一位客戶的客服專人接起電話）

『您好，請問有什麼需要服務的地方？』

「我的問題很急，還讓我等那麼久，我剛才已經講過一次了……（因等候過久而生氣）」

『不好意思，還是得請您再描述一次您遇到的問題？』

「我買的產品發生了問題……（講了3分鐘）」

『瞭解，關於這個問題，我們需要安排工程師過去您那兒進行處理。』

「……（氣到無言）」

相信每個人都用過電話客服，而大多數人在和電話客服打交道時都遭遇過上述的互動場景：花了數分鐘的時間在電話上等候接聽及轉接，過程中得對不同的客服重複描述自己的問題，最後卻可能換來再次的等待；就算運氣好可以當場解決問題，卻也在互動過程中留下糟糕的使用者體驗。

AI電話客服的應用場景

隨著AI在自然語言處理（NLP，Natural Language Processing）相關技術的進步，基於AI自然語言處理的聊天機器人（Chatbot）可以相當程度地跟一般人進行自然語言的聽、說、理解，因而各項聊天機器人之軟硬體應用風起雲湧地興起。

在行動裝置上有虛擬助理（Virtual Assistant）如：Apple Siri、Google助理。在家庭消費者市場有智能音箱（Smart Speaker）如：Amazon Echo、Google Home、小米AI音箱（小愛同學）。許多商用領域，如汽車製造商，也陸續推出具備語音互動介面（CUI，Conversational User Interface）的產品，讓使用者可以用自然語言跟自家產品溝通。

在電話客服這種需要大量與使用者進行互動的領域，AI電話客服也應運而生。相較於目前以數字按鍵（0～9、＊、＃）互動，客服中心普遍使用的IVR（Interactive Voice Response），使用自然語言互動的AI電話客服可以為客戶帶來更自然、更豐富的互動體驗。以下即為AI電話客服的應用場景。

（鈴……鈴……鈴……撥電話給客服10秒後，擁有多線的AI客服接起電話並進行錄音）

『您好，請問有什麼需要服務的地方？』

「我買的產品發生了問題……（講了3分鐘）」

『好的，請留下您的聯絡資訊，我再請專人為您服務。』

「我是XXX，聯絡電話是09XX-XXX-XXX。」

『確認一下，您的聯絡方式是09XX-XXX-XXX。』

「沒錯。」

『好的，我們將儘快跟您聯絡。再見。』

（AI客服將錄音檔及相關資訊於系統立案，數分鐘後，客服專人聽過電話錄音後來電）

『XXX您好，我已經針對您的問題進行瞭解，請問您何時方便我們安排工程師過去處理？』

「謝謝，那可以明天派工程師過來嗎？」

AI電話客服的優點

上述2個應用場景比較，可以發現AI電話客服具備以下優點：

快速：AI客服可以迅速地接聽客戶來電，大量減少客戶在線上等候及轉接時間。由於AI電話客服沒有人力資源限制，可藉由多線接聽能力迅速自動接聽來電。此外，客戶透過AI電話客服留下聯絡資訊及問題描述後，即可結束通話並立案，對客戶而言幾乎零等待。
高效：AI客服讓客戶不必重複敘述問題，並以最高效率獲得專人有效協助。透過AI電話客服的自然語言解析，客服專人可對客戶問題進行相關瞭解，並進行深入研究，作出最佳判斷，於是可以在最短時間內聯絡客戶，給予問題的直接回覆。

上面2項優點不僅解決了客戶使用傳統電話客服時所遇到的困擾，且大大提升客戶的使用者體驗。客服中心也可以針對人力資源進行有效的使用及規劃，讓AI電話客服負責將客戶來電進行簡單的初步分流及立案，客服工讀生可以轉而處理更複雜的事務（如：進行簡單的問題處理而減輕客服專人的工作量），而客服專人則專心處理需要的問題，並可以在跟客戶聯繫前，就針對問題做好一定的準備，大幅提升客服中心的整體工作效率。

AI電話客服的限制

從AI電話客服的應用場景，也可以看到目前AI電話客服的應用限制：AI電話客服不能完全取代真人，無法一併負責完成客服專人的工作，必須跟真人一起合作提供客戶服務。這個限制來自於2方面的考量，AI的技術能力及AI應用的倫理。

技術：基於機器學習及大數據的現代AI技術，本質是透過大量的資料去學習，無法用規則完美描述的真實世界。既然要學習的內容無法用規則判斷，就一定會有少數非預期的錯誤意外發生。換句話說，基於AI的應用有可能出錯，且無法完美地處理所有可能的狀況，需要與真人客服合作。
倫理：自從AI被應用在真實世界之後，AI倫理的問題就成為重要議題。而其中一項重要議題在於AI應用出錯的狀況下，其責任歸屬是在AI開發者、AI應用者、還是第三方？例如：在AI自駕車的應用情境，當AI自駕車發生車禍，是AI開發者的AI沒有設計好？是AI應用者駕駛在錯誤的情境下開啟AI自駕功能？還是第三方對AI自駕車作出錯誤的期待與判斷？將情境轉換至AI電話客服，當AI電話客服作出錯誤回應時，是AI本身學習未臻完善？是AI應用者作了錯誤應用？還是來電者的情境是真人客服也可能出錯的狀況？這些複雜難明的狀況，目前都還有待AI倫理專家及政府相關單位，進行充分討論、考量及立法規範。

AI電話客服的技術架構

AI電話客服的技術架構如下圖所示，客戶來電的語音會轉成數位資訊交給AI進行分析，再透過一連串的自然語言處理AI技術，找出適當的回應跟客戶互動。

PSTN（Public Switched Telephone Network）：公用交換電話網路，其實就是一般人用來打電話的電信網路，客戶來電或客服專人回電都是透過PSTN打電話。
VoIP（Voice over IP）Gateway：網路電話閘道器，負責將PSTN的類比語音訊號轉換為可以在Internet上面傳遞的數位訊號，交由電腦進行後續處理。
ASR（Automatic Speech Recognition）：語音識別，將來電者說的話轉為文字。目前的語音識別準確率在理想環境下可達到95%。但在真實世界的背景噪音干擾，以及對話場景多種口音或多語言的複雜環境中，語音識別的準確率大概只能達到80%左右。由於ASR的辨識結果是後面AI電話客服進行互動的基礎，因此ASR在真實世界中受限的辨識能力也造就了目前AI電話客服在技術上無法完全取代真人的重要原因。
NLU（Natural Language Understanding）：自然語言理解，依據ASR辨識出的文字進行分析，找出意圖（來電者的目的）及實體（與該目的有關的關鍵詞彙）。NLU的技術限制來自於2方面，ASR的辨識能力（必須依靠ASR本身技術的提升）以及對應用領域專門詞彙的理解（可以透過訓練逐漸改進）。而AI電話客服必須搭配真人互相合作的原因，就在於上述2者的不足都可能會造成AI電話客服作出影響客戶的錯誤判斷，因此需要客服專人對AI電話客服的判斷結果進行確認。
Dialogue Management故事線多輪對話管理：這部分涉及各應用領域如何劃定處理範疇（針對哪些事情進行互動）及對應的處理方法（如何進行互動）。其中的處理範疇會影響到NLU要分析的意圖及實體，對應的處理方法則涉及應用領域的互動流程，需要應用領域的專人（如：客服部門具豐富經驗者）共同協助開發設計，以確保AI作出正確判斷。有時候此技術模組需要對後端系統或資料庫進行相關存取（如：圖中的客服資料立案），以決定互動流程或提供相關資訊轉由真人進行後續處理。若交由AI電話客服如同真人一般負責完整的客服服務，但來電客戶的要求超出專人為AI規劃的設計範圍，則AI電話客服所提供的錯誤應對可能會造成意想不到的災難。
NLG（Natural Language Generation）：自然語言生成，負責輸出跟使用者互動的文字內容。除非要求AI可以針對任何對話都做出具有意義的回覆（例如：話題不拘的聊天），否則在專門應用領域中的NLG技術相對簡單，只要在設計故事線多輪對話管理時有考量到應涵蓋的應用範圍，就可以保證AI作出正常應對。
TTS（Text To Speech）：文字轉語音，將NLG的結果轉為數位語音檔案。除非要求AI表達出特定的口音或語氣，這部份的技術相對成熟。

上述3～7的技術屬於聊天機器人的共通核心，其內容敘述及技術限制均適用於各項基於AI自然語言互動的應用領域，如：語音助理、智能音箱、電話行銷、語音控制介面。

結論

AI電話客服是一項基於AI自然語言處理技術的重要應用。儘管受限於目前的技術能力與應用倫理，AI電話客服無法完全取代真人，但作為輔助工具，它能與真人客服協同合作，顯著提升客戶的使用者體驗，並協助客服中心優化人力資源的配置與規劃。目前鼎新大人物部門所開發的AI電話客服已於公司內部上線提供服務，並預計在不久的未來推出基於AI電話客服的客服雲產品，為想提升客服品質卻面臨人力短缺的企業提供最佳的智慧化解決方案。

更多AI思維及大人物相關資訊，歡迎加入【企業AI觀測站】FB粉絲團，我們將與您分享深度學習、機器學習、數據分析等相關內容，或是參考【AI案例庫】網站所提供之案例分享，期待您的加入與參與。

吳兆麟