很久以前，我的第一份真正的大學(xué)畢業(yè)后工作是在一家大銀行的呼叫中心。自動呼叫分配 (ACD) 將呼叫分配給處理信用卡、汽車貸款和抵押信息的大約 20 個座席組。每月一次，每個座席都會與經(jīng)理坐下來接受排名。每個月，同一個相當(dāng)愚蠢的座席（我們稱她為 1 號座席）會先完成，而獲得第二名的座席顯然比房間里的其他人更聰明（我們稱她為 2 號座席）。但是 2 號座席總是獲得第二名。這對我們關(guān)心的人來說是個謎，尤其是當(dāng)1號座席因她繼續(xù)位居榜首而獲得獎金和獎勵時。

　　雖然經(jīng)理總是有能力接聽電話，但他并沒有做那么多，這就是為什么 1 號座席能長期防止她的不良行為被發(fā)現(xiàn)的原因。事實證明，她每個月都表現(xiàn)出色的原因是 ACD 正在衡量每個座席的通話時長和總通話量。因此，當(dāng)一個復(fù)雜的電話打進(jìn)來時，1 號座席--可能沒有我想象的那么笨--會斷開電話，這樣她的電話號碼就會保持占線。也就是說，她可以在更短的時間內(nèi)處理更多的電話，因為她阻斷了那些復(fù)雜的電話。

　　從客戶服務(wù)的角度來看，這在多個層面上都很糟糕，盡管主要是因為這些斷開連接意味著有問題的呼叫者（沒有人打電話說，"我這個月的賬單看起來很棒，非常感謝。"）需要回過頭來打電話，根據(jù) ACD 分布指標(biāo)的性質(zhì)，可能會被定向到另一個座席，該座席被迫與一個更加惱怒的客戶打交道，無論感知到的問題是什么，因此需要更多的時間和精力來解決。

　　當(dāng)然，聯(lián)絡(luò)中心指標(biāo)比當(dāng)時復(fù)雜得多，但最重要的是，它仍然需要考慮以下關(guān)鍵問題：

　　當(dāng)我最近與 On Convergence 的高級行業(yè)分析師 Tom Brannen討論這些問題時，他提到的第一件事就是人工智能的重要性及其定義方式。對于定義，我求助于艾倫人工智能研究所的首席執(zhí)行官 Oren Etzioni，他在最近一期《麻省理工科技評論》中提出，人工智能有兩種截然不同的含義。人工智能"既指將人類智能融入計算機的基本科學(xué)探索，也指對大量數(shù)據(jù)進(jìn)行建模的工作，"Etzioni說。第二個定義最適合在聯(lián)絡(luò)中心領(lǐng)域應(yīng)用。

　　人工智能在聯(lián)絡(luò)中心的作用已經(jīng)并將繼續(xù)以一致的速度發(fā)展。也就是說，正在測量的內(nèi)容以及這些測量用于生成"有用"信息的性質(zhì)是不斷發(fā)展的。人工智能支持的應(yīng)用程序可以做什么的復(fù)雜性，從本質(zhì)上是"下一步 IVR"系統(tǒng)的點開始，使有基本問題和/或疑慮的客戶能夠在不需要人工干預(yù)的情況下提出這些問題。此類應(yīng)用程序的復(fù)雜性正在不斷提高。"人工智能并沒有弄清楚部署它的實體想要什么。它正在做的是將企業(yè)的書面命令轉(zhuǎn)化為潛在的結(jié)果，"Brannen說。

　　這就是為什么識別這些問題并仔細(xì)調(diào)整它們對于成功的 AI 部署如此重要。問題和指標(biāo)是否旨在驗證已經(jīng)確立的結(jié)論，或者它們是否旨在仔細(xì)研究實際的服務(wù)質(zhì)量？事實上，管理層或那些審查人工智能流程生成的信息的人，真的想了解服務(wù)質(zhì)量，還是在尋找一種簡單的方法來驗證難以量化的項目？

　　我聽說許多供應(yīng)商實際上并沒有自己做人工智能，而是依靠其他供應(yīng)商的語音識別技術(shù)，并在完成數(shù)字運算后簡單地提供一些分析。

　　這也是為什么要仔細(xì)詳細(xì)地了解哪些數(shù)據(jù)進(jìn)入流程、如何加權(quán)和操縱以及最終結(jié)果如此敏感和重要的另一個原因。此外，最終用戶必須能夠隨著環(huán)境的變化而改變所有級別的指標(biāo)，尤其是最終用戶的問題和要求。

　　Brad Cleveland 是演講者、顧問，也是《快速前進(jìn)的聯(lián)絡(luò)中心管理》和《引領(lǐng)客戶體驗》一書的作者，他強調(diào)負(fù)責(zé)任地使用 AI 的必要性。"這些能力不是被動的。你必須很好地理解什么是正確的、什么是公平的以及你想要完成什么來實施它們。除了技術(shù)，您應(yīng)該如何對待您的客戶和員工？從那里開始，然后回到人工智能的設(shè)計和使用。"

　　歸根結(jié)底，人工智能仍然是一個強大但沒有靈魂的工具。它的部署方式和部署效率仍然是任何考慮或當(dāng)前使用 AI 流程的最終用戶的關(guān)鍵考慮因素。考慮到這一點，這些問題仍然存在：

　　盡管那是很久以前的事了，但我在聯(lián)絡(luò)中心工作時學(xué)到了一些寶貴的人生經(jīng)驗。首先，薪水不錯--永遠(yuǎn)不要對座席大喊大叫。善良的人往往得到的比欠他們的多，只是因為有人在我耳邊不尖叫--或咒罵--真是太好了。其次，如果管理層一直在以應(yīng)有的頻率收聽電話，那么1號座席可能早在她之前就被抓住了，而 2 號座席（直到今天仍然是好朋友）會得到贊譽。她最終收到了，但很早就應(yīng)該收到了！今天有效的指標(biāo)明天可能無法很好地運作，因此這些流程和數(shù)據(jù)目標(biāo)需要與時俱進(jìn)。絕對的底線是人工智能沒有常識，如果要最成功地使用人工智能流程，它不是在真空中，而是由知識淵博的聯(lián)絡(luò)中心經(jīng)理仔細(xì)分析。

　　聲明：版權(quán)所有 非合作媒體謝絕轉(zhuǎn)載

　　作者：Martha Buyer

　　原文網(wǎng)址：https://www.nojitter.com/contact-center-customer-experience/how-deploy-contact-center-ai-ethically-responsibly