医疗、政务、零售、教育……在不知不觉间，能够自动响应消费者需求的智能服务系统在越来越多的场景中现身。
就消费场景而言，不少电商平台宣称推出自家的人工智能（AI）产品来答疑和接待客户。然而，与此同时，“秒回、客气，却解决不了问题”成为部分消费者使用AI客服后的感慨。
一边是新兴技术迅速普及，AI客服在各行业广泛应用；一边是用户抱怨沟通不畅，消费体验大幅下降。AI技术怎样才能既用得上又用得好？近日，记者就此采访了相关专家。
AI为服务领域赋能渐成潮流
“AI技术持续进步，在众多行业得到广泛运用。”北京航空航天大学公共管理学院副教授张路蓬表示。
作为自然语言处理等底层技术和算法模型的“聚合体”，AI服务系统能够全天候在线、即时响应，完成大量重复性工作。张路蓬认为，这在减轻企业成本压力、提高工作效率的同时，也在一定程度上为用户提供了便利。
此前有研究指出，在售后方面，相比传统的人工客服，智能客服能够降低30%以上的运营成本。预计到2026年，AI将助力全球客服中心削减800亿美元以上的劳动力成本。
“AI技术在服务领域的应用，主要归因于两个方面条件的达成。一是大数据及相关技术的进步，二是深度学习的发展。”张路蓬介绍，大数据为深度学习提供了充足的训练样本，从中归纳总结出的关键信息和要素是推动各类服务系统智能化的核心所在。
数据表明，我国智能客服行业以智能客服软件占据主导，约占市场份额的80%，预计到2027年，我国智能客服行业市场规模有望接近200亿元。智能服务的时代正在加速来临。
多重优势使AI客服系统成为企业提升服务效率、节省人力成本的有效手段。然而，相关技术在实际运用中仍存在一些问题。
记者在社交平台和某投诉平台进行搜索后发现，人们对AI客服的不满以及关于“如何迅速转接人工客服”的讨论屡见不鲜，所遇到的问题主要集中在沟通耗时较长、理解能力不足、转接人工客服困难等方面。
“部分智能客服‘态度友善却文不对题’，是因为在技术层面无法实现对个性化问题的精准回答。”张路蓬认为，智能服务提供方需要不断在数据输入、深度学习和算法设计等方面加以完善。
一些传统智能服务系统运用明确的预设规则和标准化语料库，难以适应公众的多元化需求。生成式AI能够自我学习和优化，但并非所有企业都有能力搭建自身的业务知识库，为模型提供充足的训练数据。而外包的通用型服务系统很难契合内容繁杂的各类垂直应用场景。
此外，企业服务意识薄弱、不重视消费者维权以及沟通渠道不畅也是AI客服饱受诟病的原因之一。
关键在于“智” 解决依靠“人”
张路蓬称，推动AI在服务领域的应用发展，可以从提升应答能力和协同管理这两方面入手。前者关乎服务效果，后者是实现人工和智能互补增效的关键。
“很多用户期望商家不仅提供服务，还能给予‘情绪价值’。要让智能服务更具温度，就要不断优化智能服务输出创造性内容的能力。”张路蓬表示，“对于企业而言，在AI发展的浪潮中，抢占技术先机，推出创新产品，将为自身和产业发展积攒动力。”
除了技术层面的调整优化，科学、合理地运用AI也至关重要。
从便捷性角度来看，AI服务还存在一些使用“障碍”。“例如很多医疗机构有自助取号、缴费的服务，但常常需要先进行人工的信息完善，这无形中给用户增添了诸多麻烦。”张路蓬认为，如何优化智能服务的“一站式”设计，也是服务提供者需要思考的问题。
“对于公众而言，不能盲目地信任或者依赖某一种服务，也不能因为不了解或者畏惧风险而排斥某一种服务。智能服务和人工服务二者是相互补充、相互协助的关系。”张路蓬认为，明晰智能服务与人工服务的差异和共性，才能让两者互补增效，从而达成“1+1＞2”的效果。
据介绍，智能服务与人工服务能够以三种模式协同。一是以智能服务为主的协同，这种情况下智能服务先行，当用户需求无法满足时，人工服务介入；二是以人工服务为主的协同，比如在医疗服务领域，或者一些需要个性化、差异化服务的领域，应以人工服务为引领，智能服务提供一些辅助判断；三是二者并存的协同模式。
“我们能够看到，不同领域有着不同的需求。不能一味地选择某一种单一模式或者生搬硬套。企业等智能服务应用主体应依据自身业务需求，灵活合理地运用两种服务。”张路蓬说道。
此外，针对AI服务可能带来的信息泄露等风险，专家建议，依据现有的相关法律法规和具体应用场景，进一步细化监督管理。
声明：本站所使用的图片文字等素材均来源于互联网共享平台，并不代表本站观点及立场，如有侵权或异议请及时联系我们删除。
