游客游客米领通信CEO余清：重构数据价值，让沟通更智能
2018（第十一届）中国客户联络中心与大数据产业峰会于4月18-19日在上海陆家嘴国际会议中心举行，本届峰会由呼叫中心与BPO行业资讯网(51Callcenter)主办、乌兰察布市人民政府联合主办，中国呼叫中心与BPO产业联盟(CNCBA)指导，4PS联络中心国际标准组织作为指导标准，峰会对联络中心、客户服务、云计算、服务外包、CRM、社会化媒体、电子商务、大数据”等主题进行了深入的研讨，大会就“联络中心及大数据应用产业发展与大数据应用与联络中心精益化管理”进行对话讨论。 4PS国际标准/CNCBA主席颜晓滨、赛科斯集团高级副总裁Mike Henderson及众多行业高管做了精彩演讲。
米领通信创始人/CEO余清做了主题为“重构数据价值，让沟通更智能”的演讲。
余清 米领通信创始人/CEO
余清：大家好，我是米领通信的余清，米领通信这家公司主要以提供云通信服务为主，我们在2015年的时候就开始涉及人工智能跟大数据的分析。
我今天主要是给大家带来一些我们过去这几年的经验和想法。
在古埃及曾经有一个科学家说过，知识是一个圆，我们知道的知识越多，圆就会越来越大，随着圆不断扩大，我们的未知领域也越来越大。
我相信大家对此都深有同感。我们在呼叫中心领域有十多年的研发经验，也从当初全媒体的呼叫中心一直扩张到现在人工智能+大数据。我们现在做的这个呼叫中心是希望能够作一个AI时代的呼叫中心，后来我们就发现如果想做一个AI时代的呼叫中心，它需要具备呼叫中心和AI技术这两块领域，所以我们去年就跟阿里云的iDST团队进行合作。米领有行业的技术，阿里有AI的技术，然后就在一起搞了一个AI时代的产品。一年多的时间过去了，产品也做出来了，今天我就先介绍我们的第一款产品，智能对话质检。
它的原理非常简单，可它背后的逻辑很复杂，主要通过实时获取呼叫中心的语音流或录音文件，进行语音转写、对话分离、静音检测、语速检测、关键词提取及内容相似度分析等多元化自定义规则，智能分析处理对话内容，生成相应的质检分成。
我做了一个简单的漫画。在座各位不知道你们会不会了解，作为质检员，每天的工作是什么？质检员这个职位并不是每家公司都会有，通常根据我们的理解，坐席达到300以上，公司都会配专门的质检员，质检员每天的工作非常无聊。据我们了解，质检员每天工作听录音留下的时间只有4到5小时，很难再多，因为再听下去就崩溃掉了。我们就能够理解，他做质检，实际上好比在数据海洋里面寻找礁石，需要不停地游、找，好不容易找到一个礁石，哎，这个地方有问题要登记一下，问题在于这个数据库大，怎么也游不完，半天也找不到礁石，他游得再开，也跟不上海洋扩张的速度。
我们的质检，就是把所有的礁石和疑似礁石的地方圈出来，让质检员直接确认这是不是礁石就行了。
这是我们质检的界面，这个界面也是以后质检员主要的操作界面。换句话说，以后的质检员不需要再听，他看就行了，大家看一下这个界面，有三块内容，上面是当天质检的结果，有抽检数、命中数、和复核数。中间是整个命中规则趋势，我们可以根据趋势看过去15天、30天或者一个月某一条命中规则的走势，经过话述更改完了以后里面的变化。
下面这块是命中规则的统计，主要是统计对命中规则的抽检数、命中数以及命中率，我们再看下一个界面。这个界面是什么呢？我们检验到某一条规则的时候，或者进入到规则锁定某一块进入的时候，你们就能看到这个界面，这个界面可以充分表达我们作业的应用先看一下左边，这个叫对话内容，实际上就是对话分离。我们通过AI的技术，左边是客户，右边是客服，他们对话的内容以文本的方式显示出来。
除了这个以外，质检最根本的核心东西是什么呢？是对这里的内容进行匹配，这个匹配是通过智能的规则，所谓智能规则并不是说目前市面上这些质检的软件，是通过关键字的匹配，这种关键字匹配不能称为智能，我们的产品可以通过搜索、分析、强化检测包括上下重复，一共有有十多种计算因子。我这个界面上面还打一个非常简单的比方，这是以金融行业为例子，为了检测对话过程当中人工有没有给客户承诺，承诺这个是非常灵活，说话有各种各样的做法，可以说我保证有很好的收益，或者多少没有问题。这种情况下，如果用传统单一的匹配的话是满足不了的，否则的话你可能就会得到一个非常多的结果，而这种结果太过于泛滥，对于质检员没有任何好处。我们可以通过复杂的质检规则，来匹配锁定范围非常缩小。除了这个以外，还可以看到用户的程序，根据说话双方刚开始的声纹，我们认为当客户情绪产生波动了以后，可能他的音量会有变化，我们拿这个值跟原来的值匹配，看看他情绪波动，这是质检这块。
现在我们这个产品已经进入正式的商用，并且我们还经过了几家银行的测试。我们做这个产品的同时，我们还在思考另外一个问题，怎么考虑的呢？我们就在想，如果可以把对话这块的质检解决了，能不能帮助质检员的同时帮助一下客服小妹呢。我们又做了另外一套比较有趣的产品，这是智能对话助理，这个原理也非常简单，通过实时文字听写对话的内容，分析对话文本语义，提取对话关键字，带动话述案例检索，提取对应的建立输出到输出端，提供有效帮助。
总的来讲，它将来整个操作场景也是非常简单。它是这样子的，这个界面以后就会出现在客服小妹的电脑上面，当她跟客户打电话的时候，这块的对话是实时的，大家看到的是静态的，实际上是实时的，我们能够起到什么作用呢？客户说话的时候，语义这块转写，右侧这块会根据客户的内容进行实时的匹配，这时候你们有没有发现这时候客服小妹，只要做一件事情，她只要非常有感情把右边的话术念出来给客户听就行了。而且我们发现一点，这个智能的对话助理，实际上是我们营销的一种用法，它的用途有很多种。
我打两个比方，你们可以发现只要这个话述库足够丰富以后，它可以往两块发展，一个叫做智能培训。智能培训的应用场景是什么呢？我们遇到最多的是金融行业的客户，金融行业客户的培训师是非常烦人的一点，每次给培训的时候，上午培训下午就忘了，下午培训明天又忘了，有时候你没有办法知道员工到底学的怎么样。这种情况下我们可以通过这个产品解决它的问题。是什么问题呢？我们可以想象有这样一个场景，当上午你给员工培训完以后，员工回到位置上面去，机器人会扮演着客户给咱们的员工打电话，员工就在电话里面把刚才学到的东西跟机器人回答，双方通话结束以后，我们的AI就可以把人工刚才回答的内容跟他原来的这些话述库里面进行匹配，而且还可以通过匹配的度来进行评分，这样就可以直接考核员工在培训当中掌握的知识程度，这是一个应用场景。还有一个应用场景就是智能外呼，智能外呼是这样子，我个人是这么觉得，如果说只是简单把你要听的客户话述做固定的设计，这谈不上是AI，什么是AI，它一定要有深度的学习，自学习的能力。我们这个对话助理在经过学习了一段时间以后，他在话述库足够丰富，突然间有一天，你就发现机器代替客服小妹，通过TTS或者事先录音的内容推给我们的客户，这个时候你会发现客服小妹就是机器人，任何人工智能发展离不开最后的过程。这是跟大家讲到的智能对话助理在实际当中应用的场景。
除了这个以外，我还想跟大家探讨一下，我们这块产品能给大家多大的帮助呢？第一，提高质检的效率，我不知道大家有没有算过一笔账，一百人的团队，每天一个人打三个小时，每天就是300个小时，那么一个质检人员，一天听到录音就像我刚刚说的，如果能听6个小时的，基本上是强人，因为我们有分析过，包括我们做产品的理念是什么，我们从来都是从下往上，而不是从上往下，什么意思呢，我们做产品往往都是站在基础的角度思考问题，我们很多在做产品的时候，基本上都会跟员工聊了很多，了解了很多，我们明白质检人员的痛苦，每天基本上超过4个小时以后，就会崩溃掉了。我们就假设，可以听六个小时，六个小时假如一百人团队备十个质检人员，整个覆盖只有25%。如果换成机器人的话，我们就发AI技术它的速度是人工的四倍，而且机器还有一个好处，可以24小时不间断工作也不觉得累。
咱们智能质检在这个项目上的话，在提高工作效率上是非常明显。
接下来我们再看一下另外一个好处，就是可以提高整个的上岗速度。由于时间的原因，我就不跟大家讲述太多，我今天个人觉得本身也不会说太多，我今天带来的都是干货，跟大家一起方向。还有一个是降低人力成本，我是这么理解的，过去互联网给我们带来什么，我个人这么觉得，互联网最大的价值，实际是解决信息不对称的问题，它这点就针对咱们电商特别有价值。但是有些行业信息和连接并不是它的痛点，比如说电商、医疗，甚至是我们的出行。比如滴滴打车，滴滴打车通过互联网解决打车难的问题，但是解决不了打车贵的问题。这是为什么呢？因为不管是专车还是出租车都需要人来操作，人力成本降不下来，成本也不可能降下来。我们认为提高社会生产力解决供需双方的关系不平衡，通过人工智能我们除了能够降低一部分的人力成本还能提升什么呢？我们的服务质量。
这里讲到是我们投诉的问题，我给大家讲一下。投诉是这样的，有时候是因为我们的服务不当，或者是因为我们有些地方表达不对，客户产生了一些情绪，我们有没有办法能够事先预测客户的情绪呢——AI可以检测出来，我们可以对对话情绪和用词进行判断，对提高投诉举报关键字的对话打上标记，对于情绪的用户也会给上标记，我们就可以提前预知哪些客户因为情绪上出现问题，我们可以提前做一些安抚的工作。
现在再讲一下重构数据的价值。数据的价值分析我们有两种，一种是聚类分析，通过用户分析，以及用户的满意度、投诉率等一系列，形成各种报表。另外一块是什么呢？是热点趋势的分析，主要以海量客户语音数据为基础，通过语音识别和语音转文本的技术提取对话的热词，展示当前筛选路径下面语音热词的热度及关系。
最后一个是案例库，案例库非常重要，这里的案例库是主要应用在业务培训，就像我刚才说的，人工智能之所以智能是必须要有大数据作为支撑。这些数据哪里来的，并不是凭空想象，而是我们使用过程当中不断积累出来，这里面就会存在我们经常用的人体结构的知识库、话述管理、业务培训，这些数据沉淀下来有利于人工智能分布的学习和优化。
我大概就分享这些，最后还是希望接下来有更多的机会能够跟大家多一些交流和学习，我们今天展位是D3，有兴趣朋友可以参观，谢谢大家。
如下为大会现场演讲实录，如需完整观看所有内容，请登录--http://www.51callcenter.com/2018/。
