2020年初，“黑天鹅”新冠肺炎引起的疫情从天而降。疫情初始，伴随着疫情对人们带来的心理恐慌，部分的企业受到了巨大的经济冲击。
根据相关行业协会和研究机构发布的报告，新冠肺炎疫情发生以来，78%的餐饮企业营业收入损失达100%以上，2月全国整体租赁成交量环比下降近8成，一季度国内旅游人次、旅游收入将分别负增长56%和69%，网约车平台日活跃用户数量阶段性下降50%左右……
当然近期随着疫情得到有效的控制，大批企业开始陆续复工，城市开始慢慢恢复以往生机，步入正轨，各行各业紧抓疫情催生的数字化、智能化的新契机。进入到疫后新时代，正如尼采说的：凡是不能毁灭我的，必将使我强大。
首先，新冠肺炎疫情发生以来，以大数据、人工智能、云计算、移动互联网为代表的数字科技在疫情防控中发挥了重要作用。
各种新兴技术行业，例如：智能客服、无人驾驶、线上教育等智能应用应运而生。并且据前瞻产业研究院对国内外多家权威机构2020年中国人工智能规模预测情况的统计，乐观估计2020年我国人工智能市场规模有望突破1600亿，中性预测2020年我国AI市场规模在700-1000亿元左右。人工智能的方式将慢慢渗透到人类生活的方方面面，普通消费者的日常生活方式以及习惯将受到空前的改变。
其次，疫情之下，很多企业都将加快向数字化智能化转型。
日前召开的统筹推进新冠肺炎疫情防控和经济社会发展工作部署会议强调：要充分运用大数据分析等方法支撑疫情防控工作，要以此为契机，改造提升传统产业，培育壮大新兴产业。中央会议精神也为推动经济社会数字化智能化发展指明了方向。
根据IDC预测显示，到2022年中期，50%的工业机器将被赋予基于人工智能的操作、协调和分析能力，进而满足用户企业对生产率提高30%、流程自动化程度提高50%的期望。未来企业的经营方式将产生翻天覆地的变化。
通过此次疫情，人工智能技术虽然大多是浅层次应用，但也非常有效的检验了人工智能的实用性，未来经过技术的深度发展有望可以在真正的场景应用上找到突破。而客户中心作为一个依托于计算机通信技术，处理来自客户和企业电话垂询的服务机构，在人工智能普及的未来更将影响巨大，排班管理、运营管理等等都将面临新的挑战，笔者以客户中心排班管理的角度与大家分享下个人的看法。
预测和人员规划
客户中心的预测主要是服务于人力需求的规划，从而作用于公司成本的计算，目前大多数的客户中心的预测形式还是一维维度空间，即是基于业务类型进行单一场景的预估，比如：
语音业务主要预估在一段时间周期内客户通过电话的方式进线咨询的情况，而在线业务会单独考虑通过在线进线咨询的情况。
但在未来客户中心的发展中，随着人工智能依赖于其拥有的知识库和自主学习能力的提升，从开始解决一些碎片化、简单的、重复的客户需求，如不同客户之间经常重复咨询一些简单的问题，逐步增加到多元化，多维度的客户需求处理。最终会实现智能客服和人工客服并行发展的局势。即人工智能知识库已收录问题可以交由智能客服解决，未收录的问题或者无法处理的问题才会转接给人工客服进行处理。
这时基于一维维度空间的预测以及人员规划已经无法满足我们的工作需求，时代产生新的变化，历史的经验也将无法完全的参考，就像现在我们做业务量的预测，考虑的无外乎是历史的话量趋势，近期的活动影响等等因素，而在未来人工智能应用成熟的阶段，关于业务量预测完全可以进行多维空间预测，即在现有维度的基础上增加上人工智能的维度考虑，例如：
客户进线咨询的问题类型，人工智能识别问题的能力，处理问题的比例，以及剩余问题对应员工的比例等等，甚至可以考虑多维的维度预测，即通过人工智能的分析将事件因果影响进行考虑。
举例：我们知道春季踏青其实会对出行类行业带来一定的话量影响，而出行类的话量变化也会间接影响到支付类行业的话量数据，即行业与行业之间是存在着因果影响，而一个事件也会与多个行业存在不同的因果影响，虽然目前我们基于技术的手段无法准确的预测到因子的大小，但未来基于大数据以及人工智能的深度应用下，各个行业的因子关系也将被尝试进行预测，预测的工作也将更加细致化，深入化。
排班和现场管理
目前在客户中心中无论是手工排班还是系统排班，其排班流程简单概括来讲，都可以归纳为是将员工合理的安排到对应的时段，来拟合时段的话量趋势以保证业务指标的达成。
当然根据业务指标考核的不同，其排班的计算方式可能会有不同，有的是通过线性计算方式进行排班，有的是基于Erlang-C公式的人力计算方式进行排班，但由于最终问题的处理全部都由人工座席受理，排班过程中除考虑人员状态带来的影响外，并不需要考虑其他外界因素的影响。
而在未来由于人工智能客服的加入，问题的处理过程是会优先经过智能客服解答，未处理或者无法处理的问题才会转交给人工座席，这样对于排班而言，将不再是仅仅规划员工的班次，还需要规划到智能客服的“班次”，当然智能客服是没有所谓的上班时间以及下班时间的，所以这里智能客服的“班次”也不是狭义上的上下班时间，而是人工智能系统的利用率，即受人工智能系统训练程度的不同，其解决问题的能力是不尽相同，那作为班次的规划必须要结合到时段问题类型，充分考虑上人工智能系统的利用率问题，再进行人员的安排才可以制定出符合要求的班时。
班时制定后都需要现场管理人员的监督，一是监督班时的执行情况，比如员工是否正常出勤，效能是否达到预期效能等，二是针对异常的情况进行有效管理，比如：出现实际话量比预测话量高了或者低了，员工的临时假勤等问题的管理措施，未来经过人工智能系统的普及，常规的监督工作完全可以交由人工智能系统进行安排，现场管理人员可以将工作重点移交到员工状态的管理，甚至是人工智能等新科技带来的全新岗位，例如人工智能训练等等，新科技带来效率提升的同时往往也会带来新的岗位要求，符合时代的发展，满足于工作要求的现场管理人员将是未来的主力。
这次疫情是一个危机，但其中也是提升管理能力和快速发展的机遇。正如经济学家邱晓华的观点：
任何一个经济体到了一定阶段后都需要转型升级，不转型升级就只能徘徊在中低端粗放形态，中国经济目前正处于这个关键阶段，即将进入到中高端高质量发展阶段。
2020年或许就是越过智能化拐点，迎向技术变革的起点，如同过去十年的“互联网经济”一样，新的起点必将迎来百花齐放百鸟争鸣的局面。
