接通电话后,你能听出电话那边的是客服人员还是AI机器人吗?实际上,目前已经有不少外呼电话是机器人打来的。这次,智能语音机器人' target='_blank'>语音机器人正式现身了,不仅比普通客服更高效,发音也更自然,甚至还能模拟真人工作场景、实现情绪标准化。
传统外呼成本高、痛点多
在传统外呼过程中,一直存在着人力成本高、转化率偏低的问题。外呼过程中90%的电话会被挂断。可见,目前营销外呼的精准度暂时还无从谈起,同时在此过程中,随着挂断率的居高不下,情绪影响也随之上升,员工也需要花费大量的时间来筛选意向客户。可是,客户的意向又会实时产生变化,员工耗费时间锁跟踪记录下来的信息并不真实。
随着互联网业务的迅速开展,金融、房地产等企业的用户量急速增加,尤其是电话营销、催收、客户咨询等工作剧增。每个人工坐席每天处置客户量为100-200件,完全无法满足业务的扩张要求。对客服人员的扩充,又面临着较高的人力成本,工资、提成、社保、电话费、场地费、管理费用都在不断上涨。同时业务员的人员流动性也较大,每个业务员背后所付出的培训时间成本又较长。
例如,在教育行业,一个咨询师平均每天要拨打上百通电话,而培育出一个良好的课程咨询师又需要耗费大量的人力物力、培训本钱,于此同时咨询师又很可能随时进行人才流动,这些都成了企业利润最大化的障碍。
10年后90%客服将被AI取代
目前,你接到部分营销或客服电话中,实际上已经有机器人出现,只不过你可能没听出来。再过10年左右的时间,90%的销售、客服将会被AI取代。
银行金融、保险电销、运营商等领域的实践数据案例显示,利用人工智能可以帮助银行剔除79%的非目标用户;在金融催收过程中,AI比传统IVR在接通回款率上增加5%;在电信运营商的营销推广测试中,AI的户均成本仅为人工客服的约18%。
显然,AI在电话营销、客服系统中的应用,解决了传统外呼成本高、痛点多的弊病。同时,还具有回复速度更快、支持云端或本地部署等优势。综合数据来看,与人工销售相比,机器人的成本只有前者的50%,然而销售业绩却可以提升300%,且永不离职。
悟空话务智能语音机器人发布
面向国内市场发布悟空话务智能语音机器人软件,主要用于电销外呼和客服回访。它可以按照系统预设的外呼逻辑与客户交流,通过多轮对话和话术引导达到业务目标,广泛应用于房地产、课程推广、金融催收、续保服务、产品推介、运营商回访等领域。
智能语音机器人系统每天可自动外呼800-1000通电话,是正常人工的6-8倍。AI的加持可以实现真人语音对话,可以及时反应、响应突发询问;甚至支持打断呼入转人工:模拟真人工作场景,情绪标准化、话术标准化,可分析不同目标客户群,制定多种语音话术模板;同时提供精准大数据,通话数据精确到秒,实现对话关键词智能提取,全程录音,大数据便签智能分类,自动性别识别等。
智能语音机器人核心技术分析
主要应用了语音识别、自然语音处理、语音合成、机器学习这四种核心技术,从而构建了一位可以被客户认可、公司放心的懂业务、全套路、能分析、会学习的完美员工,实现了电销客服专家的AI化。
语音识别主要是关注自动且准确地转录人类语音的AI技术,它与图像识别技术、机器学习技术是人工智能领域三大核心技术。基顾的语音识别技术主要处理不同口音、背景噪声、区分同音异形/异义词,同时还需要具有跟上正常语速的工作速度。语音识别就好比机器的听觉系统,通过识别和理解,把语音信号转变为相应的文本或命令。这里面最关键的技术是机器的识别准确率,目前的识别率在工程环境下已基本达到90%以上,在生活职场环节下,主流ASR服务商能达到80%左右的识别率。悟空话务与国内顶尖科研机构及企业,达到深度合作,基于十年通讯语料素材,同共研制打磨悟空话务语音识别核心引擎。
自然语音处理应用背后有大量的基础任务和机器学习模型。利用NLP,我们可以让机器来执行自动摘要,翻译,关系提取,情感分析,话题分割等任务,像人一样处理复杂的文本。目前针对金融、教育与房产领域,进行了针对性的NLP语音训练优化,以保障在三个电销外呼行业,具有更高的NLP数据处理能力。
语音合成就是将文字信息转化为声音信息,给机器配上人声。出色的TTS需要大量的语料库,成熟的、可商用的TTS的合成音,在音色、自然度等方面的表现均可以接近人声。目前,行业内根据人声定制的TTS,需录制原声1000小时,费用达40万元。而且效果还与正常人声在语音语调等音色方面,仍有很大差距。在支持TTS的基础上,着重支持真人录音支持,以及高效的在线录音更新模式,以最大化的提升人机交互时的拟真度。
机器学习指的是计算机系统无须遵照显式的程序指令,而只依靠数据来提升自身性能的能力。其核心在于,机器学习是从数据中自动发现模式,模式一旦被发现便可用于预测。比如,给予机器学习系统一个关于交易时间、商家、地点、价格及交易是否正当等信用卡交易信息的数据库,系统就会学习到可用来预测信用卡欺诈的模式。处理的交易数据越多,预测就会越准确,机器也就会更聪明。