當我們考慮過去十年中最具影響力的技術時，可以說移動和云對客戶服務（CS）的影響最大。移動電話的爆炸式增長不只是形狀因素的變化，而且應用經濟的出現改變了客戶服務體驗的期望。消息傳遞和社交應用程序的增長為客戶服務和網絡效應帶來了緊迫感，這一緊迫感來自于分享積極和消極體驗的需求。

云作為一種技術的發展成為全渠道體驗的基礎，其中客戶通過他們偏好的渠道與品牌互動。云還推出了快速變化的企業軟件，作為服務（SaaS）提供，用于客戶關系和服務管理。生態系統中用于客戶服務管理的無數應用程序極大地改變了管理客戶服務的過程。這些系統現在已成為客戶服務記錄系統。

CS領導者的數字化轉型意味著他們必須跨渠道，問題，流程等構建客戶的單一視圖。此外，當消費者跨渠道時，他們面臨著跨渠道和遍歷環境提供一致體驗的挑戰。企業正在快速創新，在云和移動的幫助下，以滿足這些需求。

面對日益增加的內部壓力和問責制，CS領導者需要優先考慮和改進數字體驗，并探索數字應用程序以提高運營效率。這增加了CS領導者組合的復雜性，同時使客戶服務功能具有戰略性。

在我們審視下一個十年時，以下是CS領導者必須規劃的一些趨勢和挑戰：

1、了解客戶互動的360度視圖

客戶轉向全渠道支持非常重要，因為他們通過多種渠道同時與品牌互動。上下文不僅可以跨渠道傳輸，還可以通過客戶與銷售，營銷和成功之間的所有交互進行傳輸。許多客戶傾向于使用混合的社交渠道以及電子郵件或語音支持來獲得品牌的聲音。

2、客戶服務數據的爆炸

與客戶及其服務需求相關的數據正在爆炸式增長。這包括CxM系統中的記錄系統數據，客戶服務內容，社交渠道數據，與業務產品和服務相關的環境數據等。如果分析得當，來自這些數據源的見解可以轉換為參與系統和行動系統。

3、AI成為客戶服務的主流

雖然過去十年一直在努力尋找人工智能在客戶服務中的應用，但它正在迅速成為全球公司關鍵生產力提升者的主流。Gartner報告稱，55％的成熟公司已經開始投資于人工智能的潛力，或者計劃到2020年這樣做。

4、智能過程自動化（IPA）的興起

智能過程自動化（IPA）作為一種概念，是CS領導者實現并最大限度地提高生產效率和節省成本的技術。智能過程自動化（IPA）使用機器人過程自動化（RPA）與AI的認知方面來自動化平凡和可重復的客戶服務流程。這使客戶服務座席能夠專注于與客戶進行更多人性化和同情心的對話。

5、單渠道到多渠道到全渠道

隨著客戶支持渠道數量的增加以及客戶期望的變化，CS領導者現在必須計劃在所有渠道中同時提供無縫和集成的體驗，而不是獨立使用各種渠道。

6、在客戶服務中的Gig經濟

Uber，Airbnb，DoorDash等公司通過將任何空閑時間，空間和技能貨幣化來創造收入，創造了一支由自由職業者組成的軍隊。CS領導者面臨著一系列具有挑戰性的問題，這些問題與即時性，大批量和支持實時期望的成本相關。

7、社交媒體作為一種渠道的成長

隨著品牌通過網絡效應獲得大量影響力和推廣，社交作為一種渠道已經越來越突出，管理起來也很棘手。同樣，由于即時性和網絡效應，對推特或Facebook帖子等社交媒體的投訴引起了所有人的注意。

鑒于這些趨勢和挑戰，CS領導者必須了解如何在未來十年取得成功，并將技術作為改變客戶服務及其職業生涯的一種方式。

那么，這對CS領導者意味著什么呢？

兩種最具變革性和影響力的技術是人工智能和智能過程自動化（IPA）。讓我們首先描述這些在客戶服務需求背景下的意義及其對未來十年的影響。

人工智能（AI）

人工智能只是機器從過去的交互，數據和結果中學習并模仿人類行為和決策的概念。由于它與客戶服務有關，因此很容易想象一些客戶需要機器可以從現有數據中“學習”并隨著時間的推移而改進。此外，AI的認知輸出可用于自動執行重復和平凡的任務，機器可以訓練以模仿使用RPA。

智能過程自動化（IPA）

在其流程中推動自動化的企業經常遇到機器人過程自動化（RPA）和智能過程自動化（IPA）等流行語。RPA是指可以編程為在人類工作者之間跨應用程序和系統執行基本任務的軟件。軟件機器人可以被“教授”簡單的重復工作流程，代表具有多個步驟和應用程序的流程，例如接收表格，發送收據消息，檢查表格的完整性，在文件夾中歸檔表格以及更新電子表格等等。

智能過程自動化（IPA）是AI和機器人過程自動化（RPA）的組合。它本質上是一種模仿用戶行為的軟件，主要用于主流業務場景，主要用于流程自動化。應用程序的范圍可以從收集和組合簡單數據，制定上下文決策以驅動流程，到提供流程內的自動響應。

AI的認知方面用于理解觸發流程執行的意圖，以及在流程的不同階段上下文提供模板化響應。這種類型的自動化適用于多種客戶服務方案，如退款，保修，交換，訂單處理，跟蹤，發票，付款更新，庫存查詢等。

每個企業都有客戶服務專業人員為解決問題而必須執行的流程。有一些重復的客戶服務需求需要通過涉及多個系統，決策點和批準的流程進行后續跟蹤。這些是特別勞動密集型的，例如新的業務應用程序處理，政策變更管理，索賠建立以及各種財務和會計活動。這些重復任務的智能過程自動化（IPA）減少了對多個系統的依賴，減少了錯誤并提高了客戶服務的生產力、效率和有效性。

在客戶服務中使用AI和智能過程自動化（IPA）的潛力巨大，但迄今為止這些技術的使用率一直很低。我們必須問--為什么會這樣？問題在于，CS領導者受到了深度學習，神經網絡，自然語言處理，聊天機器人，虛擬助手等流行語的轟炸，這些流行語讓CS領導者感到困惑并擔心從哪里開始以及如何去做。

CS領導者從哪里開始？

要成功制定具體計劃并在客戶服務中實施AI和智能過程自動化（IPA），合理的起點就是這兩個維度：

1、 了解產品類型和渠道的組合，以實現基于AI的產品

2、為基于AI的解決方案創建業務案例

讓我們在下面進一步詳細討論這兩個選項。

一、了解產品類型和渠道的組合，以實現基于AI的產品

CS領導者需要首先選擇最佳渠道，以便在語音，聊天和電子郵件之間實現AI。人工智能技術在產品類型和渠道方面的進步和成功各不相同，了解您的組織可以獲得最佳投資回報率非常重要。

讓我們看看一些類型的基于人工智能的產品，以及適用的渠道和最適合他們的渠道。

A.自助服務：據說最好的客戶服務形式是沒有客戶服務。因此，CS領導者必須將幫助中心作為自助服務的第一個入口點。如果在所有渠道中實施良好，那么通過網絡，電子郵件和聊天服務數字渠道的自助服務技術可以將入站量減少多達20-30％。在幫助中心實施基于AI的解決方案可以提供高投資回報率，因為可以以很小的成本解決大量這些案例。自助AI可以通過兩種方式實現--作為提交表單或會話形式。

提交表單：這些是基于AI的解決方案中使用最廣泛的幫助中心界面，可以轉移需要簡單流程的信息案例和案例。使用知識庫中的文章解決信息案例。

虛擬助手：虛擬助手或聊天機器人，近年來人工智能的最大炒作很容易構建，但它很昂貴，很難讓它隨著時間的推移而學習和改進。CS領導者應該對提供廉價聊天機器人以啟動自動化的系統集成商保持警惕--大多數系統集成商都沒有完全理解熱圖，決策樹和簡短形式的內容類型來解決案例。

自助服務主要是利用知識庫中的內容來推動的。在這里，客戶在提交表單或聊天界面中編寫他/她的查詢，AI引擎理解問題的內容和上下文，并使用知識庫中的文章來推薦符合用戶問題的頂級文章。客戶可以使用自助服務解決問題，并且不會創建故障單。

但是，隨著時間的推移，虛擬助手作為一類具有會話性質的聊天機器人，需要設計為使用知識文章回應客戶問題并協助自動化流程，以便隨著時間的推移進行構建，維護和“學習”。這些虛擬助手應該從攝取歷史案例/聊天歷史中學習，對支持熱圖有很好的理解，并且應該幫助設計決策樹來解決復雜的過程。

B.自動分類：案例分類是在具有多種產品或服務的任何大型組織中實施AI的第一個地方。隨著自然語言處理（NLP）（許多人工智能技術之一）的發展，人類不應該需要跨任何渠道進行分類。這包括：

語音：語音識別技術已達到驚人的準確度，可以通過Siri，Alexa，GoogleVoice和其他助手的表現來體驗。現代IVR平臺在理解短語，口音和細微差別方面非常出色，可以將呼叫轉移到正確的部門。我們還看到企業要求他們的客戶留下語音郵件，并使用基于人工智能的語音文本轉錄，準確了解客戶的問題。

聊天：聊天機器人的炒作是你在過去幾年中所經歷的事情，因為它是切片面包以來最好的東西。我們必須重新調整我們的思路，使用聊天機器人主要關注分類和解決簡單的已知問題。

電子郵件：這是基于AI的分類最先進的渠道，也是您永遠不會讓任何人工分類案例的渠道。NLP的進步使得能夠閱讀段落并理解案例類型，類別，子類別，客戶層級，優先級，情緒，語言等等。

C.自動回復：電子郵件渠道非常適合在創建案例后使用AI自動執行回復。電子郵件模板或宏是在沒有座席交互的情況下解決問題的可靠方法。CS領導者應該從基于規則和觸發器的自動響應轉向使用基于AI的自動響應，利用自然語言理解。

自動響應的常見實現形式來自CxM系統。在這里，AI引擎能夠理解客戶問題的意圖，然后根據座席的歷史回復使用模板化響應來回答客戶的問題。會在沒有任何座席干預的情況下自動回復。

D.智能過程自動化（IPA）：由于智能過程自動化（IPA）是AI和RPA的組合，它利用AI的認知能力來理解客戶查詢的意圖，因此電子郵件或聊天渠道是最明顯的從智能過程自動化（IPA）開始的渠道。

在這里，AI引擎能夠理解客戶問題的意圖，然后將其映射到使用RPA自動化的內部流程。該過程被觸發并自動完成以解決客戶問題，并且從不需要座席介入。

E.座席助理：預制響應和知識文章是提高座席生產力的兩種最有用的資源類型。在這里，AI引擎能夠理解客戶查詢的意圖，并建議可以由座席使用以解決案例的推薦知識文章和模板響應。

二、使用零接觸解決方案為基于AI的自動化創建業務案例

為基于AI的自動化創建業務案例首先要定義和衡量成功。CS領導者總是面臨成本壓力，需要用更少的資源做更多事情，利用技術來管理季節性服務量激增，同時保持座席的士氣。問題是基于AI的解決方案可以做些什么來推動客戶服務功能從成本到為企業增加價值。CS領導者除了可以控制的其他指標外還有三個核心指標：平均處理時間（AHT），首次聯絡解決率（FCR）和座席滿意度。但是，他們支持的業務使用CSAT，NPS，LTV等業務指標衡量CS功能，這些指標通常是核心指標健康的結果。CS領導者需要重新考慮傳統的CS指標，并考慮增加自動化相關指標，如零接觸解決率（ZCR）。

ZCR是在沒有座席交互的情況下解決案例的概念。ZCR是智能組織利用AI可以利用的核心AI指標。通過利用AI技術減少企業的人工處理量，無需座席交互，就可以從成本中心轉變為價值中心。

更明確的是，ZCR是使用上述自助服務，自動響應和智能過程自動化（IPA）解決的案例或問題的衡量標準。這些是通過自動分類輔助和增強的。

CS領導者可以使用ZCR證明基于AI的自動化投資的投資回報率。如果適當實施，這些投資可以快速收回成本，通常為3-6個月。通過減少使用的座席數量，節省時間等，可以用美元來量化投資回報率。此外，CS領導者無法忽視的無形資產，如座席士氣，客戶努力得分等。

Gartner報告說，55％的成熟公司要么已經開始投資人工智能的潛力，要么計劃到2020年進行投資。此外，美國的消費者愿意多花17％的錢與那些提供優質服務的公司做生意，而這一數據在2014年是14％。

在部分自動化中，智能過程自動化（IPA）可以將關鍵過程的處理時間從幾十分鐘縮短到一分鐘以下，減少人為錯誤，最重要的是在由于任務的重復性而減少過程的平凡方面。完全自動化（也稱為無人值守自動化）可以完成大部分此過程，而成本只是其中的一小部分。使用智能過程自動化（IPA），一個曾經需要5-10美元的業務流程現在只需要不到2美元。

使用免費的ZCR分數評估計算您的CS自動化潛力

通過ZCR評分評估，您可以評估現有流程并評估AI對您CS的潛在影響。ZCR分數包括您的自助服務分數，自動回復分數和流程自動化分數。