秒回、客气，但无法解决问题—— AI服务如何用得上又用得好

医疗、政务、零售、教育……不知不觉中，能够自动回应消费者需求的智能服务系统在越来越多的场景中出现。

以消费场景为例，不少电商平台宣布推出自己的人工智能（AI）产品答疑待客。但与此同时，“秒回、客气，但无法解决问题”成为部分消费者在使用AI客服后发出的感慨。

一边是新兴技术快速普及，AI客服应用于各行各业；一边是用户抱怨沟通困难，消费体验大打折扣。AI技术如何用得上又用得好？近日，记者采访了相关专家。

AI赋能服务领域渐成趋势

“AI技术不断发展，被广泛应用于各行各业。”北京航空航天大学公共管理学院副教授张路蓬说。

作为自然语言处理等底层技术和算法模型的“集合体”，AI服务系统可以全天在线、及时响应，完成大量重复性工作。张路蓬认为，其在减轻企业成本压力、提升工作效率的同时，也在一定程度上方便了用户。

此前有专家认为，在售后方面，相比于传统的人工客服，智能客服能够降低30%以上的运营成本。预计到2026年，AI将帮助全球客服中心降低800亿美元以上的劳动力成本。

“AI技术在服务领域的应用，主要得益于两方面条件的满足。一是大数据及相关技术的发展，二是深度学习。”张路蓬介绍，大数据给深度学习提供了足够的训练样本，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。

数据显示，我国智能客服行业以智能客服软件为主导，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。智能服务时代正加速到来。

多重优势让AI客服系统成为企业提升服务效率、节省人力成本的有效途径。然而，相关技术在实际应用中仍面临一些问题。

记者在社交平台和某投诉平台搜索发现，人们对AI客服的不满和关于“如何快速转接人工客服”的讨论不在少数，遇到的问题集中在沟通时间较长、理解能力不够、转接人工客服困难等方面。

“一些智能客服‘态度随和却答非所问’，是因为在技术层面做不到对个性化问题的精准应答。”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进行完善。

一些传统智能服务系统使用明确的预设规则和标准化语料库，难以匹配公众的多元化需求。生成式AI可以自我学习和优化，但并不是所有企业都有能力搭建自己的业务知识库，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匹配内容庞杂的各类垂直应用场景。

此外，企业服务意识不强、不重视消费者维权、沟通的渠道也是AI客服遭到诟病的原因之一。

关键在“智”解决在“人”

张路蓬说，促进AI在服务领域应用发展，可以从提高应答能力和协同管理两方面着手。前者关系着服务效果，后者是实现人工和智能互补增效的关键。

“很多用户希望商家不仅提供服务，还提供‘情绪价值’。要赋予智能服务更多的温度，就要持续优化智能服务输出创造性内容的能力。”张路蓬说，“对于企业来说，在AI发展的风口浪尖上，抢占技术先机，推出创新产品，将为自身和产业发展积蓄动力。”

除了技术层面的调整优化，科学、合理使用AI也很重要。

从便利性角度看，AI服务还存在一些使用“门槛”。“比如很多医疗机构有自助取号、缴费的服务，但是却经常需要先进行人工的信息完善，这无形中给用户带来了很多麻烦。”张路蓬认为，如何完善智能服务的“一条龙”设计，也是服务提供者需要考虑的问题。

“对于公众来说，不能一味地信任或者依赖某一种服务，也不能因为不了解或者害怕风险而摒弃某一种服务。智能服务和人工服务二者之间是相互补充、相互辅助的关系。”张路蓬认为，厘清智能服务与人工服务的异同，才能使两者互补增效，从而实现“1+1＞2”的目的。

据介绍，智能服务与人工服务可以三种模式协同。一是以智能服务为主的协同，这种情况下智能服务先行，当用户需求无法得到满足时，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，或是一些需要个性化、差异化服务的领域，应以人工服务为主导，智能服务可以提供一些辅助判断；三是二者并存的协同模式。

“我们可以看到，不同领域有不同的需求。不能一味选择某一单一模式或者照搬照抄。企业等智能服务应用主体应根据自身业务需求，合理灵活地运用两种服务。”张路蓬说。

此外，针对AI服务可能附带的信息泄露等风险，专家建议，立足已有的相关法律法规和具体应用场景，进一步细化监督管理。

文/付锐涵

供图/视觉中国

编辑/倪家宁