利用人工智能改进客户服务
学习目标：
完成本单元后，您将能够：
- 描述人工智能 (AI) 的价值及其可以为您的联系中心带来的价值。
- 解释 Einstein for Service 如何为客户服务实现规模化和生产力。
- 发现 AI 如何帮助您提供世界级的客户体验。
人工智能 (AI) 的真实故事
与您在科幻电影中看到的或在社交媒体上读到的相反，AI 并不会接管世界，甚至不会接手您的客户服务工作，但它确实将改变很多事情，正如您在这个单元中了解到的那样。
那么，到底什么是人工智能呢？从高层次上来说，AI 涉及我们通过编写程序让计算机像人类一样思考的概念。AI 的例子随处可见。如果您曾经使用 Alexa 订购商品或让 Siri 推荐餐厅，便会理解它的好处。AI 并不是一个新概念——我们早就有了理论模型，但由于大量数据的可用性以及高功率计算的低成本，它终于能够发挥作用。
机器学习的工作原理
机器学习是 AI 的核心驱动力。它是这样一种形式：使用算法来告诉您与数据相关的有趣信息，而无需特别针对要解决的问题编写代码。换而言之，它是一种让计算机以最少的编程工作量从数据中学习的方法。您不需要编写代码，而是向机器提供数据，然后它根据这些数据构建自己的逻辑函数。下文简要概述了 AI 中一些最重要的组成部分。
- 自然语言理解 (NLU) 指的是处理人与机器之间的交流的系统。
- 自然语言处理 (NLP) 不同于 NLU，描述了机器理解人类语言的能力，就像自然地与另一个人交流一样。
- 命名实体识别 (NER) 对单词序列进行标记，并提取出重要的事物，如姓名、日期和时间。NER 的作用是将句子分解为计算机可以快速理解和响应的段落。
- 深度学习指的是在大数据库中的数据点之间开发的人工神经网络。就像人类思维将点联结起来给出见解一样，深度学习使用算法来筛选数据、得出结论和增强性能。
一切都依赖于数据
那么在实际应用中，所有这些有关机器学习的东西是如何工作的呢？一切都始于训练数据。就是将一组数据提供给数据模型以帮助它学习。提供给模型的数据越多，结果就越准确、越有帮助。
当您将训练数据提供给机器学习模型后，这些数据被一组属性和特征所定义。如何理解所有这些属性取决于模型。那么，模型如何确定哪些属性对于构建最佳模型最重要呢？算法权衡模型的不同特征，以确定最佳属性集，当将其组合成一个方程式后，便可以解决特定问题。
由于机器学习能否正确运行取决于数据，数据卫生至关重要。如果您拥有干净、井然有序的数据，便能够更加无缝地部署 AI。另一方面，如果您的组织过去没有保持良好的数据卫生，例如存在不完整的客户记录或重复的帐户，未来的任务就会变得更加艰巨。在使用数据训练 AI 之前，您和组织需要手动清理数据，但这项工作将以更准确的 AI 部署形式得到回报。
通过 Einstein 实现更智能的客户服务
对于联系中心来说，在快速解决客户问题的同时了解整体情况是一项挑战，特别是当您需要筛选可能包含数百个数据点的客户历史时。这就是为什么我们将 Einstein 集成到我们的产品中，使任何规模的任何行业的客户都能更轻松地部署人工智能，并将其用于联系中心，使您和您的客服人员具备所需的预测性智能，从而提高客户满意度。
- 增强转移和缩短处理时间。Einstein Bot 可以应对常规的客户请求，并在需要人工介入时无缝地将客户转给客服人员。
- 提高客服人员工作效率。Einstein 客服人员为您的客服人员提供符合上下文的智能建议，帮助他们做最擅长的事情——即帮助客户。
- 快速部署和价值实现时间。Einstein for Service 与 Salesforce 和您现有的服务渠道预先集成，并具备现成的直观用户界面。
Einstein 帮助您打造一种变革性的客户服务体验，它内置于您现有的 Service Cloud 部署中。通过实时使用 AI 和机器学习，以下功能使联系中心的每个人变得更加聪明和更有效率。
- Einstein Bot 自动解决热门客户问题，收集合格的客户信息，并将客户无缝地转给客服人员，从而增强了联系中心的个案转移，并缩短客服人员处理问题的时间。
- Einstein 客服人员有助于提高整个联系中心的服务效率。通过智能的个案路由、自动分类和个案字段预测，Einstein 客服人员大大加速了问题的解决，并提高了效率。
- Einstein Discovery 帮助服务经理根据预测服务 KPI 采取措施。通过提供对影响 KPI 的驱动因素的实时分析，如客户流失或 CSAT 以及建议和解释，服务经理能够针对其业务做出更具战略性的决策。
- 针对现场服务的 Einstein Vision 自动完成图像分类，从而在现场更快地解决问题。只需拍摄物体的照片，Einstein Vision 就能即时识别该部件，确保技术人员准确诊断问题，并提高首次修复率。
- Einstein Language 让开发人员具备深度学习的能力。他们可以使用预训练模型将文本按情感分类为积极、中立或消极，然后能够在一组文本中分类出潜在的意图。全部汇总到一起后，您便能够在任何应用程序中跨非结构化数据处理语言。
面向所有人的 AI
良好的客户体验始于良好的客服人员体验，这就是为什么我们希望每个客服人员都能轻松使用 AI。通过这样做，AI 可以自动化简单的任务，使客服人员能够将精力放在客户身上。客服人员不再花时间处理一堆基本的咨询问题，而是可以将时间投入到更需要人工处理的复杂问题上，从而为企业带来更多价值。
受益于人工智能的不仅仅是客服人员，服务经理也获得了好处。有了 AI，服务经理在整个联系中心的效率更高，客服人员承受的压力也更小。如果机器人能够解答常规问题，客服人员就能腾出时间来，其工作效率也随之提高。根据预测服务 KPI，服务经理比以往更能深入了解联系中心和团队的运行情况。
在服务过程中，由于与 CRM 连接的 AI 能够个性化体验，考虑客户的品味、兴趣和背景，因此您的客户也会从中受益。客户在需要时，可以在任何设备上更快地获得所需的帮助，并且个案解决能力的提高让他们能够快速获得准确的答案。
利用 AI 增长业务
我们已经注意到，AI 可以帮助客服人员和服务经理提高生产力，推动联系中心整体效率的提升，并为您的客户提供更具个性化的体验。同样，AI 可以为您的服务运营提供支持，还可以在销售和营销工作中发挥关键作用，从而增强客户和员工的体验和满意度。销售团队将受益于基于智能化优先级排序的潜在客户和业务机会，增强的预测能力以及丰富的销售渠道分析，而市场营销团队则可以深入了解其受众，并根据每个收件人的偏好和意图，为他们提供个性化的信息。借助 Einstein，无论业务用户承担何种角色和职能以及来自何种行业，都可以在 Salesforce 内充分利用 AI 的功能。
在 AI 的帮助下，您可以增强客服人员的能力，提高联系中心的生产力，提升服务经理的效率，提高移动工作者的速度和准确性，并使您的支持运营达到新的规模水平。而这一切都依托于在 Salesforce Platform 上构建的 Einstein for Service。
资源