装箱百万奖金,第六届全国工业互联网数据创新应用大赛火热报名中! 了解详情
写点什么

当我们谈论 AI 时,想过如何真正落地并带来价值吗?| 视频

  • 2019-05-16
  • 本文字数:3243 字

    阅读完需:约 11 分钟

当我们谈论AI时,想过如何真正落地并带来价值吗?| 视频

AI 宣传所带来的热度可能远高于其自身创造的价值。在这种情况下,是否有人真正思考过 AI 如何落地并带来价值的提升?


相比于前两年,人工智能技术(以下使用 AI 代替)的炒作热度已经渐渐趋缓,大众也看到了一些技术成果,比如语音识别和人脸识别的运用,各种智能家居产品的出现。然而,对企业而言, AI 能力落地并对业务真正产生价值远比这些消费级产品要难得多。在智能化的趋势下,各类厂商都打出 AI 这一招牌,让企业难辨真伪。


缩小到目前企业需求较大的客户联络中心场景,云服务和智能化对这个行业产生了哪些影响以及如何才能真正落地 AI 能力并为企业实际业务带来价值等,都是值得探究的问题。天润融通扎根行业 13 年对此进行了深入思考,InfoQ 记者有幸在QCon 2019全球软件开发大会上,采访到了天润融通平台架构师江世林,听他对客户联络中心应用实践和行业未来发展的观点。


以下是视频采访的全部内容,为方便读者查看,视频下方也附上了文字内容。


00:00 / 00:00
    1.0x
    • 2.0x
    • 1.5x
    • 1.25x
    • 1.0x
    • 0.75x
    • 0.5x
    网页全屏
    全屏
    00:00


    InfoQ:非常感谢您参加本届 QCon 2019 的视频采访,首先请您做一下简单的自我介绍,包括您的学习经历和工作经历。


    江世林:我是来自天润融通的平台架构师江世林,2016 年正式加入天润融通,在此之前先后在多家公司任职。天润融通可以算是呼叫中心行业的老兵,从 2006 年开始,至今已经在该领域沉淀了 13 年时间,一直专注于呼叫中心和客户联络中心方面的解决方案实现。


    InfoQ:天润融通客户联络中心的研发背景是什么?主要为了解决哪些问题?


    江世林:在我看来,客户联络中心属于新一代呼叫中心系统。20 世纪 90 年代,呼叫中心进入中国并开始大规模应用,如今已经历四或五代产品革新,我们将第五代定义为客户联络中心,这是以 AI、大数据及全渠道等综合性业务为主要驱动构建的新的客户联络系统。


    客户联络中心主要为了解决企业生产性场景下,客户与企业的沟通联络问题,这些场景又可以分为客服场景、营销场景和销售场景,共同特征就是解决客户与企业之间的有效沟通问题。


    InfoQ:在整个研发过程当中主要遇到了哪些难点?又是如何解决的?


    江世林:实际上讲,客户联络中心是一个技术挑战非常大的产品,为什么这么说?以用户熟知的网约车场景为例,其一键报警就属于客户联络中心场景,再比如拨打 110 报警电话,这属于呼叫中心也被认为是客户联络中心场景的延伸,这些场景对技术的挑战非常大,如果这些系统出现一分钟宕机,产生的后续影响将非常严重,因此这类场景对系统的可用性、容错性都提出了较高要求。


    此外,大型客户联络中心还需要考虑成本问题,如果企业管理效率得不到提升,无法平衡成本与效率之间的关系,将无法很好满足用户需求。因此,天润融通决定基于 AI 技术重塑客户联络中心。


    InfoQ:在整个过程主要运用了哪些 AI 技术?分别解决了什么样的问题?


    江世林:事实上,AI 技术落地可能是整个行业面临的共同难题,虽然 AI 技术喊得响,但企业是否能够用好并真正从中获得价值是需要慎重考虑的。天润融通希望通过 AI 解决客户联络中心与业务结合过程出现的实际问题,目前应用最广泛的是机器人产品,主要是帮助座席替代人工自动化处理部分问题。


    当然,天润融通对客户联络中心的 AI 实践不仅限于此,我们将 AI 实践提升到新的高度,希望构建企业生产沟通场景下的 AI 生态链,在客户联络中心的数据产生、处理以及数据分析等整个链条融入 AI 能力,结合机器人、数据透视、自动化工单以及工作流等场景,为客户打造完整的 AI 生态体系,这是天润融通目前考虑问题的方向。


    InfoQ:目前取得了哪些成果?


    江世林:在这个过程中,主要解决了两方面问题:一是客户联络问题,我们不仅把机器人作为独立产品提供给客户,而且实现了机器人与座席、人工之间的有效协作,通过协作机制解决简单问题,并替代座席与人工的低效操作,实现更高效率交流;二是通过数据透视挖掘沉淀在客户联络中心深层次的、有价值的数据,进而指导企业生产经营达到新的高度。在这之中,通过智能工作流实现自动化的业务流转。


    在我看来,AI 技术并不能对所有企业都产生很好的效果,因此在解决问题时要把握几个重要原则:一是围绕客户需求做事情,在处理这些问题时,天润融通并不是唯技术论,而是选择合适的技术来解决合适的问题,我们不会做的很大,而是先从针对单一客户场景切入,比如用户需要质检功能,天润融通可以把质检功能化,结合业务场景实现企业质检人员从一百位到十位的缩减,用户可以直观感受到效果;二是其他功能延伸,在达到直观效果的基础上,我们开始考虑其他功能延伸,为客户提供一个更灵活可控的选择,将主动权交给客户,这是天润融通与其他公司做事的不同之处。


    InfoQ:云计算是一个讨论很久的话题,面对不同的云环境,天润融通的大型客户联络中心做出了哪些不同调整呢?


    江世林:我觉得,大型客户联络中心的两大方向是云服务和智能化。天润融通的一些重要实践都来自于大型云服务,客户联络中心必须依赖云服务建设的原因如下:首先,企业存在业务增长的过程,天润融通曾经服务过的很多互联网公司最近几年都迎来了不同程度的业务增长,由于发展路线的不确定导致整个过程存在很多变数,企业也很难进行大量固定资产投资,云服务按需购买的方式可以为用户提供更加弹性的选择和灵活的方案。


    其次,云服务解决了大型客户联络中心建设的部分技术难点,整个客户联络中心每天会产生很多数据,不同于互联网行业大部分都是文本数据的现状,客户联络中心会产生很多语音等媒体数据,这些数据文件非常大,处理起来对网络带宽的占用也非常大,对传统建设环境而言非常困难,借助公有云提供商的能力可以很好解决系统容量、性能和可用性方面的问题。


    InfoQ:您认为,天润融通客户联络中心的差异性和优势是如何体现的?


    江世林:差异性主要体现在智能化层面,天润融通的大型客户联络中心强调跟随客户需求,希望 AI 产品可以跟系统紧密集合,而不是服务于表面。其实,它与企业的具体业务逻辑是松耦合的,可以很方便地部署并解决问题。但是,这也会带来一些弊端,在客户没有完全发挥其最大价值的前提下,数据连接可能出现中断,这会增加信息孤岛。通过合理运用 AI 技术,系统将整个信息流整合起来,上一环节的数据输出可以作为下一环节的输入,整个过程形成有机的整体,这是天润融通与其他 AI 实践者的差异性。


    InfoQ:在运营成本、使用成本、人力成本等方面,使用天润融通的大型客户联络中心前后,这些因素会发生哪些变化?原因是什么呢?


    江世林:成本节约应该是所有企业的诉求,然而事实上,没有一款产品或者方法可以让所有企业都直观感受到成本节约。天润融通希望为客户提供一揽子 AI 解决方案,但在这个过程中,客户可以有选择性的使用,通过云服务接收产品迭代信息,客户可以掌握 AI 实践的主动权,不会被绑在产品中。举例来说,传统应用的数据标注和预处理需要投入大量资源,很容易让企业从一个陷阱跳入另一个陷阱。在这种情况下,企业成本节约会变得非常不可控,天润融通根据多年行业部署经验,为企业提供行业内的通用模式和解决方案,这是经过实践可行且真正有效的方法,可以帮助企业快速实现 AI 能力落地。


    总体来讲,这是降低成本的有效途径,而不是为给客户提供一个非常远景,暂时没有效果的方法。


    InfoQ:您刚刚提到将主动权交还给客户会增加部署或者使用难度吗?企业需要具备一定的技术和人才实力吗?


    江世林:事实上,任何 AI 落地都需要企业的相关配合,天润融通会提供一对一贴身 AI 服务能力,除了行业通用模型外,仍然会针对新的行业和客户提供 AI 定制化服务和能力,通过工程化方法和经验积累,引导客户快速建设 AI 能力。天润融通交给客户的不仅仅是一个产品,而是产品和服务的综合性解决方案。


    InfoQ:未来,您认为客户联络中心的发展趋势会是什么?天润融通接下来的重点改进方向会是什么?


    江世林:云服务和智能化不仅是趋势,也是目前所有企业在真正实践的技术。本届 QCon 大会,很多技术同行都在谈云、容器和 AI,这其实已经表明整体趋势,并且这在未来几年内可能不会发生变化,在客户联络中心领域也是如此,天润融通也将会把握这两大趋势积极提升技术能力。


    2019-05-16 08:274963
    用户头像
    赵钰莹 InfoQ 主编

    发布了 806 篇内容, 共 501.6 次阅读, 收获喜欢 2540 次。

    关注

    评论

    发布
    暂无评论
    发现更多内容

    NFT卡牌链游系统Dapp开发搭建

    薇電13242772558

    NFT 链游

    面向高性能计算场景的存储系统解决方案

    Baidu AICLOUD

    异构计算 云原生存储 AI加速

    zookeeper-运行期间的leader选举与observer

    zarmnosaj

    7月月更

    Qt|编辑框的使用总结

    中国好公民st

    qt 7月月更

    Android 开发遇到的Exception

    沃德

    android 7月月更

    java零基础入门-java8新特性(上篇)

    喵手

    Java 7月月更

    LeetCode-88. 合并两个有序数组(java)

    bug菌

    Leet Code 7月月更

    开幕在即 | “万物互联,使能千行百业”2022开放原子全球开源峰会OpenAtom OpenHarmony分论坛

    OpenHarmony开发者社区

    OpenHarmony

    Prometheus 2.37.0 新特性

    耳东@Erdong

    release Prometheus 7月月更

    C#入门系列(二十七) -- LINQ简析

    陈言必行

    7月月更

    strncpy() 复制字符串(受长度限制)

    謓泽

    7月月更

    干货分享-作为Lead 接手一个新的数据团队一 问题盘点 与Insights的发现

    松子(李博源)

    经验分享 数据分析师 成长笔记 带团队

    mysql进阶(十七)Cannot Connect to Database Server问题分析

    No Silver Bullet

    MySQL 数据库 7月月更

    三层交换机/路由器OSPF配置详解【华为eNSP实验】

    上进小菜猪

    7月月更 ensp

    数据结构-顺序表的实现

    芒果酱

    数据结构 C语言 7 月月更

    云原生(十) | Kubernetes篇之Kubernetes简介

    Lansonli

    云原生 k8s 7月月更

    NFT数字藏品系统搭建—app开发

    开源直播系统源码

    软件开发 数字藏品 NFT数字藏品系统

    谈谈程序员如何提高自己的写作能力

    宇宙之一粟

    写作 7月月更

    Elephant Swap的LaaS方案迅速崛起,构建全新DeFi2.0协议

    威廉META

    管理的艺术-通过领导力驱动软件研发效能提升

    莫莫小熊

    领导力 管理 敏捷 研发效能 指标管理

    QT exe只允许运行单个

    小肉球

    qt 7月月更

    关于数据产品经理的三个小的知识点

    松子(李博源)

    数据中台 数据产品经理 数据产品

    敏捷 ? DevOps ?

    FunTester

    Python干货篇——列表及列表常用内置函数

    Java学术趴

    7月日更

    STM32+ESP8266+MQTT协议连接OneNet物联网平台

    DS小龙哥

    7月月更

    优博讯助力深圳打造全球“鸿蒙欧拉之城”

    Geek_2d6073

    Elephant Swap的LaaS方案迅速崛起,构建全新DeFi2.0协议

    鳄鱼视界

    Qt | 模态对话框和非模态对话框 QDialog

    YOLO.

    qt 7月月更

    在 Kyma 云原生平台上开发并部署 Node.js 应用

    Jerry Wang

    Kubernetes 云原生 SAP Kyma 7月月更

    NFT挖矿分红系统开发模式定制

    开发微hkkf5566

    当我们谈论AI时,想过如何真正落地并带来价值吗?| 视频_云计算_赵钰莹_InfoQ精选文章