ZD至顶网CIO与应用频道 01月22日 人物访谈(文/王聪彬):有的时候你会为客服电话而感到烦扰,有的时候你又急切的需要客服的应答,客服就是这样一个让人又爱又恨的存在。
早年呼叫中心在传统企业中几乎是标配,在20年间呼叫中心不但没有消失,反而迅速的成长,随着整个通信技术和业务不断的更新换代,尤其是互联网、云计算技术犹如给客服行业插上了翅膀,打破了高成本的门槛成为了每一个企业提供优质服务。
从客服市场说起
Frost&Sullivan的研究显示,在云计算的背景之下,2009年—2016年亚太区基于云计算和托管的呼叫中心市场将以每年超过15%的速度增长,到2016年,该市场将达到12.5亿美金。
根据荣联云客COO张强的理解,呼叫中心多年来的演进最大的变化是成本,在之前企业自建40-50规模的呼叫中心投入就达到千万,所以呼叫中心是一个奢侈的存在。
荣联云客COO张强
随着呼叫中心的定位逐渐清晰,其从成本中心转化为利润中心,并且可以打通内外部的协同。之后云时代的到来,让呼叫中心的门槛得以降低。
中小企业也成为市场的发力点,因为他们在基础设施上没有太多的投入,简单易用的云客服也成为他们支撑客服务的首选。
云呼叫中心厂商在近两年的崛起不在少数,但云客服市场还处在营造期,从中国的企业数量来看市场显然是巨大的,并不是几家企业就可以将服务做到位,不同的服务商各有功能的侧重。
同时云客服还具备了与业务系统无缝融合、灵活扩展、多渠道全媒体接入、成本低几大优势。
荣联云客服为惬意客服而生
荣联云客服是一个记者第一次听上去也有些混淆的名字,在云时代越来越多的厂商以云来命名,呼叫中心云市场也不例外。其通过阿里云和AWS的IaaS对外输出SaaS云客服的能力。
为惬意客服而生是荣联云客服的理念,帮助中小企业实现最优客户服务的智能云平台——云客服。如何做到惬意,这体现在三点,客户满意度提升、减轻客服工作压力、打造属于自己的客户服务体系。
荣联云客服在平台接入能力上几乎包括了电话语音、社会化媒体微信、微博、在线客服等全部渠道。在接入后可以给客户提供自助化、智能化、人工化三个层次的服务。
目前荣联云客服提供了三个版本的产品,精英版、企业版、专业版,精英版免费为客户提供3个坐席,企业版每客服每年收费1188元,专业版预计在1月底上市,满足大企业弹性业务需求。
荣联云客服还是一个从传统到新兴的跨界,为什么这么说,因为荣联云客服的管理团队都来自于传统呼叫中心以及行业企业机构,但在技术基因上吸收了来自美国硅谷以及中国大型互联网公司团队。背靠大树好乘凉,荣联云客服在2001年还加入了荣之联加速器。
张强表示,未来我们想围绕整个云客服来打造生态链,主要体现在对外服务,为核心上下游资源进行整合,贯穿各个行业。同时接入CRM系统,整合后台资源为客户提供更多增值服务。
具备两大特点的容联云客服
从客户角度出发,荣联云客服解决了客户的三大问题,首先还是成本降低,其次是多方面的语音渠道,最后则是提升服务质量。
荣联云客服并不是简单的将服务SaaS化,其还具备以下两大特点:
多媒体群渠道的交互方式:支持客户通过网页、电话、微博、微信、邮件、移动APP、IM等方式提交问题,客服人员可以通过一个平台统一响应和处理客户诉求,可以通过网页、手机APP、微信以工单形式随时随地的处理,让客户服务更快、更轻松。
工单平台实现全员协作处理:将客户所有的诉求汇集成工单,自动或定向分配到客服人员,通过标准化的协同处理,迅速反馈结果,从而提高客户满意度,降低客服人员的工作压力。
在应用上支持更多场景,包括售前咨询、销售支持、售后服务、投诉建议。张强强调,在不同的企业中有不同的场景以及不同的应用,客服一直被作为是营销体系的一部分,现在的云客服则可以使后台的服务和销售进行互动,创造更多效益。
荣联云客服的使用场景也非常多样,甚至可以说适合任何一个企业。但你可能有一个疑问企业的个性化需求各不相同如何满足?荣联云客服有三个层次的定义,第一,企业要素自定义;第二,客户信息自定义;第三,数据字典自定义。同时停工API接口完成前后台交互。
小麻包是容联云客服2015年运行以来的第一批用户,其是一家进口母婴产品“SSS”+“O2O”平台,在使用容联云客中的微信公众号、电话、IM功能为客户打造了一个立体化的服务体系后的短短一个月,已经开出了354张工单,并且所有的工单都有完整的纪录,并归档到知识库,提高服务效率。
好文章,需要你的鼓励
机器人和自动化工具已成为云环境中最大的安全威胁,网络犯罪分子率先应用自动化决策来窃取凭证和执行恶意活动。自动化攻击显著缩短了攻击者驻留时间,从传统的数天减少到5分钟内即可完成数据泄露。随着大语言模型的发展,"黑客机器人"将变得更加先进。企业面临AI快速采用压力,但多数组织错误地关注模型本身而非基础设施安全。解决方案是将AI工作负载视为普通云工作负载,应用运行时安全最佳实践。
MBZUAI研究团队发布了史上最大的开源数学训练数据集MegaMath,包含3716亿个Token,是现有开源数学数据集的数十倍。该数据集通过创新的数据处理技术,从网页、代码库和AI合成等多个来源收集高质量数学内容。实验显示,使用MegaMath训练的AI模型在数学推理任务上性能显著提升,为AI数学能力发展提供了强大支撑。
面对心理健康专业人士短缺问题,谷歌、麦肯锡和加拿大重大挑战组织联合发布《心理健康与AI现场指南》,提出利用AI辅助任务分担模式。该指南构建了包含项目适应、人员选择、培训、分配、干预和完成六个阶段的任务分担模型,AI可在候选人筛选、培训定制、客户匹配、预约调度和治疗建议等环节发挥作用。该方法通过将部分治疗任务分配给经过培训的非专业人员,并运用AI进行管理支持,有望缓解治疗服务供需失衡问题。
这项由多个知名机构联合开展的研究揭示了AI系统的"隐形思维"——潜在推理。不同于传统的链式思维推理,潜在推理在AI内部连续空间中进行,不受语言表达限制,信息处理能力提升约2700倍。研究将其分为垂直递归和水平递归两类,前者通过重复处理增加思考深度,后者通过状态演化扩展记忆容量。