醫(yī)療、政務、零售、教育……不知不覺中，能夠自動回應消費者需求的智能服務系統(tǒng)在越來越多的場景中出現(xiàn)。

以消費場景為例，不少電商平臺宣布推出自己的人工智能（AI）產品答疑待客。但與此同時，“秒回、客氣，但無法解決問題”成為部分消費者在使用AI客服后發(fā)出的感慨。

一邊是新興技術快速普及，AI客服應用于各行各業(yè)；一邊是用戶抱怨溝通困難，消費體驗大打折扣。AI技術如何用得上又用得好？近日，記者采訪了相關專家。

AI賦能服務領域漸成趨勢

“AI技術不斷發(fā)展，被廣泛應用于各行各業(yè)。”北京航空航天大學公共管理學院副教授張路蓬說。

作為自然語言處理等底層技術和算法模型的“集合體”，AI服務系統(tǒng)可以全天在線、及時響應，完成大量重復性工作。張路蓬認為，其在減輕企業(yè)成本壓力、提升工作效率的同時，也在一定程度上方便了用戶。

此前有專家認為，在售后方面，相比于傳統(tǒng)的人工客服，智能客服能夠降低30%以上的運營成本。預計到2026年，AI將幫助全球客服中心降低800億美元以上的勞動力成本。

“AI技術在服務領域的應用，主要得益于兩方面條件的滿足。一是大數據及相關技術的發(fā)展，二是深度學習。”張路蓬介紹，大數據給深度學習提供了足夠的訓練樣本，從中歸納總結出的關鍵信息和要素是推動各類服務系統(tǒng)智能化的核心所在。

數據顯示，我國智能客服行業(yè)以智能客服軟件為主導，約占市場份額的80%，預計到2027年，我國智能客服行業(yè)市場規(guī)模有望接近200億元。智能服務時代正加速到來。

多重優(yōu)勢讓AI客服系統(tǒng)成為企業(yè)提升服務效率、節(jié)省人力成本的有效途徑。然而，相關技術在實際應用中仍面臨一些問題。

記者在社交平臺和某投訴平臺搜索發(fā)現(xiàn)，人們對AI客服的不滿和關于“如何快速轉接人工客服”的討論不在少數，遇到的問題集中在溝通時間較長、理解能力不夠、轉接人工客服困難等方面。

“一些智能客服‘態(tài)度隨和卻答非所問’，是因為在技術層面做不到對個性化問題的精準應答。”張路蓬認為，智能服務提供方需要不斷在數據輸入、深度學習和算法設計等方面進行完善。

一些傳統(tǒng)智能服務系統(tǒng)使用明確的預設規(guī)則和標準化語料庫，難以匹配公眾的多元化需求。生成式AI可以自我學習和優(yōu)化，但并不是所有企業(yè)都有能力搭建自己的業(yè)務知識庫，為模型提供充足的訓練數據。而外包的通用型服務系統(tǒng)很難匹配內容龐雜的各類垂直應用場景。

此外，企業(yè)服務意識不強、不重視消費者維權、溝通的渠道也是AI客服遭到詬病的原因之一。

關鍵在“智”解決在“人”

張路蓬說，促進AI在服務領域應用發(fā)展，可以從提高應答能力和協(xié)同管理兩方面著手。前者關系著服務效果，后者是實現(xiàn)人工和智能互補增效的關鍵。

“很多用戶希望商家不僅提供服務，還提供‘情緒價值’。要賦予智能服務更多的溫度，就要持續(xù)優(yōu)化智能服務輸出創(chuàng)造性內容的能力。”張路蓬說，“對于企業(yè)來說，在AI發(fā)展的風口浪尖上，搶占技術先機，推出創(chuàng)新產品，將為自身和產業(yè)發(fā)展積蓄動力。”

除了技術層面的調整優(yōu)化，科學、合理使用AI也很重要。

從便利性角度看，AI服務還存在一些使用“門檻”。“比如很多醫(yī)療機構有自助取號、繳費的服務，但是卻經常需要先進行人工的信息完善，這無形中給用戶帶來了很多麻煩。”張路蓬認為，如何完善智能服務的“一條龍”設計，也是服務提供者需要考慮的問題。

“對于公眾來說，不能一味地信任或者依賴某一種服務，也不能因為不了解或者害怕風險而摒棄某一種服務。智能服務和人工服務二者之間是相互補充、相互輔助的關系。”張路蓬認為，厘清智能服務與人工服務的異同，才能使兩者互補增效，從而實現(xiàn)“1+1＞2”的目的。

據介紹，智能服務與人工服務可以三種模式協(xié)同。一是以智能服務為主的協(xié)同，這種情況下智能服務先行，當用戶需求無法得到滿足時，人工服務介入；二是以人工服務為主的協(xié)同，比如在醫(yī)療服務領域，或是一些需要個性化、差異化服務的領域，應以人工服務為主導，智能服務可以提供一些輔助判斷；三是二者并存的協(xié)同模式。

“我們可以看到，不同領域有不同的需求。不能一味選擇某一單一模式或者照搬照抄。企業(yè)等智能服務應用主體應根據自身業(yè)務需求，合理靈活地運用兩種服務。”張路蓬說。

此外，針對AI服務可能附帶的信息泄露等風險，專家建議，立足已有的相關法律法規(guī)和具體應用場景，進一步細化監(jiān)督管理。