本文緣起來自咱們飯團(tuán)“AI產(chǎn)品經(jīng)理大本營”團(tuán)員Wilde_lin的提問：“請問團(tuán)長，智能客服，會是一個好方向嗎？?希望能從技術(shù)的發(fā)展應(yīng)用，行業(yè)深度以及作為PM的發(fā)展前景幾個角度聊一聊”，本文分享一點(diǎn)產(chǎn)品視角的淺見，拋磚引玉；感興趣的朋友，歡迎在評論區(qū)討論交流。

智能客服，是現(xiàn)階段非常明確的“能夠賺錢”的AI細(xì)分領(lǐng)域；但是，“能夠賺錢”并不意味著可以“賺大錢”，或者“很快而容易的賺大錢”。

本文主要從產(chǎn)品視角來聊聊，智能客服產(chǎn)品方向，可能的2個坑和2個出路。

一、智能客服產(chǎn)品方向，可能的2個“坑”

1.?現(xiàn)階段，做“通用智能客服系統(tǒng)”，很可能是一個“大坑”

從結(jié)果看，不論是技術(shù)還是產(chǎn)品方面，現(xiàn)階段都支撐不了通用智能客服的落地，但是，這部分的探索，本身也是有益、甚至繞不過去的環(huán)節(jié)；對部分公司來說，就應(yīng)該用心去做，然后才能更好的做非通用領(lǐng)域的落地。

如追一科技產(chǎn)品負(fù)責(zé)人汶林丁所說：

我們剛開始的時候，就是在做一個通用工具集、積累方法論；經(jīng)歷的業(yè)務(wù)多了，才能知道，哪些是智能內(nèi)核，哪些是業(yè)務(wù)層面的事情，這塊只有踩過很多坑，才有去通用化、組件化的動力，也會體會邊際成本不斷降低的快感，相當(dāng)于在證明復(fù)制性，這也得益于我們之前在騰訊是做架構(gòu)出身的。

2. 做“垂直行業(yè)的智能客服解決方案”，也有不少坑。

如果價值定位還是“（為垂直行業(yè)）節(jié)省客服成本”，雖然可能養(yǎng)活團(tuán)隊，但會是一個hard模式；因為往往會被局限在為幾個大客戶做項目，一旦沒處理好下面幾個繞不過去的檻兒，很可能也會倒進(jìn)坑里。

（1）最大最大的難點(diǎn)是，如果AI團(tuán)隊本身不具備該垂直行業(yè)經(jīng)驗，很難做出真正好的解決方案。很多時候，AI團(tuán)隊需要深入大客戶公司內(nèi)部去了解業(yè)務(wù)流程、細(xì)節(jié)、問題等，甚至有觀點(diǎn)認(rèn)為，核心門檻就在“把問題梳理清楚”——如果問題梳理清楚了，很多時候就大概知道該怎么解決了，而大客戶公司有多年經(jīng)驗的內(nèi)部員工，自己都梳理不清楚問題……

（2）退一步講，如果把問題梳理清楚了，又可能出現(xiàn)一個新的不利情況：如果只是解決20%的核心問題，甚至都不一定需要用到真正的AI解決方案……曾經(jīng)聽說，某公司用一套自己創(chuàng)造的“粗暴規(guī)則+大量人工”方式，就能很現(xiàn)實(shí)的解決問題，已經(jīng)從一些AI公司手里搶到了大單。

而且，真正有極大“降低客服成本”需求的公司，很有可能自建團(tuán)隊來做的。既有成本考慮，也有數(shù)據(jù)安全考慮。比如滴滴，很多人沒想到的是，滴滴已經(jīng)是國內(nèi)人工客服成本最大的公司了，而相關(guān)數(shù)據(jù)又非常敏感，所以滴滴有極大的動力去自建智能客服團(tuán)隊。還有阿里，也是花了幾年的時間，把網(wǎng)上購物等領(lǐng)域的客服相關(guān)問題梳理清楚，花了很多人工整理大量有效數(shù)據(jù)，然后才一步步的把智能客服真正落地的。

（3）再退一步，暫且不糾結(jié)“AI方案”是否能絕對碾壓“粗暴方案”（即，假設(shè)各家公司的方案都能部分解決客戶的問題），這時，還會面臨競標(biāo)時的“搞關(guān)系”問題。

（4）假設(shè)很幸運(yùn)，拿到了某個大客戶的單子，那后續(xù)怎么辦呢？垂直行業(yè)內(nèi)的大客戶公司就這么多，公司收入的增速和總量，都會有天花板。而且近似外包的做項目，還意味著成本也是在線性增加的。

（5）如果大公司不好做，那小公司呢？一般中國的中小企業(yè)，即使覺得“減少人工客服成本”是好事，但更大的動力還是在“如何增加收入”，即，如何拉新、如何提高轉(zhuǎn)化率等。

3. 如果價值定位還是想設(shè)定在“節(jié)省客服成本”，可以怎么做？

如圖靈機(jī)器人-產(chǎn)品負(fù)責(zé)人@蝸牛 老師在《系統(tǒng)化思維，AI產(chǎn)品經(jīng)理的必修課》中分享的：

解決70%都會被問到的問題。30%人本身也解決不好的問題，智能客服也解決不了。要把問題范圍框定在能解決的范圍，并給客戶算賬（輸出成客戶能理解的語言：省了多少錢，我們賺的錢只是省的錢的一部分）。

比如，在去年9月份一個大會上，有嘉賓分享過其公司的2個合作案例：

1. 建設(shè)銀行，日均300萬交互量，相當(dāng)于9000個人工坐席，對應(yīng)9億元的人工成本；
2. 交通銀行，月均代替的呼叫量為200萬次，對應(yīng)月均成本140萬。

二、智能客服產(chǎn)品方向，可能的2個“出路”

大方向來說，目前這個階段做AI落地，“直接代替人”是非常危險的（不論從產(chǎn)品體驗，還是從商業(yè)可行性來說），建議更多考慮如何“AI輔助人工”。

下面，從2B和2C兩個方向分析。

1. 2B

不是給客戶提供“NLP技術(shù)方案”，也不是給客戶提供“智能客服產(chǎn)品方案”，而是給客戶提供“智能客服商業(yè)方案”，即，重點(diǎn)不是告訴客戶我們產(chǎn)品技術(shù)的“準(zhǔn)確度”或“問題解決率”有多高，而是直接闡述商業(yè)價值——如何能幫他拉新、提高轉(zhuǎn)化率、提高滿意度等。

比如，對于“如何設(shè)置智能客服的評估指標(biāo)（體系）”這個問題，常規(guī)想法可能是，完全從“有用”、“效率”角度出發(fā)，去看“問題解決率”（不確定各家公司是否這么命名，總之類似這種說法吧）。

但是，是否可以更關(guān)注用戶體驗？舉例來說，當(dāng)用戶問題沒有被解決的時候，是否能有些更友好的交互體驗（比如更有好多引導(dǎo)流程/文案、設(shè)置一些小彩蛋等，有很多可以挖掘的東西），讓用戶不那么生氣，重新再來嘗試一次，或者即使這次失敗了，也不至于“對這種AI客服模式或者這家商家產(chǎn)生嚴(yán)重的抵觸情緒、進(jìn)而以后再也不來了”。

相當(dāng)于，“問題解決率”，關(guān)注重點(diǎn)僅僅是“這一次”用戶需求的滿足情況，而“用戶滿意度”，導(dǎo)向的是長期用戶需求的滿足。

以上這個想法，好像也沒什么特別的，大家也許都能想到。但為什么沒人這么去做呢？不能說我的想法一定是對的（其實(shí)也是拿出來拋磚引玉），但這個想法背后存在一個認(rèn)知的區(qū)別：

假設(shè)目前行業(yè)AI技術(shù)水平，“解決問題效率”是93分，很多從業(yè)者可能認(rèn)為，通過AI技術(shù)，也許有可能做到98分，還有很大空間可以去做AI技術(shù)探索，值得把很多人力資源投入進(jìn)去；而我的認(rèn)知是，很可能95分、甚至94分，就是“目前”整個AI行業(yè)技術(shù)水平的天花板了，1、2年內(nèi)，可能更應(yīng)該投入“可控”的人力去做技術(shù)攻堅，而把更多的資源傾向給AI產(chǎn)品經(jīng)理們，放到“提高用戶體驗效果”的探索方向去，這方面，可能做幾個中等量級的優(yōu)化feature，就能夠整體提升2~4分的產(chǎn)品價值。

為什么這2種想法，差別這么大呢？

可能是因為，很多從業(yè)者是技術(shù)背景出生，雖然他們也知道，目前AI技術(shù)水平，并沒有根本性的突破，但是，他們只有“技術(shù)”這一個認(rèn)知維度；而如果我們從產(chǎn)品或商業(yè)出發(fā)，至少會多出1~2個維度。

舉個例子，大家都知道對于Siri這種語音助手產(chǎn)品，成年人去和她交互，問10次，即使9次都對了，只要1次回答不好，那么1個月之后，用戶慢慢就再也不用了。－－也就是說，從純技術(shù)角度來說，即使已經(jīng)做到了90分，但是在產(chǎn)品角度來看，這個模式的用戶價值不足60分；如果再考慮商業(yè)價值，可能就不足30分了（至少現(xiàn)階段是這樣，未來也許有機(jī)會）。－－也就是說，技術(shù)維度+產(chǎn)品維度，不是在做加法，而是在做“歸一化”，是不能把90分作為整體產(chǎn)品價值的baseline的。

2. 2C

基于現(xiàn)有的智能客戶產(chǎn)品技術(shù)條件，如何應(yīng)用到普通用戶？有正反兩個例子。

（1）不成功的magic模式（AI+HI）

前幾年，有一批中國公司copy非?；鸬?strong>magic模式（AI+HI），目前來看沒有太成功的，主要原因可能有：

1. 需求定位的兩難（長尾 vs 頭部）。對于高頻需求，用戶本身用app就能解決了；而如果想覆蓋太多長尾領(lǐng)域意味著，需要更多細(xì)分領(lǐng)域的專業(yè)客服；而“更多細(xì)分領(lǐng)域?qū)I(yè)客服”的投入產(chǎn)出比是不經(jīng)濟(jì)的。
2. 做MVP驗證的思路問題（注：MVP，minimum viable product的縮寫，意為“最小可行性產(chǎn)品”）。2017年10月23日，我曾在飯團(tuán)“AI產(chǎn)品經(jīng)理大本營”里分享過：

……沒必要一開始就去挖大價錢挖大量的AI技術(shù)人才，因為他們（magic模式）提供的本質(zhì)價值是（對接）服務(wù)，所以做MVP驗證時，需要用真人來模擬、走通閉環(huán)就行，等驗證成功了再挖AI技術(shù)人才。

而且曾經(jīng)有該領(lǐng)域公司技術(shù)負(fù)責(zé)人親口給我說過，他們的技術(shù)沒做那么深入，因為很多情況下，回復(fù)語料（即回答數(shù)據(jù)）就能夠滿足用戶了（不一定完美回復(fù)，但是“可接受”的）。

即，這背后的邏輯是：如果用人工，一開始就能有80~85分的效果，但如果用AI，一開始只能有60~70分效果；所以，如果用人工做MVP，用戶都用不起來，就沒必要大投入AI技術(shù)了；但如果一開始用AI實(shí)現(xiàn)，很可能由于效果沒有足夠好，而無法判斷MVP方案本身是否OK，甚至可能被AI研發(fā)周期和成本給拖死。

另外，關(guān)于MVP方面，再分享下追一科技產(chǎn)品負(fù)責(zé)人@汶林丁 的實(shí)戰(zhàn)心得：

……在標(biāo)桿客戶的身上收集需求，從而打磨一個MVP的產(chǎn)品出來，慢慢上線運(yùn)營，從解決基本需求到運(yùn)營到體驗，不過這個過程也非常痛苦。只有有標(biāo)桿性的企業(yè)需求滿足后，產(chǎn)品解決的問題，才有代表性和可復(fù)制性。

“從解決基本需求到運(yùn)營到體驗”，是很務(wù)實(shí)的思路。

（2）最近非常火的Google ?Duplex

Google最近在其個人助理 Google Assistant 中，新增了Duplex功能，可以幫用戶給飯館、理發(fā)店等商家打電話溝通、預(yù)訂。

這里的精妙之處在于，雖然表面上AI是在服務(wù)于普通用戶，但真正的AI對話產(chǎn)品體驗的交互對象是商家的客服人員，而這類人群本身的對話流程、語言方式甚至語料內(nèi)容都是相對更加清晰可控的！詳見《會打電話的 AI 背后：谷歌Duplex技術(shù)解析》。

即，反過來說，如果AI技術(shù)表面上是服務(wù)于客戶公司，但最終產(chǎn)品對話體驗的交互對象其實(shí)是普通用戶，那么，對于現(xiàn)階段AI產(chǎn)品技術(shù)來說，這種對話流程非常不可控的。

可以說，Duplex這個例子正好證明了我一直以來的觀點(diǎn)：現(xiàn)階段的AI產(chǎn)品技術(shù)，雖然還不完美，但已經(jīng)完全不影響我們做demo了，而這正好是我們AI產(chǎn)品經(jīng)理施展的機(jī)會——這需要有一定的AI技術(shù)理解力+垂直場景認(rèn)知積累+AI產(chǎn)品落地方法論，這些，都是我在飯團(tuán)“AI產(chǎn)品經(jīng)理大本營”里，經(jīng)常會分享的。

最后，針對“智能客服作為AI產(chǎn)品經(jīng)理的發(fā)展前景”，簡單分享2點(diǎn)：

（1）智能客服，是很好的入行AI方向。因為相關(guān)公司可選范圍不少、相關(guān)職位類型高中低都有（AI產(chǎn)品經(jīng)理、人工智能訓(xùn)練師、數(shù)據(jù)標(biāo)注等）、面試門檻沒那么高（對NLP有一定了解，或者，如果有垂直行業(yè)經(jīng)驗的話，會更有機(jī)會）。

注：擴(kuò)展閱讀《深度報告 | AI新職位“人工智能訓(xùn)練師”》

（2）但是，鍛煉成長后，要明確自己的長期積累方向，是在哪個更能落地的領(lǐng)域，即，最好不要局限在給垂直行業(yè)大客戶做項目的公司，更好的可能性是——

• 2B，阿里、滴滴這類大公司內(nèi)部的智能客服部門；自己公司內(nèi)，就有很好的落地場景、用戶量、數(shù)據(jù)和鍛煉機(jī)會。
• 2B，價值方向不是“準(zhǔn)確度”或“問題解決率”，而是直接闡述商業(yè)價值——如何能幫他拉新、提高轉(zhuǎn)化率、提高滿意度等。
• 2C，有更多的產(chǎn)品創(chuàng)新可能性。

#專欄作家#

hanniman，人人都是產(chǎn)品經(jīng)理專欄作家，前騰訊、現(xiàn)創(chuàng)業(yè)公司PM；專注于人工智能領(lǐng)域的產(chǎn)品化研究，關(guān)注人機(jī)交互（特別是語音交互）在手機(jī)、機(jī)器人、智能汽車、智能家居、AR/VR等前沿場景的可行性和產(chǎn)品體驗；擅長對創(chuàng)業(yè)團(tuán)隊管理、個人成長提出實(shí)戰(zhàn)型的建議方案；知乎/簡書/微博帳號，均為hanniman。

本文原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)許可，不得轉(zhuǎn)載。

題圖來源于網(wǎng)絡(luò)