無論是過去現(xiàn)在抑或是將來，呼叫中心類同于其他行業(yè)，都是采取云-管-端的模型。云代表企業(yè)數(shù)據(jù)服務(wù)后臺，包括各種應(yīng)用服務(wù)器、存儲、數(shù)據(jù)庫、CRM、ERP、WebServer等。端代表用戶的使用終端或者應(yīng)用前端，包括各種通信方式如電話、視頻、APP、Email、微信、網(wǎng)頁聊天窗口等。管并不狹義代表具體的傳輸管道，更主要地是中間件任務(wù)、調(diào)度、管理、消息等子系統(tǒng)，俗稱CTI。 　　時(shí)代在發(fā)展，我們發(fā)現(xiàn)： 　　云端數(shù)據(jù)量在逐漸地壯大，架構(gòu)層面由集中式轉(zhuǎn)向分布式和云化--比如很多企業(yè)會后臺使用AWS、阿里云、VMWare等彈性計(jì)算/存儲方式。 　　終端應(yīng)用表現(xiàn)形式在逐漸地豐富，越來越多的用戶會從傳統(tǒng)的電話呼叫，轉(zhuǎn)向社交媒體和全渠道，以及新的視頻/VR等渠道。 　　管道層面CTI技術(shù)目前主要是針對后端云架構(gòu)和前端豐富類型做出適配，比如支持更多種類型的部署方式（虛擬化、混合云、完全上云），支持更多種類型的終端接入，比如iOS/Android Agent、WebRTC、Kiosk、VOIP、Push Notification等。 　　人工智能在來臨，我們發(fā)現(xiàn)： 　　云-管-端的模型在默默地發(fā)生一些化學(xué)變化。人工智能在全面擁抱著云端，手拉終端，咱們的管道變成了the one who left behind。 　　人工智能依托于后端云提供的豐富數(shù)據(jù)，提供了很多新的服務(wù)方式。 智能的語音應(yīng)答---企業(yè)版Siri 智能的文字聊天---機(jī)器人 智能的語義分析---全量質(zhì)檢 智能的人工輔助---知識庫、主動輔助 智能的聲音應(yīng)用---聲紋認(rèn)證 智能的主動提醒---Smart Push 　　這些都是我們的企業(yè)呼叫中心能感知到的！這里需要注意的是： 　　筆者不同意人工智能一定要連接Internet互聯(lián)網(wǎng)，互聯(lián)網(wǎng)的噪音很多，非相關(guān)性信息量太大。人工智能在呼叫中心這種天然的大型局域網(wǎng)Intranet可能會發(fā)揮的更好，里面的數(shù)據(jù)是集中且強(qiáng)相關(guān)的，比如一個(gè)保險(xiǎn)公司的呼叫中心，客戶打電話進(jìn)來能問的問題是肯定在一個(gè)有限區(qū)間的，坐席能回復(fù)的答案也肯定在一個(gè)有限區(qū)間的。由于行業(yè)眾多，人工智能也不會只有一種，即便在呼叫中心這個(gè)細(xì)分的行業(yè)，也存在營銷型呼叫中心和服務(wù)型呼叫中心的場景差別，存在電商呼叫中心和銀行呼叫中心的業(yè)務(wù)差別。 　　伴隨著人工智能在云端的賦能，終端也在跟進(jìn)變形，今日頭條的新聞排版智能推薦，蘋果的Siri，微信的語音對講，釘釘?shù)腄ing一下，您在瀏覽網(wǎng)站的時(shí)候可能盯著蘋果8手機(jī)網(wǎng)頁看2分鐘系統(tǒng)自動彈出一個(gè)May I help you?Sir(廣告：這是G廠的Web Engagement方案）。這些都是最終的客戶能感知到的！ 　　咦？我們好像忘了中間件CTI管道了，哦~他們落后了，，快沒有了吧？ 　　難道管道最終就真的輪為管道了嗎？ 　　當(dāng)然不是！前臺很重要，后臺很重要，中臺也很重要！管端的中間件，在堅(jiān)定不移地走分布式架構(gòu)這條路以外（當(dāng)然G廠一直都是），在堅(jiān)定不移地保持后臺密切聯(lián)系和前臺及時(shí)溝通以外，同樣可以用人工智能的技術(shù)來改造呼叫中心。 　　人工智能是基于模式識別的，中間件天然也是！ 　　語音流程（路由、IVR）中經(jīng)典的銷售請按1、服務(wù)請按2來可以用基于人工智能的語音交互配合NLP來代替大部分場景。然而，是否機(jī)器人和人工智能可以完全替代？ 　　當(dāng)你手機(jī)丟失需要緊急掛失的時(shí)候，你需要人還是機(jī)器人？ 　　當(dāng)你的愛車月底即將過保時(shí)，你是否想聽到電話投保的電話？是否想聽到里面的人工智能聲音：您有90%的幾率愿意續(xù)保，是請按1？ 　　強(qiáng)模式或者極簡模式下并不需要人工智能。那么人工智能在管道層可以做什么？我認(rèn)為有兩個(gè)方向：商業(yè)智能BI和管理智能Smart Routing 　　商業(yè)智能并不是第一天才有的詞匯，Business Intelligence的含義非常豐富，以G廠為例，其經(jīng)典的數(shù)據(jù)分析平臺InfoMart就是基于SAP的BI平臺BOE來做展現(xiàn)的，客觀來說，分析的價(jià)值在于使用者(一個(gè)很懂業(yè)務(wù)的DBA，或者一個(gè)很懂DBA的業(yè)務(wù)），傳統(tǒng)的分析平臺是單數(shù)據(jù)源的，比如只有呼叫中心的話務(wù)數(shù)據(jù)和隨路數(shù)據(jù)。如果以人工智能和大數(shù)據(jù)的方式進(jìn)行學(xué)習(xí)，可以添加業(yè)務(wù)數(shù)據(jù)、運(yùn)營數(shù)據(jù)、財(cái)務(wù)數(shù)據(jù)等結(jié)合進(jìn)行相關(guān)性學(xué)習(xí)和分析，再以更加清晰的方式進(jìn)行展現(xiàn)，那么我們可以做的更多，比如精確用戶畫像、最佳話術(shù)、沉默成本等。 　　大型呼叫中心的坐席量上到一定規(guī)模，WFM軟件的預(yù)測和排班效果與Routing的話務(wù)流程邏輯之間會存在一定的矛盾和結(jié)果的非最優(yōu)。人工智能的引入可以做出Predictive Matching、Intelligent Scheduling。固定制式的路由算法變成了靈活的智能算法，綜合考慮更多的因素，來完成資源的調(diào)配--咱們中間件本來的目的就是如此啊！ 　　很高興地看到G廠新推的全新路由方案，從引領(lǐng)別人再到引領(lǐng)自己！ 　　從萬能的路由URS到統(tǒng)一的路由ORS到智能的路由Predictive Matching。