2020年初，“黑天鵝”新冠肺炎引起的疫情從天而降。疫情初始，伴隨著疫情對人們帶來的心理恐慌，部分的企業受到了巨大的經濟沖擊。
根據相關行業協會和研究機構發布的報告，新冠肺炎疫情發生以來，78%的餐飲企業營業收入損失達100%以上，2月全國整體租賃成交量環比下降近8成，一季度國內旅游人次、旅游收入將分別負增長56%和69%，網約車平臺日活躍用戶數量階段性下降50%左右……
當然近期隨著疫情得到有效的控制，大批企業開始陸續復工，城市開始慢慢恢復以往生機，步入正軌，各行各業緊抓疫情催生的數字化、智能化的新契機。進入到疫后新時代，正如尼采說的：凡是不能毀滅我的，必將使我強大。
首先，新冠肺炎疫情發生以來，以大數據、人工智能、云計算、移動互聯網為代表的數字科技在疫情防控中發揮了重要作用。
各種新興技術行業，例如：智能客服、無人駕駛、線上教育等智能應用應運而生。并且據前瞻產業研究院對國內外多家權威機構2020年中國人工智能規模預測情況的統計，樂觀估計2020年我國人工智能市場規模有望突破1600億，中性預測2020年我國AI市場規模在700-1000億元左右。人工智能的方式將慢慢滲透到人類生活的方方面面，普通消費者的日常生活方式以及習慣將受到空前的改變。
其次，疫情之下，很多企業都將加快向數字化智能化轉型。
日前召開的統籌推進新冠肺炎疫情防控和經濟社會發展工作部署會議強調：要充分運用大數據分析等方法支撐疫情防控工作，要以此為契機，改造提升傳統產業，培育壯大新興產業。中央會議精神也為推動經濟社會數字化智能化發展指明了方向。
根據IDC預測顯示，到2022年中期，50%的工業機器將被賦予基于人工智能的操作、協調和分析能力，進而滿足用戶企業對生產率提高30%、流程自動化程度提高50%的期望。未來企業的經營方式將產生翻天覆地的變化。
通過此次疫情，人工智能技術雖然大多是淺層次應用，但也非常有效的檢驗了人工智能的實用性，未來經過技術的深度發展有望可以在真正的場景應用上找到突破。而客戶中心作為一個依托于計算機通信技術，處理來自客戶和企業電話垂詢的服務機構，在人工智能普及的未來更將影響巨大，排班管理、運營管理等等都將面臨新的挑戰，筆者以客戶中心排班管理的角度與大家分享下個人的看法。
預測和人員規劃
客戶中心的預測主要是服務于人力需求的規劃，從而作用于公司成本的計算，目前大多數的客戶中心的預測形式還是一維維度空間，即是基于業務類型進行單一場景的預估，比如：
語音業務主要預估在一段時間周期內客戶通過電話的方式進線咨詢的情況，而在線業務會單獨考慮通過在線進線咨詢的情況。
但在未來客戶中心的發展中，隨著人工智能依賴于其擁有的知識庫和自主學習能力的提升，從開始解決一些碎片化、簡單的、重復的客戶需求，如不同客戶之間經常重復咨詢一些簡單的問題，逐步增加到多元化，多維度的客戶需求處理。最終會實現智能客服和人工客服并行發展的局勢。即人工智能知識庫已收錄問題可以交由智能客服解決，未收錄的問題或者無法處理的問題才會轉接給人工客服進行處理。
這時基于一維維度空間的預測以及人員規劃已經無法滿足我們的工作需求，時代產生新的變化，歷史的經驗也將無法完全的參考，就像現在我們做業務量的預測，考慮的無外乎是歷史的話量趨勢，近期的活動影響等等因素，而在未來人工智能應用成熟的階段，關于業務量預測完全可以進行多維空間預測，即在現有維度的基礎上增加上人工智能的維度考慮，例如：
客戶進線咨詢的問題類型，人工智能識別問題的能力，處理問題的比例，以及剩余問題對應員工的比例等等，甚至可以考慮多維的維度預測，即通過人工智能的分析將事件因果影響進行考慮。
舉例：我們知道春季踏青其實會對出行類行業帶來一定的話量影響，而出行類的話量變化也會間接影響到支付類行業的話量數據，即行業與行業之間是存在著因果影響，而一個事件也會與多個行業存在不同的因果影響，雖然目前我們基于技術的手段無法準確的預測到因子的大小，但未來基于大數據以及人工智能的深度應用下，各個行業的因子關系也將被嘗試進行預測，預測的工作也將更加細致化，深入化。
排班和現場管理
目前在客戶中心中無論是手工排班還是系統排班，其排班流程簡單概括來講，都可以歸納為是將員工合理的安排到對應的時段，來擬合時段的話量趨勢以保證業務指標的達成。
當然根據業務指標考核的不同，其排班的計算方式可能會有不同，有的是通過線性計算方式進行排班，有的是基于Erlang-C公式的人力計算方式進行排班，但由于最終問題的處理全部都由人工座席受理，排班過程中除考慮人員狀態帶來的影響外，并不需要考慮其他外界因素的影響。
而在未來由于人工智能客服的加入，問題的處理過程是會優先經過智能客服解答，未處理或者無法處理的問題才會轉交給人工座席，這樣對于排班而言，將不再是僅僅規劃員工的班次，還需要規劃到智能客服的“班次”，當然智能客服是沒有所謂的上班時間以及下班時間的，所以這里智能客服的“班次”也不是狹義上的上下班時間，而是人工智能系統的利用率，即受人工智能系統訓練程度的不同，其解決問題的能力是不盡相同，那作為班次的規劃必須要結合到時段問題類型，充分考慮上人工智能系統的利用率問題，再進行人員的安排才可以制定出符合要求的班時。
班時制定后都需要現場管理人員的監督，一是監督班時的執行情況，比如員工是否正常出勤，效能是否達到預期效能等，二是針對異常的情況進行有效管理，比如：出現實際話量比預測話量高了或者低了，員工的臨時假勤等問題的管理措施，未來經過人工智能系統的普及，常規的監督工作完全可以交由人工智能系統進行安排，現場管理人員可以將工作重點移交到員工狀態的管理，甚至是人工智能等新科技帶來的全新崗位，例如人工智能訓練等等，新科技帶來效率提升的同時往往也會帶來新的崗位要求，符合時代的發展，滿足于工作要求的現場管理人員將是未來的主力。
這次疫情是一個危機，但其中也是提升管理能力和快速發展的機遇。正如經濟學家邱曉華的觀點：
任何一個經濟體到了一定階段后都需要轉型升級，不轉型升級就只能徘徊在中低端粗放形態，中國經濟目前正處于這個關鍵階段，即將進入到中高端高質量發展階段。
2020年或許就是越過智能化拐點，迎向技術變革的起點，如同過去十年的“互聯網經濟”一樣，新的起點必將迎來百花齊放百鳥爭鳴的局面。
