智能客服的下一个大市场：智能营销

前经济学专栏作者史塔威尔在他那本著名的畅销书《亚洲教父》里，曾如此评价那些身价上亿的亚洲教父——他们并不是东南亚经济增长的贡献者，相反，他们只是基于特殊地理环境下的政治商业的产物。

比起欧洲，战后的东南亚最大优势就是低廉的人力成本和迅速膨胀的人口红利，这给了教父们巨大的机会。

人口一直是重要因素，而客服是一个典型的劳动密集型产业，在许多发展中国家和地区，为外企提供客服在内的售后服务一直是传统的就业途径，因为客户一方面企业需求量大（几乎每个企业都会用到），其次又不需要非常高的门槛（只需要掌握一定的话术和操作流程即可，这意味着绝大多数的普通人经过培训都可以胜任），即便是互联网这种的轻资产公司，也充斥着大量的审核员、大量的客服，这些构成了这个产业金字塔的最底端。

但客服对于企业来说其实是一个比较矛盾的环节：雇佣大量的客服势必会增加公司的运营成本，但却不产生实际利润，某种程度上，就好比一个公司有10位前台一样尴尬，因此公司会想方设法削减开支，但必要的售后服务又是维系整个销售流程中必不可少的环节，因此一直尾大不掉。

在这样的情况下，互联网公司开始想方设法涉足这一传统领域。

然而有限的场景也要向更前端的场景发展了。

为什么智能营销是智能客服的下一个大市场？

可以从几个方面来分析智能服务营销这件事：

首先，智能服务营销从应用场景上可以分为售前和售后两个场景，绝大多数的智能客服产品，比如云软，美洽等等，都选择是从售后角度去切入。为什么呢？理由很简单，大部分售后环节的用户的提问大多比较固定，比如电商的售后大部分是询问退换货，产品质量有问题等等，类型很单一，答案很明确，比如互金是询问理财产品能否提前赎回，这些问题都可以用智能客服去解答。

智能客服的好处是显而易见的，首先，成本不到传统人力的十分之一，其次，回答准确且及时（杜绝了一些比如回复用户信息不及时，信息不准确的情况），所以能够大规模应用于各行各业。

其次，既然从场景上看，智能客服面向售后这个场景已经基本上做透了——大公司自己会开发智能客服产品，而微型公司刚刚建立雏形，还不到大面积使用客服这一步，因此智能客服的定位其实很清晰，那就是面向中小互联网公司的长尾需求。

而相对的，售前场景还没有开发，因此从售后转到售前，从营销的角度来看，应当可以理解成一次闭环。

而所谓的智能服务营销，并不是我们传统意义上理解的“客服机器人”，而是用人工智能技术和大数据积累，给人工客服提供一系列包括用户画像、大数据在内的一系列服务。

比如用户接入客服系统中，系统会告知客服这个用户的行为数据和浏览数据，包括系统给用户打的标签，这些都有利于客服人员针对客户的需求做出准确的判断和回应。

其次，也可以对客服人员本身的业务能力进行分类和管理。举个例子，有位女客服声音甜美，非常擅长和男性客户沟通，那么系统在整理客服人员资料时，就会把这个特征标签加进去，最终的形态是达到人机融合的理想状态。

说白了，就是对客服整个系统进行数字化的升级，从用户端到供给端都是如此，最终的目的是提高客服系统运转的效率，同时大大解放人力。

智能客服会取代传统客服吗？

正如人们担心人工智能会取代人类一样，关于智能客服是否会取代人类客服也是一个问题，但我觉得无论技术如何进步，思考这个问题就如同考虑“火星移民人口太多怎么办”一样，没有现实意义。

有以下几个原因：

1、是至少到目前为止，电话客服仍然无法被取代。事实上很多行业都依赖电话客服，从银行业到苹果公司，都建立了自己的电话客服系统，在电话客服系统上，也做了一些基于智能客服的尝试和改变：比如用户可以语音输入自己的问题，然后跳转到相应的服务，很大程度上，这能降低人工客服的工作量，因为很多用户的问题，比如查询话费之类的，完全可以通过智能客服来完成。

2、最完美的形态是人机融合，而不是完全取代。我们以翻译行业为例，现在以谷歌翻译为代表的翻译产品已经能翻译简单的文言文了，更别说普通文章，这让很多英语翻译从业者很惶恐，但事实上最理想的翻译形态是先利用机器翻译，然后人工进行后续的审核校对，比如语法上，词义上进行调整，这样不但提高了效率，也保证了准确度。

其实现在来看，这种做法还是很有必要的，比如前阵子博鳌论坛的独家翻译产品“腾讯翻译君”就出现翻车的现象——众目睽睽之下，出现了大量的乱码和连词，场面一度很尴尬，客服也是一样，尤其是售前这块——你无法预判用户提出什么样的问题，机器学习再牛逼，也没办法揣测用户的心理。

所以从这个角度来看，不光是智能服务营销，其实是探索人工智能技术如何赋能客服。