從產(chǎn)品視角看智能客服
本文緣起來(lái)自咱們飯團(tuán)“AI產(chǎn)品經(jīng)理大本營(yíng)”團(tuán)員Wilde_lin的提問(wèn):“請(qǐng)問(wèn)團(tuán)長(zhǎng),智能客服,會(huì)是一個(gè)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(gè)角度聊一聊”,本文分享一點(diǎn)產(chǎn)品視角的淺見(jiàn),拋磚引玉;感興趣的朋友,歡迎在評(píng)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(qián)”的AI細(xì)分領(lǐng)域;但是,“能夠賺錢(qián)”并不意味著可以“賺大錢(qián)”,或者“很快而容易的賺大錢(qián)”。
本文主要從產(chǎn)品視角來(lái)聊聊,智能客服產(chǎn)品方向,可能的2個(gè)坑和2個(gè)出路。
一、智能客服產(chǎn)品方向,可能的2個(gè)“坑”
1.?現(xiàn)階段,做“通用智能客服系統(tǒng)”,很可能是一個(gè)“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(guò)去的環(huán)節(jié);對(duì)部分公司來(lái)說(shuō),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(shuō):
我們剛開(kāi)始的時(shí)候,就是在做一個(gè)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(guò)很多坑,才有去通用化、組件化的動(dòng)力,也會(huì)體會(huì)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(jià)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(duì),但會(huì)是一個(gè)hard模式;因?yàn)橥鶗?huì)被局限在為幾個(gè)大客戶做項(xiàng)目,一旦沒(méi)處理好下面幾個(gè)繞不過(guò)去的檻兒,很可能也會(huì)倒進(jìn)坑里。
(1)最大最大的難點(diǎn)是,如果AI團(tuán)隊(duì)本身不具備該垂直行業(yè)經(jīng)驗(yàn),很難做出真正好的解決方案。很多時(shí)候,AI團(tuán)隊(duì)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(wèn)題等,甚至有觀點(diǎn)認(rèn)為,核心門(mén)檻就在“把問(wèn)題梳理清楚”——如果問(wèn)題梳理清楚了,很多時(shí)候就大概知道該怎么解決了,而大客戶公司有多年經(jīng)驗(yàn)的內(nèi)部員工,自己都梳理不清楚問(wèn)題……
(2)退一步講,如果把問(wèn)題梳理清楚了,又可能出現(xiàn)一個(gè)新的不利情況:如果只是解決20%的核心問(wèn)題,甚至都不一定需要用到真正的AI解決方案……曾經(jīng)聽(tīng)說(shuō),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(wèn)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(duì)來(lái)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(méi)想到的是,滴滴已經(jīng)是國(guó)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(dòng)力去自建智能客服團(tuán)隊(duì)。還有阿里,也是花了幾年的時(shí)間,把網(wǎng)上購(gòu)物等領(lǐng)域的客服相關(guān)問(wèn)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(duì)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(wèn)題),這時(shí),還會(huì)面臨競(jìng)標(biāo)時(shí)的“搞關(guān)系”問(wèn)題。
(4)假設(shè)很幸運(yùn),拿到了某個(gè)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(huì)有天花板。而且近似外包的做項(xiàng)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(guó)的中小企業(yè),即使覺(jué)得“減少人工客服成本”是好事,但更大的動(dòng)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(jià)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(huì)被問(wèn)到的問(wèn)題。30%人本身也解決不好的問(wèn)題,智能客服也解決不了。要把問(wèn)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(yǔ)言:省了多少錢(qián),我們賺的錢(qián)只是省的錢(qián)的一部分)。
比如,在去年9月份一個(gè)大會(huì)上,有嘉賓分享過(guò)其公司的2個(gè)合作案例:
- 建設(shè)銀行,日均300萬(wàn)交互量,相當(dāng)于9000個(gè)人工坐席,對(duì)應(yīng)9億元的人工成本;
- 交通銀行,月均代替的呼叫量為200萬(wàn)次,對(duì)應(yīng)月均成本140萬(wàn)。
二、智能客服產(chǎn)品方向,可能的2個(gè)“出路”
大方向來(lái)說(shuō),目前這個(gè)階段做AI落地,“直接代替人”是非常危險(xiǎn)的(不論從產(chǎn)品體驗(yàn),還是從商業(yè)可行性來(lái)說(shuō)),建議更多考慮如何“AI輔助人工”。
下面,從2B和2C兩個(gè)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(wèn)題解決率”有多高,而是直接闡述商業(yè)價(jià)值——如何能幫他拉新、提高轉(zhuǎn)化率、提高滿意度等。
比如,對(duì)于“如何設(shè)置智能客服的評(píng)估指標(biāo)(體系)”這個(gè)問(wèn)題,常規(guī)想法可能是,完全從“有用”、“效率”角度出發(fā),去看“問(wèn)題解決率”(不確定各家公司是否這么命名,總之類似這種說(shuō)法吧)。
但是,是否可以更關(guān)注用戶體驗(yàn)?舉例來(lái)說(shuō),當(dāng)用戶問(wèn)題沒(méi)有被解決的時(shí)候,是否能有些更友好的交互體驗(yàn)(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(lái)嘗試一次,或者即使這次失敗了,也不至于“對(duì)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(lái)了”。
相當(dāng)于,“問(wèn)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(zhǎng)期用戶需求的滿足。
以上這個(gè)想法,好像也沒(méi)什么特別的,大家也許都能想到。但為什么沒(méi)人這么去做呢?不能說(shuō)我的想法一定是對(duì)的(其實(shí)也是拿出來(lái)拋磚引玉),但這個(gè)想法背后存在一個(gè)認(rèn)知的區(qū)別:
假設(shè)目前行業(yè)AI技術(shù)水平,“解決問(wèn)題效率”是93分,很多從業(yè)者可能認(rèn)為,通過(guò)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(gè)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(jiān),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(yàn)效果”的探索方向去,這方面,可能做幾個(gè)中等量級(jí)的優(yōu)化feature,就能夠整體提升2~4分的產(chǎn)品價(jià)值。
為什么這2種想法,差別這么大呢?
可能是因?yàn)椋芏鄰臉I(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(méi)有根本性的突破,但是,他們只有“技術(shù)”這一個(gè)認(rèn)知維度;而如果我們從產(chǎn)品或商業(yè)出發(fā),至少會(huì)多出1~2個(gè)維度。
舉個(gè)例子,大家都知道對(duì)于Siri這種語(yǔ)音助手產(chǎn)品,成年人去和她交互,問(wèn)10次,即使9次都對(duì)了,只要1次回答不好,那么1個(gè)月之后,用戶慢慢就再也不用了。--也就是說(shuō),從純技術(shù)角度來(lái)說(shuō),即使已經(jīng)做到了90分,但是在產(chǎn)品角度來(lái)看,這個(gè)模式的用戶價(jià)值不足60分;如果再考慮商業(yè)價(jià)值,可能就不足30分了(至少現(xiàn)階段是這樣,未來(lái)也許有機(jī)會(huì))。--也就是說(shuō),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(jià)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(gè)例子。
(1)不成功的magic模式(AI+HI)
前幾年,有一批中國(guó)公司copy非?;鸬?strong>magic模式(AI+HI),目前來(lái)看沒(méi)有太成功的,主要原因可能有:
- 需求定位的兩難(長(zhǎng)尾 vs 頭部)。對(duì)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(zhǎng)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。
- 做MVP驗(yàn)證的思路問(wèn)題(注:MVP,minimum viable product的縮寫(xiě),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(yíng)”里分享過(guò):
……沒(méi)必要一開(kāi)始就去挖大價(jià)錢(qián)挖大量的AI技術(shù)人才,因?yàn)樗麄儯╩agic模式)提供的本質(zhì)價(jià)值是(對(duì)接)服務(wù),所以做MVP驗(yàn)證時(shí),需要用真人來(lái)模擬、走通閉環(huán)就行,等驗(yàn)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(shuō)過(guò),他們的技術(shù)沒(méi)做那么深入,因?yàn)楹芏嗲闆r下,回復(fù)語(yǔ)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(kāi)始就能有80~85分的效果,但如果用AI,一開(kāi)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(lái),就沒(méi)必要大投入AI技術(shù)了;但如果一開(kāi)始用AI實(shí)現(xiàn),很可能由于效果沒(méi)有足夠好,而無(wú)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(gè)MVP的產(chǎn)品出來(lái),慢慢上線運(yùn)營(yíng),從解決基本需求到運(yùn)營(yíng)到體驗(yàn),不過(guò)這個(gè)過(guò)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(wèn)題,才有代表性和可復(fù)制性。
“從解決基本需求到運(yùn)營(yíng)到體驗(yàn)”,是很務(wù)實(shí)的思路。
(2)最近非常火的Google ?Duplex
Google最近在其個(gè)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(duì)話產(chǎn)品體驗(yàn)的交互對(duì)象是商家的客服人員,而這類人群本身的對(duì)話流程、語(yǔ)言方式甚至語(yǔ)料內(nèi)容都是相對(duì)更加清晰可控的!詳見(jiàn)《會(huì)打電話的 AI 背后:谷歌Duplex技術(shù)解析》。
即,反過(guò)來(lái)說(shuō),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(duì)話體驗(yàn)的交互對(duì)象其實(shí)是普通用戶,那么,對(duì)于現(xiàn)階段AI產(chǎn)品技術(shù)來(lái)說(shuō),這種對(duì)話流程非常不可控的。
可以說(shuō),Duplex這個(gè)例子正好證明了我一直以來(lái)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(huì)——這需要有一定的AI技術(shù)理解力+垂直場(chǎng)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(yíng)”里,經(jīng)常會(huì)分享的。
最后,針對(duì)“智能客服作為AI產(chǎn)品經(jīng)理的發(fā)展前景”,簡(jiǎn)單分享2點(diǎn):
(1)智能客服,是很好的入行AI方向。因?yàn)橄嚓P(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(mén)檻沒(méi)那么高(對(duì)NLP有一定了解,或者,如果有垂直行業(yè)經(jīng)驗(yàn)的話,會(huì)更有機(jī)會(huì))。
注:擴(kuò)展閱讀《深度報(bào)告 | AI新職位“人工智能訓(xùn)練師”》
(2)但是,鍛煉成長(zhǎng)后,要明確自己的長(zhǎng)期積累方向,是在哪個(gè)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(xiàng)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(mén);自己公司內(nèi),就有很好的落地場(chǎng)景、用戶量、數(shù)據(jù)和鍛煉機(jī)會(huì)。
- 2B,價(jià)值方向不是“準(zhǔn)確度”或“問(wèn)題解決率”,而是直接闡述商業(yè)價(jià)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(yǔ)音交互)在手機(jī)、機(jī)器人、智能汽車(chē)、智能家居、AR/VR等前沿場(chǎng)景的可行性和產(chǎn)品體驗(yàn);擅長(zhǎng)對(duì)創(chuàng)業(yè)團(tuán)隊(duì)管理、個(gè)人成長(zhǎng)提出實(shí)戰(zhàn)型的建議方案;知乎/簡(jiǎn)書(shū)/微博帳號(hào),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(lái)源于網(wǎng)絡(luò)
生鮮電商
大神你好,我做了三四年的智能客服產(chǎn)品了,主要做的是在線客服、工單、APP客服這些模塊;目前在一家公司內(nèi)做在線客服產(chǎn)品經(jīng)理,我這種情況,未來(lái)跳到大廠做智能客服產(chǎn)品經(jīng)理是不是更有出路?
同行,認(rèn)識(shí)一下?
前輩,希望可以交流一下
同行,認(rèn)識(shí)一下?
同行 希望可以交流一下
大神你好,我現(xiàn)在在一家公司實(shí)習(xí)產(chǎn)品,公司做語(yǔ)音、圖像識(shí)別,產(chǎn)品也有智能坐席、聲紋識(shí)別等,由于之前在互聯(lián)網(wǎng)公司實(shí)習(xí),覺(jué)得現(xiàn)在的工作內(nèi)容跟主流的互聯(lián)網(wǎng)產(chǎn)品經(jīng)理產(chǎn)別很大,想請(qǐng)教大神這個(gè)崗位算是人工智能產(chǎn)品經(jīng)理嗎?以及市場(chǎng)對(duì)人工智能產(chǎn)品經(jīng)理的需求是否會(huì)迎來(lái)大爆發(fā)?
你好,據(jù)你描述,你公司的相關(guān)產(chǎn)品崗,算AI產(chǎn)品經(jīng)理的;行業(yè)對(duì)AI產(chǎn)品經(jīng)理的需求,還會(huì)繼續(xù)增加,最近半年到一年,這個(gè)趨勢(shì)還是比較明顯的。
謝謝!由于不是計(jì)算機(jī)專業(yè),很多技術(shù)方案理解不了,覺(jué)得不如傳統(tǒng)產(chǎn)品經(jīng)理好入門(mén),有點(diǎn)灰心。