关键字: [ 亚马逊云科技中国峰会2024, Amazon Connect, 生成式Ai 客服, 智能联络中心, 客户自助服务, 坐席辅助系统, 对话分析总结]

本文字数: 3500, 阅读完需: 18 分钟

导读

在亚马逊云科技中国峰会2024 上, 亚马逊云科技和EchoFlow 分享了如何利用生成式AI 打造智能全球联络中心。他们介绍了Amazon Connect 云联络中心的生成式AI 能力, 包括对话机器人、实时坐席辅助、对话分析总结和智能质检等, 帮助企业提供优质客户服务体验。EchoFlow 分享了在使用Amazon Connect 过程中的实践经验, 如何借助生成式AI 提高服务效率、降低运营成本, 并推动产品迭代优化。Amazon Connect 持续创新, 为企业带来灵活的智能联络中心解决方案。

演讲精华

以下是小编为您整理的本次演讲的精华，共3200 字，阅读时间大约是16 分钟。

在亚马逊云科技中国峰会2024 上, 亚马逊云科技产品经理李静怡和客户EchoFlow 的业务总经理张超分享了关于Amazon Connect 云联络中心的生成式人工智能(AI) 能力及其应用实践。李静怡首先阐述了亚马逊集团对客户服务的高度重视, 这体现在亚马逊的” 客户至上” 领导力准则中。她引用了亚马逊创始人贝佐斯的一句话:“ 客户总是会合理地感到不满意”, 强调企业有责任尽量让客户由不满意转为满意。为了给客户带来优质的客户体验, 亚马逊自研了Amazon Connect 这套云联络中心系统, 目前在整个集团内部, 尤其是在业务高峰期如电商的黑色星期五或Prime Day 等节日期间, 会有超过10 万名客服人员使用该平台。自2017 年起, 亚马逊将这套原本内部自用的联络中心系统做成了一项亚马逊云科技服务, 提供给企业客户使用, 目前已有上万家企业客户在使用Amazon Connect, 每天处理上千万次的客户交互。

李静怡指出,Amazon Connect 的一个核心竞争力在于它的人工智能能力。在生成式AI 技术兴起之前,Amazon Connect 已经具备了多项与客服相关的传统AI 能力, 如对话机器人等。随着生成式AI 时代的到来, 亚马逊抓住了这一潮流, 将生成式AI 融入到Amazon Connect 的多项能力中, 包括对话机器人、实时的坐席辅助, 以及分析、总结和质检的能力。这些能力分别对应着Amazon Connect 旨在解决客服领域四个重要场景的挑战。

首先是在客户通过不同渠道接入后, 能够带来良好的自助服务体验, 这利用了生成式AI 技术。其次是利用生成式AI 来赋能服务人员, 帮助他们快速解决客户问题。第三是呼叫中心主管需要高效运营呼叫中心,Amazon Connect 能够提供基于生成AI 的对话分析、总结和质检能力来帮助提高效率, 更多地了解客户需求。最后是对于呼叫中心IT 人员,Amazon Connect 提供了一套既可开箱即用又有丰富定制化能力的灵活系统。

接下来, 李静怡分别从客户自助服务、坐席辅助和主管分析总结这三个维度, 对Amazon Connect 的生成式AI 能力进行了详细阐述。在客户接入维度, 客户可以从不同渠道接入Amazon Connect, 包括传统语音电话、网页聊天、App 内聊天、社交媒体消息, 以及通过网页或App 拨打电话接入。接入后会进入Amazon Connect 的自助服务联系流程。在这里, 客户可以发出各种咨询问题。对于FAQ 类问题, 比如询问产品功能或维修政策等,Amazon Connect 可以直接调用基于亚马逊云科技的生成式AI 对话机器人。企业可以上传相关知识文档, 亚马逊基于这些文档采用” 检索增强生成” 的方式训练大模型对话机器人。这样, 对话机器人只会基于企业上传的知识文档内容来回答, 而不会编造内容, 可以解决大量FAQ 问题。而且相比传统对话机器人, 企业配置的时间大大减少, 只需上传相关文档即可实现该能力。

当然, 还是会有一些问题需要转由真人服务人员解决。在这种情况下, 亚马逊首先可以基于客户问题找到最合适的服务人员。其次, 当会话转到服务人员时,Amazon Connect AI 助理(Amazon Connect Wisdom) 会帮助服务人员快速解决问题。服务人员可以在坐席应用界面上看到基于企业上传知识文档生成的回答建议, 快速解决客户问题。同时,Amazon Connect 在上面也提供了像是客户信息的弹屏、分布操作指南以及开工单这样的一些能力。然后基于这些能力, 服务人员可以快速地解决客户的问题, 提高 的解决率。在这方面, 李静怡进一步分享了Amazon Connect 的一项能力:Amazon Connect 可以让企业客户上传相关的知识文档, 然后当客户提出问题时, 无论是用语音还是文字聊天的方式,Amazon Connect 会主动检测到客户的问题, 基于企业上传的文档找到相关内容, 然后生成回答, 坐席人员就可以直接照着这个回答去回复客户, 或者复制过去。同时, 它也会生成一些解决客户问题的解决方案, 比如指导座席人员如何开工单等。

在呼叫中心场景中, 客服主管扮演着重要角色。在这方面,Amazon Connect 也有丰富的方案能够协助主管人员。首先, 在通话过程中, 亚马逊提供实时的对话分析监控, 主管人员可以设置想要监控的维度, 比如是否有客户说出关键词语需要告警, 座席人员是否有说出不当用语, 一旦遇到这些情况, 系统可以通过发送邮件、短信或直接打电话等方式通知主管, 亚马逊云科技都有相关的解决方案。其次, 在通话结束后, 亚马逊基于生成式AI 提供通话总结功能, 帮助主管人员快速了解这通电话或文字聊天的核心内容。然后, 主管人员可以基于生成式AI 的智能质检评分, 快速地对坐席人员的表现进行评分。

在通话总结方面, 李静怡进一步解释说,Amazon Connect 本身就自带将通话语音转换成文字的功能, 但对于较长的通话, 比如10 分钟的通话, 主管要阅读转换后的文字也需要花费好几分钟才能了解清楚。但有了基于生成AI 的通话总结功能, 主管人员基本上可以在一分钟之内就掌握这通电话或文字聊天的核心信息, 能够快速提高效率。同时, 主管人员可以使用基于生成式AI 的智能质检来给座席人员打分。主管人员可以设定相关的问卷评分表, 在上面提出不同的主观或客观问题, 然后点击AI 生成式AI 助手, 就会为相应的问题生成回答建议。而且, 主管人员在设定问题时, 可以为生成式AI 提供一些提示, 告诉它应该以什么样的维度去进行打分, 这样生成式AI 就可以把这些提示作为线索, 更好地协助主管人员进行智能质检打分。

正是由于Amazon Connect 持续不断地迭代, 比如在去年年底的re:re:Invent 上以及今年初发布的这些生成式AI 能力, 再加上它原本就具备的丰富的联络中心能力, 现在在全球已经有上万家企业客户在使用Amazon Connect, 这些客户涉及各行各业。在中国的出海企业中, 比如美的, 现在已经在全球15 个左右国家使用Amazon Connect; 中国出海企业海尔, 它在美国的通用家电也是Amazon Connect 最早的客户之一, 在2019 年就开始使用了; 而今天的演讲嘉宾EchoFlow, 他们也是在2023 年就开始使用Amazon Connect 。

接下来,EchoFlow 负责客服业务的总经理张超进一步分享了他们在使用Amazon Connect 的经验。张超简单介绍说,EchoFlow 虽然已经成为国内户外电源品类的头部品牌, 但由于国内电网能源供应稳定廉价, 所以在国内的知名度可能不太高。不过,EchoFlow 创新是一家非常年轻的公司, 几年前可能只是一个百万或千万级别的亚马逊平台卖家, 也要感谢亚马逊提供了这个平台, 让他们用优秀的产品获得了全球各个区域客户的认可。现在,EchoFlow 的用户已经超过300 万, 虽然数量不算多, 但由于他们的客单价较高, 基本上畅销品的客单价在2,000-3,000 美金往上,EchoFlow 已经成为全球家庭用户智慧能源解决方案的领导者, 这也是EchoFlow 创新的愿景和使命。

张超介绍了EchoFlow 的服务布局策略。作为头部品牌, 他们的策略是在电话语音端的服务上给予当地用户最好的体验, 所以使用当地的人力解决方案。而在非语音端, 他们则以成本和效率为优先, 将服务布置在国内成本较低的一些区域。在过去的十多年里, 张超在东南亚、印度、罗马尼亚、日本以及一些西欧发达国家搭建过不同的呼叫中心, 为全球主流的30 种语言的用户提供过服务。在这个过程中, 高流失率、人员素质低、高缺勤率、培训周期长等问题一直困扰着他, 他相信在座的有实操经验的同行也一定深有体会。张超拿出两个例子: 在日本的站点, 由于日本老龄化严重, 他们曾试过招聘五六十岁的代理人员, 但有一次, 一位代理人在接到一通电话后, 血压就直线上升, 然后被抬走, 再也没有回来, 为此整个团队当天都做了心理咨询。在菲律宾, 当时张超在一家头部的无人机企业做呼叫中心管理, 他们也试过招聘素质参差不齐的员工, 为了找到表现更好的员工, 他们甚至做了人员画像, 发现在菲律宾有较多显性的LGBT 群体, 其中的”T” 和”G” 通常有更好的软技能, 能给用户提供更好的服务, 所以他们想招聘这样的人员, 但HR 团队都觉得很困惑, 认为这是反向的性别歧视。

所以, 张超慢慢理解到, 如何让普通员工给用户提供优质服务, 是他一直关注和想要解决的问题。前年刚接触Amazon Connect 的时候, 他发现其智能语音服务在用户需求明确、流程清晰的情况下, 如退订延期或预订投诉等, 能够非常准确高效地帮助用户解决问题。但对于像EchoFlow 这种消费类电子和制造业, 整个用户服务中充斥着大量复杂的排障和定损问题, 对于当时的生成式AI 来说, 还需要很多学习时间, 当时看来还没有一个非常好的解决方案。张超相信, 在2023 年被称为AI 大模型元年时, 大家都曾受到过一波资本的冲击, 认为AI 马上就要取代人类, 大家都在考虑客服投入是否会被AI 大量取代, 但实际操作中发现困难重重。

随着EchoFlow 业务的增长, 他们需要触达和服务的用户人群越来越多, 伴随而来的是呼叫中心、站点分包、人力管理难度的增加。借助Amazon Connect,EchoFlow 在用户旅程的客服端设置了超过260 个埋点监控, 超过30 个关键服务指标, 包括横向对分包商的对比, 以及纵向对单个分包商的每一个团队、每个代理人员的KPI 管理和监控, 一目了然。在这种模式下,EchoFlow 大大降低了管理成本, 现在一个实习生在他们那里待半年, 基本上也可以做到对现场运营的管理和现场问题的分析。另外,Amazon Connect 提供的智能排班工具, 根据历史输入进行预测, 也有效地降低了人力的排班损耗。

除此之外,Amazon Connect 的AI 智能识别、语义识别功能, 也为EchoFlow 的现场运营带来了非常大的帮助。大家都知道, 在服务行业, 传统质检的覆盖率只有2% 到5%, 这很好理解, 因为你要用一拨人去检查另一拨人的工作, 从成本角度考虑基本不可能覆盖太多。但在AI 语言大模型的加持下,EchoFlow 能够很好地解决这个问题。他们利用语义识别, 每天审视数千甚至上万条用户咨询, 只问AI 大模型三个问题: 用户生不生气? 有没有舆情风险? 有没有法务风险?AI 就可以在代理人员上班前, 把所有案例全部梳理出来, 这些需要重点处理的案例由更  的代理人员去处理。这样做的好处是,EchoFlow 大大降低了舆情风险的成本, 因为大部分舆情风险其实在最开始时用户没有那么生气, 只是初级代理人员没有办法非常好地处理, 缺乏同理心, 过于机械地遵循政策和流程等。

对于如何让更多普通员工给用户提供优质服务的难题, 张超相信在座的老板们都希望招聘” 六边形战士” 般的员工, 但事实是根本招不到那么多, 也没有那么多钱去雇佣。对于客服而言, 软技能、基础知识、语言, 以及文化素养都非常重要, 尤其是在语言和文化这一块, 很难招到本土化文化背景和语言能力出色的客服人员。在这一点上,AI 辅助工具现在能很好地帮助解决这个问题, 尤其是对于那些对自己民族自豪感很强的民族, 比如大河民族和日尔曼民族。他们对客服人员的语言要求很高,EchoFlow 之前用非本土的日语客服为日本用户提供服务时, 用户体验并不理想。但现在他们利用AI 一键优化功能, 就可以将客服人员的回复变成非常地道的日语, 加入各种敬语, 让日本用户感到很受用。EchoFlow 还为AI 知识库加入了相关内容, 让AI 进行学习, 进一步提升了用户体验。

在精细化运营方面,EchoFlow 会算计每一个员工的日产能和人员利用率。他们发现, 一个呼叫基本上分为两个部分: 一是与用户的通话时间; 二是通话后的工作, 包括总结, 以及与公司其他部门如线下网点、维修部门等的对接。在分析这个过程中, 他们发现故障排除的过程逻辑复杂且流程繁琐, 需要人工; 而后端收集用户资料的过程逻辑简单但流程繁琐。所以EchoFlow 将后端的标准化SOP 流程交给了智能AI 去处理, 大大缩减了人力需求。以前一个员工一天大约可以接25 个电话, 现在可以接26 到28 个, 看似增加不多, 但是当客服人数成百上千时, 节省的成本就可以算出来了。

最后, 张超回归到服务的价值。他认为, 服务除了解决用户问题之外, 最重要的是可以反馈推动闭环。用户的不满意90% 不来自于客服, 而是来自于产品、物流、销售、品质、供应链等, 用户反馈的这些数据就是推动产品迭代优化的抓手, 对于做老板的人来说很有价值。

讲到这里, 张超再次谈到了EchoFlow 与亚马逊的合作。他表示, 之前他们使用的各种系统还是比较分裂的, 有些系统在某些垂直领域是Amazon Connect 的竞品。但亚马逊在这方面表现出了很好的开放性, 在国内找到了合作伙伴实施商, 只用了一个月的时间就帮助EchoFlow 把这些系统集成到了他们的CRM 系统上, 即便是垂直领域的竞品, 也非常快速地集成进来了。

EchoFlow 的整体目标是基于Amazon Connect 的生成式AI, 包括亚马逊云科技大语言模型Bedrock, 在语言自助服务中处理客户的咨询类、流程类等各种问题。他们希望最终能够用AI 代替掉一部分人力工作, 如果不能完全代替, 那么像李静怡介绍的那样,AI 也能为代理人员提供辅助功能。

最后, 张超表示, 当他们开始与Amazon Connect 合作时, 大语言模型还没有出现, 直到现在Amazon Connect 也在不断迭代。所以他们非常期待能与亚马逊云科技在这款产品上持续创新合作, 帮助像EchoFlow 这样的中国出海企业在服务端做得更好, 走得更远。

总的来说, 本次分享详细介绍了Amazon Connect 云联络中心的生成式AI 创新能力, 以及客户EchoFlow 的实际应用案例, 展现了生成式AI 为客服领域带来的革新, 有助于企业提升服务质量和运营效率。通过将生成式AI 融入客户自助服务、坐席辅助、分析总结和质检等多个环节,Amazon Connect 显著提升了客户体验和运营效率。而EchoFlow 的实践也证明, 生成式AI 辅助工具能够弥补语言文化差距, 提高普通员工的服务质量, 降低运营成本。未来, 随着生成式AI 技术的不断迭代, 其在客服领域的应用前景十分广阔。

下面是一些演讲现场的精彩瞬间：

亚马逊云科技中国峰会2024 上, 亚马逊云科技介绍了其自研的云联络中心Amazon Connect 的生成式AI 能力, 并邀请客户EchoFlow 的业务总经理分享了使用Amazon Connect 的经验和未来展望。

亚马逊云科技中国峰会2024 上, 亚马逊展示了其人工智能助手Amazon Connect Wisdom 如何帮助客户服务人员快速解决问题。

亚马逊云科技中国峰会2024 上, 演讲者分享了Amazon Connect 如何通过企业上传的知识文档, 主动检测客户问题并生成相关回答和解决方案, 帮助企业提高客户服务效率。

亚马逊云科技中国峰会2024: 基于生成式AI 的智能质检, 助力主管人员高效评估座席人员表现

在亚马逊云科技中国峰会2024 上, 演讲者分享了在菲律宾招聘呼叫中心员工时的一段有趣经历, 揭示了不同群体在软实力方面的差异。

通过 AI 辅助工具的优化, 客服回复可以变成地道且包含敬语的日语, 大大提升了日本用户的体验。

亚马逊云科技中国峰会2024 上, 亚马逊云科技展示了基于Connect 的深层式AI, 包括亚马逊云科技大语言模型Bedrock, 旨在处理客户咨询和流程类问题, 期望最终能代替部分人力工作或提供辅助功能。

总结

亚马逊云科技中国峰会2024 上, 亚马逊云科技展示了其生成式AI 在客户服务领域的创新应用。Amazon Connect 云联络中心利用生成式AI 赋能了客户自助服务、坐席辅助和主管分析总结三大场景。

客户自助服务方面, 生成式AI 对话机器人可基于企业知识文档回答常见问题, 减少人工配置。坐席辅助方面, 生成式AI 助理可提供知识库建议, 帮助服务人员快速解决问题。主管分析总结方面, 生成式AI 可实时分析对话、生成通话总结和智能质检评分, 提高运营效率。

亚马逊云科技客户EchoFlow 分享了在使用Amazon Connect 过程中的经验。生成式AI 辅助工具帮助普通服务人员提供优质服务, 降低管理成本和舆情风险。EchoFlow 期待与亚马逊云科技在Amazon Connect 上持续创新合作, 为中国出海企业提供更好的客户服务。

2024 年 5 月 29 日，亚马逊云科技中国峰会在上海召开。峰会期间，亚马逊全球副总裁、亚马逊云科技大中华区总裁储瑞松全面阐述了亚马逊云科技如何利用在算力、模型、以及应用层面丰富的产品和服务，成为企业构建和应用生成式 AI 的首选。此外，活动还详细介绍了亚马逊云科技秉承客户至尚的原则，通过与本地合作伙伴一起支持行业客户数字化转型和创新，提供安全、稳定、可信赖的服务，以及持续深耕本地、链接全球，助力客户在中国和全球化发展的道路上取得成功。