Revision history and IPFS entry, back to latest
Jennifer話很多
IPFS What is this

Content Hash

他們都說,客服要被AI取代(1)

Jennifer話很多
·
·
全文還沒寫完,寫完會刊登在 https://j543.ghost.io/。歡迎免費訂閱❤️

1

客服中心充滿各種文字活。

論客服中心最常使用的三種聯絡方式,電話、線上聊天、電子郵件,我會這麼比較:

這是我經驗的偶然,非必然。在評估客服需求時,我首先考量服務對象的使用習慣,長輩多,電話優先;年輕人多,線上聊天優先。再來考量產品特性,如產品涉及物流,時效重要,電話優先;如是 SaaS[1] 產品,大多開發重於維運,中型、小型的bug工程師沒辦法立刻修,時效成了次要,線上聊天、電子郵件回覆即可。再來考量客人的來信種類……總之,需要綜觀判斷。

大多業主或老闆沒時間聽這些瑣事,他們只想知道:「我要花多少錢,我可以得到什麼」,因此,成本、顧客滿意度成了管理階層的溝通語言,直到企業們以為它們才是客服的重點,忘了客服的要義:了解並解決產品與用戶期待間的落差

近日,線上聊天成為企業們的心頭好,這不一定基於企業的理性判斷,更可能是客服系統商太會行銷,讓線上聊天成了神話:線上聊天最省,免去架設昂貴的電話撥接系統,卻同樣能提供即時服務。更甚,不似使用電話,一位專員僅能服務一位客人;使用線上聊天,一位專員可以「同時」服務三到四組客人,換句話說,服務效率增加,服務成本即減低(我們先忘了分心使人犯錯)。不僅如此,線上聊天允許企業在同一個對話框發送顧客滿意度問卷,利於提升問卷回收率,優於使用電子郵件發送(我們先忘了能電話訪問,因為企業聽到費用後,也會選擇遺忘)。顧客滿意度是個快被玩爛的指標,別誤會,如操作得宜,顧客滿意度極有價值。問題是,當它成了關鍵績效指標(KPI),很多主管為了追分,轉而要求專員誘導潛在滿意用戶填寫問卷,甚至,有主管鋌而走險,在問卷動手腳,譬如,將選項改為極度滿意、還算滿意、滿意、極度不滿意四項,便是融會貫通台灣人以和為貴的性格,讓溫和但不滿意的用戶傾向選擇「滿意」或直接不填問卷,藉此減少不滿意數,提升滿意度。又譬如個更幽微的做法,讓滿意的客人不用寫原因,反而要求不滿意客人填寫原因,稍有不滿的客人便會選擇「滿意」,或棄而不填,整體滿意度自然提升,指標卻因此失去意義。

上述一連串的陰錯陽差,讓近十年客服中心越來越少提供電話服務,傾向使用線上聊天(電子郵件則是標配),因此累積海量的文字資料,利於訓練生成式 AI 或大型語言模型。有些讀者可能心有不耐,想,自動語音辨識愈發成熟,尤其在 OpenAI[2] 2022年釋出語音轉換文字模型 Whisper 後,不少語系的語音轉文字已有八、九成的準確度,電話錄音轉成文字應該不難才是。我也曾這麼詢問熟識的工程師,得知錄音品質是目前的難題。很多客服中心並沒有高品質的錄音設備,也沒有預算升級,以致於音檔背景噪音過大,或收音效果不佳,轉文字的成效不彰。儘管如此,在客服的例行作業中,我們已經能好好利用 AI 聊天機器人,譬如翻譯或寫客訴信:

論翻譯,我最常使用 Gemini。它偏好直翻,且會竭盡所能地告訴使用者譯詞選擇的緣由。譬如,我請 Gemini 把「客服中心充滿各種文字活」翻譯成英文,Gemini 除了回覆譯文[3],亦會提醒我留意「客服中心」一詞,該詞既可翻成「customer service center」,亦可翻為「customer support center」。由於我不會把重要的內容交付機器人,這樣的提醒正是我需要的,我不要聊天機器人文采斐然地將原文翻譯成 Emily Dickinson 或夏宇的詩句,難道我還要幫譯文寫賞析?我希望譯文直白通順,注意事項清晰易懂,讓我能快而準地修改,讓我能減少校對時間。

論客訴信,我最常使用 Claude。這時我們不討論聊天機器人及其後的大型語言模型,我們討論介面:ChatGPT 介面真不是普通地醜,寫客訴信就夠煩,還要看這麼生硬的介面,叫我更生氣。Claude 的回覆直接了當,介面漂亮,自然成了我的首選;Gemini 介面雖美,如同上述,它善於解釋自己的回應,在寫客訴信時,我嫌它囉嗦,一張嘴不知個停。

平心而論,AI 聊天機器人中,現階段 ChatGPT 的中文能力最好。當然,它還是有些難改的壞習慣:愛用簡體回答,常說國慶日是10月1號,或騙大家江蕙的代表作是《夜來香》。這些陋習我們不可忽視:AI 聊天機器人及其後的大型語言模型的基礎是機率跟語料。當簡體中文的語料壓倒性地超越繁體中文,繁體就是弱勢,但不代表我們該視之為「正常」;當模型在回話、在做文字接龍時,有些正確選項會因為機率過低,被排除在外,我們不能不明就裡地視之為「正確」。有了這層認識,我們便可以大膽地使用聊天機器人。譬如當我需要寫客訴信,卻沒半點想法,我會考慮讓 ChatGPT 給我靈感。我會問,「我要回一封客訴信,需要你的幫忙。請問我要給你什麼資料?」這是最周全的做法,我只需要根據它的回覆提供問題的內容、事件的細節、公司的名稱、顧客的姓名、任何相關文件跟證據,便可以得到一封得體的客訴回信。

既然 AI 聊天機器人可以應用的地方這麼多,串接(API)又不貴,客服系統們自然趨之若鶩。Hubspot [4] 將 AI 聊天機器人建在文字編輯器上,讓客服回信時,可以先條列回覆內容,再讓 AI 生成一封信件;或是在編輯說明中心文章時,可以用 Hubspot 的 AI 發想。Zendesk[5]則是將 AI 聊天機器人結合線上聊天,讓機器人理解客人問題,再根據說明中心的文章回應,並在必要時,將對話轉由真人處理。相比之下,Zendesk 的做法十分冒險,如上所述,AI 聊天機器人有「壞習慣」,會一本正經地亂講話。我最近讀到《衛報》的新聞[6],有一位乘客因為要飛往多倫多參加家人的喪禮,詢問航空公司官網的聊天機器人,如何申請該航空的喪親旅遊補助。機器人告訴他,只要在機票出票後的90天內,填寫線上表單即可。乘客理所當然地在旅程結束後,向航空公司申請喪親旅遊補助,卻被告知喪親旅遊只能事前申請[7]。乘客怒不可抑,拿出機器人的回覆截圖,據理力爭。對此,航空公司坦承內容有誤,但主張機器人是「獨立法人」(separate legal entity),必須自行負責。所幸法庭反對這說法,主張聊天機器人是官網的一部分,航空公司必須對其官網內容負責,賠償乘客票價價差跟訴訟費用。

有此一例,便不難想像為何 Zendesk 沒有直接推出 AI 聊天機器人服務,而是包裝成搶先體驗方案[8]


  1. 軟體式服務(Software as a service)是一種以雲端為基礎的軟體模型,可透過網際網路瀏覽器讓終端使用者操作該軟體。

  2. OpenAI(開放人工智慧研究中心)是一個美國人工智慧研究實驗室,由非營利組織OpenAI Inc,和其營利組織子公司OpenAI LP所組成。(https://zh.wikipedia.org/wiki/OpenAI

  3. Customer service centers are full of all kinds of text activities.

  4. HubSpot 是一個專注於集客式行銷、銷售和客戶服務的顧客服務軟體。(https://en.wikipedia.org/wiki/HubSpot

  5. Zendesk 是世界市占率前段班的顧客服務軟體。(https://zh.wikipedia.org/wiki/Zendesk

  6. 原報導 Air Canada ordered to pay customer who was misled by airline’s chatbot(https://www.theguardian.com/world/2024/feb/16/air-canada-chatbot-lawsuit

  7. 加拿大航空的喪親政策網頁:https://www.aircanada.com/tw/zh/aco/home/plan/special-assistance/bereavement-fares.html#/

  8. 更多資訊可以參考這篇文章:Zendesk Generative AI EAP capabilities overview(https://support.zendesk.com/hc/en-us/articles/6115911331226-Zendesk-Generative-AI-EAP-capabilities-overview

CC BY-NC-ND 4.0