文/田志刚 摘自《卓越密码：如何成为专家》
· 人工智能时代呼叫中心知识库能力提升在线课程 ·
以大语言模知名人工智能专家、中国科学院士、清华大学教授张钹认为“过去的计算机客服是教白痴做客服，有了通用大模型至少是个高中生”。他指的是传统方式的AI智能客服只能按照预先设定的指令来完成特定的任务，但以大语言模型（LLM）和预训练(GPT)为特征的新一代人工智能则可以自动完成需要认知能力的复杂任务，可以从跟客户的经验中学习适应新情况解决新问题。所以，新一代人工智能所提供的能力在呼叫中心知识库应用后，之前很多困扰行业很久的问题在新技术条件下变得简单甚至不再是问题。同时，这也意味着呼叫中心知识库的建设和运营人员需要去做更复杂的工作，满足更深入的需求，对相关人员的能力素质提出了更高的要求。
新的时代背景下，客户体验越来越重要，其对于服务的要求也越来越高。谁能够真正理解他们的需求、满足他们个性化、多层次、高标准的要求，谁才能持续赢得客户青睐与忠诚，才能产生更多的销售和推荐。另一个方面，在经济下行的情况下，客户服务人员数量的缩减、客服过程中对产品和服务的推荐等新的需求，都对知识库提出了更高的要求。
在这种变化下，之前那种只站在官方立场上的简单提供信息的服务，注定很难满足客户的需求，也无法满足企业战略目标的要求。在大变革的环境下，作为客户服务大脑的知识库未来会如何变化，如何去应对这些变化，成为摆在知识库从业人员面前必须思考的问题。
基于知识管理中心（Knowledge Management Center）知识库研究和咨询团队多年的实践和调研，我们对2024中国呼叫中心知识库趋势做出以下预测（更详细信息可以联系微信号：511956894 或收看人工智能时代呼叫中心知识库能力提升在线课程）：
第17次印刷已上市，优惠ing 京东 当当
趋势一：客服中心知识库将会赋能企业大语言模型应用与落地
历史上，客服中心一直处于最新人工智能技术应用的前沿，很多AI应用都是先在客户服务中心中落地的。
以大语言模型（LLM）和生成式预训练Transformer模型(GPT)为代表的新一代人工智能，通过公共数据训练获得了基础的能力。但要在企业私有环境中落地，还需要组织内部的私有数据进行训练。
对于大部分机构而言，除了呼叫中心知识库之外，并没有高质量和大数量的内部私有数据，所以呼叫中心知识库里面的数据将成为训练私有模型的重要数据来源，其数量和质量决定了企业私有模型的质量和能力。
因为企业内部内容的数量是小数据，所以更需要内容的高质量。按照Garbage in，Garbage out的原则，如果输入的质量不高，就很难真正实现智能应用。所以呼叫中心知识库内容质量的要求将提升。
在这种情况下，可以预见的是企业领导层会提升对于呼叫中心知识库的重视程度，也会要求提升知识库内容的质量和数量并为之匹配相关资源，呼叫中心知识库建设和运营人员迎来职业发展的良机。
趋势二：为支持全渠道体验，建设集中统一的知识库是未来的重点工作
虽然全渠道服务是呼叫中心多年的目标，但在具体实践中，大部分呼叫中心的知识库核心内容是满足于坐席代表使用的。而对于在线人工客服、智能客服等应用，则是各自独立的团队，建立了适应不同渠道的知识库内容。
但对于客户而言，无论通过什么渠道和触点与官方联系，在他们的认知中是将品牌方视为一体的，期望得到流畅和一致的回应。但现实是，他们跟智能客服或在线人工交流的内容，当需要再跟电话坐席代表沟通时，还需要重复的说明自己的问题，更可怕的是，问相同或者类似的问题，得到的回答却是不同的，让客户无所适从，从而降低客户服务的满意度甚至会损害品牌的形象。
这些现象背后的原因一是因为跨渠道交流过程的记录和传递存在问题，二是因为不同渠道知识库的分散，虽然有协作但仍存在各说各话内容不一致的问题。
在新人工智能的赋能下，全渠道有望真正实现客户联络信息的全生命周期管理和共享，同时也要求知识库的集中统一采编发布和应用。
趋势三：知识库内容的多媒体化（视频图片）需求成为热点
按照《中国互联网络发展状况统计报告》显示，截至2023年6月，我国网民规模达10.79亿人，较2022年12月增长1109万人，互联网普及率达76.4%。另一个方面，短视频的普及和流行让老年人和未成年人都习惯了熟练使用移动设备，并习惯于通过图片、音频、视频获取信息。
呼叫中心知识库之前大部分是文字的形式（少量图片、音视频），适合坐席代表理解后再用语言传递给客户的使用场景，但对于复杂的、需要客户自己操作的内容，语言的描述通常不便于理解，无法短时间内学会，从而造成客户满意度的降低。
另一个方面，根据Zendesk客户体验趋势报告，69%的客户希望自己解决尽可能多的问题，而不是去打官方的电话问相关问题，所以客户服务中自助服务的比例在快速上升。通过自助渠道的服务，客户不仅仅可以阅读文字，而且更愿意和适合传递图片、视频类内容，尤其是对于复杂的涉及到理解、操作的内容，视频、图片的效果远超文字。
在未来，知识库对于视频、音频、图片等多媒体形式的内容要求越来越多，技术的进步也让生产多媒体内容变得更加简单易行。但要想做好这份工作并不容易，需要首先去界定多媒体化内容的类型、生产流程和审核标准、运营指标等因素。
趋势四：人工智能助力知识库搜索能力提升，对知识质量要求越来越高
传统的知识库搜索大都是精确匹配分搜索算法，要求搜索的人真正理解客户问题、能够准确的确定关键词，搜索结果才能匹配出相关内容。而结果通过是数量太多或者关联度不高，所以在KMCenter历次关于呼叫中心知识库的调研中“搜索质量不高”都是位列前茅。
但在新人工智能的加持下，通过语义理解和通用大模型的能力支持，可以实现不需要搜索者具备较高的分析能力，只需要通过自然语言输入，人工智能知识库工具可以理解它们处理的信息背后的含义和意图，这使他们能够提供更准确和相关的结果。
更优秀的是，传统的知识库搜索发现的结果是基于文章的篇，而大语言模型支持的知识发现则是可以定位到每篇内容的相关片段。它不仅是单篇文章的片段，而是可以将不同文章涉及到该片段的内容都找到，并自动进行归纳概括，然后才呈现给用户，使知识库里面的内容真正发挥出作用。
之前知识库的使用者经常反映一个状况，客户问到一个问题，这个问题涉及到很多篇的内容，这个时候就依赖于客服人员去一篇一篇的寻找，但很难保证不遗漏。即便找到了，还需要客服人员去阅读完了再归纳概括，这对于人的能力要求太高，很容易出错，造成客户的满意度降低。而在大语言模型能力的支持下，未来这样的问题将会变少。
但另一个方面，如果文章内容质量不高、结构不合理，则AI的质量也很难保证，其实对于知识库内容要求更加高了。
趋势五：知识采编和维护逐步自动化，对知识库专业人员能力提出更高要求
在日常工作中，许多采编人员仅仅是将业务、市场部门的文件简单修改就发到知识库中，未来最基础的知识采编工作可以用人工智能的改写功能就可以实现，简单采编工作的自动化和半自动化很快就将实现。之前对于需要更改的知识内容，都需要采编人员自己去修改，而未来的人工智能可以根据需求和内容的变化，实现自动化的修改和升级内容。
这其实对知识库专业人员提出了更高的要求，需要他们真正理解客户使用内容的需求和场景，建立客户化思维，能够分析出客户的显性和隐性需求。而他们的工作，也将基于客户不同点上的需求变成去设计内容生产的框架、模板，由AI去填充内容，知识库人员去审核和完善。
在全渠道和多媒体情形下，内容直接反馈给客户，其实是对内容切合客户的要求更高。但真正做到客户化又是最难的工作之一，要求能够分析出“为什么自己知道”背后涉及到的信息和知识，并判断客户是否具备这些背景信息等；并能预判官方发布的内容，客户会有哪些疑惑和问题，提前回答这些问题，真正做到对于客户需求的深刻理解和洞察，要达到这样的目的需要知识库采编人员能力的全面提升。
更远的未来是，知识库专业人员与人工智能产生内容（AIGC）的能力一起工作，专业人员提出问题而AIGC回答问题，经过审核后发布在知识库中。（本文作者为知名知识管理专家作者田志刚。您可通过微信号：511956894 与他联系或加入他的【二班】）
人工智能时代呼叫中心知识库能力提升在线课程
该文内容摘自《卓越密码：如何成为专家》，点击【阅读原文】直达京东购买。本文作者为知名知识管理专家作者田志刚。您可通过微信号：511956894 与他联系或加入他的【二班】
@关注知识管理中心公众号：KMCenter
发送“1”可以获取大量高效学习、企业知识管理、个人成长文档、PPT