思必驰会话精灵携手顺丰，为客户服务赋能升级
杰克·米切尔在《拥抱客户》一书中提及，对客户服务不好，会造成94％的客户离去；因为没有解决客户的问题，会造成89％的客户离去。吸引一个新客户是保持一个老客户所花费费用的6倍。
随着电商行业的快速发展，快递服务已经成为人们生活中不可或缺的部分。随之而来的，对快递服务的要求也越来越高。
按照要求，快递员在派件前应该要逐一拨打电话和用户提前确认。但是以目前的快递收派速度，意味着派件员一天要打200多个电话，对于有派件时效性的快递员来说，“根本没有时间。”
因此，通过科技赋能客服流程，成为快递企业实现降本增效和提升服务质量的重要途径。顺丰通过调研与研究，最终决定与思必驰一起通过人工智能技术来解决该问题——打造智能化的服务流程，提供7＊24小时服务，解放人力去做更有挑战的工作。
1、构建智能客服体系
早在2019年，思必驰会话精灵团队就已经将AI技术应用在快递场景，为顺丰打造了一个包含全场景的智能语音机器人。用户拨打顺丰热线，可以在没有人工干预的情况下完成下单、查单、快递价格、时效、状态查询等操作，且全天24小时无间歇。
顺丰全场景智能语音机器人的上线，有效缓解了顺丰的人工座席压力，为客户提供了随时随地的优质服务。
2、多元智能化服务探索
AI技术不仅在优化现有的客服流程，同时也在挖掘更多服务新场景，拓展服务边界。比如在派件通知、过关提醒、取件提醒、故障解除、客户回访等场景引入智能外呼技术，进而完善服务闭环，提高服务满意度。
（1）派件外呼机器人
在派件前，智能外呼机器人可以主动给收件人打电话，了解派件需求：比如预期派件时间、派送地点等。稍后，在快递小哥的手机APP中就可以显示，哪些包裹需要送货上门，哪些需要放到快递柜，哪些需要放到驿站。再也不需要占用快递小哥宝贵的派件时间，同时，还能满足用户差异化的派件需求。
（2）过关外呼机器人
除派件外呼外，思必驰会话精灵还为顺丰开发了过关外呼机器人。它通过主动与收件人电话沟通完成快递提醒、物流过关、快递回访等任务，并支持自定义呼叫任务，打断、反问等功能，自动统计通话数据，生成外呼报告。
（3）快递柜故障服务机器人
目前，快递柜已经成为社区居民重要的收寄件方式。但是由于是机械柜，在长期的使用过程中难免会出现快递柜打不开等故障。而快递柜故障服务机器人能够智能接收用户的故障投诉，实时发起自动外呼为用户提供远程开柜、短信提醒等服务，大大降低客诉率及人工巡检率。据统计，快递柜故障服务机器人日通话量已超2万通，总体故障解决率超80％。
（4）智能质检机器人
服务的过程重要，服务的质量也同样重要。随着顺丰对快递、物流市场的不断切入，其客服中心的业务规模也在急速扩张。为了不断提升客服水平，思必驰会话精灵团队通过构建符合快递场景的质检规则和质检模型，打造了智能质检机器人。它能够实现对服务过程（包括电话服务、线下服务、文本服务等）的全量智能质检，有效解决人工质检无法100％覆盖，人工质检成本高、效率低等问题。同时，通过对质检结果的自动统计与分析，能够针对性地提升服务质量，深度挖掘数据价值。
3、技术与行业的深度“融合”
科技的力量正在潜移默化地改变整个快递行业的发展，在快递物流客服领域，以语音、语义识别为代表的人工智能技术早已掀起了一场提质增效的革命。思必驰会话精灵团队的智能客服方案如何脱颖而出？一方面源于团队对快递物流行业的深耕积累，另一方面是对于技术与行业的深度“融合”。
（1）快递物流全场景语义体系
思必驰会话精灵智能客服方案拥有快递物流行业全场景语义体系，能够捕捉更加精细的语义变化；包含上百个对话变量、数十个客服任务场景，具备多轮交互能力，可快速实现150多种快递全场景意图，意图理解准确率超过95％，在下单、查单等关键任务场景的任务成功率接近80％。
（2）主动纠错、补全能力
基于对抗学习的语义槽位标注任务的语音识别错误自适应算法，可以把口语对话中的语义槽位理解错误率降低15％以上。利用对话中的隐式反馈和对话上下文等信息，实现在对话过程中主动纠错用户口误、自动补全信息等复杂功能；基于行业垂直知识和上下文融合的语义纠错技术，能够把地址、运单号、电话号码等信息的语音交互成功率相对于传统方式提高60％以上。
（3）特定场景语音识别技术优化
另外，思必驰会话精灵团队针对该场景在语音识别技术方面也做出了很大优化：
1）创新性提出基于极深卷积神经网络的语音建模方法，并应用于包括语音识别，语音抗噪等多个领域，大幅度提升语音识别的准确率；
2）创新性提出基于链接时序模型的语音识别高效解码方案，提升语音识别速度10倍以上，有效地减少了对计算资源的消耗。
智能客服在快递物流行业的应用，源于人工智能＋服务意识深化，在行业的发展过程中，普通的信息化模式，以及只专注于技术的讨论都已不再适用。服务的智能化需要真正理解整个快递物流行业客服的要求以及客户对快递行业的诉求。这个过程需要大量的积累沉淀以及对行业的理解，只有从业务出发，将技术与行业应用相融合，才能创造出真正贴合实际的智能化实践。
