四、兼顧B端C端體驗(yàn)

在我還是互聯(lián)網(wǎng)產(chǎn)品經(jīng)理時(shí)期，我關(guān)注的重點(diǎn)在C端用戶的需求，而現(xiàn)在AI技術(shù)落地對(duì)接以B端為主，作為AI產(chǎn)品經(jīng)理要調(diào)整關(guān)注焦點(diǎn)，從商務(wù)對(duì)接階段開始，就要和B溝通。能帶給B端怎么樣的商業(yè)價(jià)值，創(chuàng)造多少收益，要依賴產(chǎn)品經(jīng)理對(duì)B端需求的理解。

智能客服系統(tǒng)是融合B端、C端體驗(yàn)設(shè)計(jì)最為突出的平臺(tái)。智能客服平臺(tái)包含“管理系統(tǒng)”＋“坐席平臺(tái)”＋“客戶端”三個(gè)功能模塊。在線客服初衷，是去思考B端商戶對(duì)客服系統(tǒng)最迫切的需求是什么？

所謂剛需，一是降低客服成本，二是通過(guò)沉淀產(chǎn)品業(yè)務(wù)知識(shí)／常見(jiàn)問(wèn)題，提高服務(wù)效率，提升客戶滿意度。那么就要求智能客服系統(tǒng)做到快速接入／快速投產(chǎn)上線，業(yè)務(wù)知識(shí)批量錄入并通過(guò)算法實(shí)現(xiàn)知識(shí)庫(kù)自我升級(jí)，運(yùn)營(yíng)數(shù)據(jù)可視化等指導(dǎo)運(yùn)營(yíng)人員有效管理日常工作。

要實(shí)現(xiàn)這些目標(biāo)，AI產(chǎn)品經(jīng)理就需要充分了解B端商戶的整體業(yè)務(wù)，同時(shí)也要深入分析客服／客服團(tuán)隊(duì)管理人員的日常工作流程／工作中的難點(diǎn)痛點(diǎn)，如若不清楚，整個(gè)系統(tǒng)實(shí)現(xiàn)出來(lái)也只能是中看不中用。

另一個(gè)典型案例是“智能質(zhì)檢平臺(tái)”，質(zhì)檢平臺(tái)使用語(yǔ)音識(shí)別技術(shù)ASR、自然語(yǔ)言處理技NLP術(shù)對(duì)客服人員服務(wù)錄音進(jìn)行處理后，針對(duì)必要的項(xiàng)目進(jìn)行質(zhì)檢。該系統(tǒng)為客服人員服務(wù)情況進(jìn)行評(píng)估提供幫助，并且作為客戶問(wèn)題統(tǒng)計(jì)、風(fēng)險(xiǎn)預(yù)警及挖掘營(yíng)銷策略的渠道起到不可提到的作用。

在智能質(zhì)檢平臺(tái)出現(xiàn)之前，客服團(tuán)隊(duì)需要大量的人力進(jìn)行部分錄音的抽檢，效率低不說(shuō)，還不能關(guān)注到全量數(shù)據(jù)背后帶來(lái)的平臺(tái)問(wèn)題及困難出現(xiàn)的營(yíng)銷機(jī)遇。

這類智能平臺(tái)在商務(wù)溝通前，AI產(chǎn)品經(jīng)理就需要準(zhǔn)備驗(yàn)證數(shù)據(jù)，落地案例，使用效果等，對(duì)B端C端的訴求有清晰的認(rèn)識(shí)，打造客戶覺(jué)得好用，愿意用，打造B端的用戶口碑，為B商戶賦能，實(shí)現(xiàn)共贏的局面。

以上四點(diǎn)從體驗(yàn)層面介紹了AI產(chǎn)品經(jīng)理在設(shè)計(jì)上的思考和執(zhí)行建議，下面，我將用第五點(diǎn)影響算法的數(shù)據(jù)限制和第六點(diǎn)上下游調(diào)用引擎的靈活便捷上，從整體架構(gòu)設(shè)計(jì)角度做進(jìn)一步分析。

五、設(shè)計(jì)兜底方案

這里的“兜底方案”，指除了算法／開發(fā)流程／項(xiàng)目進(jìn)度本身等團(tuán)隊(duì)可控的因素外，非團(tuán)隊(duì)可控的部分。

比如：在人身核驗(yàn)的業(yè)務(wù)中，證件比對(duì)庫(kù)是否可用是整個(gè)流程的關(guān)鍵，所以公安、人行渠道證照調(diào)用時(shí)間與產(chǎn)品容錯(cuò)率、服務(wù)中斷率這些非團(tuán)隊(duì)可控因素，必須納入人臉照片比對(duì)流程的設(shè)計(jì)。例如：工作時(shí)間使用人行提供的照片庫(kù)，非人行工作時(shí)間需要使用付覆蓋面更廣、時(shí)效性更強(qiáng)的公安身份證照庫(kù)進(jìn)行補(bǔ)充。既要滿足業(yè)務(wù)的比對(duì)需求，又要考慮比對(duì)結(jié)果的各項(xiàng)數(shù)據(jù)結(jié)果不低于業(yè)務(wù)閾值，避免照片庫(kù)不可用帶來(lái)的業(yè)務(wù)風(fēng)險(xiǎn)。

在做限制條件分析時(shí)，比較好判定的依據(jù)為，各環(huán)節(jié)是否有非團(tuán)隊(duì)可控的因素存在，盡可能規(guī)避掉這樣的依賴，當(dāng)確實(shí)無(wú)法避免時(shí)，就得考慮主備方案，甚至主備方案失靈時(shí)的兜底方案。

六、設(shè)計(jì)靈巧的引擎接入方案

算法引擎需要調(diào)用靈活、接口清晰才能讓引擎在足夠多的業(yè)務(wù)里迭代成長(zhǎng)，具有生命力。

在對(duì)外開放人身核驗(yàn)?zāi)芰�后，我�?duì)接了非常多不同類型的合作方，有金融行業(yè)／企事業(yè)單位，也有門禁／取貨這類的需求方。在金融級(jí)人身核驗(yàn)時(shí)，對(duì)本人／活人準(zhǔn)確率要求非常高，畢竟對(duì)標(biāo)的是人工柜面核身。

所以，必須要求進(jìn)行人臉識(shí)別、活體識(shí)別、身份證OCR，甚至對(duì)高風(fēng)險(xiǎn)客戶可融入聲紋識(shí)別的驗(yàn)證環(huán)節(jié)；但對(duì)于刷臉接入在線客服這樣的低風(fēng)險(xiǎn)場(chǎng)景，只需使用簡(jiǎn)單的人臉識(shí)別環(huán)節(jié)即可，各類的商戶需求對(duì)算法引擎、產(chǎn)品功能點(diǎn)的隨機(jī)組合提出了較高的要求。

哪些功能合并，哪些功能拆分，哪些是可選字段，哪些是必選字段……這些根據(jù)實(shí)際業(yè)務(wù)需要可配置的內(nèi)容，首先要進(jìn)行不遺漏的字段梳理，AI產(chǎn)品經(jīng)理只有長(zhǎng)期高頻的分析業(yè)務(wù)案例，才能未開發(fā)負(fù)責(zé)人提供建議，在多個(gè)業(yè)務(wù)中抽象出足夠靈活的接入方案，使模型、產(chǎn)品方案能夠在同類需求中復(fù)用，達(dá)到提升效率、加快行業(yè)AI落地的目的。

迪特·拉姆斯說(shuō)過(guò)“用法是任何設(shè)計(jì)的起點(diǎn)”，這是我做設(shè)計(jì)時(shí)時(shí)長(zhǎng)提醒自己的話。

AI技術(shù)處在大量落地需求涌入的狀態(tài)，在現(xiàn)有的業(yè)務(wù)場(chǎng)景中進(jìn)行微創(chuàng)新，將算法和業(yè)務(wù)流程結(jié)合，以最優(yōu)但更好的技術(shù)支持產(chǎn)品迭代，是對(duì)每一個(gè)AI產(chǎn)品經(jīng)理的要求。

現(xiàn)階段，AI產(chǎn)品經(jīng)理人數(shù)較少、崗位和互聯(lián)網(wǎng)產(chǎn)品相比較新，對(duì)AI產(chǎn)品經(jīng)理的工作方法的總結(jié)、思考仍然需要每一個(gè)從業(yè)者的積累和沉淀，這篇文章作為對(duì)之前工作的一點(diǎn)總結(jié)，希望起到拋磚引玉的作用，期待更多優(yōu)秀的AI產(chǎn)品總結(jié)分享。