杰克·米切爾在《擁抱客戶》一書中提及，對客戶服務不好，會造成94％的客戶離去；因為沒有解決客戶的問題，會造成89％的客戶離去。吸引一個新客戶是保持一個老客戶所花費費用的6倍。

隨著電商行業(yè)的快速發(fā)展，快遞服務已經(jīng)成為人們生活中不可或缺的部分。隨之而來的，對快遞服務的要求也越來越高。

按照要求，快遞員在派件前應該要逐一撥打電話和用戶提前確認。但是以目前的快遞收派速度，意味著派件員一天要打200多個電話，對于有派件時效性的快遞員來說，“根本沒有時間�！�

因此，通過科技賦能客服流程，成為快遞企業(yè)實現(xiàn)降本增效和提升服務質量的重要途徑。順豐通過調(diào)研與研究，最終決定與思必馳一起通過人工智能技術來解決該問題——打造智能化的服務流程，提供7＊24小時服務，解放人力去做更有挑戰(zhàn)的工作。

1、構建智能客服體系

早在2019年，思必馳會話精靈團隊就已經(jīng)將AI技術應用在快遞場景，為順豐打造了一個包含全場景的智能語音機器人。用戶撥打順豐熱線，可以在沒有人工干預的情況下完成下單、查單、快遞價格、時效、狀態(tài)查詢等操作，且全天24小時無間歇。

順豐全場景智能語音機器人的上線，有效緩解了順豐的人工座席壓力，為客戶提供了隨時隨地的優(yōu)質服務。

2、多元智能化服務探索

AI技術不僅在優(yōu)化現(xiàn)有的客服流程，同時也在挖掘更多服務新場景，拓展服務邊界。比如在派件通知、過關提醒、取件提醒、故障解除、客戶回訪等場景引入智能外呼技術，進而完善服務閉環(huán)，提高服務滿意度。

（1）派件外呼機器人

在派件前，智能外呼機器人可以主動給收件人打電話，了解派件需求：比如預期派件時間、派送地點等。稍后，在快遞小哥的手機APP中就可以顯示，哪些包裹需要送貨上門，哪些需要放到快遞柜，哪些需要放到驛站。再也不需要占用快遞小哥寶貴的派件時間，同時，還能滿足用戶差異化的派件需求。

（2）過關外呼機器人

除派件外呼外，思必馳會話精靈還為順豐開發(fā)了過關外呼機器人。它通過主動與收件人電話溝通完成快遞提醒、物流過關、快遞回訪等任務，并支持自定義呼叫任務，打斷、反問等功能，自動統(tǒng)計通話數(shù)據(jù)，生成外呼報告。

（3）快遞柜故障服務機器人

目前，快遞柜已經(jīng)成為社區(qū)居民重要的收寄件方式。但是由于是機械柜，在長期的使用過程中難免會出現(xiàn)快遞柜打不開等故障。而快遞柜故障服務機器人能夠智能接收用戶的故障投訴，實時發(fā)起自動外呼為用戶提供遠程開柜、短信提醒等服務，大大降低客訴率及人工巡檢率。據(jù)統(tǒng)計，快遞柜故障服務機器人日通話量已超2萬通，總體故障解決率超80％。

（4）智能質檢機器人

服務的過程重要，服務的質量也同樣重要。隨著順豐對快遞、物流市場的不斷切入，其客服中心的業(yè)務規(guī)模也在急速擴張。為了不斷提升客服水平，思必馳會話精靈團隊通過構建符合快遞場景的質檢規(guī)則和質檢模型，打造了智能質檢機器人。它能夠實現(xiàn)對服務過程（包括電話服務、線下服務、文本服務等）的全量智能質檢，有效解決人工質檢無法100％覆蓋，人工質檢成本高、效率低等問題。同時，通過對質檢結果的自動統(tǒng)計與分析，能夠針對性地提升服務質量，深度挖掘數(shù)據(jù)價值。

3、技術與行業(yè)的深度“融合”

科技的力量正在潛移默化地改變整個快遞行業(yè)的發(fā)展，在快遞物流客服領域，以語音、語義識別為代表的人工智能技術早已掀起了一場提質增效的革命。思必馳會話精靈團隊的智能客服方案如何脫穎而出？一方面源于團隊對快遞物流行業(yè)的深耕積累，另一方面是對于技術與行業(yè)的深度“融合”。

（1）快遞物流全場景語義體系

思必馳會話精靈智能客服方案擁有快遞物流行業(yè)全場景語義體系，能夠捕捉更加精細的語義變化；包含上百個對話變量、數(shù)十個客服任務場景，具備多輪交互能力，可快速實現(xiàn)150多種快遞全場景意圖，意圖理解準確率超過95％，在下單、查單等關鍵任務場景的任務成功率接近80％。

（2）主動糾錯、補全能力

基于對抗學習的語義槽位標注任務的語音識別錯誤自適應算法，可以把口語對話中的語義槽位理解錯誤率降低15％以上。利用對話中的隱式反饋和對話上下文等信息，實現(xiàn)在對話過程中主動糾錯用戶口誤、自動補全信息等復雜功能；基于行業(yè)垂直知識和上下文融合的語義糾錯技術，能夠把地址、運單號、電話號碼等信息的語音交互成功率相對于傳統(tǒng)方式提高60％以上。

（3）特定場景語音識別技術優(yōu)化

另外，思必馳會話精靈團隊針對該場景在語音識別技術方面也做出了很大優(yōu)化：

1）創(chuàng)新性提出基于極深卷積神經(jīng)網(wǎng)絡的語音建模方法，并應用于包括語音識別，語音抗噪等多個領域，大幅度提升語音識別的準確率；

2）創(chuàng)新性提出基于鏈接時序模型的語音識別高效解碼方案，提升語音識別速度10倍以上，有效地減少了對計算資源的消耗。

智能客服在快遞物流行業(yè)的應用，源于人工智能＋服務意識深化，在行業(yè)的發(fā)展過程中，普通的信息化模式，以及只專注于技術的討論都已不再適用。服務的智能化需要真正理解整個快遞物流行業(yè)客服的要求以及客戶對快遞行業(yè)的訴求。這個過程需要大量的積累沉淀以及對行業(yè)的理解，只有從業(yè)務出發(fā)，將技術與行業(yè)應用相融合，才能創(chuàng)造出真正貼合實際的智能化實踐。