智能語音客服在金融催收領域的應用現狀分析

智能語音,即智能語音技術,是實現人機語言的通信,包括語音識別技術(ASR)和語音合成技術(TTS)。

度娘落了自然語言理解(NLU)。

語音識別天天見,朋友圈總有那些方便自己或覺得自己聲音很好聽的人兒發語音,按住語音轉換為文字用到的技術便是語音識別,微信僅支持普通話,以騰訊的研發實力都僅支持普通話,其他的您自己琢磨吧。

科大訊飛支持部分方言,不過要先選定方言才能識別,尚未做到根據聽到的用戶方言自動切換方言模式進行識別,智能語音客服因無法提前讓用戶進行方言選擇,故不支持方言,根據手機號歸屬地前置方言模式不太符合春運難的國情:俺是青島小哥,手機號歸屬地在上海,人在廣州漂泊不到10年。

智能語音客服在金融催收領域的應用現狀分析

選定方言後再說方言方可識別,普通話模式下沒法識別方言

語音合成更常見,計算器用過沒?安靜的數學考場上突然冒出:歸零、等於...

自然語言理解以我有限的視野來看市面上所有產品停留在關鍵詞標籤配對水平:篩選語音識別出的文字,摘取文字中的關鍵詞,關鍵詞配對標籤,調取標籤對應的語義,完成理解,進行交互。

你幸福嗎?

我姓福呀,我是爾康,紫薇是你嗎?

關鍵詞標籤庫即為數據庫,數據庫由歷史痕跡組成: 10億次你好交換到10億次你好回應,第10億零1次你好,定會得到你好回應。

100次元芳,你怎麼看?換回100個不同的答案,無法建立數據標籤,第101次元芳,你怎麼看?必然得不到響應。

封閉式問題機器可以根據歷史數據作出響應,開放式問題無歷史規律學習,提煉不到關鍵詞標籤,無法回應。

封閉式問題:非是即非的問題,0和1的問題用0和1語言是可以解決的。

智能語音的深度學習以我二級未過的技術水平推測:判斷函數。

是?走0路徑;

非?走1路徑。

催收場景多封閉式交互:確認身份、確認逾期、確認還款日。

你好,請問是XX本人嗎?

是我,你是哪裡?(是)

我是XX催收專員,你的貸款已逾期1天,請問你知道嗎?

知道了。(是)

今晚12點之前還款可以嗎?

不行,沒錢。(非)

你的貸款已逾期,如拒不還款將影響你的個人信用,以後借錢就難了,請你務必在今晚12點之前還款,如果您確實資金有困難呢,建議你找親戚朋友週轉一下。

丟雷螺母。

啊,你說什麼?

....

這是一個理想情況的機器人交互場景,封閉式問題,是非明晰的回答,這麼標準的問答只能是紙上談兵,生產環境用戶的回答很“個性”。

你好,請問是XX本人嗎?

哪位?(你哪位,默認:是)

我是XX催收專員,你的貸款已逾期1天,請問你知道嗎?

打錯了。(似是而非)

請問你認識XX嗎?

打錯電話了。(是是非非惹人惱)

你的貸款已逾期,請你在今晚12點之前還款。(捕捉不到標籤信號,機器邏輯混亂,按是流程往下走)。

僕儂丫街。

WTMF?

....

機器語言還沒罵街詞彙,是我皮了一下。

生產環境得到的反饋多為似是而非的模糊標籤,模糊關鍵詞指向依靠積累的場景數據。

翻譯成少兒讀物:《賣油翁》,無他,唯手熟爾。

專業術語:語料庫。

小學連線題曉得不?模糊關鍵詞指向就是連線題,第一次錯,第二次就對了,事不過三是老師在爸媽面前誇你聰明,真正的原因是0和1,非此即彼。

封閉的催收場景理論上智能語音可完美應對:高效外呼、記錄還款意願、按時跟進還款、無情緒、不蹲坑、只搞錢。

從市場反饋來看,智能語音催收的回款率最高到過93%,比人工都高。

可惜,93%是去年11月份的數據,今年回來,50%都難,去年12月份現金貸監管造成的壞賬率提升暫且不提,最核心的是電話接通率。

線路投訴率高、被標記,使得線路資源越來越少,接通率越來越低。

以我賣了300年短信的經驗,智能語音客服(外呼方向)玩家即將淪為給線路商打工,線路商把控線路資源坐地起價,掐住智能外呼命運的咽喉。

次奧,碼到這裡讓我對屁股決定腦袋的初衷產生了懷疑,本來還想論證下智能語音客服的妙用,現在來看,智能語音客服並沒有增加信息傳遞通路,信息傳遞依然走運營商線路,對信息傳遞效率提升為0。

從B端企業來看,外呼效率確實提升,然而,從個人用戶來看,不過是一個騷擾電話,接起來也不能高效的接受信息,你問我答的小孩磨牙。

信息革命是接收端革命,不是供給側,紙媒橫行的年代,用戶只能通過報紙、雜質、書籍接受信息,互聯網讓信息變的觸手可及,觸手可及這個詞含有深厚的產品哲學,張小龍和馬化騰的產品觀皆是觸手可及,我只會粗陋的解釋:拿著錘子找釘子。

互聯網並沒有增加信息供給,只是給權威篩選外的信息提供了傳播土壤,提升了用戶接受信息的效率。

翻譯成普通話:今天的報紙翻完了,要等明早才能有新報紙看;這條抖音翻完了,手一滑出現了下一條。

智能外呼只是提升了企業外呼效率,用戶接受信息的方式還是電話,1876年貝爾發明的電話。

個人愚見:電話太傳統,不夠性感,沒啥想象力。

由此來看,智能音箱方向似乎是正確的,讓信息觸音可及,雙手滿載的情境下增加新的信息交互方式——聲音。

智能外呼解決問題的方向不太對,應該從C端入手增加信息交互路徑,不應該從B端入手增加騷擾電話。

就到這吧,碼字還是挺好玩的,碼著碼著竟TM推翻了碼之前預設的主題。

有點亂,將就看。

智能語音客服在金融催收領域的應用現狀分析

本想論證智能外呼不可或缺的....

騷擾電話由智能語音助手接起會怎樣?

關於印發《綜合整治騷擾電話專項行動方案》的通知

工信部聯信管〔2018〕138號

各省、自治區、直轄市通信管理局、教育廳(局)、公安廳(局)、人力資源社會保障廳(局)、住房城鄉建設廳(建委、房地局)、旅遊發展委員會、旅遊局、衛生計生委、工商行政管理局(市場監督管理部門)、食品藥品監督管理局,各銀監局、保監局、證監局,中國電信集團有限公司、中國移動通信集團有限公司、中國聯合網絡通信集團有限公司,各相關企業:

為貫徹落實國務院相關部署要求,著力整治騷擾電話擾民問題,切實淨化通信服務環境,決定自2018年7月起在全國範圍內組織開展為期一年半的綜合整治騷擾電話專項行動。現將《綜合整治騷擾電話專項行動方案》印發你們,請結合工作實際,認真貫徹執行。

工業和信息化部

最高人民法院

最高人民檢察院

教育部

公安部

司法部

人力資源和社會保障部

住房和城鄉建設部

文化和旅遊部

國家衛生健康委員會

國家市場監督管理總局

中國銀行保險監督管理委員會

中國證券監督管理委員會

2018年7月18日


分享到:


相關文章: