人工智能技术对物流的智慧化发展和效率提升起着举足轻重的作用。以自然语言处理技术为核心的智能客服对于快速增长的物流行业而言尤其重要，它不仅为企业客户服务降低人力成本、减轻了人工劳动强度，而且能有效的满足企业客服的弹性需求、提高服务质量。

  本文从物流行业发展现状出发，结合实际应用需求，针对智能客服的应用场景、建设过程、实现流程、技术关键进行了深入探讨，并对智能客服在物流行业的应用前景进行了展望，希望物流行业能在包括自然语言处理在内的人工智能技术支撑下得到更好更快的发展。

  01研究背景与意义

  自2005年以来，随着电商行业的兴起，快递物流走进了千家万户，与人们的日常生活产生了紧密的联系。

  2020年中国快递业务量达到830.0亿件，全年日均快件处理量也超过2.2亿件，已连续多年稳居世界第一。11月1日到11日，全国邮政、快递企业共处理快递39.65亿件，双11当天共处理6.75亿件，同比增长26.16%，再创新高。

  在寄递物流业蓬勃发展的同时，如何通过管理提升和科技应用提升客户的服务质量和客户满意度，值得得深入探究。

  中国快递业务量走势图，数据来源：国家邮政局

  从历史数据来看，客户电话咨询率为业务量的0.2%，而其中投诉在咨询比率中平均占比4%左右。平均一通投诉电话的沟通时间在4分钟，快递业高速增长的同时人口红利却在退却。

  作为劳动密集型的科技行业，快递业的人力资源成本不断攀升，招聘速度还跟不上业务增长。快递物流企业多为加盟制，加盟网点数量庞大，故企业所需的客服人员众多，而目前每年客服的平均流失率在30%左右，流动性强，因此产生了招聘成本高、培训成本高以及办公场地要求高、管理难度高的4高成本挑战。

  其次，客服人员的工作重复性高。例如，客户的查询快递的进度需求，客服人员只需通过查询对应的信息系统，并提供最新的快递运输信息即可，但该部分的工作量相当之大，占用客服人员半数以上的工作量。

  再者，人工服务的时间无法满足客户需求及习惯，目前快递物流企业的服务时间范围多为是8:00至21:00(包含周六、周日)，但客户的咨询时间逐步趋向于7*24小时，服务时间已越发不能满足客户的需求，这将使得企业的客户服务质量遭遇考验、影响企业品牌形象建设。

  因此，通过科技赋能客服人员需求，成为快递企业实现降本增效和提升服务质量的重要途径。通过调研与研究最终决定通过人工智能技术来解决该问题，通过人工智能技术，不但能将客服较为单一的问题交由机器人解决，使得人工客服有更多的时间去做更有挑战的工作，而且在满足7*24小时服务的同时，还能更有效的促进和保持客服工作的标准化，进而进一步保证服务质量。

  市场上有机器人技术的企业较多，尤其在金融行业已有较成熟的应用方案，但在物流领域的应用尚处于起步阶段。物流行业的用户层次不一、场景较为复杂、服务质量要求高，这些都是人工智能在该行业应用的挑战。

  科技是第一生产力，物流业的发展离不开技术的支持，科技创新对产业升级具有重要作用。物流技术水平的高低决定了物流业发展的速度和质量。而目前人工智能技术的研究与发展已经取得了阶段性的成果，随着人工智能技术的不断落地商用，物流行业也必将借助人工智能实现产业升级，进入智慧物流新时代。

  快递行业的海量业务中，蕴藏着丰富的结构性数据和非结构性数据。而人工智能作为引领未来的战略性技术，在其丰富的应用场景和少量的数据支撑下，可望引领新一代物流技术的发展方向。

  智能客服机器人定义：通过技术手段，打造虚拟机器人，该机器人可对接多渠道客户服务系统，使用语音或者文本形式与客户交流并解决实际客户问题的一种设备或系统。

  02智能客服系统在快递物流中的应用场景与实施

  1、应用场景

  在物流快递行业，通过智能客服系统提升效率的应用场景很多，如：

  语音呼入机器人接待来电客户。

  语音机器人主要通过电话来搭建的沟通媒介，主要应用于官方服务电话的处理，有咨询、下单、投诉等场景的受理与登记。

  文本机器人接待在线客户。

  文本机器人主要通过页面来做为沟通媒介，通常能支持线上相关渠道，如网页、微信、QQ、支付宝、小程序等。

  语音外呼机器人客户回访

  对于咨询或投诉等第一时间未得到结果的，在得到解决措施或方案后，第一时间与客户回访沟通，完善服务闭环。

  语音外呼机器人派前电联

  派件前与客户沟通，确认收货方式，如放驿站或送货上门。

  语音外呼机器人驿站超时取件通知

  包裹在驿站或收货点长时间未取货，通过机器人外呼提醒客户上门取件。

  客服智能质检

  对人工客服或机器人客服的服务质量质检，并在整体质检过程中，对客服或客户进行画像，并不断完善服务水平的过程。

  除了以上6个典型应用场景之外，智能客服在物流快递行业仍然还有很多潜在的应用，如用于销售和催收等业务，未来的应用场景有巨大的挖掘空间。

  上述的一系列场景都要有数据支撑，才能为现有的业务排兵布阵，前期的数据基础可以是改造前的通话录音、沟通文本，还可以是管理类数据，如考核数据、成本数据等一系统能构成系统维度的数据。

  2、实施过程

  对于智能客服的实施而言，企业根据自身的需要决定最优部署方案，若侧重业务应用，则优先选择云部署或者直接购买使用次数都可以，若企业具备研发升级能力、对信息安全有较高要求且符合其信息科技战略方向，则可倾向于私有化部署，如计划打造具备自然语言处理(NLP)能力的AI能力平等。一般情况下，智能客服系统建设实施主要分四个阶段：

  准备阶段

  该阶段主要用于业务知识素材整理及确认。具体来说，就是对目前涉及的业务强相关知识素材整理并确认;对部分通用聊天知识素材进行归纳整理并确认。

  建设阶段

  该阶段包括三个步骤，即知识库维护培训、软硬件及网络环境配置和系统对接及联调。其中知识库维护培训主要用于明确知识库整理所需的模板、注意事项、相关操作经验等;知识库维护的操作步骤、维护的技巧等进行培训。

  软硬件及网络环境配置用于项目启动后需要项目要求准备测试环境所需的软硬件、网络等，如虚拟机测试服务器等。系统对接及联调，主要是智能问答接口的对接、与人工坐席系统即云客服系统的对接，包括接口文档的准备、联调测试等。

  上线阶段

  该阶段包含三个步骤，即系统切割、上线生产环境配备、上线后应急准备。其中，系统切割用于相关知识库由测试环境切割至生产环境;上线生产环境主要是用于构建智能客服生产实际应用环境;而上线后应急准备主要是系统出现特殊情况下的紧急处理。

  后期运维准备

  系统上线后，需要保证软硬件及网络环境正常运行;对每天数据进行分析，为知识库不断优化提供数据支撑。

  总体上，系统建设想在短时间内建设完成该系统并非易事，日常打磨、持续优化多为常态。而在此之前，需要对系统和各方位职责清晰定位。单一技术方案往往只可解决部分问题，而业务场景、业务数据、相关技术的融合才有可能打造最优解决方案。

  场景+数据+技术融合

  场景和数据是系统建设前期最重要的工作，是系统的根基，应用过程中，需要明确自身应用场景并提供相关场景的应用数据，用于机器人的训练。

  03智能客服系统的技术流程与指标

  智能客服系统的涉及很多关键性技术，系统能否成功应用也需要在一些关键性指标上达标，本节将重点探讨智能客服实现的关键性技术流程与核心指标的定义。

  1、业务系统与客服机器人的交互流程

  在对自有系统有充分认识基础上，明确业务中涉及到的流程和节点，才能清晰定义原有业务系统与机器人的交互流程，下图分别展示，某快递威尼斯wns9778的智能在线客服和智能语音客服交互流程：

  在线机器人客服处理流程

  智能呼入机器人下单交互流程

  考虑物流行业的实际应用情况，由于对于智能语音呼入，涉及业务管理系统、CCC呼叫中心以及机器人，三者协作，共同完成人机交互任务，并全程记录音频、文本等关键信息。下图为智能语音客服系统交互关系图：

  系统交互关系

  2、场景定义业务流程

  以物流快递企业的下单为例，有明确的下单流程，并能在该流程中清晰的知道地址识别的要求、对新老客户的要求、转人工要求、字词句的转写要求以及部分方言或者非标准普通的识别要求。

  根据实际的业务系统需求，可对流程进行梳理归类，如图所示：

  下单业务流程图

  3、客服机器人的重要指标

  对于智能客服机器人而言，上线之前必须保证一些关键性指标项达到规定要求，以确保智能机器人通过解决问题能力的考核，在实际中发挥应有的作用。

  在实施过程中，除机器配置质检外，业务方还需要储备一批具有专业质检能力的人员定期质检抽检。根据项目经验，质检人员可选择参与项目的相关工作人员，如系统运维人员、业务专家等，此类人员可作为AI训机师储备人员，为机器人训练师的培养种子选手，可在项目移交后，持续做机器人的训练工作。

  04智能客服系统应用中需注意的问题

  在物流的客户服务领域应用人工智能机器人技术，目前已相对较为成熟，快递物流的头部企业应用实践后，大部分人工智能技术方已具备一定的实施经验及业务经验，但在此基础还依旧需要注意以下几个问题：

  1、搭建知识库

  不管机器人的技术如何成熟，业务方若不能在项目中提供良好的管理支撑，具体表现为知识库建立决心及完成程度、对项目资源的支持度，有些业务方不能建立完善严谨的管理制度和流程，在具体的工作执行中，想当然的进行项目建设，是不能达到目标效果的。

  当然，在这里有些业务方认为现有知识库水平不足，但这并不影响后续的工作，只要下定决心与技术配合，知识库可以由浅到深跟着系统的建设情况逐步完善。

  2、强管理监督力度和人工智能专业能力

  在项目执行过程中，充分发挥项目管理的监督力，同时，也要注重人工智能的专业能力，真正理解人工智能是需要时间的，初次接触人工智能可能流于表面，能力决定项目深浅，凡事要量力而行。

  05实际应用案例

  以圆通速递有限公司的智能客服应用为例。

  适用客服项目2017年试点至今，通过对技术指标和业务指标的实施监控，其中技术部分指标定义有：语音句转写、语音交互、意向结果，业务相关指标有：一次性解决率、下单准确率、流程节点准确率等。

  在实际执行过程中，运用该套实施模式。在项目执行初期，通过对实际数据的测算，实际每位人工客服平均接听电话为230通，在线客服平均每日处理线上问题为500条。

  项目上线后第一个双十一，智能客服机器人表现良好，各项指标均达标，结合语音客服和文本客服换算，相当于3000名人工客服的实际操作效率，所花费成本不及人工客服一半，均每年节省近千万的服务成本。

  经初步测算在线客服单票处理成本由原来人工的0.28元下降到0.0209，相差13倍，且随着单量上升，成本将进一步下降。且因为智能客服机器人能快速响应高并发，即使在业务高峰期也不会出现用户排队等待现象，后续随着场景的不断完善服务质量也会有更多改善。

  从项目实施初期到现有较为成熟的应用，语音机器人单票成本下降3倍以上，且服务能力和智能化能力在不断提升。在实际执行过程中，要根据实施业务表现对指标进行不断调整，对不足之处查漏补缺，才能对各方资源不断调优。

  假设通达百加盟商每个网点配一位客服，那么通达百在客服上的单件人工支出约为0.19元。在此基础上，对人工智能和人工成本进行综合测算。又因市面上智能机器人价格参差不齐，取多家现有在为快递公司服务的价格进行综合折算后，电话和在线机器人均价为0.4元/通。人工客服、人工客服+机器人客服的成本核算如下：

  经过上述数据对比，人机结合模式下的服务成本为纯人工成本的五分之一，在此基础上，可以解放更多的人工去优化服务质量及客户体验。

  06智能客服在快递物流行业的应用展望

  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，无论是思考方式还是企业规划，都不能再局限于普通的信息化模式，也不能只专注于技术的讨论，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与沉淀，只有经过时间的打磨才能创造出真正贴合实际的智能化实践。

  通过智能客服的应用，加速行业的服务标准化和规范化，人和机器的合作越发默契，通过机器与人在工作中的相辅相成，使得人员工作效率更高。

  未来通过与区块链、5G等新技术的结合，在快递物流包裹的全运行生命周期和最末端的服务将会有更进一步的应用，如代替快递员、驿站工作人员回复客户问题、人员培训、招聘等一系列的应用。涉及的领域将围绕企业全方位进行，从内外部服务延升到内外部管理，人机的无缝融合将创造无限可能。

相关线路查询