人工智能技術對物流的智慧化發展和效率提升起著舉足輕重的作用。以自然語言處理技術為核心的智能客服對于快速增長的物流行業而言尤其重要，它不僅為企業客戶服務降低人力成本、減輕了人工勞動強度，而且能有效的滿足企業客服的彈性需求、提高服務質量。

本文從物流行業發展現狀出發，結合實際應用需求，針對智能客服的應用場景、建設過程、實現流程、技術關鍵進行了深入探討，并對智能客服在物流行業的應用前景進行了展望，希望物流行業能在包括自然語言處理在內的人工智能技術支撐下得到更好更快的發展。

01研究背景與意義

自2005年以來，隨著電商行業的興起，快遞物流走進了千家萬戶，與人們的日常生活產生了緊密的聯系。

2020年中國快遞業務量達到830.0億件，全年日均快件處理量也超過2.2億件，已連續多年穩居世界第一。11月1日到11日，全國郵政、快遞企業共處理快遞39.65億件，雙11當天共處理6.75億件，同比增長26.16%，再創新高。

在寄遞物流業蓬勃發展的同時，如何通過管理提升和科技應用提升客戶的服務質量和客戶滿意度，值得得深入探究。

中國快遞業務量走勢圖，數據來源：國家郵政局

從歷史數據來看，客戶電話咨詢率為業務量的0.2%，而其中投訴在咨詢比率中平均占比4%左右。平均一通投訴電話的溝通時間在4分鐘，快遞業高速增長的同時人口紅利卻在退卻。

作為勞動密集型的科技行業，快遞業的人力資源成本不斷攀升，招聘速度還跟不上業務增長?？爝f物流企業多為加盟制，加盟網點數量龐大，故企業所需的客服人員眾多，而目前每年客服的平均流失率在30%左右，流動性強，因此產生了招聘成本高、培訓成本高以及辦公場地要求高、管理難度高的4高成本挑戰。

其次，客服人員的工作重復性高。例如，客戶的查詢快遞的進度需求，客服人員只需通過查詢對應的信息系統，并提供最新的快遞運輸信息即可，但該部分的工作量相當之大，占用客服人員半數以上的工作量。

再者，人工服務的時間無法滿足客戶需求及習慣，目前快遞物流企業的服務時間范圍多為是8:00至21:00（包含周六、周日），但客戶的咨詢時間逐步趨向于7*24小時，服務時間已越發不能滿足客戶的需求，這將使得企業的客戶服務質量遭遇考驗、影響企業品牌形象建設。

因此，通過科技賦能客服人員需求，成為快遞企業實現降本增效和提升服務質量的重要途徑。通過調研與研究最終決定通過人工智能技術來解決該問題，通過人工智能技術，不但能將客服較為單一的問題交由機器人解決，使得人工客服有更多的時間去做更有挑戰的工作，而且在滿足7*24小時服務的同時，還能更有效的促進和保持客服工作的標準化，進而進一步保證服務質量。

市場上有機器人技術的企業較多，尤其在金融行業已有較成熟的應用方案，但在物流領域的應用尚處于起步階段。物流行業的用戶層次不一、場景較為復雜、服務質量要求高，這些都是人工智能在該行業應用的挑戰。

科技是第一生產力，物流業的發展離不開技術的支持，科技創新對產業升級具有重要作用。物流技術水平的高低決定了物流業發展的速度和質量。而目前人工智能技術的研究與發展已經取得了階段性的成果，隨著人工智能技術的不斷落地商用，物流行業也必將借助人工智能實現產業升級，進入智慧物流新時代。

快遞行業的海量業務中，蘊藏著豐富的結構性數據和非結構性數據。而人工智能作為引領未來的戰略性技術，在其豐富的應用場景和少量的數據支撐下，可望引領新一代物流技術的發展方向。

智能客服機器人定義：通過技術手段，打造虛擬機器人，該機器人可對接多渠道客戶服務系統，使用語音或者文本形式與客戶交流并解決實際客戶問題的一種設備或系統。

02智能客服系統在快遞物流中的應用場景與實施

1、應用場景

在物流快遞行業，通過智能客服系統提升效率的應用場景很多，如：

• 語音呼入機器人接待來電客戶。

語音機器人主要通過電話來搭建的溝通媒介，主要應用于官方服務電話的處理，有咨詢、下單、投訴等場景的受理與登記。

• 文本機器人接待在線客戶。

文本機器人主要通過頁面來做為溝通媒介，通常能支持線上相關渠道，如網頁、微信、QQ、支付寶、小程序等。

• 語音外呼機器人客戶回訪

對于咨詢或投訴等第一時間未得到結果的，在得到解決措施或方案后，第一時間與客戶回訪溝通，完善服務閉環。

• 語音外呼機器人派前電聯

派件前與客戶溝通，確認收貨方式，如放驛站或送貨上門。

• 語音外呼機器人驛站超時取件通知

包裹在驛站或收貨點長時間未取貨，通過機器人外呼提醒客戶上門取件。

• 客服智能質檢

對人工客服或機器人客服的服務質量質檢，并在整體質檢過程中，對客服或客戶進行畫像，并不斷完善服務水平的過程。

除了以上6個典型應用場景之外，智能客服在物流快遞行業仍然還有很多潛在的應用，如用于銷售和催收等業務，未來的應用場景有巨大的挖掘空間。

上述的一系列場景都要有數據支撐，才能為現有的業務排兵布陣，前期的數據基礎可以是改造前的通話錄音、溝通文本，還可以是管理類數據，如考核數據、成本數據等一系統能構成系統維度的數據。

2、實施過程

對于智能客服的實施而言，企業根據自身的需要決定最優部署方案，若側重業務應用，則優先選擇云部署或者直接購買使用次數都可以，若企業具備研發升級能力、對信息安全有較高要求且符合其信息科技戰略方向，則可傾向于私有化部署，如計劃打造具備自然語言處理（NLP）能力的AI能力平等。一般情況下，智能客服系統建設實施主要分四個階段：

• 準備階段

該階段主要用于業務知識素材整理及確認。具體來說，就是對目前涉及的業務強相關知識素材整理并確認；對部分通用聊天知識素材進行歸納整理并確認。

• 建設階段

該階段包括三個步驟，即知識庫維護培訓、軟硬件及網絡環境配置和系統對接及聯調。其中知識庫維護培訓主要用于明確知識庫整理所需的模板、注意事項、相關操作經驗等；知識庫維護的操作步驟、維護的技巧等進行培訓。

軟硬件及網絡環境配置用于項目啟動后需要項目要求準備測試環境所需的軟硬件、網絡等，如虛擬機測試服務器等。系統對接及聯調，主要是智能問答接口的對接、與人工坐席系統即云客服系統的對接，包括接口文檔的準備、聯調測試等。

• 上線階段

該階段包含三個步驟，即系統切割、上線生產環境配備、上線后應急準備。其中，系統切割用于相關知識庫由測試環境切割至生產環境；上線生產環境主要是用于構建智能客服生產實際應用環境；而上線后應急準備主要是系統出現特殊情況下的緊急處理。

• 后期運維準備

系統上線后，需要保證軟硬件及網絡環境正常運行；對每天數據進行分析，為知識庫不斷優化提供數據支撐。

總體上，系統建設想在短時間內建設完成該系統并非易事，日常打磨、持續優化多為常態。而在此之前，需要對系統和各方位職責清晰定位。單一技術方案往往只可解決部分問題，而業務場景、業務數據、相關技術的融合才有可能打造最優解決方案。

場景+數據+技術融合

場景和數據是系統建設前期最重要的工作，是系統的根基，應用過程中，需要明確自身應用場景并提供相關場景的應用數據，用于機器人的訓練。

03智能客服系統的技術流程與指標

智能客服系統的涉及很多關鍵性技術，系統能否成功應用也需要在一些關鍵性指標上達標，本節將重點探討智能客服實現的關鍵性技術流程與核心指標的定義。

1、業務系統與客服機器人的交互流程

在對自有系統有充分認識基礎上，明確業務中涉及到的流程和節點，才能清晰定義原有業務系統與機器人的交互流程，下圖分別展示，某快遞物流公司的智能在線客服和智能語音客服交互流程：

在線機器人客服處理流程

智能呼入機器人下單交互流程

考慮物流行業的實際應用情況，由于對于智能語音呼入，涉及業務管理系統、CCC呼叫中心以及機器人，三者協作，共同完成人機交互任務，并全程記錄音頻、文本等關鍵信息。下圖為智能語音客服系統交互關系圖：

系統交互關系

2、場景定義業務流程

以物流快遞企業的下單為例，有明確的下單流程，并能在該流程中清晰的知道地址識別的要求、對新老客戶的要求、轉人工要求、字詞句的轉寫要求以及部分方言或者非標準普通的識別要求。

根據實際的業務系統需求，可對流程進行梳理歸類，如圖所示：

下單業務流程圖

3、客服機器人的重要指標

對于智能客服機器人而言，上線之前必須保證一些關鍵性指標項達到規定要求，以確保智能機器人通過解決問題能力的考核，在實際中發揮應有的作用。

在實施過程中，除機器配置質檢外，業務方還需要儲備一批具有專業質檢能力的人員定期質檢抽檢。根據項目經驗，質檢人員可選擇參與項目的相關工作人員，如系統運維人員、業務專家等，此類人員可作為AI訓機師儲備人員，為機器人訓練師的培養種子選手，可在項目移交后，持續做機器人的訓練工作。

04智能客服系統應用中需注意的問題

在物流的客戶服務領域應用人工智能機器人技術，目前已相對較為成熟，快遞物流的頭部企業應用實踐后，大部分人工智能技術方已具備一定的實施經驗及業務經驗，但在此基礎還依舊需要注意以下幾個問題：

1、搭建知識庫

不管機器人的技術如何成熟，業務方若不能在項目中提供良好的管理支撐，具體表現為知識庫建立決心及完成程度、對項目資源的支持度，有些業務方不能建立完善嚴謹的管理制度和流程，在具體的工作執行中，想當然的進行項目建設，是不能達到目標效果的。

當然，在這里有些業務方認為現有知識庫水平不足，但這并不影響后續的工作，只要下定決心與技術配合，知識庫可以由淺到深跟著系統的建設情況逐步完善。

2、強管理監督力度和人工智能專業能力

在項目執行過程中，充分發揮項目管理的監督力，同時，也要注重人工智能的專業能力，真正理解人工智能是需要時間的，初次接觸人工智能可能流于表面，能力決定項目深淺，凡事要量力而行。

05實際應用案例

以圓通速遞有限公司的智能客服應用為例。

適用客服項目2017年試點至今，通過對技術指標和業務指標的實施監控，其中技術部分指標定義有：語音句轉寫、語音交互、意向結果，業務相關指標有：一次性解決率、下單準確率、流程節點準確率等。

在實際執行過程中，運用該套實施模式。在項目執行初期，通過對實際數據的測算，實際每位人工客服平均接聽電話為230通，在線客服平均每日處理線上問題為500條。

項目上線后第一個雙十一，智能客服機器人表現良好，各項指標均達標，結合語音客服和文本客服換算，相當于3000名人工客服的實際操作效率，所花費成本不及人工客服一半，均每年節省近千萬的服務成本。

經初步測算在線客服單票處理成本由原來人工的0.28元下降到0.0209，相差13倍，且隨著單量上升，成本將進一步下降。且因為智能客服機器人能快速響應高并發，即使在業務高峰期也不會出現用戶排隊等待現象，后續隨著場景的不斷完善服務質量也會有更多改善。

從項目實施初期到現有較為成熟的應用，語音機器人單票成本下降3倍以上，且服務能力和智能化能力在不斷提升。在實際執行過程中，要根據實施業務表現對指標進行不斷調整，對不足之處查漏補缺，才能對各方資源不斷調優。

假設通達百加盟商每個網點配一位客服，那么通達百在客服上的單件人工支出約為0.19元。在此基礎上，對人工智能和人工成本進行綜合測算。又因市面上智能機器人價格參差不齊，取多家現有在為快遞公司服務的價格進行綜合折算后，電話和在線機器人均價為0.4元/通。人工客服、人工客服+機器人客服的成本核算如下：

經過上述數據對比，人機結合模式下的服務成本為純人工成本的五分之一，在此基礎上，可以解放更多的人工去優化服務質量及客戶體驗。

06智能客服在快遞物流行業的應用展望

智能客服在快遞物流行業的應用，源于人工智能+服務意識深化。

在行業的發展過程中，無論是思考方式還是企業規劃，都不能再局限于普通的信息化模式，也不能只專注于技術的討論，需要真正理解整個快遞物流行業客服的要求以及客戶對快遞行業的訴求。這個過程需要大量的積累與沉淀，只有經過時間的打磨才能創造出真正貼合實際的智能化實踐。

通過智能客服的應用，加速行業的服務標準化和規范化，人和機器的合作越發默契，通過機器與人在工作中的相輔相成，使得人員工作效率更高。

未來通過與區塊鏈、5G等新技術的結合，在快遞物流包裹的全運行生命周期和最末端的服務將會有更進一步的應用，如代替快遞員、驛站工作人員回復客戶問題、人員培訓、招聘等一系列的應用。涉及的領域將圍繞企業全方位進行，從內外部服務延升到內外部管理，人機的無縫融合將創造無限可能。