當公司衡量客戶對其服務功能的滿意度時，他們會考察一些因素，比如呼叫中心代理與客戶在電話上或聊天時花費的時間，以及問題是否在第一次通話/聊天中得到解決。同時，他們忽略了客戶要求的實際工作量或者客戶的真實感受。
“如果你有問題打電話給一家公司，你必須在每次升級轉接到另一個客服的時候重復你的名字和賬號，或者因為語言障礙而無法理解客服。”提供實時情緒智能軟件的Cogito行為科學副總裁SkylerPlace博士說。
現在由于人工智能、機器學習、大數據處理和操作的進步，客服開始獲得一些無形的客戶呼叫幫助——比如當客戶的挫折感上升或者在談話中出現長時間停頓的憤怒情緒時，他們開始提高他們的聲音。人工智能在多語言的文化環境中被不斷的訓練，因此它可以應用在不同語言和文化風格的國家中來影響客戶是憤怒還是高興的感受。
“我們討論的是一種人工智能技術，它可以分析聲音的音調，甚至是語言的抑揚頓挫來檢測來電者的情緒。”Place說。軟件中的人工智能算法實際上是在通話過程中實時傳輸的，包括人工智能測量對話中的停頓，客服中斷客戶的次數，客戶和客服的聲音，以及聲音是動態的、感興趣的還是單調的、不感興趣的。當人工智能這樣做的時候，會給客服提供實時反饋，這樣他們就能在客戶打電話的時候了解客戶感受。
換句話說，如果你是客服并且正在和客戶通話，人工智能將會在你的顯示屏上向你發送消息，比如“你說得太多了。”同時，也可以將消息轉發給你的主管。
Place說:“這項技術背后的想法是幫助客服與客戶之間產生共鳴，并使通話變得更加順暢。”
對于人工智能和基于語音的大數據來說，這是一個令人興奮的突破。
AI如何提供幫助
首先，隨著越來越多的公司將視頻和物聯網傳感器數據納入他們的大數據計劃中，基于語音的結構化數據還未被充分利用。其次，基于語音的人工智能在試圖利用一種無形的元素——以聲音、音調變化等形式感知數據來讓我們了解更多關于客戶的感受，比如在同客服通話后，他們是否是高興的。
AI技術對于缺乏經驗或無法自然地檢測客戶在通話期間是否是高興或生氣的客服尤其有用。在實施該技術后，該公司的客戶參與的凈推薦分數提高了28％，該指標衡量的是客戶向其他人推薦公司產品或服務的意愿。與此同時，該公司在其呼叫中心實現了較短的呼叫，原因是問題在打電話的人變得不耐煩之前就提前得到了解決。
這些要點很重要，因為不滿意的客戶往往會去別的地方，比如競爭對手那里。
Place說:“當公司使用能夠檢測客戶情緒的人工智能工具時，它的客戶服務得到了改善。”
通過這些解決方案，公司也可以看到增加的收入和更高的品牌忠誠度，人工智能驗證了這句話：“重要的不是你說什么，而是你怎么說的。”
