联络中心从来都不是员工在公园里散步的地方，但在大流行期间，它们的工作环境变得更加恶劣。根据一项调查，只有 10% 的联络中心座席在不到两个月的时间内达到熟练程度。与此同时，呼叫中心的困难呼叫量正在增加，而营业额保持在 30% 到 45% 之间的天价。
正是在这种背景下，自动化产品引起了呼叫中心运营商和投资者的兴趣。在更复杂的一端，呼叫中心自动化承诺解决客户服务问题，让座席腾出时间从事更复杂的工作。 Replicant是呼叫中心自动化领域最知名的供应商之一，今天宣布它筹集了 7800 万美元的 B 轮融资，由 Stripes 领投，Salesforce Ventures、Omega、IronGrey、Norwest 和 Atomic 参投。消息人士告诉 TechCrunch，投后估值为 5.5 亿美元。
“[有了新资本]，我们计划加大对客户成功团队的投资，以吸引新客户，”联合创始人兼首席执行官 Gadi Shamia 通过电子邮件告诉 TechCrunch。 “我们还计划今年将我们的研发团队增加一倍，以使我们的对话更加高效，并推出新的自动化渠道。我们将增加我们的销售和营销投资，以捕捉我们看到的巨大需求。最后，我们将通过启动额外的专业发展计划来投资于我们的员工。”
Shamia 于 2017 年与 Andrew Abraham 和 Benjamin Gleitzman 共同创立了 Replicant。 Shami 之前是 SAP 小型企业解决方案部门的产品总经理，之后在被 Adobe 收购后成为 EchoSign 的代理首席运营官。他还帮助推出了日历系统 Magneto，并在 Talkdesk 担任了近四年的首席执行官。
在 Replicant 之前，Abraham（他于 2011 年通过公司收购 Milo.com 加入 eBay）曾在 Atomic 和智能设备公司 Leeo 担任软件工程师。 Gleitzman 是 Hunch 和 eBay 的高级软件工程师，之后共同创办了几家初创公司，包括名为 Mona 的“虚拟现实治疗平台”。
“通过 [我的] 工作，我意识到提高座席效率并减少客户和座席挫败感的最佳方法是自动化许多常见任务，让座席专注于更复杂和细致入微的呼叫，”Shamia 说。 “Gleitzman 是 eBay 的 AI 先驱之一，他与 Abraham 和 Atomic 团队合作打造了一台可以与人类进行完整电话交谈的机器。”
Replicant 旨在通过与包括客户关系管理软件在内的现有系统集成来自动化呼叫流程，以通过利用客户的订单历史记录（如果适用）和过去的电话来识别客户。该产品可以捕获、转录和进行可搜索的客户对话，并且——与一些竞争对手的服务自动化系统一样——Replicant 可以通过短信和网络与客户互动，除了语音。
Replicant 为代理商提供电话摘要并衡量趋势，例如整体客户满意度、平均处理时间、竞争对手提及、有缺陷的产品和追加销售机会。客户可以利用预建组件库来使用可视化编辑器设计对话流。最近几个月，Replicant 增加了对 Shamia 称之为“权力”的新语言和会话功能的支持，例如保持在线状态、“会话”地重复信息以及将客户的响应与数据库进行匹配。
“我们在 Replicant 拥有的核心竞争优势是我们通过处理超过 3000 万个跨行业和用例的客户服务电话而积累的丰富多样的数据。我们的 [产品] 解决了所有问题，从小企业主的硬件故障排除到将食品订单传递给餐厅员工，再到处理老年呼叫者的订阅问题，再到呼叫者需要路边援助的紧急情况，”Shamia 说。 “[W]e 将通常令人沮丧的场景——想想每次你不得不来回拼写你的名字或在电话中向代理人读出 15 位数的保单号码时——去完成一项可以使用专用模型在几秒钟内高效完成。”
当被问及 Replicant 如何处理、存储和保留客户数据时，Shamia 表示，该公司为企业客户提供了选择“适合他们”的数据保留窗口的能力，通常从六个月到两年不等。对于涉及支付或受电子保护的健康信息的用例，Replicant 提供了一项称为高度机密转向的服务，该公司表示，该服务在 Replicant 的数据库和日志中的对话转向中对敏感数据进行编辑。
Replicant 还从事情绪分析，这是一个有争议的过程，涉及使用算法来确定一段音频或转录文本的语气是积极的、消极的还是中性的。情感分析系统——学术和商业——已被证明在种族、年龄、文化、民族和性别方面表现出偏见。一些算法将黑人与更多的负面情绪联系起来，如愤怒、恐惧和悲伤。其他人歧视非英语母语者，他们倾向于使用同源词——即看起来与他们的母语单词相似的英语单词——比母语者更频繁。
Replicant 声称它采取措施减轻其系统中的偏见，包括其情绪分析系统以及用于开发这些算法的数据。不幸的是，如果没有独立的审计或研究继续进行，这是该公司反对基础广泛的学术发现的话。这位记者希望看到 Replicant 未来的透明度更高。
“因此，我们的模型接受了各种口音、情感和行业特定术语的训练，即使在最复杂的服务用例上，我们也能实现 [高] 推理准确性，”Shamia 说。 “我们看到客户和用例的通话成功率（以预期的业务成果衡量）为 85%。”
自动化客户交互
有轶事证据表明客户服务组织正在接受自动化。由 AI 供应商 Interactions 委托的 Harris Poll 2020 年的一项研究估计，46% 的客户交互是自动化的——合著者预测，在未来两到三年内，这一比例将上升到 59%。该研究调查的早期采用者引用了“软好处”，例如减少等待时间、更快地解决客户投诉以及技术支持和个性化。
为了响应行业日益增长的兴趣，近年来无数呼叫中心自动化产品进入市场——既有来自 Replicant 等初创公司，也有来自谷歌、亚马逊和Salesforce等老牌企业。除了Ultimate.ai ，Replicant 还与RedRoute 、 Skit和Voximplant竞争，Ultimate.ai 是一种旨在自动处理简单服务请求的客户服务工具。
Expert Market Research预测，全球呼叫中心人工智能市场的规模将从 2020 年的 9.67 亿美元增长到 2026 年的 35.4 亿美元。
“在过去的两年里，客户服务一直承受着持续的压力，因为‘大辞职’造成了持续的代理短缺。由于 [大流行] 和供应链问题导致的消费者行为变化导致呼叫量大幅飙升，”Shamia 说。 “高管们现在明白，这个问题不能被忽视或外包，因为客户不愿意等待几个小时。”
但客户是否欣赏——甚至喜欢——自动呼叫中心？毕竟，自动化缺乏人情味——它不一定能让沮丧的来电者降级。更糟糕的是，自动化会阻止客户以可能信任的方式与品牌互动。 PointSource 的一项民意调查发现，80% 的客户在解决问题时更愿意与人交谈。火上浇油的是，在普华永道最近的一项调查中，59% 的消费者认为公司已经失去了与客户体验中人为因素的联系。
那么呼叫中心的工作人员呢？指标可以用来对付他们，简单的客户问题——虽然可以说不是最好地利用他们的时间——可以令人满意地解决。然后是担心自动化有一天会夺走他们的工作。
Shamia 承认，某些形式的自动化，例如设计不佳的对话机器人，可能会成为客户和代理的障碍，而不是解决方案。但他断言，Replicant 从过去的错误中吸取了教训，使公司能够自动化呼叫流程，同时使座席能够专注于更具挑战性的问题。
“大流行加速了一种趋势——联络中心的自动化——这已经开始并加剧了客户服务领域的许多现有挑战，”Shamia 补充道。 “自动化现在是
越来越多公司的战略计划——这在大流行后不会改变。”
为此，拥有 100 名员工的 Replicant 表示，它拥有“数十名”企业客户，他们使用其工具为超过 800 万客户提供服务。客户交易规模从每年经常性收入的数十万到数百万不等。
“在我们的大多数交易中，我们都在与不相信技术实际上可以实现客户所看到的解决率的怀疑进行竞争。但是，我们也是旧技术更换周期的一部分，”Shamia 补充道。 “我们还看到了 DIY 解决方案……在一些交易或 IPSoft 的 Amelia 等传统参与者中。”
迄今为止，Replicant 已经筹集了 1.1 亿美元的风险投资。这家总部位于加利福尼亚州旧金山的公司计划到 2022 年底将其员工人数扩大到约 200 人。
原文： https://techcrunch.com/2022/04/26/call-center-automation-software-vendor-replicant-raises-78m/