【課程背景】
自20世紀中葉至今，人工智能雖快速發(fā)展，受一些受理能力的問題仍備受爭議。但近五年的大數據量增長，alphago打敗圍棋大師，無人機技術，無人駕駛汽車技術等，也讓我們看到發(fā)展水平達到了前所未有的高度。作為呼叫中心呢，結合行業(yè)的特征我們又應如何面對？面對繁雜的處理流程，招聘的選用育留的困難，標準化的處理困難，投訴的風險管控，如何可以和先進的智能工具結合呢？在這物聯網時代，如何大幅度提升勞動生產率，重塑產業(yè)鏈價值，如何統(tǒng)籌綜效？詳細透過下面的分享會對從事呼叫中心工作的我們有新的思路。

【培訓收獲】
n了解人工智能在呼叫中心行業(yè)的發(fā)展與應用
n幫助梳理呼叫中心的人工智能應用場景
n幫助呼叫中心將人工智能的有效落地
n幫助呼叫中心的有效提升體驗滿意度
n 幫助呼叫中心降低運營成本

【課程大綱】

第一章 人工智能來了
政治學家、人工智能創(chuàng)始人之一赫伯特.西蒙于1960年宣稱：“我們離復制人類大腦解決問題的能力和信息處理能力已經不遠了�！蔽髅傻念A測后來無望的落空了，但事實證明，現在，未來已來。
n 無處不在的人工智能
1. 現象／數據／信息／知識關系如何
2. 大數據的作用
3. 如何解決不確定性問題
4. 催生的新領域-AI
n AI定義

第二章 深度學習+大數據結合
人類的與眾不同之處就是能夠學習，這也一直是傳統(tǒng)人工智能一直努力實現的。人腦與神經網絡最基本的不同在于，人腦中的長時程增強是一個生物化學過程，而在神經網絡中，學習是通過修改其自身代碼，以在復雜或不明朗的情況下，找到輸入輸出之間或者原因與結果之間的聯系而發(fā)生的。所以人工智能的今天，深度學習的模型是我們最終結果準確率的關鍵。
n AI發(fā)展
n 第三次AI熱潮有何不同
n 深度學習是如何定義的？
n 第三章 人機大戰(zhàn)
n AlphaFGo 帶給人類的啟示
n 人工智能的分類
1. 弱人工智能
2. 強人工智能
3. 超人工智能
n 今天的人工智能還不能做什么？

第三章 AI時代 如何結合業(yè)務做變革
我們今天從事的呼叫中心行業(yè)，是一個集成大數據的核心部門，那么如何利用好這些數據，創(chuàng)造或者訓練出增效的智能工具呢？或者呼叫中心行業(yè)啟用智能工具所要做的前期分析和判斷有哪些呢？
n 呼叫中心發(fā)展到什么階段適合做人工智能？
1. 透過呼叫中心發(fā)展的目標看智能需求
2. 透過不確定性數據看智能需求
3. 呼叫中心的那些條件影響人工智能的決策
n 人工智能可以在呼叫中心的哪些場景種應用？
1. 服務聯絡分析
2. 服務模塊分析
3. 服務目標分析
4. 管理環(huán)節(jié)分析
5. 戰(zhàn)略決策分析
n 人工智能應用的前提是什么？
n 人工智能制支撐服務是？
n 人工智能+客戶服務的風險是？

第四章 行業(yè)具體AI智能服務的具體說明
呼叫中心有哪些可運用的場景？結合要改變的場景，有多少智能的工具？智能工具的顯性和隱形成本有哪些？對于智能工具如何為我們效勞？
n 智能ivr
1. 數據特征
2. 解決目標
3. 實際對比
n 知識庫
n 流程機器人
n 語音分析
n 智能質檢

第五章 AI時代的學習與培訓結合
大多數企業(yè)啟用AI工具后，期望與預期不匹配，苦不堪言。其實并非工具不好用，而是我們準備，學習，培訓，成長不夠。任何一款工具的優(yōu)勢發(fā)揮，都離不開我們的訓練。
n AI時代我們學習什么？
1. 如何實施和部署？
2. 如何管理和應用？
3. 如何效率復盤？
n AI時代我們該如何學習？
n AI時代我們關注什么