机器学习在联络中心的应用将改变游戏规则。

　　企业必须利用这项技术，让已经感到不满的客户在与联络中心打交道时不再那么乏味。

　　联络中心的成功与否或多或少取决于两个关键绩效指标——平均呼叫处理时间(AHT)和客户满意度评级。这意味着客户拨打的每个电话不仅必须快速完成，而且还必须永久解决来电者的不满，最好不需要回电或升级。在最好的时期，这是一项艰巨的任务，但在大流行等困难阶段，这变得尤其难以完成。机器学习和认知自动化有助于解决此类问题，并使联络中心在客户申诉处理和查询解决方面更快、更有效。在CRM中实施机器学习可以积极改变未来的联络中心。方法如下:

　　1、减少呼叫处理时间

　　如果客户在致电联络中心时讨厌做一件事，那就是长时间在线等待。漫长的等待时间对于呼叫者而言，是令人难以置信的沮丧，一些客户可能会觉得组织根本不尊重其的宝贵时间。为此，客户可能会停止使用某个组织的产品或服务，只是因为必须等待很长时间才能得到客户服务人员的回应。一项研究表明，漫长的等待时间是人每年持续遭受约1000亿美元集体损失的原因。从商业角度来看，这意味着组织每名员工的生产力损失约为900美元。

　　语音聊天机器人和文本聊天机器人的部署在很大程度上帮助企业解决了这个问题。例如，语音聊天机器人可以立即与客户互动，从一开始就缩短给定呼叫的等待时间。语音聊天机器人使用NLP来“理解”客户问题。在未来的联络中心，此类应用还能够解决涉及简单客户不满或要求的呼叫，例如添加托运行李或纠正已预订航班预订中一位旅客姓名的重复错误。对于复杂的查询、申诉或要求，系统可以简单地将呼叫重定向到适当的主题专家(SME)，以最小的延迟提供解决方案。

　　2、提升客户体验

　　一些组织的联络中心设于离岸地区。这些国家/地区的客户服务代理可能会发现，在对话过程中理解国际客户的口音和其他语言复杂性具有挑战性，从而无法快速完成呼叫和解决查询。NLP使语音聊天机器人能够理解客户所说的内容，无论语言或口音如何。

　　当客户在通话过程中被迫一遍又一遍地重复自己的话时，通常会感到非常恼火。人工智能在客户关系管理中的应用，使客户能够以双倍的速度理解和解决其疑问，从而提高整体客户满意度指数。

　　可以肯定地说，未来的联络中心可以通过将人工智能纳入与客户关系管理相关的通信来提高有效性和速度。