就全球范围来看，目前部分行业的部分岗位，例如客服部门、销售代理等人力密集又以沟通为主要职责的领域已开始尝试聊天机器人上岗。这里也包括一些人力密集的乙方公司，如较具创新力的客服中心外包服务企业已开始着手使用聊天机器人。前不久，BI INTELLIGENCE大胆预测了美国部分工作岗位一年的薪资成本中有多大比例可能被聊天机器人省下。其中我们可以看到，客服领域和销售代理可能是最大的潜力市场。
在这里要特别指出的是，聊天机器人未必是整体替代人工，它更合适的角色是作为助手，在部分环节辅助沟通。在很多情况下聊天机器人是配合人一起进行沟通*服务性**的。这样的解决方案能部分降低人力投入，同时仍旧能保留人类的智慧能力与情感影响力。先别急着说我们的饭碗不保，要被机器取代，不妨用更开放友善的方式来看待——你所从事的岗位可以期待有个聊天机器人小跟班来替你分忧、受你指派，你可以从那些复度度较高的领域解放出来，从事更具有创意挑战的工作！
就某些行业中的岗位职能来说，具体哪些工作可以拆解出来交由聊天机器人来完成，仍需深入分析和评估，设计合理可行的应用范围和模式。那么如何锁定这些领域，并进行分析和评估呢？
聊天机器人承担沟通职责有何优势？
显然不是所有的人人沟通岗位都适合由聊天机器人。在哪些情况下聊天机器人替代人人沟通会更有优势？我们可以先盘点比较一下机器与人在沟通对话上各有什么优势和劣势。
7*24小时随时待命、边际成本低这些机器优势自然不用说；机器缺乏情感的同时也不会有闹情绪，不会跳槽、*工罢**、消极代购；不需要技能培训过程，他们还可能原封不动地执行“最佳实践”。在成本、可控性、易扩展、待命时间等方面，机器的优势是压倒性的。但在需要更多情绪心理、情感影响的领域、以及机器尚不能很好解决的复杂问题领域，人人沟通仍有显著优势。
也就是说，如果这一人人沟通场景非常依赖于带有一定情感色彩的交流，则很难被聊天机器人所替代。而如果沟通场景并不需要很强的情绪影响，那用聊天机器人替代人人沟通便能享受低成本、随时待命、无人员流失、易扩展等等好处。我们需要用扬长避短的策略寻找最佳应用场景。
常规企业组织中有沟通密集点？
从人与人沟通到人与机器人沟通的替代上来看，一些以沟通为主要工作内容的岗位将有可能有不同程度的应用。就一个企业而言，涉及的沟通领域主要包含对外的沟通与内部沟通。在对外的沟通中，有以与客户或潜在客户的沟通最为频繁；而企业内部沟通则涉及协同办公、知识管理、企业文化、人力资源管理等领域。不妨盘点一下以一个常规企业为主体，通常有哪些领域存在较为频繁的沟通。
1、员工与潜在员工
以员工或潜在员工为沟通主体的场景。这里主要涉及人力资源管理相关职能以及团队协同管理领域。例如人事招聘需要与招聘对象进行沟通；与绩效评估、企业文化、员工激烈相关的团队沟通活动；入职辅导、员工培训等也存在大量沟通性事务。
2、客户与潜在客户
以客户或潜在目标客户为主体的沟通场景。这主要相关的是市场品牌部门与销售或渠道管理部门。在售前环节往往需要进行产品推介、产品导购等相关沟通；售后则有相关反馈处理、维护服务、投诉等客服领域的沟通事务；而作为市场品牌职能部门，往往在品牌的各类运营活动中存在大量与潜在目标客户进行的沟通事务。例如社交媒体运营中的粉丝圈群沟通；市场活动相关的活动规则沟通等。
3、供应商
企业在与供应商的合作中也存在采购人员与供应商方面相关人员的沟通洽谈。包括采购意向交流，相关条款的沟通确认、采购流程推进中的相关沟通、反馈性沟通，等等。
4、社会关系
企业组织还存在处理社会各方关系的沟通环节。例如与政府或社会相关部门的沟通，上市企业需要与数量庞大的广大股东进行沟通；承载社会责任的相关活动或公关事件的沟通事务。等等。
如果我们需要寻找2B模式下，聊天机器人的应用场景，不妨筛查盘点以上这些可能的沟通环节，一一分析。
哪些以沟通型服务行业需求痛点更强烈？
除了企业组织的一些通用沟通场景外，一些带有行业性特点的服务业，有许多以沟通为重要服务内容的领域。例如：教育培训、健康咨询、心理咨询、医疗问诊、客服中心、中介代理、法律咨询、服饰导购、理财顾问、理赔咨询，等等。这些垂直领域的沟通场景是否有潜力成为聊天机器人的价值应用领域呢？
通常来说，对一个企业或机构组织而言，对某一岗位的人力资源往往存在两类主要痛点。第一类就是没人可用，或者没有优质的人力资源可用。这里包括在人才市场上人员稀缺，流动率高，成熟人员培训难等问题。而第二类就是成本问题，某些岗位人员需求量大，带来整体成本高昂，或者每个人产生的成本偏高。用最基本的逻辑，要改善现有状况，痛点越强烈，则变革的需求就越强烈。
四个维度评估聊天机器人沟通场景的价值区间
就聊天机器人是否适用于在这些沟通环节里一定程度替代人工、发挥价值，需要评估具体特定沟通场景的适用性，这里可以从以下四个方面来评估。
1、沟通发生的频发程度
一类沟通是否发生频繁体现了是否适合聊天机器人应用的必要性。也就是说如果某项沟通很少发生，那么聊天机器人无法体现它的低边际成本的优势，专门为这类沟通开发聊天机器人却要额外投入开发成本，显然不会有很好的IT投资回报率。
2、沟通内容的可复用性
一类沟通虽然发生很频繁，但每次沟通内容完全不同，其中能复用的信息极少，则意味着无法将之前的沟通转化为某种模式重复发生。沟通内容虽然可能对每个沟通个体是个性化的，但在大量的沟通消息下，其包含的信息本身却在不断重复着自身，只有这样聊天机器人方案才有较好的可行性。
3、深度情感影响的不必要性
我知道有些沟通是基于情感的，情绪对沟通方最终做出决策可能起到了非常大的作用。现今的人工智能语义理解技术下，与机器对话仍旧无法实现较有深度的情绪影响。因此，在某些沟通场景下要保证沟通效率是否对情感渲染有很大的依赖度也会影响聊天机器人方案的可行性。
4、沟通内容的专业度
沟通场景下有些内容专业程度高，需要有专业知识才能进行，而有些内容专业程度低，对专业知识背景要求低。对Chatbot的开发而言，专业度越高对该领域的专业知识的了解程度、专业数据的积累，与知识库结构、算法模型搭建等技术能力的要求也会相对提高，这对开发者而言是进入门槛，对拥有相应专业知识、数据资源和技术能力的团队来说却反过来会成为这款bot的竞争门槛。因此，这个因素可能需要从双向视角来审视，也很可能是“成也萧何败也萧何”的一环。在图中该评估维度是按正相关来设置的，但如果技术能力不够，专业度越强Bot方案的可行性也可能会更低，从而成为负面因素。
聊天机器人的应用除了众大佬们已经关注的个人虚拟助理领域之外，尚有许多2B模式的垂直领域有待开拓。如何选择深耕领域，如何理解所选择领域中聊天机器人的价值诉求是一个好生意开始的第一步。
本文作者顾贝妮，动脉网vcbeat.net联合创始人，创办蛋壳研究院。
本文版权归属作者，如需转载或使用请联系作者授权！
微信订阅号【未来主议】：futuretalking