人工智能起源于20世纪50年代,是一门综合了计算机科学、控制学、生理学、哲学的交叉学科,和传统的自动化相比,人工智能具备深度学习、跨界融合、人机协同、群智开放、自主操控等特征,在计算智能、感知智能和认知智能方面具有强处理能力。
人工智能的发展大致经历了3个阶段。①第1阶段是人工智能诞生(1956—1980年),这个阶段的标志性事件是,世界上第1台神经网络“感知机”诞生,国际人工智能联合会在西雅图成立;②第2阶段是人工智能步入产业化(1980—2000年),在这个时期人工智能计算机、神经网络与BP反向传播算法出现,DeepBlue计算机战胜国际象棋冠军,计算性能大幅提升;③第3阶段是人工智能迎来大爆发(2000年至今),深度学习在持续升温,人工智能技术在全世界范围内被广泛应用。
近年来,云计算、物联网、大数据、区块链等技术的日益成熟,云计算提供了开放平台,物联网分享了实时数据,大数据为深度学习提供了无限的资源,区块链从数据安全方面为人工智能应用场景提供了可靠的保障。这些技术的有机结合驱动了人工智能技术不断发展,逐渐从“智能感知”走向“智能思考”与“智能决策”。
目前,我国正处在感知智能的试点阶段,无人机、人脸识别、语音识别等相继落地,无人驾驶、机器人的性能也日趋成熟,更多的人工智能产品正渐渐地渗入人们的生活中。随着人工智能突破性的进展,其在电力系统中也进行了初步的探索与研究,一定程度上提高了电网海量数据的算力、增强了人机互动的效果、减轻了一线人员的工作强度,提升了电力系统智能化的应用水平,为电力系统的辅导决策分析、智能电网的发展提供了重大机遇和强大支撑。
2电力服务工作中存在的缺陷和不足之处
2.1电力服务效率相对较低
现阶段，我国电力企业营业厅仍采用手工填写信息的方式，需要营业厅工作人员对客户进行有针对性的指导和帮助，这就导致电力企业营业厅需要储备大量纸质文件，同时也增加了工作人员的工作压力和办公成本，严重影响了电力服务的质量和效率。另外，原有的电力服务业务管理模式不能有效地应用于远程网络，使得网络接受业务更加困难，而互联网难以充分发挥其应有的作用，使得掌上营业厅业务管理的发展过程举步维艰。
2.2运营成本高
在原有的电力服务流程中，对营业厅人员数量和业务能力都有非常严格的要求。在实际服务过程中，很可能会受到其他因素的影响，进而出现不同程度的服务风险问题，影响服务质量。通过对电力营业厅、社会营业网点和网络渠道服务的相关调查分析可知，三者在实际运营过程中消耗的运营成本比例约为7∶2∶1，而电力实体营业厅投入的运营成本高达网络渠道的7倍。网络渠道服务增加了体验式和线上线下融合，可以在网络终端实现电力安装、更名扩容等相关业务内容，不仅提高了客户服务质量，而且大大降低了运营成本，对电力企业的发展起着非常重要的推动作用。
3人工智能在客服中心的应用
3.1人机交互服务
(1)引入客服智能机器人,嵌入智能语音引擎,建立行业统一的操作规范库,并导入机器人存储芯片中。通过人脸识别与语音识别技术,机器人能够与客户快速、精确、实时地交互响应,进行客户接待、业务咨询、产品营销等工作,可以实现业务的引导分流、同步并行操作,在增加客户消费体验科技感的同时,还能大幅降低客服中心运营成本。
(2)通过客服智能机器人,构建高效智能沉浸式的人机仿真交互平台,内部与营销档案系统、业务支持系统、GIS、配电自动化系统互联互通,通过电网大数据、自然语言语义分析、智能搜索等人工智能技术,开设客户服务虚拟超市,开展用电业扩报装、故障报修等预受理场景研究,通过多轮次人机智能交互,自动形成预受理工单,提质增效推进人机交互工作。
3.2现场勘测电子表与移动服务
借助互联网信息能够将业扩报装工单中的客户数据信息上传至后台的终端设备当中，进而开展移动化作业。在勘查现场当中，工作人员在软件中输入待勘察的线路名称，即可显示出该线路的各项数据信息，并结合现场的勘察数据制定完善的供电方案。除此之外，充分发挥智能交互系统平台的优势和作用，能够对现场勘察的各项数据信息、客户要求以及路况信息等进行记录和保存，为后期工作的开展奠定基础。
3.3电力客户服务体系完善
为进一步提高电力服务水平，切实提升电力服务行业的服务质量，新时代的电力企业有必要密切关注社会经济发展的具体需求，并始终坚持“客户为中心”的服务目标，采用行之有效的策略，进一步提高电力客户服务质量与电力服务标准。所以，电力服务行业在实践中，有必要尽最大努力，做好以下工作。
(1）动态、实时关注电力客户的实际需求，并以此为依据，为电力客户提供个性化电力服务，意味着电力企业相关工作人员需重视电力客户之间的有效交流，实时掌握电力客户电力实时需求，才能结合电力需求，实时调整电力服务方案，为电力客户提供优质服务。
(2）电力网上营业厅指的是以计算机网络、电力自主服务等为基础构建的客户服务操作平台。客户在现实生活中，仅需要一台接入网络的计算机就可以在平台上自主完成所需要办理的电力业务。并且在此平台上，电力客户一旦有不懂操作处，可与平台客服联系，在平台客服指导下完成电力业务操作。
3.4应急指挥调控
预警信息下发到预警指令库,采用话务均衡调度、人员属性调度、在岗时间调度、业务类型调度等调度策略,通过协同过滤、效用过滤,基于规则、内容推荐等智能算法,从指令库选择调控指令。通过指令推荐,实现应急调度指令、预警场景、接收指令人员三者之间的智能化匹配,达到各类资源的科学调度、实时响应。
根据智能调度原则,建立三级备班梯队、四级应急响应机制、五类常见服务升级干预方案,综合形成一种客服中心应急响应的调度机制。由于调度机制具有自适应、自学习特点,调度指令专家库通过事前预警、事中调度、事后评价机制不断得到提升,可以随着不同类型业务场景预警的增加而不断得到丰富与完善,彻底解决盲调问题,实现各类资源的科学匹配、高效使用。
结论
通过本文分析，人工智能与电力服务深度融合具有一定的可操作性。因此，相关人员有必要围绕电力服务，加强人工智能研究，为进一步促进人工智能与电力服务深度融合发展夯实基础，进而推动电力服务水平的提高，为电力服务行业的进一步发展提供技术保障。
参考文献：
[1]杜虎．人工智能技术在电力系统中的应用[J]．电子技术与软件工程，2019(11):246.
[2]胡涛．大数据人工智能在电力营销服务调度系统中的应用[J]．电子技术与软件工程，2019(10):246-247.
[3]韩婷婷．人工智能与电力服务的深度融合路径研究[J]．电子世界，2019(02):85-87.
术的电力营业厅服务体系探索[J]．电气时代，2018(8):23-24.
