这里笔者将标题中的“质检模式”定义为以纯人工抽检的工作模式为基础构建的质量体系，其中会话抽检、案例判罚是主要的质量管理方法。在这种模式下，智能质检被期望搭建更精准的模型，更大程度地替代和节省人力。但在实际应用中，可能会遇到如下情况：

1.准确率难提升：因ASR（语音识别技术）转译出错、来电市民行为干扰（主动挂机、打断流程、意图交叉等）、上下文理解不足等应用细节问题，导致很多场景的模型准确率难以达到人工标准。

2.产品能力难补足：由于热线运营单位采购的是供应商提供的标品，还需要根据政务热线的需求进行改造后才能投入使用，但因为改造费用昂贵，或供应商技术能力有限，无法承接太多个性化需求，或产品开发进度慢等因素，往往无法实现期望的模型效果。

3.质检价值难落地：大部分智能质检产品都是组件式提供，跟政务热线的运营系统并未完全打通，因而在实际应用中需要反复切换系统，致使操作复杂度提升，且全量质检结果仍然需要人工复核，导致价值难以落地。

总而言之，基于以上现实因素，智能质检的实际应用效果可能很难达到政务热线最初对它的期望。

质检和质控都是为了保证热线服务的质量，但二者关注的焦点和处理问题的方式有所不同。

质检，即质量检验，是对服务的质量进行检查和评估的过程。质检主要关注的是已经发生的问题，通过对产品或服务的检查来发现问题并进行改进，确保服务满足规定的质量标准。

质控，即质量控制，是在服务的生产过程中，通过各种方法和技术，对产品或服务的质量进行控制和管理的过程。质控的目标是预防问题的发生，而不是发现问题后再进行解决。

智能质检工具在以上两种模式中应用的区别，可以大概总结为以下三点：

1.质检专注个案的判定，质控在于全盘的把握

质检要求精准，质控注重规模。质检对于智能工具的要求是模型足够精准，如果由于客观原因导致模型无法精准到位或者操作之后召回率偏低，则无法实现智能质检的预期效果。而质控考虑的是规模化管理，因此即使质检模型不够精准，也可在全局规模下产出效果。

2.质检在于事后管理，质控追求事前管控

质检关注已发生的问题，质控预测问题潜在风险。智能质检关注的是某个案例出现了几个错误点；而质控的目的是提前识别问题，比如市民提及要投诉，此时就要通过智能工具预先把握风险，快速进行干预，保障服务质量稳定。

3.质检往往形成对立，质控旨在创造协同

质检制造紧张气氛，质控创造协同环境。质检员在质检过程中往往会和话务员争论扣分原因，话务员可能会认为这些问题是由于质检人员的评价标准过高，或者质检模型的规则设置过于严格，无形之中就将两者置于对立面。而质控重在预防问题发生，需要协同各方实现问题的响应和闭环，相较质检而言，质控可以创造一种更和谐的内部环境。

从质检到质控，其目的在于用智能质检工具解决质控的痛点，如：

在流程管理上：由于人工抽检覆盖量有限，质检流程的整体落地效果如何，很难有量化的判定。而智能质检可以通过搭建流程模型，达到100%质检，实现快速管理。

在风险管理上：话务员对风险事件的敏感度不够高、未按流程执行等情况可能造成风险升级，因为人工质检具有滞后性，缺少识别手段，难以提前进行干预。智能质检可以搭建风险预警模型，根据以往的风险类别识别潜在风险，提前预警管控。

在口碑管理上：政务热线是政府对外展示的重要窗口，在市民眼中，政务热线代表政府，市民对政务热线的不满直接影响到对政府的评价，导致政府形象受损，公信力降低。智能质检可以通过搭建客户情绪模型，识别潜在不满，及时修复。

在以上思路的基础上，智能质检想要实现从质检到质控的转变，可以从以下三个方面着手：

1.从质检模型到质检体系

在质控中，应当先完善质检体系，然后搭建质检模型。运营单位需要结合自身业务情况，首先明确通过什么质检策略解决质量管理痛点，比如想要识别市民不满以进行口碑挽留，需有“来电市民情绪预警”模块，对市民的负面情绪新建模型。由此可以完成基于质控管理的质检体系和模型搭建。

2.从需求主导到计划主导

有些运营单位智能质检与人工质检分为两个团队，人工质检作为智能质检的业务方，主导了模型搭建工作，他们有需求了智能团队才搭模型，没有需求智能团队就做常规维护。其实在质检模型和体系搭建完成后，可提前根据不同时期采用不同的质控策略专项计划，比如在旅游旺季、特殊天气等时期对相关业务进行专项监控。以计划牵引，从单纯支持业务提升到主导业务专项，提升质控价值。

3.从工具型到中台型

完成模型搭建、各项计划流程固化后，运营单位应逐步将智能质检从一项质检工具，升级为质量管理的中台。除了质检岗外的业务方也可能会提出诉求，比如联动培训岗来抓取问题会话，联动承办单位来抓取某项业务的反馈等，以此实现智能质检的角色转变。