2018年7月6日易谷網(wǎng)絡(luò )“智能服務(wù)與營(yíng)銷(xiāo)新方案發(fā)布會(huì )”在北京泛太平洋酒店順利舉辦。百度智能客服業(yè)務(wù)部技術(shù)總監王巍巍《預測式智能門(mén)戶(hù)，助力企業(yè)服務(wù)升級》的主題演講。
王巍巍：大家下午好！大家對百度的認知是搜索比較多，有不懂的知識可以去找它，它也給你推薦一些廣告。今天給大家分享的是百度在A(yíng)I上有哪些技術(shù)、哪些場(chǎng)景以及在客戶(hù)服務(wù)場(chǎng)景上有哪些解決方案。
百度在A(yíng)I目前有2000多研發(fā)人才，分布在中國和美國，中國有北京、上海、深圳3個(gè)研發(fā)中心，美國有2個(gè)研發(fā)中心。百度是做搜索業(yè)務(wù)，有全網(wǎng)所有的數據，你能看到的各種網(wǎng)頁(yè)都是被百度檢索的。同時(shí)，百度有很多其他產(chǎn)品，像百度地圖、百度貼吧，大家腦子里的知識都沉淀在百度上，有了這些數據和人才，可以研究出學(xué)術(shù)界成型算法基礎上打造工業(yè)級算法，也得到很多認可，在自動(dòng)駕駛、深度學(xué)習領(lǐng)域跟國家層面建立了很多相關(guān)合作。同時(shí)，王海峰（音譯）被評選為“全國創(chuàng )新?tīng)幭泉?rdquo;。
接下來(lái)講講百度在A(yíng)I做了哪些技術(shù)，以及怎么將這些技術(shù)開(kāi)放出來(lái)：
在算法方面開(kāi)放了深度學(xué)習平臺，這是一個(gè)開(kāi)源的，大家可以在github上去找到。基于平臺和算法做了哪些感知層和認知層？語(yǔ)音識別、人臉識別、視頻技術(shù)都做了感知層的積累。語(yǔ)音識別的準確率可以做到97%，呼叫中心場(chǎng)景沒(méi)有這么高，這個(gè)97%是在手機應用場(chǎng)景，百度、地圖，它的語(yǔ)音識別率非常高。
人臉識別已經(jīng)用到金融場(chǎng)景上，跟廣發(fā)銀行有人臉識別合作，落地到它的APP中。百度自己的產(chǎn)品中也有人臉識別技術(shù)，比如百度金融支付產(chǎn)品，百度自己的支付，百度自己的門(mén)禁，都用了人臉識別，萬(wàn)級1：N，N可以做到99%的準確度。在認知層，自然語(yǔ)言處理是百度的看家本領(lǐng)。知識圖譜，大家在百度上搜索人物和電影，有一些結構化的知識展現給大家。用戶(hù)畫(huà)像對客戶(hù)服務(wù)和營(yíng)銷(xiāo)都有非常大的幫助，以上所有的能力都做了開(kāi)放，大家可以可以看到，有部分是免費開(kāi)放的，有部分是收費開(kāi)放的，基于開(kāi)放能力構建業(yè)務(wù)場(chǎng)景，無(wú)論是開(kāi)發(fā)者，還是合作伙伴。
圖像語(yǔ)音場(chǎng)景上我們的使用量是爆增，這是行業(yè)的趨勢。在視頻、語(yǔ)音溝通渠道場(chǎng)景下，有越來(lái)越多的新興溝通方式，新興的溝通方式需要很多新興的技術(shù)來(lái)解決語(yǔ)音識別、圖像識別的技術(shù)。百度將這些技術(shù)應用到自己的哪些場(chǎng)景？
DuerOS對話(huà)式人工智能系統，解決聽(tīng)得清、聽(tīng)得懂以及百度知識，滿(mǎn)足大家生活服務(wù)和出行等各種各樣場(chǎng)景。百度開(kāi)發(fā)大會(huì )上可以看到百度的智能音箱，它幫助大家完成很多日常生活中的問(wèn)答。大家可以在京東上購買(mǎi)智能音箱，價(jià)格非常便宜，只要89元，智能音箱也獲得很多相關(guān)的獎項。百度不僅僅用它打造自己的產(chǎn)品，也開(kāi)放給所有的合作伙伴和開(kāi)發(fā)者。構建智能音箱底層的能力是DuerOS，它將應用層、能力層、核心層都開(kāi)放給合作伙伴，可以將整套解決方案應用到各種各樣的智能家居、智能車(chē)載場(chǎng)景中，我們和TCL也有合作。自動(dòng)駕駛場(chǎng)景。7月4號在發(fā)布會(huì )上講了，目前和金融合作的阿波龍沒(méi)有方向盤(pán)的L4級自動(dòng)駕駛汽車(chē)下線(xiàn)100臺，將分布在中國各個(gè)園區內做自動(dòng)駕駛的運營(yíng)，同時(shí)銷(xiāo)往日本。這個(gè)技術(shù)是分階段，前期是在封閉園區內，慢慢會(huì )在高速公路上，再往后會(huì )在城市道路上實(shí)現L4級。
人臉識別。這個(gè)大家比較熟悉，幾乎所有的銀行APP在大額轉帳時(shí)都有人臉識別的應用，人臉識別在百度內也有很多應用。這個(gè)是百度的閘機，百度的門(mén)禁完全用人臉識別實(shí)現，包括百度的支付。
文字識別OCR。它是個(gè)傳統的技術(shù)，但有新興的數據、新的解決方案、新的技術(shù)加入時(shí)，OCR的識別效率越來(lái)越好。原來(lái)大家只用它識別身份證、銀行卡，現在能夠做到票據識別。百度4萬(wàn)個(gè)員工每個(gè)月都有報銷(xiāo)的需求，原來(lái)粘貼那么多發(fā)票和報銷(xiāo)材料，對財務(wù)人員是非常巨大的壓力。現在通過(guò)自動(dòng)化方式，可以將這套東西完全通過(guò)機器去做識別，少量的環(huán)節由人參與，流轉周期和效率非常好，現在2-3周就可以到賬。財務(wù)人員在新的技術(shù)幫助下，壓力得到非常大的緩解。
語(yǔ)音技術(shù)。去年百度做AItoB業(yè)務(wù)時(shí)遇到很大困惑，大家都認為百度地圖的語(yǔ)音用的是科大訊飛的，百度在2001年就開(kāi)始研究語(yǔ)音識別，目前語(yǔ)音識別團隊有近300人，最精用在toC的產(chǎn)品，大家對toB的產(chǎn)品感知非常少，百度地圖等等用了很多語(yǔ)音技術(shù)。整套解決方案從模型層到功能層都開(kāi)放出來(lái)了，大家可以使用百度的AI語(yǔ)音識別，目前是全免費的，構建各種各樣語(yǔ)音交互的場(chǎng)景。
自然語(yǔ)言理解。這是百度的老本行，不但在此方面的技術(shù)在迭代，最早用很多分詞方法解決問(wèn)題，在搜索上更多是用關(guān)鍵詞技術(shù)。最近自然語(yǔ)言變化，解決語(yǔ)義層的識別。目前搜索效果越來(lái)越好。深度問(wèn)答、對話(huà)系統等場(chǎng)景跟客戶(hù)服務(wù)場(chǎng)景非常相關(guān)。我們有百度WiFi翻譯的產(chǎn)品，大家也可以在京東上購買(mǎi)。
知識圖譜。這個(gè)目前在企業(yè)內應用不是特別多，很多銀行企業(yè)都想建設知識圖譜，但目前沒(méi)有這樣的產(chǎn)品可以給大家。今年我們跟股份制銀行一起探索知識圖譜，以產(chǎn)品的方式提供給大家。原來(lái)百度將網(wǎng)上的數據用各種方式形成結構化，再滿(mǎn)足搜索需求，這套運作流程肯定沒(méi)辦法直接復制到企業(yè)里。就像夏粉博士說(shuō)的，需要很多專(zhuān)家和科學(xué)家去構建知識圖譜，但對企業(yè)來(lái)說(shuō)是不現實(shí)的，所以我們有很多解決方案在此方面解決問(wèn)題。比如客服的場(chǎng)景，用兩張信用卡誰(shuí)的年費高，傳統的方法知識維護工作量非常大，因為用戶(hù)有很多問(wèn)法，B：A和A：B是不同的組合。有了知識圖譜之后，將知識用結構化的方式，自然語(yǔ)音分析解析，滿(mǎn)足客戶(hù)的問(wèn)答需求。
用戶(hù)畫(huà)像。營(yíng)銷(xiāo)的同學(xué)都非常理解這個(gè)東西的價(jià)值，百度在畫(huà)像投入非常多。有多個(gè)維度刻畫(huà)用戶(hù)，比如它的人口、位置、行為習慣、短期興趣、長(cháng)期興趣，這種刻畫(huà)對實(shí)時(shí)性要求非常高。我們在此方面構建了相應的能力來(lái)刻畫(huà)用戶(hù)，最近幾年百度做金融，原來(lái)不做金融，所以金融維度畫(huà)像非常少，但有了金融業(yè)務(wù)之后，在金融維度做了幾千維的畫(huà)像，幫助金融業(yè)務(wù)更好的理解受眾、更好的獲取受眾。
在座各位更多來(lái)自于客服行業(yè)，客服營(yíng)銷(xiāo)場(chǎng)景上怎么應用上述講的AI技術(shù)？技術(shù)和場(chǎng)景、時(shí)間和產(chǎn)品有很多的縫隙，這里面基于大家更熟悉的場(chǎng)景，跟大家講一下AI技術(shù)怎么應用到客服、外呼、電銷(xiāo)。我們有實(shí)時(shí)的數據、歷史的數據，基于這些數據構建客戶(hù)畫(huà)像、坐席畫(huà)像、知識體系。有了對用戶(hù)、對坐席、對內部員工的沉淀，可以更好的理解用戶(hù)、預測用戶(hù)、滿(mǎn)足用戶(hù)，在客服、營(yíng)銷(xiāo)場(chǎng)景下都可以做到。
比如客服場(chǎng)景，可以用智能推薦和智能問(wèn)答技術(shù)，解決現在客服服務(wù)壓力大、成本高、人員流動(dòng)高的問(wèn)題。這有一個(gè)簡(jiǎn)單的例子，基于對這個(gè)新辦卡用戶(hù)的理解，他正在還款期，還有三天就到期了。當客戶(hù)打開(kāi)智能客服時(shí)，我怎么推薦他相關(guān)的問(wèn)題？我大概能夠預測出來(lái)有可能他確實(shí)需要咨詢(xún)還款相關(guān)的信息，我給他推薦的問(wèn)題可能就是他想知道的。他想知道的問(wèn)題后面用多輪問(wèn)答的技術(shù)去滿(mǎn)足，背后不再是人去解決問(wèn)題。比如跟某個(gè)城商行和消費金融業(yè)務(wù)的實(shí)踐，可以用機器解決它90%的問(wèn)答，一個(gè)人每天可以處理海量的問(wèn)答需求。
7月4號、5號開(kāi)發(fā)者大會(huì )有這個(gè)demo，Google類(lèi)似的技術(shù)在業(yè)務(wù)場(chǎng)景下成熟了，在通用問(wèn)答和日常生活中可能很難去解決好。我們用機器人幫助企業(yè)做外呼，比如催收、回訪(fǎng)、營(yíng)銷(xiāo)。營(yíng)銷(xiāo)是分階段的，比如車(chē)險有很多名單，原來(lái)的方式是用人工撥打，接通率非常低，機器如果能夠解決這些問(wèn)題，把有意向的用戶(hù)篩選出來(lái)，完成前期的溝通，這些40%、50%的通話(huà)量用機器解決，對公司的運營(yíng)效率和運營(yíng)成本是巨大的提升。
大家感受一下當前的自動(dòng)呼出已經(jīng)做到什么效果。（演示）目前我們也在跟客戶(hù)探索電話(huà)銷(xiāo)售以及催收場(chǎng)景下，用機器人解決人力消耗以及服務(wù)不標準的問(wèn)題。大家想一想，如果用機器去解決問(wèn)題，除了客服、外呼外，你的質(zhì)檢就可以省掉了，因為所有的溝通都是標準化的，不需要再質(zhì)檢了。
這跟杜老師分享的非常相似，那個(gè)是在路由的場(chǎng)景下，這是在名單匹配場(chǎng)景下。因為我們跟保險公司做溝通過(guò)程時(shí)發(fā)現，名單的質(zhì)量是參差不齊，坐席也是參差不齊的，名單匹配的方式方法目前有非常大的改進(jìn)空間。百度在做搜索廣告過(guò)程中，什么樣的廣告出現在哪一個(gè)用戶(hù)面前，跟我們家某個(gè)名單匹配給哪個(gè)坐席，這個(gè)坐席溝通過(guò)程中更有可能將客戶(hù)拿下，是類(lèi)似的。我們通過(guò)對用戶(hù)的刻畫(huà)和坐席的刻畫(huà)，基于他們歷史溝通效果的數據，來(lái)構建一個(gè)預測模型，這個(gè)預測模型可以預測在不同匹配下成單率有什么變化。有了這樣的解決方案，用機器自迭代的方式做好名單分配。
有了這套名單分配，我們又有一套解決方案幫助大家解決溝通的問(wèn)題，假設這個(gè)名單分配到某個(gè)坐席，坐席跟客戶(hù)溝通過(guò)程中，尤其剛入職的新手坐席面臨什么？客戶(hù)隨便一個(gè)問(wèn)題它就卡住了，這帶來(lái)糟糕的用戶(hù)體驗。我們有實(shí)時(shí)的語(yǔ)音識別和話(huà)術(shù)提示方案，自動(dòng)識別他的語(yǔ)音。目前的語(yǔ)音識別技術(shù)可以在標準化場(chǎng)景下達到非常好的效果，呼叫中心也可以達到85%的效果。非常精準的從知識體系檢索對應的話(huà)術(shù)推薦給坐席，坐席基于話(huà)術(shù)快速滿(mǎn)足服務(wù)。同時(shí)，我們用實(shí)時(shí)數據幫助坐席去完成服務(wù)。
這幾個(gè)場(chǎng)景都是2017年百度開(kāi)始AItoB業(yè)務(wù)場(chǎng)景中探索的，過(guò)程中也有經(jīng)驗積累和教訓，分享三個(gè)點(diǎn)：
第一，端到端、全棧技術(shù)協(xié)同。因為百度在人臉、圖像、OCR、語(yǔ)音等各層面都有相應的積累。傳統解決方案廠(chǎng)商帶來(lái)的問(wèn)題是，可能語(yǔ)音從A采購，話(huà)術(shù)從B系統采購，溝通渠道是從C采購，數據打通和數據協(xié)同的效果比較弱。現在有了全棧的解決方案，聯(lián)合合作伙伴基礎之上，讓之間的協(xié)同更好。客戶(hù)在項目實(shí)施和落地過(guò)程中，享受到更好的服務(wù)、更好的效果。交互過(guò)程中不會(huì )出現上下游扯皮，溝通效率和迭代效率非常高。
第二，隱藏復雜、讓AI可運營(yíng)。不暴露復雜的技術(shù)，不希望這個(gè)系統構建出來(lái)是一個(gè)復雜的讓客戶(hù)無(wú)法應用的系統。而應該讓這個(gè)系統從產(chǎn)品層面的運營(yíng)和使用非常流暢，我們讓底層的算法、模型都是自動(dòng)迭代的，不需要參與過(guò)程中。
第三，AI需要組織、管理協(xié)同。新技術(shù)進(jìn)入社會(huì )帶來(lái)了很大的改變，比如有了車(chē)就有了司機功能，有了AI技術(shù)就需要相關(guān)的資源配備，需要相關(guān)的組織、人員、流程，幫助AI產(chǎn)品在過(guò)程中得到更好的支持，得到更好的訓練，成長(cháng)得更快。項目溝通過(guò)程中發(fā)現它需要構建團隊、考核體系和培訓，支撐業(yè)務(wù)往前發(fā)展。從另外一個(gè)角度，它節省了很多資源，2、3個(gè)機器人訓練師節省原來(lái)30%、40%的客服。
這是我們跟合作伙伴的合作模式，易谷是我們非常重要和默契的合作伙伴，在某些銀行客戶(hù)那已經(jīng)在做項目落地。有幾個(gè)維度想跟合作伙伴達成合作，這里面都列出來(lái)了，不排斥探索各種各樣新的模式。第一，產(chǎn)品整合的模式，是指雙方產(chǎn)品是互補的，大家做toB久了會(huì )有感觸，沒(méi)有哪個(gè)企業(yè)把所有的東西都做好，toB領(lǐng)域所有的企業(yè)里面做生態(tài)、做相互之間的整合是非常重要的。對易谷來(lái)說(shuō)，它前面跟小I合作、科大訊飛有合作，就是在做產(chǎn)品整合的工作。第二，輔助實(shí)施。對百度企業(yè)來(lái)說(shuō)，落地項目過(guò)程中不可能匹配那么多實(shí)施人員，過(guò)程中我們聯(lián)合合作伙伴跟我們一起做項目落地，希望在合作模式下形成緊密長(cháng)期的合作關(guān)系，為什么？因為相互之間的產(chǎn)品在一開(kāi)始對對方來(lái)說(shuō)都是新的技術(shù)、新的產(chǎn)品，相互磨合久了、融洽了之后，不希望這個(gè)關(guān)系破了，因為重新構建合作關(guān)系的成本巨高無(wú)比。我們非常希望跟合作伙伴在這四個(gè)層面以及更多層面建設合作關(guān)系，通過(guò)項目、產(chǎn)品等各個(gè)維度，讓大家更緊密、協(xié)同。
