“一言不合就開(kāi)始賣(mài)萌”
“超簡(jiǎn)單的問(wèn)題都回答的驢頭不對馬嘴”
……
這年頭只要網(wǎng)上購物，被聊天機器人、“智障客服”花式虐心早已經(jīng)是家常便飯了。而上述問(wèn)題，其實(shí)統統都與如何賦予智能客服“智商”密切相關(guān)。
因此，腦極體白洞企業(yè)AI喚醒計劃的第二期節目，我們就邀請了智能對話(huà)創(chuàng )業(yè)企業(yè)奇點(diǎn)機智的CEO鄔霄云先生，和計算機學(xué)會(huì )常務(wù)副主席黃惠燕女士，來(lái)共同探討一下：想要搭建一個(gè)“棒棒噠”電商智能客服系統，需要解決哪些“致命細節”。
這里先劇透一下結論：想要避開(kāi)“智障式AI客服”，僅僅依靠自然語(yǔ)言處理技術(shù)的進(jìn)步還遠遠不夠，工程能力與產(chǎn)品落地能力可能才是成敗的關(guān)鍵。另外，管理用戶(hù)預期也至關(guān)重要哦。
智能客服三重門(mén)：
挑戰售后業(yè)務(wù)出于哪些無(wú)奈？
在整個(gè)交流過(guò)程中，我們可以看到電商平臺智能客服最嚴重的問(wèn)題——體驗焦慮。
大家想必也深有感觸，網(wǎng)絡(luò )購物時(shí)往往更愿意向人類(lèi)客服進(jìn)行咨詢(xún)，而這往往需要經(jīng)歷漫長(cháng)的等待和輪候。一旦選擇了智能客服，就會(huì )在聽(tīng)不懂人話(huà)、只會(huì )做選詞填空題、無(wú)法解決需求等等挫折中倍感窩火。
據奇點(diǎn)機智鄔總反饋，他們服務(wù)的客戶(hù)也大多更傾向于將智能客服應用在售后場(chǎng)景之中。這也體現了目前電商平臺的主流選擇：售前交給人工，售后交給機器。
售前不配“被智能”嗎？答案顯然是否定的。
之所以出現這種情況，原因就在于智能客服想要在售前體驗上拿到“高分”，實(shí)在是太難了，而用戶(hù)的每一點(diǎn)體驗不滿(mǎn)，最后都會(huì )變成平臺銷(xiāo)售額的淚啊！
簡(jiǎn)單來(lái)說(shuō)，電商平臺的“售前智能化”，戳中了智能客服系統的三大軟肋：NLP技術(shù)、集成服務(wù)、商業(yè)場(chǎng)景三大關(guān)鍵點(diǎn)需要協(xié)同突破。
一是NLP技術(shù)的局限性。
目前，智能客服所普遍采用的問(wèn)答系統，能夠很好地解決售后過(guò)程中那些簡(jiǎn)單清晰明了的服務(wù)訴求，比如退貨地址、使用方法、保質(zhì)期限等等問(wèn)題。
但反觀(guān)售前，用戶(hù)的問(wèn)題往往非常發(fā)散且主觀(guān)化——“黃黑皮穿紅色好看嗎？”“我男朋友是工程師適合這個(gè)嗎？”“能不能推薦點(diǎn)搭配的單品啊”……問(wèn)答技術(shù)目前很難在這些問(wèn)題上有出色的表現。想要閑聊，還是人類(lèi)客服小姐姐更靠譜。
二是集成服務(wù)方的整體水平。
黃老師（她也是某電商平臺的AI技術(shù)負責人）向我們闡述了電商平臺應用AI的基本思路：
平臺往往會(huì )追蹤最前沿的智能對話(huà)技術(shù)進(jìn)展，但自己并不會(huì )過(guò)多地介入底層技術(shù)開(kāi)發(fā)，而是選擇由2-3家技術(shù)集成服務(wù)商來(lái)提供服務(wù)模塊。
因此，就要求奇點(diǎn)機智這樣的第三方服務(wù)商既要對高速變化的前瞻性技術(shù)高效地把握和應用，又要對商業(yè)邏輯和商業(yè)場(chǎng)景有足夠清晰與深刻的認知，最后還要能以簡(jiǎn)單易用將技術(shù)整合為流程化的chatbot系統，再提供給商家。眾所周知，國內智能客服也是近兩年剛剛起步，業(yè)務(wù)能力參差不齊，消費者對智能客服的印象自然也就眾說(shuō)紛紜了。
三是商業(yè)場(chǎng)景的復雜度。
電商平臺售后幾乎都是相似的，但售前面臨的業(yè)務(wù)場(chǎng)景卻完全不同。比如說(shuō)護膚品商家，在解決膚質(zhì)、搭配、功效等問(wèn)題時(shí)，就可以大幅度引入智能客服來(lái)提升銷(xiāo)售效率，縮短接待時(shí)間。但服飾類(lèi)賣(mài)家，面對的往往是“適不適合”“好不好看”之類(lèi)的主觀(guān)題，機器人也無(wú)能為力。商家售前流程的需求差異太大，不能“放之四海皆準”的智能客服系統自然也就要退居二線(xiàn)了。
總而言之，NLP技術(shù)瓶頸、第三方服務(wù)水平參差不齊、商業(yè)需求復雜，是桎梏智能客服能力向上延伸的幾個(gè)重要難點(diǎn)。
這就引發(fā)了另一個(gè)疑惑：消費者到底應該對智能客服抱有怎樣合理的期待？智能客服之于電商平臺的價(jià)值究竟體現在哪里呢？
告別“想當然”
智能客服的“行”與“不行”
在白洞計劃的“反定義”環(huán)節中，我們邀請兩位老師以撕標簽的方式探討了許多大眾對于售前客服的刻板印象。
從中可以發(fā)現，智能客服（甚至于人工智能），究竟是“神”“神經(jīng)”，還是“神經(jīng)病”，有時(shí)候并不取決于技術(shù)本身的發(fā)展維度，而是需要建立起一個(gè)理性的預期。尤其是智能客服這樣與消費者聯(lián)系緊密的技術(shù)工具，最容易先被“神化”，然后迅速失望變成“神經(jīng)病”。
在這個(gè)過(guò)程中，電商平臺如何去管理用戶(hù)的預期就變得至關(guān)重要了。除了先在售后環(huán)節“練兵”之外，或許我們也應該理性認知當下智能客服系統的核心能力：
1.做好選詞填空。“選詞填空”是一個(gè)看起來(lái)不怎么智能、卻不容有失的任務(wù)，像是用戶(hù)詢(xún)問(wèn)“面膜一包幾片”，機器準確地回答出“3片”，用戶(hù)不會(huì )驚喜；如果答成“四包”，那就是要被全網(wǎng)群嘲的節奏了。語(yǔ)義理解（即讓機器明白用戶(hù)在問(wèn)什么），一直是NLP領(lǐng)域的技術(shù)難題，尤其是中文還存在倒裝、反問(wèn)、同義句等語(yǔ)法，因此，作為一種工具性的存在，智能客服能夠做好“選詞填空”，替代人工高效率地解決一些機械性問(wèn)題，減少用戶(hù)的等待時(shí)間，已經(jīng)能夠滿(mǎn)足企業(yè)和大部分用戶(hù)的實(shí)際需求了。
2.特殊語(yǔ)言任重道遠。隨著(zhù)電商平臺的普世化，越來(lái)越多的兒童、老人、偏遠地區人口也開(kāi)始在網(wǎng)上購物，但智能客服想要通過(guò)語(yǔ)言識別的方式來(lái)準確把握他們的需求，也是難上加難。這需要兩個(gè)前提：一是有足夠大的語(yǔ)料詞庫進(jìn)行訓練，目前該類(lèi)數據集還并不多，自然也沒(méi)有辦法進(jìn)行系統訓練；二是解決特殊語(yǔ)言的知識表達邏輯。國際頂尖的語(yǔ)言算法（比如斯坦福Equilid）對于非正式方言的識別依然未能達到實(shí)用階段。目前看來(lái)，要么求助于人類(lèi)客服，要么還是學(xué)好普通發(fā)吧。
3.個(gè)性化服務(wù)尚需時(shí)間。大家期待的專(zhuān)屬客服與個(gè)性化服務(wù)，目前看來(lái)依然遙遠。盡管智能客服系統有一定的記憶功能，能夠記住你上次說(shuō)的尺碼、偏好，但要實(shí)現個(gè)性化推薦，往往需要很高的覆蓋率。商品的覆蓋率越高，同一個(gè)商品出現的頻率也就越小，買(mǎi)到差異化、個(gè)性化產(chǎn)品的幾率自然也就越大。但要實(shí)現這一愿景，往往需要企業(yè)進(jìn)行大量的工作，比如大數據的收集與處理、推薦模型的優(yōu)化、chatbot的訓練升級，對于業(yè)務(wù)場(chǎng)景復雜的電商平臺來(lái)說(shuō)，還有很長(cháng)的一段路要走。
總的來(lái)說(shuō)，一個(gè)理想中的智能客服系統，是時(shí)間的饋贈。在此之前，需要技術(shù)人員、企業(yè)管理者和大眾都多一份耐心。
未來(lái)面前
企業(yè)如何對癥下藥
智能客服越來(lái)越成為電商平臺的標配，它的技術(shù)潛力已經(jīng)開(kāi)始在產(chǎn)業(yè)端展現出來(lái)。黃老師分享到，未來(lái)通過(guò)個(gè)性化、智能化的chatbot，智能客服也可以實(shí)現動(dòng)態(tài)多輪對話(huà)，告別總是聽(tīng)不懂的“鬼打墻”，更關(guān)鍵的是，機器的知識庫更加龐大，未來(lái)能夠取代人工實(shí)現向上銷(xiāo)售，即用戶(hù)的興趣探知和主動(dòng)營(yíng)銷(xiāo)，從而幫助電商平臺更好地提升銷(xiāo)售額，找到新的商業(yè)增長(cháng)模式。
聽(tīng)起來(lái)是不是很美好呢？那么，在未來(lái)到來(lái)之前，行業(yè)應該做好哪些準備？目前看來(lái)主要集中在三點(diǎn)：
一是數據的積累。
與電商平臺相比，金融、通信、教育、保險等業(yè)務(wù)也在越來(lái)越多地引入智能客服系統，但它們的吐槽聲似乎要小很多。一部分源自于這些傳統行業(yè)已經(jīng)在漫長(cháng)的發(fā)展過(guò)程中積累了大量的知識和語(yǔ)料庫，能夠更好地訓練模型。
對于電商平臺來(lái)說(shuō)，盡管已經(jīng)展開(kāi)了一些年齡、性別、地域、興趣等用戶(hù)特征的的大數據工作，但還遠遠不夠。在此基礎上建立包括用戶(hù)關(guān)系、用戶(hù)理解向量的神經(jīng)網(wǎng)絡(luò )模型，并隨著(zhù)用戶(hù)每一個(gè)行為實(shí)時(shí)學(xué)習和改變，提供極致的服務(wù)體驗，將是未來(lái)電商平臺之間打出差異化的關(guān)鍵所在。
其次，工程化。
值得注意的是，技術(shù)只是技術(shù)，讓電商平臺呈現差異化特質(zhì)還是在技術(shù)怎么使用。如何用同樣的技術(shù)實(shí)現不同的商業(yè)邏輯，將用戶(hù)需求歸一成語(yǔ)義結構信息，并跟商業(yè)場(chǎng)景結合起來(lái)，降低商業(yè)轉化的成本，才是問(wèn)題的關(guān)鍵所在。
正如黃老師所說(shuō)，智能對話(huà)一味關(guān)注在某些數據集中“跑分”已經(jīng)成為一個(gè)產(chǎn)業(yè)問(wèn)題，高分只是基本功，保證基礎的算法能力。更關(guān)鍵的還是工程能力和產(chǎn)品落地能力。
體現在現實(shí)場(chǎng)景中，就是智能機器人能不能給出讓用戶(hù)滿(mǎn)意的回復，這就取決于商家能不能清晰地定義出自己的商業(yè)邏輯、產(chǎn)品邊界，下沉到技術(shù)服務(wù)商身上，能不能幫助商家建立起從復雜技術(shù)到商業(yè)流程的連接，畫(huà)出簡(jiǎn)單易用、符合實(shí)際的工具圖。
以奇點(diǎn)機智的語(yǔ)音對話(huà)平臺——對話(huà)流為例，核心就是整合機器學(xué)習、自然語(yǔ)言理解(NLU)技術(shù)，通過(guò)對話(huà)流深度理解用戶(hù)意圖，通過(guò)動(dòng)態(tài)對話(huà)不斷訓練模型并自我糾正，進(jìn)而提供高效而準確的服務(wù)。在這個(gè)過(guò)程中，企業(yè)不需要寫(xiě)代碼或AI領(lǐng)域專(zhuān)業(yè)知識，就能夠快速創(chuàng )建語(yǔ)音對話(huà)體驗，同時(shí)可以應用于不同平臺和多種使用場(chǎng)景，不需要重復訓練和部署，大大降低了智能客服系統在企業(yè)端的落地門(mén)檻。
三是用戶(hù)習慣的培養。
目前主流的用戶(hù)習慣還是通過(guò)文本形式進(jìn)行交流，與此同時(shí)，也有越來(lái)越多的企業(yè)、商家選擇植入了聊天機器人與用戶(hù)實(shí)時(shí)互動(dòng)。比如優(yōu)衣庫的智能導航，招行的語(yǔ)音導航，海底撈的智能訂餐電話(huà)客服等，通過(guò)語(yǔ)音的方式與機器人進(jìn)行智能對話(huà)交互，正在成為未來(lái)的主流模式。
為了應對這種趨勢，奇點(diǎn)機智和電商平臺也在思考，如何將語(yǔ)音識別、聲紋識別等技術(shù)應用到客戶(hù)端，去引導和培養用戶(hù)的語(yǔ)音交互習慣。比如給智能客服賦予一個(gè)擬人化的名稱(chēng)和形象，將對話(huà)欄設計成話(huà)筒的樣式等等，都是為了讓用戶(hù)在與智能機器人對話(huà)時(shí)更為自然。
至此，在智能客服系統的進(jìn)化過(guò)程中，我們可以看到NLP技術(shù)是如何從實(shí)驗室中的一個(gè)個(gè)復雜模型，逐漸走進(jìn)普羅大眾的生活。這或許也可以作為一面鏡子，折射出AI與整個(gè)社會(huì )的融合發(fā)展歷程。
腦極體都試圖通過(guò)白洞計劃，在每一個(gè)技術(shù)浪潮襲來(lái)的時(shí)刻，發(fā)出燈塔一樣的光亮，在A(yíng)I技術(shù)企業(yè)與產(chǎn)業(yè)端應用者前行的必經(jīng)之路上，照亮每一個(gè)暗礁與深坑。
