隨著(zhù)云計算和人工智能技術(shù)的發(fā)展，原來(lái)只能通過(guò)傳統呼叫中心完成的客服工作通過(guò)在線(xiàn)客服、移動(dòng)客服以及客服機器人實(shí)現了分流和效率提升，尤其是客服機器人的應用，為客服人員分擔了大量重復性客服問(wèn)題，使得他們能夠專(zhuān)注與提供更有價(jià)值的服務(wù)。
然而，早期的客服機器人由于采用基于規則的方法，在構建和維護過(guò)程中，都需要人工對文本內容做非常精細的結構化分析，比如需要標出一個(gè)句子是不是疑問(wèn)句，是問(wèn)什么的疑問(wèn)句，主語(yǔ)是什么，謂語(yǔ)是什么等等，因此需要專(zhuān)職人員每天做打標簽工作，而且這類(lèi)人員培訓成本和替代成本都很高，給企業(yè)造成了新的成本負擔。
過(guò)去兩年來(lái)，深度學(xué)習算法的突破為客服機器人的應用帶來(lái)了革新。作為在客服領(lǐng)域深耕多年的企業(yè)服務(wù)公司，環(huán)信在原有客服系統和產(chǎn)品的基礎上，積極布局AI，在2016年初便開(kāi)始搭建AI團隊，研發(fā)基于深度學(xué)習和機器學(xué)習的智能客服系統。
基礎算法能力：深度學(xué)習降低工作量
目前，環(huán)信客服機器人不僅能夠通過(guò)語(yǔ)義相似度算法和意圖模型，對海量高質(zhì)量的互聯(lián)網(wǎng)和行業(yè)數據進(jìn)行訓練，大大降低知識庫的構建和維護成本，而且上線(xiàn)后機器還能自主學(xué)習，持續完善知識庫，不斷提高回復率和準確率。
那么，語(yǔ)義相似度算法和意圖模型是如何降低標注工作量的呢？對此，環(huán)信AI負責人李理做了一個(gè)通俗的解釋。
首先，語(yǔ)義相似度算法是一個(gè)通用模型，它輸入的是兩個(gè)句子，輸出的是兩個(gè)句子的相似程度。這個(gè)相似程度是基于一個(gè)回歸模型得到的一個(gè)0到1之間的數值，分為0、0.25、0.5、0.75、1不同檔。機器通過(guò)這個(gè)模型可以學(xué)習到虛詞、句法之類(lèi)的相似關(guān)系。由于這是一個(gè)通用模型而非行業(yè)知識，所以不需要專(zhuān)業(yè)人士，就可以來(lái)做這個(gè)訓練，學(xué)習成本幾乎為0.
其次，意圖模型是對行業(yè)知識點(diǎn)的訓練。比如“心臟病算不算重疾”這一知識點(diǎn)，只要給相似的問(wèn)題標上“心臟病算不算重疾”的標簽即可，然后把類(lèi)似的很多句子送到模型里訓練，之后再出現類(lèi)似的句子，機器就知道是問(wèn)“心臟病是不是重疾”的問(wèn)題。
由于算法差異，基于深度學(xué)習的算法相比傳統打標簽的工作量會(huì )有指數級的減少，不僅降低了知識庫早期的構建成本，也減少了企業(yè)后期的知識庫維護和更新成本。同時(shí)，企業(yè)實(shí)際客服中產(chǎn)生的會(huì )話(huà)效果反饋，也會(huì )作為訓練素材進(jìn)入知識庫，幫助客服機器人更加完善和智能。
業(yè)務(wù)解決能力：客服經(jīng)驗提升滿(mǎn)意度
有了基于A(yíng)I的客服機器人并不一定能真正解決實(shí)際業(yè)務(wù)中的客服問(wèn)題，還需要客服系統提供商對客服有深刻的理解、對行業(yè)有足夠的經(jīng)驗，并將這些理解和經(jīng)驗落實(shí)到機器人系統中，才有可能達到讓客戶(hù)滿(mǎn)意的效果。
環(huán)信在過(guò)去幾年時(shí)間里，通過(guò)服務(wù)20多個(gè)行業(yè)累計70000多家公司，積累了豐富的客戶(hù)服務(wù)經(jīng)驗，具備很強的服務(wù)場(chǎng)景拆解能力和業(yè)務(wù)理解能力，能夠從根本上幫助客戶(hù)解決客服問(wèn)題。
例如，快遞行業(yè)的投訴和催單問(wèn)題一直是一個(gè)痛點(diǎn)。環(huán)信的一個(gè)快遞行業(yè)客戶(hù)在采用了環(huán)信的客服機器人后，發(fā)現系統效果很好，但是并沒(méi)有達到預期目的。原來(lái)客服機器人雖然能夠準確地抓住問(wèn)題和意圖，并按照客戶(hù)給定的標準答案進(jìn)行回答：“您好，我是XXX，您的問(wèn)題我們已經(jīng)收到，請您耐心等待，如果您比較著(zhù)急，請您查詢(xún)XXX“，但是這樣并不能真正解決問(wèn)題。
為此，環(huán)信建議客戶(hù)按照人工客服的解決思路來(lái)解決這個(gè)問(wèn)題。具體方法是，先對該業(yè)務(wù)進(jìn)行拆解，比如三天以?xún)仍趺崔k、三天以外怎么辦，然后給客戶(hù)做一個(gè)催單接口A(yíng)PI，不同的人對應不同的話(huà)術(shù)，最后返回給用戶(hù)一個(gè)催單號，告訴用戶(hù)一天之內會(huì )打電話(huà)回訪(fǎng)。通過(guò)把原來(lái)的單輪對話(huà)拆解成多輪對話(huà)，轉人工的數量就大大減少了。
業(yè)務(wù)解決能力在客服行業(yè)至關(guān)重要，這不僅要求乙方真正懂客服，有服務(wù)意識，還要擁有行業(yè)服務(wù)經(jīng)驗，懂不同行業(yè)的場(chǎng)景痛點(diǎn)和解決辦法。環(huán)信通過(guò)服務(wù)保險、證券、物流、教育等多個(gè)行業(yè)眾多客戶(hù)，積累了豐富的客服和行業(yè)服務(wù)經(jīng)驗，能夠真正幫助客戶(hù)解決客服問(wèn)題，實(shí)現客服效果的明顯提升。
平臺開(kāi)放能力：多種接口滿(mǎn)足擴展性
由于A(yíng)I在客服行業(yè)的落地不止于文字客服機器人這一點(diǎn)，還有智能IVR（互動(dòng)式語(yǔ)音應答）、智能質(zhì)檢、智能外呼、智能知識庫等。因此對于一些本身?yè)碛休^強IT能力的大客戶(hù)來(lái)說(shuō)，還希望利用乙方的平臺，調用其中的句法分析、意圖識別、情緒分析等能力，來(lái)搭建其他系統。這就要求乙方提供的系統不能是一個(gè)黑盒，而應該是一個(gè)開(kāi)放的平臺。
另外，對于很多大客戶(hù)來(lái)說(shuō)，花費大量時(shí)間和精力維護的知識圖譜價(jià)值巨大，他們一般都希望能夠把這些知識圖譜調出來(lái)進(jìn)行復用，這也對乙方的平臺開(kāi)放性提出了更高要求。
環(huán)信中文語(yǔ)義計算平臺為大客戶(hù)提供了豐富的接口，除了可以進(jìn)行基于知識庫內容的問(wèn)答外，還可以進(jìn)行基于業(yè)務(wù)系統接口的信息調用，實(shí)現二次開(kāi)發(fā)、業(yè)務(wù)信息查詢(xún)等功能。此外，環(huán)信智能客服機器人還支持知識庫批量導入和導出，使客戶(hù)能夠更方便地管理和運用自己的知識庫。
人機協(xié)作：客服機器人不是萬(wàn)能藥
當然，客服機器人雖然能夠通過(guò)單輪對話(huà)和多輪對話(huà)幫助人工客服解決大量簡(jiǎn)單重復性問(wèn)題，但是在一些高客單價(jià)、強轉化需求的場(chǎng)景下，使用客服機器人風(fēng)險較高，只有人工客服才有可能達到預期效果。
比如一個(gè)醫美公司通常需要花費千元成本從百度獲取一個(gè)流量，如果交給客服機器人，潛在客戶(hù)很容易流失，只有經(jīng)驗豐富的老銷(xiāo)售上場(chǎng)，才有可能成功實(shí)現轉化。但是一家公司的老銷(xiāo)售數量有限，且培訓成本較高，如何讓其他銷(xiāo)售快速具備豐富的銷(xiāo)售經(jīng)驗，是很多公司都面里面的難題。
環(huán)信智能客服機器人的人機協(xié)作功能很好地解決了這一問(wèn)題。
不同于單輪對話(huà)和多輪對話(huà)的自動(dòng)回復，人機協(xié)作場(chǎng)景下，仍然是人工客服在提供服務(wù)，機器只是通過(guò)一個(gè)小窗口實(shí)時(shí)給出回答建議，人工客服可以對推薦回答進(jìn)行編輯修改或直接發(fā)送，不僅能夠提高回復效率，還能減少銷(xiāo)售培訓成本，把公司的業(yè)務(wù)知識和銷(xiāo)售經(jīng)驗通過(guò)實(shí)時(shí)推薦的方式輔助客服人員，達到知識和經(jīng)驗傳遞的效果。
人機協(xié)作雖然只是輔助人工客服，但是也涉及到算法和產(chǎn)品層面的諸多難題。
首先，算法層面。如何通過(guò)訓練生成推薦答案，如何利用客服實(shí)際選擇的答案進(jìn)行強化訓練，如何讓實(shí)際會(huì )話(huà)數據自動(dòng)進(jìn)入知識庫進(jìn)行自主學(xué)習，以及如何實(shí)現機器人和人工客服的自動(dòng)切換等等，都是當前學(xué)術(shù)界和工業(yè)界研究的熱門(mén)領(lǐng)域。
其次，產(chǎn)品層面。比如提示窗口的位置如何不影響人工客服的高效工作界面，自動(dòng)隱藏和彈出的時(shí)間如何讓人工客服用起來(lái)剛好合適，人機協(xié)作功能如何跟客服系統緊密結合等等，都需要公司對客服有深刻的理解。
環(huán)信基于多年的客服經(jīng)驗以及AI團隊的技術(shù)實(shí)力，能夠從算法和產(chǎn)品兩方面優(yōu)化人機協(xié)作產(chǎn)品功能，幫助企業(yè)真正提高人工客服效率和服務(wù)水平，實(shí)現客服的場(chǎng)景的價(jià)值轉化。
解決方案：客服+AI解決行業(yè)難題
經(jīng)過(guò)兩年多的努力，環(huán)信智能客服機器人已經(jīng)在保險、證券、教育、物流、銀行、運營(yíng)商、航空等領(lǐng)域樹(shù)立了一批標桿客戶(hù)，包括新東方、泰康在線(xiàn)、中意人壽、中信證券、長(cháng)江證券、天津農商行、南京銀行、中通快遞、廈門(mén)航空等。
其中，在保險、證券、教育、物流四大領(lǐng)域，環(huán)信已經(jīng)通過(guò)規模化復制積累了豐富的服務(wù)經(jīng)驗，形成了全套客服解決方案，并能夠在兩周之內快速上線(xiàn)。
教育領(lǐng)域，支持教學(xué)和客服兩條業(yè)務(wù)線(xiàn)，能夠幫助教育企業(yè)有效降低服務(wù)和教學(xué)成本，提升教學(xué)質(zhì)量，挖掘潛在數據價(jià)值。
保險領(lǐng)域，針對保險的售前、售中及售后環(huán)節提供垂直智能化解決方案，降低服務(wù)成本、提升服務(wù)體驗。
證券領(lǐng)域，針對開(kāi)戶(hù)、打新、資金管理等核心場(chǎng)景，以及賬戶(hù)管理、交易等環(huán)節，提供智能化解決方案，提升客戶(hù)價(jià)值。
物流領(lǐng)域，針對商家大促、物流爆倉等場(chǎng)景，幫助物流企業(yè)平穩度過(guò)電商大促等高峰期，同時(shí)在日常服務(wù)中降低人工成本，提升服務(wù)效率和體驗。
今年，環(huán)信將繼續拓展在銀行、運營(yíng)商、航空等領(lǐng)域的規模化復制，并加速樹(shù)立其他領(lǐng)域的燈塔客戶(hù)。
人工智能對客服行業(yè)的變革已是大勢所趨。對于企業(yè)來(lái)說(shuō)，如何利用新技術(shù)、新產(chǎn)品最大化客服價(jià)值，如何把客服這個(gè)成本中心轉化為利潤中心，已成為當務(wù)之急。“工欲善其事，必先利其器“，環(huán)信智能客服機器人，將是企業(yè)實(shí)現客服智能升級、挖掘客服價(jià)值的利器。
