眾所周知，智能語(yǔ)音導航和智能在線(xiàn)客服可以讓用戶(hù)了解大體的問(wèn)題所在，并在用戶(hù)與智能平臺交流中，可以減輕客服的壓力，為后臺客服爭取更多的時(shí)間。

　　天津農商銀行的智能客服系統建設始于2017年12月，經(jīng)過(guò)三個(gè)月的調研和設計，2018年7月進(jìn)入多輪的測試階段，2018年9月3日智能語(yǔ)音導航系統上線(xiàn)，2019年3月在線(xiàn)客服系統上線(xiàn)。

　　為了建設能夠適應多種渠道接入方式的客服中心系統，項目分兩個(gè)階段實(shí)施：第一階段，實(shí)現智能語(yǔ)音導航、基礎平臺、智能知識庫系統等基礎框架的功能；第二階段，利用智能機器人機交互系統實(shí)現智能化的在線(xiàn)客服，包括網(wǎng)銀渠道接入、手機銀行接入、吉祥生活APP接入和微信銀行接入。實(shí)現客服的一大部分工作由機器人來(lái)完成，而客服的主要部分工作轉變?yōu)楣芾砭S護機器人，維護智能客服系統。

　　在該系統中，智能平臺可以幫助后臺客服解決大部分基礎的簡(jiǎn)單問(wèn)題，這讓后臺客服的工作負擔不太沉重，集中精力解決復雜，非重復的問(wèn)題，從而提高客服的工作效率和客戶(hù)的滿(mǎn)意度。

　　據了解，智能平臺的智能語(yǔ)音導航業(yè)務(wù)流程設計非常自然和人性化，當用戶(hù)撥打客服電話(huà)，在播報的語(yǔ)音菜單上選擇轉人工時(shí)，進(jìn)行下述處理：首先判斷智能語(yǔ)音是否滿(mǎn)線(xiàn)，若滿(mǎn)線(xiàn)直接轉人工坐席服務(wù)，否則轉接到智能語(yǔ)音IVR上來(lái)進(jìn)行服務(wù)；判斷用戶(hù)是否靜默，若有靜默情況，三次處理后自動(dòng)掛機；如無(wú)則根據用戶(hù)說(shuō)出的話(huà)語(yǔ)，通過(guò)ASR語(yǔ)音識別轉為文字，再通過(guò)NLU語(yǔ)義理解匹配到最優(yōu)答案；如果用戶(hù)提出的問(wèn)題是業(yè)務(wù)類(lèi)需求中包含的7類(lèi)場(chǎng)景時(shí)，需要系統進(jìn)行反問(wèn)，向用戶(hù)確認意向，如果不是，用戶(hù)需要重新說(shuō)出需求，同時(shí)記為一次不理解；如果不能滿(mǎn)足客戶(hù)需要，即兩次不理解用戶(hù)問(wèn)題時(shí)，則轉接人工坐席服務(wù)；一些特殊問(wèn)題（投訴、舉報等）需要直接跳轉人工坐席來(lái)為用戶(hù)服務(wù)，問(wèn)題答案在機器人問(wèn)答管理中進(jìn)行配置；每次會(huì )話(huà)結束時(shí)，提供評價(jià)功能，用戶(hù)對本次會(huì )話(huà)進(jìn)行評價(jià)，轉人工的會(huì )話(huà)不需要對智能語(yǔ)音服務(wù)進(jìn)行評價(jià)；在機器人知識庫中完善問(wèn)題和答案，可以提高問(wèn)題理解準確程度，通過(guò)對歷史錄音數據的分析標注工作，可以針對性地提高語(yǔ)音識別中的準確率。

　　同樣，在線(xiàn)客服業(yè)務(wù)流程也獨具特色。首先，客戶(hù)與智能機器人進(jìn)行交互，智能語(yǔ)音識別模塊（ASR模塊）對客戶(hù)提出的語(yǔ)音問(wèn)題轉寫(xiě)成文字，自然語(yǔ)言理解模塊（NLU模塊）識別出客戶(hù)意圖，找到對應的業(yè)務(wù)規則，將業(yè)務(wù)規則通過(guò)文字轉語(yǔ)音（TTS模塊）轉換成語(yǔ)音，播放給客戶(hù)；其次，智能機器人根據對客戶(hù)意圖的理解返回信息執行下一步操作，如果客戶(hù)需要轉接到傳統IVR進(jìn)行操作，如賬戶(hù)余額查詢(xún)、開(kāi)戶(hù)行查詢(xún)等，智能機器人確認客戶(hù)的意圖后自動(dòng)跳轉到傳統IVR節點(diǎn)，不需要客戶(hù)再進(jìn)行繁瑣的按鍵逐層進(jìn)入；最后，解決客戶(hù)需求之后，正常結束的會(huì )話(huà)可以對智能機器人的服務(wù)進(jìn)行按鍵評價(jià)。

　　為了實(shí)現客服中心的智能化服務(wù)，天津農商銀行從一開(kāi)始就將系統定位于高度智能化的服務(wù)平臺。整個(gè)項目的創(chuàng )新點(diǎn)包括核心技術(shù)創(chuàng )新、兼容性、容錯性、交互信息和業(yè)務(wù)知識優(yōu)化等。

　　核心技術(shù)創(chuàng )新。采用基于長(cháng)短時(shí)記憶(LSTM)和時(shí)間延遲深度神經(jīng)網(wǎng)絡(luò )(TDNN)相融合的聲學(xué)建模技術(shù)，更好地對聲學(xué)上下文建模、提升針對實(shí)網(wǎng)客服語(yǔ)音實(shí)時(shí)識別的準確性和響應的快速性；采用基于深度神經(jīng)網(wǎng)絡(luò )建模的方法有效去除垃圾語(yǔ)音（鈴聲、笑聲、咳嗽聲等非自然人語(yǔ)音）；采用諧波檢測技術(shù)有效檢測語(yǔ)音起始點(diǎn)；基于地方口音語(yǔ)音數據進(jìn)行自適應模型優(yōu)化訓練，提升針對天津地區口音的識別準確率。

　　兼容性。項目在不影響原有IVR電話(huà)銀行系統的前提下，將智能語(yǔ)音導航嵌入現有的電話(huà)銀行系統。

　　容錯處理。在智能導航中，如果出現兩次不理解客戶(hù)意圖的情況或者多次轉接IVR的情況，都會(huì )直接轉到人工坐席對客戶(hù)問(wèn)題進(jìn)行及時(shí)解決。

　　交互信息。在客戶(hù)通過(guò)智能導航轉到人工坐席上時(shí)，可以將該客戶(hù)在智能導航中進(jìn)行的交互記錄實(shí)時(shí)發(fā)送到客服人員的電腦彈屏上，方便了解客戶(hù)需求。

　　業(yè)務(wù)知識優(yōu)化。業(yè)務(wù)知識優(yōu)化模塊采用可便捷配置的設計模式，客服中心可以自主對知識規則進(jìn)行配置，提高了系統對于新業(yè)務(wù)的響應速度。

　　智能客服系統一期和二期上線(xiàn)后，原先一些不能得到解決的實(shí)際問(wèn)題，現在都可以迎刃而解。

　　首先，提高了運營(yíng)效率。目前，天津農商銀行的客服中心人工進(jìn)線(xiàn)量的80%是通過(guò)智能語(yǔ)音機器人進(jìn)行分流及答復，其中60%轉人工處理，20%轉自助語(yǔ)音導航，20%機器人直接答復。同時(shí)，提供24小時(shí)服務(wù)，提高了自助語(yǔ)音使用效率。此外，還搭建起客服系統“自助+智能+人工”的三層服務(wù)模式，服務(wù)接通率提升至日均95%以上。

　　其次，降低了運營(yíng)成本。減少人工處理量40%。據悉，上線(xiàn)后的智能客服平臺可以減少人力成本40萬(wàn)左右/年，富余出的人力，優(yōu)選資深的坐席人員從事“人工智能訓練師”工作，負責訓練機器人的語(yǔ)音理解能力，客服中心通過(guò)自我賦能，突破僅提供業(yè)務(wù)服務(wù)的成本中心局限，利用人工智能將員工個(gè)人經(jīng)驗轉換為集體經(jīng)驗，隱形技能轉換為顯性技能。將解放出來(lái)的人力投放到其他更多元化的客戶(hù)經(jīng)營(yíng)中去。

　　第三，改善了客戶(hù)體驗。為客戶(hù)提供快捷高效的處理方式，客戶(hù)可使用自然語(yǔ)言進(jìn)行人機交互快速溝通，一站式到達，比如現在直接說(shuō)出與余額有關(guān)的問(wèn)題即可直接進(jìn)入查詢(xún)，所說(shuō)即所得，一句話(huà)辦理業(yè)務(wù)，以查余額為例，過(guò)去客戶(hù)查詢(xún)余額需要層層選擇菜單至少用時(shí)1:30秒左右（不排隊的情況下），目前僅需50秒左右。

　　第四，應用人工智能可以直面服務(wù)挑戰。通過(guò)研討、測試，實(shí)現電話(huà)銀行系統在停服期間“機器人服務(wù)+人工咨詢(xún)”的服務(wù)模式，新建機器人知識規則，累計新增相似問(wèn)句1000余條、優(yōu)化知識點(diǎn)31個(gè)，覆蓋切換期間大量客戶(hù)咨詢(xún)的問(wèn)題，確保了全渠道停服期間的客戶(hù)服務(wù)質(zhì)量及效率，充分發(fā)揮了客服中心作為唯一保留渠道的服務(wù)價(jià)值。各渠道停服期間，日均電話(huà)總進(jìn)線(xiàn)量上漲1倍以上，人工電話(huà)接通率仍保持97%左右。

　　目前，天津農商銀行的智能機器在同業(yè)中處于明顯的優(yōu)勢地位：一是智能客服進(jìn)入結點(diǎn)。該行智能機器人是客戶(hù)轉接人工服務(wù)后的必經(jīng)之路，極大地提高了智能客服的利用率，也避免了對其他致電客戶(hù)的打擾。二是智能機器人處理咨詢(xún)業(yè)務(wù)。智能機器人將常見(jiàn)客戶(hù)咨詢(xún)問(wèn)題存儲，在線(xiàn)直接答復客戶(hù)。

　　此外，系統上線(xiàn)后天津農商銀行還加大了智能機器的訓練工作，著(zhù)重對智能語(yǔ)音訓練，對每日客戶(hù)與機器人的歷史明細進(jìn)行數據挖掘及聚類(lèi)，訓練人員對機器人未回答的問(wèn)題分類(lèi)展示，增加可能關(guān)聯(lián)的知識點(diǎn)，由訓練人員實(shí)時(shí)添加擴展問(wèn)以及標準問(wèn)法。目前的訓練實(shí)現了全量分析，不斷提高機器人的訓練效率、準確率。日均處理2000多條機器人會(huì )話(huà)，經(jīng)過(guò)上線(xiàn)后三個(gè)月的不斷訓練，機器人理解率由60%上升到85%以上。