無(wú)論是清晨還是傍晚，只要你撥過(guò)去，對面總能傳出甜美的服務(wù)音。無(wú)論充值繳費、預約訂購、咨詢(xún)答疑……智能客服能解決的問(wèn)題不僅多，速度也是相當快了。
可你知道嗎，這讓人“安全感”滿(mǎn)滿(mǎn)的智能客服背后大有乾坤。關(guān)于智能客服究竟“智”在哪，我們將開(kāi)展智能客服小講堂系列，一起來(lái)為大家解密智能客服背后的神秘力量。
智能客服小講堂的第一講，要分享的是智能客服是如何做到”全能全知”的。
傳統客服的FAQ困局
要想了解智能客服為何智能，先要了解傳統客服為何不智能。
傳統情況下，客服系統以FAQ技術(shù)為基礎，即當用戶(hù)提出問(wèn)題時(shí)，系統會(huì )在知識庫中找到最合適的答案來(lái)應答，而問(wèn)題和對應的答案都是人工事先在知識庫中錄入的。比如，當用戶(hù)向運營(yíng)商發(fā)送“手機里還有多少錢(qián)”時(shí)，系統會(huì )自動(dòng)回復“您可以發(fā)送‘CXYE’至10xx6”等字樣，用戶(hù)按照提示操作即可查詢(xún)當前話(huà)費，可以顯著(zhù)地降低人工客服的數量與成本。
但用戶(hù)的問(wèn)題不總是這么簡(jiǎn)單。例如：
“哪些理財產(chǎn)品的收益率大于6%？”
“投資周期60天的理財產(chǎn)品收益率最高的是多少？”
由于運營(yíng)和技術(shù)人員無(wú)法將所有可能的問(wèn)題和答案一一枚舉，上述問(wèn)題很難用傳統的FAQ技術(shù)處理。此外，在FAQ技術(shù)中進(jìn)行大量一問(wèn)一答的知識錄入，且這些問(wèn)題間缺乏相關(guān)性時(shí)，會(huì )帶來(lái)較高的運營(yíng)和知識管理成本，也就違背了引入客服的初衷。
實(shí)際上，從知識管理、知識建模、知識構建和知識應用的整個(gè)鏈條來(lái)看，企業(yè)都面臨諸多困難：
多源異構數據：企業(yè)的知識體系中多存在難以融合的多源數據，不僅包含企業(yè)內部數據，還包括網(wǎng)絡(luò )相關(guān)數據，政策相關(guān)數據，業(yè)務(wù)形成數據等。且數據結構多樣，不僅有已存在的結構化知識，還面臨結構化、非結構化知識等多維度數據整合。以傳統方式整合，不僅流程復雜更新迭代慢，還需要大量人工和程序配合，泛用性差。
數據單一且關(guān)系疏離：企業(yè)通常要面對不同業(yè)務(wù)及使用場(chǎng)景，如FAQ問(wèn)答，新聞、公告、報告、培訓、說(shuō)明、刊物等，來(lái)編寫(xiě)不同知識內容。這些知識形態(tài)各異且關(guān)系疏離，難以直接使用傳統型知識庫。企業(yè)需要針對不同知識內容，投入大量人力收集再加工方可使用。
例如“貓是陸生的有毛的哺乳動(dòng)物”的文本內容要錄入為FAQ需要人工梳理為：
Q：貓是什么動(dòng)物？
A：貓是哺乳動(dòng)物。
Q：貓生活區域？
A：陸地。
Q：貓是什么科動(dòng)物？
A：貓是脊椎動(dòng)物。
Q：貓有皮嗎？
A：貓有皮毛。
展現形式一成不變：企業(yè)知識的展示通常以純文本為主，展示形式單一，知識間關(guān)聯(lián)性差。用戶(hù)需要花費很多時(shí)間才能從樹(shù)結構的眾多問(wèn)題中找到自己想要的答案。
總而言之，當前企業(yè)知識結構不成體系，信息密度較低，難以深度消費，無(wú)法支持智能化的應用趨勢，且維護成本極高。這些問(wèn)題不僅導致客服的運營(yíng)難度與成本上升，也影響了消費者的用戶(hù)體驗。
知識圖譜就是力量
為解決上述傳統客服的知識困局，這里要引入“知識圖譜（KnowledgeGraph）”的概念。知識圖譜是一種語(yǔ)義網(wǎng)絡(luò )，包括現實(shí)世界中實(shí)體、屬性及屬性值之間的關(guān)系。
舉個(gè)例子，當面對文本內容”有個(gè)叫Bob的人，是Alice的朋友，他出生于1990年7月14日。Bob對達芬奇所畫(huà)的蒙娜麗莎畫(huà)作很感興趣，這個(gè)畫(huà)像畫(huà)的是來(lái)自華盛頓的Joconde的夫人”時(shí)，就可以用知識圖譜來(lái)表現語(yǔ)義之間的關(guān)聯(lián)。
以Bob為例：
“Bob”即為定義中提到的”實(shí)體”，
“人”即為實(shí)體的”屬性”，
“出生于1990年7月14日”為他的”屬性值”
由此可知，知識圖譜是以結構化的形式描述客觀(guān)世界中概念、實(shí)體及其之間的關(guān)系，能將互聯(lián)網(wǎng)的信息表達成更接近人類(lèi)認知世界的形式，擁有更好地組織、管理和理解互聯(lián)網(wǎng)海量信息的能力。因此，要對企業(yè)客服的海量知識進(jìn)行有機地組織、管理和應用，就需要借助知識圖譜技術(shù)的力量。
知識圖譜提供了從“關(guān)系”的角度去分析和解決問(wèn)題的能力，已經(jīng)成為知識驅動(dòng)的智能應用的基礎設施，在各行業(yè)上施展手腳，發(fā)揮重要作用。
知識圖譜為互聯(lián)網(wǎng)語(yǔ)義搜索帶來(lái)活力，以百度知識圖譜為例，其作為世界最大的中文知識圖譜庫，覆蓋十億級實(shí)體，千億級事實(shí)，涉及類(lèi)目40多個(gè)。覆蓋人物、影視、音樂(lè )、文學(xué)、商品、餐飲、旅游、出行、金融、教育、房產(chǎn)、醫療等多垂類(lèi)，行業(yè)知識圖譜也已有豐富的積累及應用。用戶(hù)使用百度搜索時(shí)，可做到即搜即用，日滿(mǎn)足過(guò)億次檢索請求。
（知識圖譜應用于百度搜索） 知識圖譜讓客服更智能
在智能客服領(lǐng)域，知識圖譜技術(shù)提供了傳統客服所不具備的知識管理和智能問(wèn)答能力。百度智能客服知識圖譜解決方案，能幫助企業(yè)用戶(hù)實(shí)現知識的智能管理和客服的智能化升級。從協(xié)助企業(yè)用戶(hù)進(jìn)行知識體系建設，到打通業(yè)務(wù)系統之間的數據孤島，提供全流程的支持，讓AI時(shí)代的客服系統更加智能。
（百度智能客服知識圖譜的解決方案）
還記得這個(gè)問(wèn)題“哪些理財產(chǎn)品的收益率大于6%”嗎，百度智能云的智能客服系統會(huì )把它進(jìn)行業(yè)務(wù)抽象，從而快速得出答案。
當前百度智能客服的問(wèn)答可以支持基礎問(wèn)法、最值比較和差值計算三種問(wèn)法。當再遇到“龍卡普卡比龍卡金卡年費便宜多少”這類(lèi)問(wèn)題時(shí)，無(wú)需勞神，客服系統通過(guò)“差值計算”也能高效地直接給出答案：“便宜80元/年”。
值得一提的是，智能客服系統并不是一成不變的，而是會(huì )隨著(zhù)企業(yè)用戶(hù)的使用越來(lái)越智能。百度智能云在系統的整個(gè)生命周期中為運營(yíng)人員提供了豐富的工具集，確保系統數據形成閉環(huán)，讓系統處于持續優(yōu)化中。
智能客服的知識圖譜應用，能極大幫助企業(yè)積累沉淀客服知識和信息資源，以有效的結構化形式存儲，滿(mǎn)足深度消費。同時(shí)，知識圖譜技術(shù)的助力能幫助客服系統更準確地理解客戶(hù)問(wèn)題的內容和意圖，實(shí)現基于知識圖譜的多輪意圖澄清、人工坐席知識提示，針對非FAQ的智能問(wèn)答，可滿(mǎn)足多種推理計算復雜問(wèn)題，更高效提供客戶(hù)服務(wù)，提升客服工作效率。
在面對傳統客服的困局時(shí)，百度智能云依托領(lǐng)先的知識圖譜技術(shù)，給出了高效的智能客服解決方案，讓7×24小時(shí)在崗的智能客服靈活應付各個(gè)難題，助力企業(yè)客服的智能化升級，帶來(lái)令人驚嘆的變革。
