該大型銀行多年來(lái)不斷探索銀行傳統經(jīng)營(yíng)活動(dòng)的數智化轉型之路，并始終走在前列。面對行方的海量用戶(hù)名單和嚴苛運營(yíng)指標，容聯(lián)云在2個(gè)月的時(shí)間里，通過(guò)建設期、提升期、試運營(yíng)、運營(yíng)期等不同階段的優(yōu)化迭代，讓機器人更懂用戶(hù)需求，為銀行客戶(hù)提供了良好的工程化和交付落地體驗。

　　想要訓練出更智能、更懂用戶(hù)需求的語(yǔ)音機器人，第一步是做好準備工作。為了讓機器人采集足夠的客戶(hù)意向，同時(shí)達到接近于人工坐席溝通效果，需要先梳理業(yè)務(wù)流程：

　　整理出主要業(yè)務(wù)邏輯框架，標記關(guān)鍵流程節點(diǎn)

　　通過(guò)收集更多真實(shí)的交互記錄，不斷補充每個(gè)節點(diǎn)會(huì )出現的分支，填充分支流程，最終形成可覆蓋絕大多數用戶(hù)軌跡的完整業(yè)務(wù)流程圖

　　在該行催收流程的設計中，容聯(lián)云最終梳理出千余個(gè)場(chǎng)景路徑、上百個(gè)用戶(hù)標簽，要通過(guò)數千個(gè)電話(huà)才能遍歷所有節點(diǎn)。

　　之后則是準備數據集。語(yǔ)料是搭建智能客服場(chǎng)景的基礎材料，真實(shí)語(yǔ)料要通過(guò)圈定類(lèi)型、收集、預處理、標注、質(zhì)量評估等步驟，才能用于模型訓練。處理后的語(yǔ)料將分成用于做模型訓練的訓練集，和用于評測模型準確率的測試集，并在模型中進(jìn)行閉環(huán)訓練，同時(shí)進(jìn)行配置業(yè)務(wù)規則、配置對話(huà)流程、配置標簽等對話(huà)流程設計。

　　隨后進(jìn)入冒煙測試階段，如遇到識別問(wèn)題就標注后回流模型優(yōu)化，遇到邏輯問(wèn)題則修改對話(huà)流程配置，直到全流程跑通、冒煙測試完成。

　　此后，便進(jìn)入了第二步——人工智能應用流程批量測試的提升期。容聯(lián)云對AI產(chǎn)品進(jìn)行話(huà)術(shù)邏輯調優(yōu)、NLP和ASR等各個(gè)方面的優(yōu)化。

　　通過(guò)一次次的數據收集、評估、調優(yōu)、驗證，不斷提升話(huà)術(shù)銜接自然度、話(huà)術(shù)播報流暢性、話(huà)術(shù)邏輯合理性、質(zhì)檢標注的新意圖等指標；通過(guò)數據回流、模型訓練評測進(jìn)行模型迭代，糾正訓練集，提升NLP意圖識別的能力；通過(guò)語(yǔ)言模型訓練、熱詞訓練、聲學(xué)模型訓練，提升識別準確率。

　　在項目的實(shí)際工作中，容聯(lián)云通過(guò)用例測試，校驗場(chǎng)景邏輯及基本語(yǔ)料覆蓋情況。每天記錄未通過(guò)用例測試的問(wèn)題并當天處理；當天無(wú)法處理的就盡快處理后邀請業(yè)務(wù)復測，每天回復優(yōu)化進(jìn)度、同步復測結果，并在用例測試結束后郵件同步盲測計劃。

　　盲測即模擬真實(shí)業(yè)務(wù)發(fā)生場(chǎng)景，進(jìn)行自主發(fā)散測試。容聯(lián)云的訓練師在首輪盲測時(shí)給出質(zhì)檢報表和測試結果分析，并基于當前識別效果不佳的意圖提出測試建議，后續盲測中則會(huì )每天監控指標、同步質(zhì)檢報表。

　　經(jīng)過(guò)以上復雜而精細的流程，在提升期內，業(yè)務(wù)流程準確率提升近十個(gè)百分點(diǎn)。

　　在生產(chǎn)環(huán)境驗收測試通過(guò)后，AI產(chǎn)品將先進(jìn)行小批量投產(chǎn)，試運營(yíng)2-3周，觀(guān)察效果和使用穩定性。小批量投產(chǎn)期間，同步進(jìn)行AI效果優(yōu)化，效果趨于穩定后進(jìn)行大批量的投產(chǎn)使用。

　　在進(jìn)入批量正使用后，項目便進(jìn)入運營(yíng)期。運營(yíng)期智能客服使用效果逐漸趨向穩定，運營(yíng)工作重點(diǎn)是監測日常使用情況，關(guān)注指標穩定性，并結合線(xiàn)上真實(shí)數據穩健提升效果指標。

　　在流程交互效果趨于穩定時(shí)，日質(zhì)檢量即可適當縮減。釋放出的多余人力便可圍繞業(yè)務(wù)目標，通過(guò)分析發(fā)現局部話(huà)術(shù)存在的問(wèn)題，定期調優(yōu)話(huà)術(shù)邏輯，促進(jìn)業(yè)務(wù)正向增長(cháng)。

　　除了過(guò)硬的技術(shù)和專(zhuān)業(yè)化的交付運營(yíng)團隊，語(yǔ)音機器人也有一定的通訊層門(mén)檻和能力要求，這正是容聯(lián)云深耕多年的優(yōu)勢領(lǐng)域。

　　容聯(lián)云的CC能力領(lǐng)先，單服務(wù)器性能好，處理能力1200并發(fā)，通過(guò)模塊的疊加可以支持30000個(gè)以上的并發(fā)，整個(gè)集群可以隨著(zhù)客戶(hù)需求彈性水平擴容；全年故障率低，具有較高穩定性；內置錄音，訓練師可以直接質(zhì)檢、復檢，保障使用效率。

　　雖然2020年疫情黑天鵝席卷而來(lái)，但該行項目仍然順利投產(chǎn)上百個(gè)機器人進(jìn)入試運營(yíng)。容聯(lián)的訓練師團隊，每日對上千通通話(huà)進(jìn)行標注、質(zhì)檢形成數據集，并不斷優(yōu)化迭代。智能外呼不僅能提供自然流暢的對話(huà)體驗，對未接通用戶(hù)、承諾還款用戶(hù)短信提醒，還能在首催后，通過(guò)豐富的數據制定差異化復催策略，提升催收效果，并為上游系統提供精細化運營(yíng)的分析依據。據統計，容聯(lián)云外呼機器人能完成的工作量是人工坐席的2倍，但卻能降低90%的成本。統一標準的話(huà)術(shù)也降低了合規風(fēng)險。

　　經(jīng)過(guò)三年的沉淀和發(fā)展，目前容聯(lián)云在該銀行部署的機器人已達到數千個(gè)，并隨著(zhù)客戶(hù)需求仍在擴容中。優(yōu)異的使用效果也吸引越來(lái)越多的部門(mén)接入機器人，未來(lái)，容犀機器人在該行應用的業(yè)務(wù)場(chǎng)景將不斷拓展，從最初的催收向分期、發(fā)卡、信審、客服等眾多場(chǎng)景延伸。