隨著新媒體的高速發(fā)展,消費(fèi)者和企業(yè)有了更多的接觸渠道和機(jī)會(huì),客服咨詢量暴增。雖然不少企業(yè)都嘗試通過增大人力資源投入來保證消費(fèi)者的咨詢溝通能夠得到滿足,然而效果卻不盡如人意。如何用有限的客服資源滿足不斷增長的海量用戶服務(wù)請(qǐng)求,業(yè)內(nèi)普遍的解決方案是:通過顛覆型的技術(shù)來解決——相比人工客服,智能客服機(jī)器人或?qū)⑹墙鉀Q這一問題的最佳方案。
時(shí)代訴求:智能客服加速服務(wù)智變
所謂智能客服機(jī)器人,其實(shí)是一種能夠使用自然語言與用戶進(jìn)行交流的人工智能信息系統(tǒng),它采用包括自然語言理解、機(jī)器學(xué)習(xí)技術(shù)在內(nèi)的多項(xiàng)智能人機(jī)交互技術(shù),能夠識(shí)別并理解用戶以文字或語音形式提出的問題,通過語義分析理解用戶意圖,并以人性化的方式與用戶溝通,向用戶提供信息咨詢等相關(guān)服務(wù)。
傳統(tǒng)客服行業(yè)基于人工坐席,這樣的純?nèi)斯し⻊?wù)模式往往依賴大量的人力和精力。如果能夠自動(dòng)答復(fù)簡(jiǎn)單重復(fù)的用戶咨詢,就可以極大地提高用戶的滿意度,同時(shí)降低企業(yè)的經(jīng)營成本。在市場(chǎng)強(qiáng)烈的需求下,結(jié)合人工智能技術(shù)的智能客服機(jī)器人由此興起。而后,隨著人工智能技術(shù)的迭代更新,語義分析、大數(shù)據(jù)以及深度學(xué)習(xí)等技術(shù)的不斷突破,深入客戶服務(wù)場(chǎng)景應(yīng)用的不斷優(yōu)化,智能客服行業(yè)得到質(zhì)變提升。無論是客服處理效率、客戶信息管理還是人性化程度方面,智能客服機(jī)器人都將傳統(tǒng)客服遠(yuǎn)遠(yuǎn)拋在身后。
因此,有業(yè)內(nèi)人士預(yù)言:智能客服將逐步取代傳統(tǒng)人工客服,在不久的將來,機(jī)器人客服都將站在客戶服務(wù)的第一線,成為用戶和企業(yè)接觸溝通的第一代表“人”。
順勢(shì)而為:智能客服機(jī)器人的發(fā)展史
人工智能發(fā)展至今,歷經(jīng)了技術(shù)驅(qū)動(dòng)階段、數(shù)據(jù)驅(qū)動(dòng)階段以及情景驅(qū)動(dòng)階段。作為人工智能場(chǎng)景深度應(yīng)用領(lǐng)域,人工智能客服也正在快速迭代創(chuàng)新。
目前的智能服務(wù)機(jī)器人已經(jīng)出現(xiàn)了兩代區(qū)隔:第一代智能客服機(jī)器人,主要扮演簡(jiǎn)單信息咨詢窗口的角色,表現(xiàn)為信息問答式,即機(jī)器人通過語義理解實(shí)現(xiàn)基于知識(shí)庫內(nèi)容的一問一答,它的發(fā)展也歷經(jīng)了單一關(guān)鍵詞精準(zhǔn)匹配階段、多關(guān)鍵詞模糊匹配階段、自然語言模型應(yīng)用階段、深度學(xué)習(xí)階段。
第二代客服機(jī)器人剛剛萌芽,它以問題解決未導(dǎo)向,深入更具體的客戶服務(wù)細(xì)分場(chǎng)景,探索在一個(gè)服務(wù)對(duì)話框內(nèi)的一站式問題解決。
智能客服機(jī)器人發(fā)展的四個(gè)階段
- 第一階段:關(guān)鍵詞精準(zhǔn)匹配,滿足單一關(guān)鍵詞觸發(fā)問答
第一階段的客服機(jī)器人還稱不上智能機(jī)器人,準(zhǔn)確來說,可以定義為機(jī)械客服機(jī)器人,它是基于單個(gè)關(guān)鍵詞的精確匹配,來滿足客戶關(guān)鍵詞觸發(fā)詢問。適用于及其單一的業(yè)務(wù)場(chǎng)景,比如說微信公共號(hào)里回復(fù)關(guān)鍵詞“電子書下載”,就會(huì)獲取相應(yīng)資料的下載鏈接。如果回復(fù)關(guān)鍵詞“電子書”,則不能獲取對(duì)應(yīng)的資料。
- 第二階段:關(guān)鍵詞模糊匹配,滿足相近的詞義的關(guān)鍵詞觸發(fā)問答
這是單一關(guān)鍵詞觸發(fā)問答升級(jí)版,它基于語句字面相似度,對(duì)預(yù)先定義的問答知識(shí)庫進(jìn)行模糊匹配,實(shí)現(xiàn)不同用戶相似問法的回答。比如說,用戶輸入“電子書下載”或“電子書下崽”,都可以獲取相應(yīng)的資料下載鏈接;但是,它需要人工輸入龐大的問答知識(shí)庫,維護(hù)成本大;對(duì)字面相似、含義不同的問法難以區(qū)分,只能達(dá)到30-40%的識(shí)別率。
- 第三階段:自然語言分析及語義分析,實(shí)現(xiàn)復(fù)雜用戶咨詢的更精準(zhǔn)的回答
自然語言分析指把一個(gè)句子拆分,把里面每一個(gè)詞加以分析,給每個(gè)詞加一個(gè)權(quán)重,根據(jù)權(quán)重的綜合算法來匹配知識(shí)庫中的答案。比如,知識(shí)庫設(shè)定的一個(gè)語句是“我要下載電子書”,當(dāng)客戶說“請(qǐng)問怎么獲取電子書”時(shí),機(jī)器人可以理解用戶意思并給出用戶想要的答案。這一階段的客服機(jī)器人已經(jīng)較為先進(jìn),但其準(zhǔn)確性依賴底層復(fù)雜算法和知識(shí)庫維護(hù)。目前市面上的大多數(shù)客服機(jī)器人都停留在第三階段的應(yīng)用,但語義判斷能力還是有限,匹配精度還沒有特別高。
- 第四階段:深度學(xué)習(xí),機(jī)器人更了解人的意圖
目前最先進(jìn)的機(jī)器學(xué)習(xí)算法架構(gòu),包括循環(huán)神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)、LSTM(長短記憶網(wǎng)絡(luò))等。深度學(xué)習(xí)算法可以對(duì)上下文進(jìn)行建模,提升上下文語義識(shí)別能力,從大量未標(biāo)注的數(shù)據(jù)中進(jìn)行學(xué)習(xí),同時(shí)還可以對(duì)復(fù)雜的情感進(jìn)行建模,自動(dòng)實(shí)時(shí)客服及客戶情感值分析。這個(gè)技術(shù)架構(gòu)已部分運(yùn)用于客服機(jī)器人產(chǎn)品,但部分廠家運(yùn)用仍屬淺層,還未實(shí)踐出足夠智能、易用的客服機(jī)器人。