隨著云計算和人工智能技術(shù)的發(fā)展，原來只能通過傳統(tǒng)呼叫中心完成的客服工作通過在線客服、移動客服以及客服機(jī)器人實(shí)現(xiàn)了分流和效率提升，尤其是客服機(jī)器人的應(yīng)用，為客服人員分擔(dān)了大量重復(fù)性客服問題，使得他們能夠?qū)Ｗ⑴c提供更有價值的服務(wù)。
然而，早期的客服機(jī)器人由于采用基于規(guī)則的方法，在構(gòu)建和維護(hù)過程中，都需要人工對文本內(nèi)容做非常精細(xì)的結(jié)構(gòu)化分析，比如需要標(biāo)出一個句子是不是疑問句，是問什么的疑問句，主語是什么，謂語是什么等等，因此需要專職人員每天做打標(biāo)簽工作，而且這類人員培訓(xùn)成本和替代成本都很高，給企業(yè)造成了新的成本負(fù)擔(dān)。
過去兩年來，深度學(xué)習(xí)算法的突破為客服機(jī)器人的應(yīng)用帶來了革新。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(tǒng)和產(chǎn)品的基礎(chǔ)上，積極布局AI，在2016年初便開始搭建AI團(tuán)隊(duì)，研發(fā)基于深度學(xué)習(xí)和機(jī)器學(xué)習(xí)的智能客服系統(tǒng)。
基礎(chǔ)算法能力：深度學(xué)習(xí)降低工作量
目前，環(huán)信客服機(jī)器人不僅能夠通過語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(shù)據(jù)進(jìn)行訓(xùn)練，大大降低知識庫的構(gòu)建和維護(hù)成本，而且上線后機(jī)器還能自主學(xué)習(xí)，持續(xù)完善知識庫，不斷提高回復(fù)率和準(zhǔn)確率。
那么，語義相似度算法和意圖模型是如何降低標(biāo)注工作量的呢？對此，環(huán)信AI負(fù)責(zé)人李理做了一個通俗的解釋。
首先，語義相似度算法是一個通用模型，它輸入的是兩個句子，輸出的是兩個句子的相似程度。這個相似程度是基于一個回歸模型得到的一個0到1之間的數(shù)值，分為0、0.25、0.5、0.75、1不同檔。機(jī)器通過這個模型可以學(xué)習(xí)到虛詞、句法之類的相似關(guān)系。由于這是一個通用模型而非行業(yè)知識，所以不需要專業(yè)人士，就可以來做這個訓(xùn)練，學(xué)習(xí)成本幾乎為0.
其次，意圖模型是對行業(yè)知識點(diǎn)的訓(xùn)練。比如“心臟病算不算重疾”這一知識點(diǎn)，只要給相似的問題標(biāo)上“心臟病算不算重疾”的標(biāo)簽即可，然后把類似的很多句子送到模型里訓(xùn)練，之后再出現(xiàn)類似的句子，機(jī)器就知道是問“心臟病是不是重疾”的問題。
由于算法差異，基于深度學(xué)習(xí)的算法相比傳統(tǒng)打標(biāo)簽的工作量會有指數(shù)級的減少，不僅降低了知識庫早期的構(gòu)建成本，也減少了企業(yè)后期的知識庫維護(hù)和更新成本。同時，企業(yè)實(shí)際客服中產(chǎn)生的會話效果反饋，也會作為訓(xùn)練素材進(jìn)入知識庫，幫助客服機(jī)器人更加完善和智能。
業(yè)務(wù)解決能力：客服經(jīng)驗(yàn)提升滿意度
有了基于AI的客服機(jī)器人并不一定能真正解決實(shí)際業(yè)務(wù)中的客服問題，還需要客服系統(tǒng)提供商對客服有深刻的理解、對行業(yè)有足夠的經(jīng)驗(yàn)，并將這些理解和經(jīng)驗(yàn)落實(shí)到機(jī)器人系統(tǒng)中，才有可能達(dá)到讓客戶滿意的效果。
環(huán)信在過去幾年時間里，通過服務(wù)20多個行業(yè)累計70000多家公司，積累了豐富的客戶服務(wù)經(jīng)驗(yàn)，具備很強(qiáng)的服務(wù)場景拆解能力和業(yè)務(wù)理解能力，能夠從根本上幫助客戶解決客服問題。
例如，快遞行業(yè)的投訴和催單問題一直是一個痛點(diǎn)。環(huán)信的一個快遞行業(yè)客戶在采用了環(huán)信的客服機(jī)器人后，發(fā)現(xiàn)系統(tǒng)效果很好，但是并沒有達(dá)到預(yù)期目的。原來客服機(jī)器人雖然能夠準(zhǔn)確地抓住問題和意圖，并按照客戶給定的標(biāo)準(zhǔn)答案進(jìn)行回答：“您好，我是XXX，您的問題我們已經(jīng)收到，請您耐心等待，如果您比較著急，請您查詢XXX“，但是這樣并不能真正解決問題。
為此，環(huán)信建議客戶按照人工客服的解決思路來解決這個問題。具體方法是，先對該業(yè)務(wù)進(jìn)行拆解，比如三天以內(nèi)怎么辦、三天以外怎么辦，然后給客戶做一個催單接口API，不同的人對應(yīng)不同的話術(shù)，最后返回給用戶一個催單號，告訴用戶一天之內(nèi)會打電話回訪。通過把原來的單輪對話拆解成多輪對話，轉(zhuǎn)人工的數(shù)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(yàn)，懂不同行業(yè)的場景痛點(diǎn)和解決辦法。環(huán)信通過服務(wù)保險、證券、物流、教育等多個行業(yè)眾多客戶，積累了豐富的客服和行業(yè)服務(wù)經(jīng)驗(yàn)，能夠真正幫助客戶解決客服問題，實(shí)現(xiàn)客服效果的明顯提升。
平臺開放能力：多種接口滿足擴(kuò)展性
由于AI在客服行業(yè)的落地不止于文字客服機(jī)器人這一點(diǎn)，還有智能IVR（互動式語音應(yīng)答）、智能質(zhì)檢、智能外呼、智能知識庫等。因此對于一些本身擁有較強(qiáng)IT能力的大客戶來說，還希望利用乙方的平臺，調(diào)用其中的句法分析、意圖識別、情緒分析等能力，來搭建其他系統(tǒng)。這就要求乙方提供的系統(tǒng)不能是一個黑盒，而應(yīng)該是一個開放的平臺。
另外，對于很多大客戶來說，花費(fèi)大量時間和精力維護(hù)的知識圖譜價值巨大，他們一般都希望能夠把這些知識圖譜調(diào)出來進(jìn)行復(fù)用，這也對乙方的平臺開放性提出了更高要求。
環(huán)信中文語義計算平臺為大客戶提供了豐富的接口，除了可以進(jìn)行基于知識庫內(nèi)容的問答外，還可以進(jìn)行基于業(yè)務(wù)系統(tǒng)接口的信息調(diào)用，實(shí)現(xiàn)二次開發(fā)、業(yè)務(wù)信息查詢等功能。此外，環(huán)信智能客服機(jī)器人還支持知識庫批量導(dǎo)入和導(dǎo)出，使客戶能夠更方便地管理和運(yùn)用自己的知識庫。
人機(jī)協(xié)作：客服機(jī)器人不是萬能藥
當(dāng)然，客服機(jī)器人雖然能夠通過單輪對話和多輪對話幫助人工客服解決大量簡單重復(fù)性問題，但是在一些高客單價、強(qiáng)轉(zhuǎn)化需求的場景下，使用客服機(jī)器人風(fēng)險較高，只有人工客服才有可能達(dá)到預(yù)期效果。
比如一個醫(yī)美公司通常需要花費(fèi)千元成本從百度獲取一個流量，如果交給客服機(jī)器人，潛在客戶很容易流失，只有經(jīng)驗(yàn)豐富的老銷售上場，才有可能成功實(shí)現(xiàn)轉(zhuǎn)化。但是一家公司的老銷售數(shù)量有限，且培訓(xùn)成本較高，如何讓其他銷售快速具備豐富的銷售經(jīng)驗(yàn)，是很多公司都面里面的難題。
環(huán)信智能客服機(jī)器人的人機(jī)協(xié)作功能很好地解決了這一問題。
不同于單輪對話和多輪對話的自動回復(fù)，人機(jī)協(xié)作場景下，仍然是人工客服在提供服務(wù)，機(jī)器只是通過一個小窗口實(shí)時給出回答建議，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(fù)效率，還能減少銷售培訓(xùn)成本，把公司的業(yè)務(wù)知識和銷售經(jīng)驗(yàn)通過實(shí)時推薦的方式輔助客服人員，達(dá)到知識和經(jīng)驗(yàn)傳遞的效果。
人機(jī)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。如何通過訓(xùn)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(qiáng)化訓(xùn)練，如何讓實(shí)際會話數(shù)據(jù)自動進(jìn)入知識庫進(jìn)行自主學(xué)習(xí)，以及如何實(shí)現(xiàn)機(jī)器人和人工客服的自動切換等等，都是當(dāng)前學(xué)術(shù)界和工業(yè)界研究的熱門領(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，自動隱藏和彈出的時間如何讓人工客服用起來剛好合適，人機(jī)協(xié)作功能如何跟客服系統(tǒng)緊密結(jié)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(yàn)以及AI團(tuán)隊(duì)的技術(shù)實(shí)力，能夠從算法和產(chǎn)品兩方面優(yōu)化人機(jī)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(xiàn)客服的場景的價值轉(zhuǎn)化。
解決方案：客服+AI解決行業(yè)難題
經(jīng)過兩年多的努力，環(huán)信智能客服機(jī)器人已經(jīng)在保險、證券、教育、物流、銀行、運(yùn)營商、航空等領(lǐng)域樹立了一批標(biāo)桿客戶，包括新東方、泰康在線、中意人壽、中信證券、長江證券、天津農(nóng)商行、南京銀行、中通快遞、廈門航空等。
其中，在保險、證券、教育、物流四大領(lǐng)域，環(huán)信已經(jīng)通過規(guī)�；瘡�(fù)制積累了豐富的服務(wù)經(jīng)驗(yàn)，形成了全套客服解決方案，并能夠在兩周之內(nèi)快速上線。
教育領(lǐng)域，支持教學(xué)和客服兩條業(yè)務(wù)線，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(shù)據(jù)價值。
保險領(lǐng)域，針對保險的售前、售中及售后環(huán)節(jié)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(yàn)。
證券領(lǐng)域，針對開戶、打新、資金管理等核心場景，以及賬戶管理、交易等環(huán)節(jié)，提供智能化解決方案，提升客戶價值。
物流領(lǐng)域，針對商家大促、物流爆倉等場景，幫助物流企業(yè)平穩(wěn)度過電商大促等高峰期，同時在日常服務(wù)中降低人工成本，提升服務(wù)效率和體驗(yàn)。
今年，環(huán)信將繼續(xù)拓展在銀行、運(yùn)營商、航空等領(lǐng)域的規(guī)模化復(fù)制，并加速樹立其他領(lǐng)域的燈塔客戶。
人工智能對客服行業(yè)的變革已是大勢所趨。對于企業(yè)來說，如何利用新技術(shù)、新產(chǎn)品最大化客服價值，如何把客服這個成本中心轉(zhuǎn)化為利潤中心，已成為當(dāng)務(wù)之急。“工欲善其事，必先利其器“，環(huán)信智能客服機(jī)器人，將是企業(yè)實(shí)現(xiàn)客服智能升級、挖掘客服價值的利器。
