強AI時代步步逼近，你對智能客服了解多少？

來源：蘇寧財富資訊

作者：沈春澤蘇寧金融研究院高級研究員

隨著人工智慧越來越受到人們的關注，大家對相關產品和服務的期待也越來越高，比如：機器人寫作、機器人作曲、自動駕駛汽車等等。其中最有代表性的應用就是開始活躍於各行各業的智能客服。

提起智能客服，大家能想到誰呢？估計是下圖這位可愛的卡通人物：

能夠與用戶無障礙地交流，準確理解用戶需求，掌握各領域知識，服務周到，對用戶提出的問題立即反饋，給出正確的解決方案。這簡直是每個開發者心中的智能客服完美形象啊！

智能客服是什麼？

智能客服是聊天機器人中的一種，聊天機器人實際上並不是一個時新的話題，它起源於圖靈在1950年提出的設想：「機器能思考嗎？」。為了驗證這個設想，圖靈通過讓機器參與一個模仿人類對話互動的遊戲來驗證「機器」能否「思考」，也就是著名的「圖靈測試」。由此，圖靈測試被稱為人工智慧領域王冠上最璀璨的明珠，是人工智慧的終極目標。

此後，一系列的聊天機器人被開發出來，典型的例子如：

1966年，麻省理工學院開發出第一個聊天機器人ELIZA，用於在臨床治療中模仿心理醫生與病人互動。雖然其中僅使用了一些簡單的關鍵詞匹配和回復規則技術，但是機器人的表現還是超出了預期。
1988年，加州伯克利分校開發了UC，用於幫助用戶學習使用UNIX操作系統。它已經可以分析輸入的語言、理解用戶的意圖、選擇合適的內容，並最終生成對話內容反饋給用戶，進一步推動了聊天機器人的智能化程度。1995年，理查德·華勒斯開發了ALICE系統，隨著ALICE一同發布了AIML語言，目前被廣泛應用在移動端虛擬助手的開發中。

智能在線客服是聊天機器人一個重要的應用場景，其主要功能是同用戶進行基本溝通，並自動回復用戶有關產品或服務的問題，以達到降低企業客服運營成本、提升用戶體驗的目的。

目前，代表性的商用系統有蘇寧雲商的小蘇智能機器人。用戶可以通過與小蘇聊天來了解商品的具體信息以及反饋購物中存在的問題等。值得注意的是，小蘇具備一定的拒識能力，它能夠知道自己不能回答用戶的哪些問題以便及時調用其他服務方式介入。

聊天機器人系統的組成結構

聊天機器人系統一般包含語音識別、自然語言理解、對話管理、自然語言生成、語音轉換等五個主要的功能模塊。

具體來說，語音識別模塊負責接收用戶的語音輸入，並將其轉換成文字形式交由自然語言理解模塊進行處理；自然語言理解模塊在理解了用戶輸入的語義之後將特定的語義表達式輸入到對話管理模塊中；對話管理模塊負責協調各個模塊的調用及維護當前對話狀態，選擇特定的回復方式並交由自然語言生成模塊進行處理；自然語言生成模塊生成回復文本輸入給語音合成模塊，將文字轉換成語音輸出給用戶。

值得一提的是，很多的聊天機器人僅以文本輸入輸出的形式進行交互，因而省略了語音識別和語音合成的部分。

智能客服系統的組成結構

智能客服系統的總體框架結構如下圖所示：

從圖中可以看出，相對於聊天機器人，最大的區別是增強了語義理解部分。語義理解功能是真正實現智能化的核心技術，現在開發的產品往往還會通過大型高質量的語料庫建設，以及各種知識庫的輔助，來提升智能效果。

一般而言，智能客服機器人的的技術核心主要包括三個部分：

（1）通過人工客服日常積累的問題集，建立一個高質量、高擴展性的語料庫，並在此基礎上通過各種渠道獲取儘可能多的行業問答知識。語料庫是客服機器人尋找答案的來源，語料庫覆蓋面越廣意味著機器人可以回答的問題越多。

（2）用戶所提的問題的形式通常都是非標準化的，同一問題的問法多種多樣，因此必須將各種形式的問題歸一化，以便同知識庫中的標準問法匹配。
（3）最後，在大型語料庫中快速高效地檢索出正確的答案也是一個不小的挑戰。

以上提到的三個部分，不僅涉及了比較多的前沿技術（如機器學習、自然語言處理、搜索技術），還需要進行工作量巨大的基礎性建設（如語料庫建設、語義知識庫的建設），此類庫的規模和質量往往決定了客服機器人的智能水平。

目前，為了應對每天大批量的用戶，諸如淘寶、蘇寧、京東等電商以及銀行等平台已經上線了各自的智能客服。原因很簡單，大多數人應該都有過這樣的經歷：使用某平台的服務時遇到問題，接入客服電話後卻是長時間的等待音；晚上終於有時間想購物，但在線客服的頭像卻已顯示為灰色；費儘力氣接通人工客服，卻常常收到「人工坐席忙，請稍等」的提示。一方面，對用戶而言，傳統的人工客服體驗不盡人意；另一方面，對企業來說，隨著用戶量的增加和人力資源成本的升高，人工客服不僅意味著高昂的費用，而且越來越無法滿足業務的需要。此時，智能客服就顯示出了巨大的優越性。

銀行智能語音服務系統

在金融領域，智能機器人開始逐漸以各種形式出現在人們的生活、工作場景中，現在較常見的是一些銀行的在線智能語音服務系統。傳統的語音自助服務按照業務類別設置層層按鍵索引，客戶需要根據語音提示進行相關業務的選擇，往往要花費較長的時間才能尋找到需要的業務。有些情況下，甚至無法很順利的準確找到相關業務，嚴重影響了用戶體驗。

現在逐漸出現的「智能語音系統」，通過機器人將傳統的多層自助語音菜單扁平化，用更人性化的方式實現語音導航、語音交互、語音諮詢等常用功能。此外，用戶還可以通過語音對話直接告知業務需求，實現快速辦理相關業務，如：查詢信用卡還款情況、申請信用卡額度調整等，或者查找並進入需要的功能。與傳統語音客服相比，不僅節省用戶時間，提高服務效率，而且通過人性化的方式提升了用戶的滿意度。

智能金融服務機器人

除了在線智能語音系統，現在我們還可以看到一些實體的智能機器人在金融領域的投入應用。

比如，交通銀行試點推出的智能服務機器人可以通過語音識別、觸摸交互、肢體語言等方式，為銀行客戶提供聊天互動、業務引導、業務查詢等服務。在交行遼寧省某支行，類人形機器人在大堂內自在走動。當被問到有關銀行業務的問題時，它會詳細解答並進行引導服務，即扮演部分大堂經理的「角色」。比如，有客戶問它：「我要取錢，到哪兒取號？」回答說：「如果您取款金額在2萬元以下，可到自助取款機辦理。」如此分流了客戶，節省了客戶辦理業務的時間。