AI客服助手

人工智能取代人类的言论早已甚嚣尘上，工作内容单调、重复的客服领域首当其冲。 日前，在杭州举办的新客服高峰论坛上，蚂蚁金服宣布将对外全面开放以AI技术为核心的“新客服平台”。这也是继理财、保险等领域后，蚂蚁金服AI开放的又一大场景。 智能预测，一秒作答 传统的客服系统流程繁琐、僵硬。用户拨打客服电话时，常常会遇见这种情况：“某某服务请按1、某某服务请按2”。遇上紧急情况时，这样的语音提示简直令人抓狂。 而拨打支付宝客服电话，用户不用反复听1-9的提示音，机械地按键操作。取而代之，只需要对着手机“下指令”，系统识别语音就会直接跳转服务。打开支付宝“我的客服”，你甚至还没想好要问什么，智能客服“小蚂答” 就已经根据行为轨迹、机器算法、大数据“排兵布阵”，提前做好了准备。 “小蚂答”负责人子孟向雷锋网AI掘金志介绍道：“基于大数据，‘小蚂答’会根据服务诉求模型的判断，对每个用户的求助意愿和可能求助的问题进行实时计算。用户进入‘小蚂答’时，它背后的算法就会根据用户的来源、身份特征，以及过去一段时间的行为轨迹和过往服务请求，计算他可能咨询的问题，在首页的‘猜你想问’板块推荐出来。” 在一些具体的支付场景中，“小蚂答”也时刻准备着，应对一切可能发生的紧急情况。 蚂蚁金服方面的测试数据显示，“小蚂答”完成5轮问答所需的时间大约为1秒钟，比人工客服的效率高出了30至60倍。此外，“小蚂答”还可以胜任许多人工客服无法完成的任务，比如自动判断风险，紧急情况下启动一键挂失、一健报案等功能，时刻保护用户的财产安全。 “小蚂答”这样可感知可见的客服场景，仅仅是蚂蚁金服智能客服体系中的一小部分。“小蚂答”高效运转的背后，是整个客服平台人、流程、技术稳定而有序的支撑。 要想对用户关键词或语音提问做出快速反应，需要调动智能知识库，以及VOC、用户画像分析等数据决策，而这些要依靠话务系统、互联网全媒体对接、自然语言处理模型、舆情监控预警等底层能力做支撑。 “话务系统、互联网全媒体对接、自然语言处理模型、舆情监控预警是AI客服中的不同环节模块，各自有些差别。话务系统通常被称为CC系统，是热线电话服务的基础；互联网全媒体对接指的是文字、语音、甚至视频等多种互动形式的交流技术；自然语言处理模型属于算法模型层面，主要是NLP以及NLU的基础能力；而舆情监控预警是则应用，指的是对全网舆情声音的搜集覆盖，以及相应的智能分析处理。”子孟说道，“一问一答背后，其实整个系统在以你无法想象的速度高速运转。” 两大核心技术 客服机器人与通用聊天机器人最大的不同在于知识库。由于客服机器人专注于垂直领域的特定场景，其问答内容高度集中、相似，因此商业化落地相对容易。尽管如此，知识库的积累仍是一项庞大的工程，是客服机器人商业化落地的最大难点。 子孟向雷锋网AI掘金志介绍，“知识库的建设可以分为两个方面：一方面是通过智能自学习能力学会理解行业性的问题，这部分需要依赖行业领域里的问答学习能力来完善。另一方面是根据问题提供准确的答案，这方面蚂蚁金服正在联合生态伙伴逐步建立各个行业对应领域的解决方案。此外，知识库的建设和运营，还需要专业的知识背景和技术人才。蚂蚁金服接下来也将输出完善的运营体系扶持接入蚂蚁金服智能客服体系的客户，包括专业人员的支持，帮助客户逐步获得自运营的能力。” 客服机器人的另一大技术难点在于多轮对话和多意图理解。日常活动中，人类的某个需求往往包含多个信息，比如说买火车票，涉及买票的主体、时间、出发地和目的地。这些信息通常难以一次性表述完整，需要多轮对话来完成。比如： 用户：帮我买一张明天到上海的火车票。 机器人：出发地点是哪里？ 用户：广州。 机器人：…… 用户的第二句话虽然缺少主语和谓语，但通过联系上下文我们可以轻易判断出，其隐藏含义为“帮我买一张明天从广州到上海的火车票”。机器人客服要想做到用自然语言和用户交流，就必须具备通过多轮对话并联系上下文获取完整需求信息的能力。 此外，用户的一段话里还可能包含多个需求，比如“帮我买一张明天从广州到上海的火车票，再帮我叫一份蛋炒饭外卖”，这段话里就包含“买火车票”和“叫外卖”两个需求，机器人需要将它们一一分辨出来，这就叫做多意图理解。 子孟向雷锋网介绍，在支付和退款等场景中，蚂蚁金服智能客服已经能够实现多轮对话和多意图理解了。他还表示，多轮对话和多意图理解在更多的业务领域还可以有更大范围的应用，未来也将逐步开放出来。 “新客服”驱动服务变革 蚂蚁金服客户中心资深总监徐蔚把整个系统称为“新客服平台”，所谓的“新”在他看来，技术创新是必需，打通风控、决策等各个环节是关键，提升服务效率，让人发挥更大的价值，则是始终追求的目标。 对蚂蚁金服来说，“新客服平台”还有一个最重要的关键词就是普惠开放。据了解，在客服领域，此前已经有政府、金融、电商等多个领域的140多家企业不同程度接入了蚂蚁金服的客服能力。而这次进一步全面开放基于AI的“新客服平台”，徐蔚表示，这也是基于蚂蚁金服今年全面深化对外开放的大背景。 2016年，合众人寿引入了蚂蚁金服客服能力，其中在线客服、自动外呼、智能质检，对作业效率和作业质量的提升明显。机器人解决率高达83%，呼出产能提升15%，呼入产能提升10%。 “蚂蚁金服在智能客服领域，起步早，应用技术快而新，互联网行业的多变及金融行业的专业性，又使其走在前沿。把这种能力提供给整个行业，必将驱动传统企业变革”，亚太客服与呼叫联盟发起人赵溪表示。 AI不会取代人工客服 在欧美，AI已经开始取代银行网点雇员、信贷审批员、乃至 “高大上”的华尔街投资分析人士，如此背景下，客服似乎成了一个容易失业的“高危”行业。有着夯实技术能力的蚂蚁金服把智能客服推广普及，会加剧这种趋势吗？ “小蚂答”的负责人子孟并不这么看，落实到服务质量与用户体验上，机器并不完美，人工不能缺席。“问题解决方案最终还是要看用户诉求的紧急程度，比如因为遭受诈骗而造成财务损失的用户，最需要的还是人的帮助和关怀，而不是冷冰冰的机器”，他说道。 徐蔚认为，大力发展智能客服的最终目标，显然不是为了颠覆人类，而是为了给人类提供更好的体验，所以机器要变得更聪明，而作为机器“训练师”的人也要如此。 他透露，未来蚂蚁客服平台还会继续大力应用云技术、大数据、AI智能，尝试突破对客体验，比如现在看起来还有点儿“呆萌”的“小蚂答”，未来或许自如地与人类对话。智能客服解决更多的基础性问题，人工客服则肩负起更广更深的用户触达，不断挖掘客户需求，创新用户教育，都是人工需要发挥创造力的地方。 蚂蚁金服首席数据学家漆远在8月23日新客服论坛上表示，客服机器人只是起点，之后会走向更为专业的分析、问答，希望持续提供给用户更好的服务质量。未来蚂蚁金服智能客服会进一步升级，要从保险到理财，进入真正的智能助理的全场景时代。 智能客服开放，是蚂蚁金服AI整体开放策略的一部分。漆远称：“蚂蚁AI技术将成熟一个，开放一个”。截止目前，蚂蚁金服已陆续向合作伙伴开放了智能理财AI能力、智能图像定损技术等。 CCF-ADL在线讲习班（第80期）：区块链—从技术到应用 顶级学术阵容，50+学术大牛 快速学习区块链内涵，了解区块链技术实现方法 阅读原文戳开链接，抵达课程介绍 长按二维码，关注雷锋网旗下「AI掘金志」

智能客服将AI（Artificial Intelligence，人工智能）与普通人的距离拉至无限近。在网购时对话框的另一方，随手接起的银行或快递公司电话中，AI客服已不是新鲜面孔，它们甚至拥有了性格和人设。但不少人与智能客服的互动体验并不算愉快，“说了几遍也听不懂，不知道是智能还是智障？”据《中国青年报》2019年末的调查问卷，57.9%的受访者认为智能客服理解不了问题，答非所问。要留住消费者，人工智能的“名头”不好用，准确及时的答复才是第一诉求。永不疲倦、永远在线的AI曾被视为客服行业的替代者。客服行业长时间在线和大量重复劳动的特点，被认为是AI的绝佳机会。客服们甚至一度为失业恐慌，创新工场CEO李开复在2016年AlphaGo击败李世石后表示，机器的语音识别及语义识别效率超过人类，传统企业的客服，有一千个人、一万个人都可能被AI取代。 但AI客服如今未能满足乐观者当年的期待。“在讨价还价等复杂情况下，AI客服很难琢磨消费者的心理，目前还难以应对。”智能客服企业UDESK COO程俊来认为，AI的价值是提升人工客服的效率，“让AI做AI擅长的事情，人做人擅长的事情”。 “和智能客服通话了3分钟，我才发现对面不是真人”挂掉快递公司的客服电话后，李方（化名）反复回想刚才的对话。客服的业务处理熟练，对答流畅，会根据自己的提问内容即时回应，语气听起来也算活泼，直到她发现这位客服每句话的停顿间隔似乎都一样，才问了句，“你是机器人吗？”，对方回答，“自我介绍一下，我是智能客服”。智能客服正将自己包装得越来越像人类。它们起了名字，设定形象，拥有性格和口头禅，一些智能客服会称呼消费者为“陛下”或“小仙女”，在确认信息时补充，“您看是这样没错儿吧？”。“AI客服需要有趣的‘人格’，让大家接触时产生好感，而不是死板、生硬的机器。”程俊来记得，公司为某一客户设计的AI客服形象是名古代大臣，讲话习惯也偏古风，“既然是客户服务的提供者，AI得考虑到消费者的体验感受”。但“拟人化”只是锦上添花，能否准确、快速完成工作才是AI客服的真正考验。相较以关键词触发的自动回复，AI客服对消费者意图的识别准确率成为企业主们“买账”的主要原因。晓多科技创始人江岭介绍，以电商行业为例，目前较成熟的AI客服可联系上下文对话，判断用户需求，如买家分开询问“这种辅食的成分是什么，适合1岁孩子吗？”“每天吃多少合适？”，AI客服可识别出买家的第二个问题是“1岁的孩子吃多少合适”，在缺乏关键信息时还可反问，正确率约为97%，而自动回复式机器人则无法获取“1岁”的关键信息，答复正确率为50%左右。在“性价比”的商业金律面前，企业主们希望以最小的成本撬动最大的效益，而AI客服永远在线，永不疲倦。戴着耳机的坐席客服们终日应对着仿佛没有尽头的问题，价格、材质、物流、注册流程……，其中近80%的问题频繁重复且有明确答案，这正是AI客服所擅长的工作。“在比较封闭的场景下，AI客服可以同时对接多名消费者，缩短响应时间。”江岭解释说，目前AI客服承担的大多是重复问题、夜间值守等任务，以减轻人工客服的任务量。中国移动总经理董昕在2020世界人工智能大会云端峰会上表示，其智能客服平台“移娃”一年服务用户数9.5亿，代替人工数2000人。简单重复劳动外，AI客服也正渗入客户服务的更多环节。程俊来认为，智能客服机器人像是AI客服露出地面的“笋尖”，更多的改变发生在消费者看不见的地方。他举例说，AI客服体系包括对企业的多个沟通渠道进行集成管理，完成客服团队排班、质检及线下服务人员调度，“接触AI客服的不只是消费者，人工客服更需要适应。”其中，当AI客服成为“检查者”，要求更为严格。在传统的客服质检中，需要人工去检查客服与消费者的会话与通话记录，由于任务量巨大，多用抽查形式。但AI客服的质检可对人工客服进行实时及全部检测，且进行情绪识别，一旦检测到消费者出现生气、愤怒等负面情绪，客服主管便会立即介入。“难免会遇到消费者情绪激动、人工客服无力应对的情况，如果消费者已经骂人了，主管能够及时发现并处理，在当时对消费者和客服而言都是一种缓解。”江岭说。 教AI客服的人：AI客服如何读懂情绪？ 电脑屏幕上闪过一行行聊天记录，鼠标伴随眼神快速滑动，判断、标注、归类，买家与客服的每段对话随即被切分，划入“发货快递”“价格优惠”等场景。一名刚入行的AI客服训练师每日需处理的样本量约是1800条。这份工作需要耐心，“我拍了”“我去拍了”以及“优惠点，我就去拍了”，买家相似的三句话分别对应不同的购买状态，“我拍了”代表已下单，而“我就去拍了”意味着其在等待更便宜的价格。AI客服要学会分辨这些细微差别。“最开始的AI客服就像个什么都不懂的孩子，但它的成长速度飞快。”晓多科技AI训练师团队负责人赵海丰告诉记者，在较成熟的算法模型和自然语言处理技术基础上，训练师的工作是给AI“打样”，教会它消费者的每句话是什么意思。未经处理的聊天记录数据，无法被AI客服吸收。数据“结构化”的第一步，通常是梳理并搭建知识库，根据聊天记录中频繁被提到的问题，“筛”出企业的重点场景，物流、教育、保险、金融等行业不同，知识库也不尽相同。标注工作考验AI训练师的耐心，也直接影响AI客服的识别和回答正确率。赵海丰所在的团队训练师人数过百，负责将消费者的每条文字或语音消息进行语义分析，并对所有样本进行聚类和标注。 同一场景下，消费者的问题可能有数十种表达方式。“发什么快递”“快递用的是哪家”“快递是什么”指向的都是“快递名称”，同时“快递是什么”还可能提问的是“快递具体单号”。这要求训练师注意上下文关联，对单句话和上下文分别标注，以使AI客服了解不同语境下的实际语义。 训练AI客服时，常会遇到些特殊情况。有时，消费者发来的可能只是一串乱码或者标点符号，AI客服需要能分辨出海量对话中有意义的部分；也会遇到顾客带有明显情绪的时候，AI客服需要及时给出恰当回应。赵海丰解释说，绝大部分对话中，顾客情绪是中性的，一些明显反映情绪状况的语句将被重点关注，例如“非常感谢”或“我要投诉，这什么服务”，以帮助AI客服高效分辨顾客情绪。AI客服在不同行业的应用，也为训练师出了难题。他坦言，AI训练工作中数据处理与标注占据大部分时间，其技术要求并不难，但训练师要将自己的理解教给AI客服，需要其对对应行业的业务流程、客服服务流程非常熟悉，而训练师可能对一个陌生行业并不够了解。初次接触政务行业的AI客服时，赵海丰和同事有点慌乱，团队成员都不具备政务体系专业背景，也尚不了解社保等业务的处理流程，他只好结合手头数据，去网上搜索、实地体验，逐步建立政务AI客服的知识库。“大概3年前，最初建立新行业的知识库要花2个多月的时间，现在的技术和数据量发展，已经大大压缩了进入新行业的时间成本。”他说。因而，具备行业经验的AI训练师上手更快，也更受欢迎。2020年3月，人工智能训练师被列为新职业并纳入国家职业分类目录。在多份AI客服训练师招聘中，“从事过电商、金融行业客服工作”及“有客服经验”通常被作为招聘要求之一。但赵海丰表示，训练师需求规模比较大，能够满足这些条件的人并不多，除自行培训外，专门从事数据标注的公司已成为AI客服产业链上的一环。智能还是“智障”：“如果满分是100分，AI客服现在只做到了30分”大多数时候，李方与AI客服的交流没那么愉快。她常觉得AI客服不仅不智能，反而像个“智障”，无法理解自己的诉求，只会重复“对不起，我还没学会处理这个问题”。永不疲倦的AI客服或许无法满足消费者对“智能”的期待。据《中国青年报》2019年12月的调查问卷，91.9%的受访者使用过智能客服，57.9%的受访者认为智能客服理解不了顾客提出的问题，答非所问，近一半的受访者指出智能客服用固定的话术应付人，解决不了实际问题。“很多AI客服公司只是打着‘智能客服’的幌子，实际产品良莠不齐，可能效果并没那么好，但也已在市场中投入使用了”。江岭坦言，即使是相对成熟的AI客服产品，目前的应用程度也仅相当于1997年的互联网，“如果总分是100分的话，现在的智能客服可能只能拿到20分到30分”。“短板”很明显，在复杂多变的场景下，目前的AI客服显然应付不来。讨价还价是一个典型场景，程俊来举了个例子：AI客服在为货运司机派单时，如果司机无法接受70元的价格，直接拒绝，AI客服可以处理，但如果涨10元司机就愿意接单，面对司机“能不能涨点钱”的要求，AI客服可能难以判断。“这个过程涉及司机心态的分析、挽回、解释，AI客服暂时还无法从对方的语气和文本中解读这些信息”，他解释说，“况且，显然人工更擅长这类的工作”。个性化的问题常常超出AI客服的能力范围。“地毯能不能定做”涉及到具体商品的尺寸改变，常需要人工客根据实际情况判断，而相较于售前场景下价格、商品属性、快递的问题，售后场景中消费者的问题更加多样。“柜子收到碰坏了一角，我要退钱”或“衣服色差太大了，你得赔偿”，AI客服多数情况下无法应对。 “AI客服很难判断商品的损坏程度和赔偿金额，也很难去和顾客解释并给予安抚，这不是AI客服擅长的工作。”赵海丰说，“AI客服也不能有一些敏感操作的权限，例如退款权限，不然AI客服说退钱就退钱，这对商家来说，风险是很大的。”行业目前认可的解决办法是人机协同，AI客服承担简单重复的工作，疑难杂症留给人工客服。换句话说，AI成为人工客服的“外挂装备”。当消费者的问题流入客服系统后，AI识别并解决可回复的问题，“讨价还价”等复杂问题被筛出，在操作界面上提醒人工客服，并给出几项待选答案。程俊来期待，“人工客服不必忙于以前的简单劳动，可把精力放在更有价值的工作上”。这或也是人工智能行业与目前社会的相处之道。中科院院士何积丰在2020年7月界面新闻的采访中表示，人工智能的发展首先需要注意的是，人能跟人工智能系统共生，不能说人被人工智能系统代替了，我们也绝对不希望看到这个状态。 巨头入场分食1000亿市场，洗牌期后，新入局者还有机会吗？AI客服对资本的热度似乎不如往年。据互联网行业数据提供商IT桔子统计，自2015年，基于NLP（自然语言处理）技术的AI公司投资事件及金额不断加码，2018年的投资事件达125起，较2016年增加26%，但此后“吸金”能力减弱，2019年投资事件为71起，截至2020年7月，该赛道吸引投资仅29起。“2018年及2019年实际是AI客服公司竞跑的洗牌期，投资事件减少也符合市场规律。”江岭解释说，“2015年前后，行业刚开始兴起，公司体量都比较小，资本也愿意多‘押注’，当行业发展到今天，优胜劣汰，可投资的公司数量也就减少了”。与锐减的投资事件相对，AI客服行业内的并购变多。程俊来透露，近两年，部分规模较小的智能客服公司逐渐被较大公司收购，市场格局已初步稳定，对于新入局者而言，AI客服的市场环境已不算“友好”，“留给新人的机会不多了”。市场逐渐转向大客户是例证之一。他回忆说，刚进入AI客服领域时，最先接纳的反而是小客户，由于小型公司机制比较灵活，试错成本低，喜欢新鲜事物的小公司是第一批“吃螃蟹者”。“坦白说，AI客服刚出来的时候，大客户是持观望态度的”，而目前市场情况已改变，据程俊来介绍，在产品逐渐成熟的基础上，大客户在客单价和用户黏性均表现更优，显然是更佳选择。目前，大客户带来的收入已占到其总收入的80%。而被看中的大客户们，部分已亲自下场。阿里、京东、网易等先后在2015年前后上线自家智能客服产品，并向外输出产品。综合官网信息显示，其已覆盖电商、政务、金融、教育等行业。巨头挤压下，已在竞赛场内的玩家也需拓宽生存空间。程俊来和公司已开始行动，借助智能电销、营销体验管理产品迈入营销等领域，以寻求更多市场。江岭也表示，已考虑向营销等维度延伸服务，但他相信，传统客服行业仍留有市场。“仅在电商行业，约有300万名客服从业者，每年的人工成本近1000亿元，如果AI客服可替代一半的工作，也将挣得百亿市场”。不过，作为消费者，李方并不在意接起电话的客服是谁，“不管AI还是人工，只要真的能解决问题，就是好客服”。 文 | 司雯雯 编辑 | 王毕强 凤凰WEEKLY财经（ID：fhzkzk）原创 你觉得AI客服的服务质量如何？它是否为你解决实际问题了呢？你看好AI在客服领域的应用吗？欢迎谈谈你的观点！ 欢迎关注凤凰WEEKLY 全新微信视频号！ × ×财貌双全的人都点了「在看」(￣▽￣)”  ▼