Transforming customer care
with Business Analytics & AI
 |
| Nx Witness v3.0 - 雲端影像平台解決方案 — |
來源：苏宁财富资讯 作者：沈春泽
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。
提起智慧客服，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慧客服完美形象啊!
智慧客服是什麼?
智慧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，圖靈透過讓機器，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，和回覆規則技術，但是機器人的表現還是超出了預期。
1988年，加州伯克萊分校開發了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，回饋給用戶，進一步推動了聊天機器人的智慧化程度。
1995年，理查德·華勒斯開發了ALICE系統，隨著ALICE一同發佈了AIML語言，目前被廣泛應用在行動端虛擬助手的開發中。
智慧線上客服是聊天機器人，一個重要的應用場景，其主要功能是與用戶進行基本溝通，並自動回覆用戶有關產品或服務的問題，以達到降低企業客服營運成本、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慧機器人。用戶可以透過與小蘇聊天，來瞭解商品的具體訊息，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辨識、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組。
具體來說，語音辨識模組，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組進行處理；自然語言理解模組，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組中；對話管理模組負責協調各個模組的調用，及維護當前對話狀態，選擇特定的回覆方式，並交由自然語言生成模組進行處理；自然語言生成模組生成回覆文本，輸入給語音合成模組，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，因而省略了語音辨識和語音合成的部分。
智慧客服系統的組成結構
智慧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，是真正實現智慧化的核心技術，現在開發的產品，往往還會透過大型高品質的語料庫建設，以及各種知識庫的輔助，來提升智慧效果。
一般而言，智慧客服機器人的的技術核心，主要包括三個部分：
(1)透過人工客服日常累積的問題集，建立一個高品質、高擴展性的語料庫，並在此基礎上透過各種管道，獲取盡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先進技術(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)，此類庫的規模和品質，往往決定了客服機器人的智慧程度。
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慧客服。
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，但線上客服的頭像卻已顯示為灰色；費盡力氣接通人工客服，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，智慧客服就顯示出了巨大的優越性。
銀行智慧語音服務系統
在金融領域，智慧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，一些銀行的線上智慧語音服務系統。
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。【例如：台語服務請按1，國語服務請按2，以前我還聽過：用中文說—— 英語服務請按⋯⋯】
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「智慧語音系統」，透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、語音咨詢等常用功能。
此外，用戶還可以透過語音對話，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。
智慧金融服務機器人
除了線上智慧語音系統，現在我們還可以看到一些，實體的智慧機器人在金融領域的投入應用。
比如，中國的交通銀行試點，推出的智慧服務機器人，可以透過語音辨識、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。【呵呵，如果告訴他—— 這是搶劫，會是⋯⋯】
此外，機器人還具有唱歌、朗誦、講笑話等功能，比如對客戶的問題：「我們合個影可以嗎?」「來吧，我等著，一定要用美圖秀秀哦!」，方式新穎有趣，在提高業務辦理效率的同時，也給客戶提供了良好的體驗。
智慧客服的前景如何?
據相關機構統計，中國整個客服的市場規模，已經超過千億。目前，在實踐中，人工線上客服仍然是企業使用率最高的客服系統，而智慧客服的使用率還不高。
沒有留言:
張貼留言