您现在的位置: 首页 > 网站导航收录 > 百科知识百科知识

AI时代，如何选用智能客服？

客服,智能,用户AI时代，如何选用智能客服？

发布时间：2019-02-08加入收藏来源：互联网点击：

AI时代，如何选用智能客服？

回答于 2019-09-11 08:43:50

回答于 2019-09-11 08:43:50

当下，面对市面上形形色色的AI技术公司扑面而来，问题亦随之而来，泥沙俱下，良芜难分，加上各式各样的的概念炒作，更令用户企业晕头转向。各大服务商纷纷声称自己的智能客服方案技术领先，对外宣导的产品功能非常强大，但事实上真的如此吗？用户企业如何“上对轿选对郎”，选好智能客服厂商？

伴随着智能客服大量涌入，不同服务商的实力差异也凸显出来。入门级的智能客服，大多数服务商都能提供，一般以云的方式交付，其特点在于对准确率的要求不高，能够简单帮助人工客服降低工作量和工作压力。而若用户企业需要AI能力更强，具有更高的语义识别准确率，就要构建一个大的AI平台，以客服中心这个企业最主要的信息来源部门为基础对业务底层进行全面的智能化升级，这就需要智能技术实力更强、行业经验和知识沉淀更多的大公司。

那么用户企业要如何从众多繁杂的智能客服市场学淘沙识真金？如何不会“乱花渐欲迷人眼”，量体裁衣对症下药，找到合身合体、与企业融会贯通、促进企业发展壮大的智能客服产品？

可以从以下几个层面来观察、判断和选用：

一是从技术实现方式看，多轮对话和复杂场景处理能力最能直观地考验AI的应用能力

目前大多数智能客服企业都是基于搜索的方式实现FAQ类单轮问答，并没有上下文和复杂场景处理能力。如果消费者的提问刚好在提前设定FAQ的范围内，那么智能客服看起来一切正常。一旦问题超纲，或者需要应对的场景稍微复杂，那么这类智能客服就基本失效，回答得驴唇不对马嘴。

还有一部分企业宣称使用深度学习的方式进行问答处理，通过一定量的问答对训练后，系统就可以处理所有日常聊天类的对话。但在实际领域的应用场景下，由于深度学习下机器回复内容的不可确定性以及不可控制性，也决定了这类系统真的是只能应对“日常聊天”，而在商业环境下基本难于实际应用。

当前客服机器人的一大技术难点在于多轮对话和多意图的理解力。日常活动中，人类的某个需求往往包含多个信息，比如说买飞机票，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：

上海用户：帮我买一张明天到厦门的飞机票。

机器人：出发地点是哪里？

用户：上海。

机器人：……

用户的第二句话虽然缺少主语和谓语，但通过联系上下文可以轻易判断出，其隐藏含义为“帮我买一张明天从上海到厦门的飞机票”。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，不然动不动就“哑火”。了

此外，用户的一段话里还可能包含多个需求，比如“帮我买一张明天从上海到厦门的飞机票，再帮我叫一份黑椒牛肉饭外卖”，这段话里就包含“买飞机票”和“叫外卖”两个需求，客服机器人需要将它们一一分辨出来，这就叫做多意图理解。有的用户更“刁”，甚至一句话有三个需求，若客服机器人不“灵动”，用户体验就不好，就会抱怨。

用户所提的问题的形式通常都是非标准化的，同一问题的问法多种多样。可见，一个好的智能客服在垂直场景下，可以多轮次可打断复杂语音对话能力，根据对话语境进行多轮次自然语言理解。支持用户随时打断，保障机器人可及时灵活响应客户对话，对于打断句子进行二次分析，优化话术内容。

总之，各家企业在具体实现时有自己的算法模型，抛开效果说模型孰优孰劣没有意义，但有几个特征必须参考判断：是否支持全渠道多维度的交互框架？是否能解决多轮对话、动态场景、多意图理解等一些在人类对话中必须会碰到的问题？等等。

二是从核心技术壁垒看，AI客服企业需要行业领域的大量积累、大量的实际项目和应用积累的行业经验

语料库是智能客服寻找答案的来源，语料库覆盖面越广意味着机器可以回答的问题越多。在此基础上通过各种渠道获取尽可能多的行业问答知识，建立行业知识库，在某种程度上代表了AI企业在智能化方面的实力。

比如，当用户想查询网上一件衣服卖多少钱，提问的方式可以是“这件衣服是多少钱”、“这件衣服价格多少”、“这件衣服最优惠是多少”，等等，其表现形式可能是文字或者语音，因此必须将各种形式的问题归一化，以便同知识库中的标准问法相匹配有备料。而语料库和数据标注要达到满足实际应用的需求，这可能需要数百人花费数年的时间才能够积累完善。这就非常考验智能客服企业在语料库和知识库上的积累。

每个软件产品在具体的技术方面不会有太大差异，但是经受过足够多的行业积累和实施经验的软件产品，才是最终成功的软件产品，在AI领域也是如此。目前国内智能客服市场上，拥有大量的实际项目、应用积累的行业经验、多行业跨场景的应用实践、且具备AI平台化能力的服务商屈指可数，基本集中在BAT等互联网巨头和科大讯飞、小i机器人等垂直领域AI厂商。

因此考量智能客服供应商时应该对其的技术积累、从业经验、工程化能力，行业案例等方面进行综合考察。特别是行业积累，因为现有的算法理论并没有实质差别，关键的是看谁的行业知识积累、运营能力更强，行业应用经验更丰富，这是产品可靠性、实用性的保障。

三是懂得企业业务需求，无缝衔接灵活多变

智能客服厂商要根据自身的实际业务情况，需明确用户企业渠道、服务架构、系统功能等几方面有哪些需求，确定用户企业需要接入的有哪几个渠道，是通过文字、语音还是视频接入？网站、App、微信公众号是否都需要接入客服系统？如何整合？

智能客服产品应能对来自包括微信、易信、在线网页、手机APP等电子渠道的用户问题进行智能的意图识别，根据识别结果通过对接知识库或企业业务系统，实现知识的查询及各种业务流程，最终将结果以合理可定制的方式返回至渠道终端，展现给用户。

比如合力亿捷研究院所做的语音交互机器人，首先能对来电用户作后台的客户画像标签体系建立；然后是利用语音识别的技术把座席和用户的语音实时转写以弹幕的形式展现在客服代表的屏幕上；并且当智能机器人客服无法解答时，就接入人工客服，使得由机器人和人工客服无缝配合，发挥各自所长；针对重要渠道或页面指定人工服务，根据不同客户的属性判断智能机器人客服与人工客服的优先接入；根据时段分别配置机器人或人工客服。

就服务架构上，智能客服厂商要想清楚整个服务环节，从客户发起问题之时起，都要经过哪些步骤，生成工单后如何流转，哪些部门会参与，如何进行风险控制和质检。并能对能对来自包括微信、易信、在线网页、手机APP等电子渠道进行整合。服务环节的明确是后续选择第三方客服系统的前提。

 1/2    1 2 下一页 尾页