从无聊到有得聊，看 Google Assistant 如何让人机交互更自然 | Google I/O
行业观察
|
2018-11-08
那些在「双十一」忙里忙外的智能客服们
不管白天还是深夜，您的信息，它必定秒回
在今年 5 月份的 Google I/O 大会上，Google 的「打电话 AI」Duplex AI 现身，对客户来电的预订信息灵活处理，尤其那句意味深长的「Uh hum」更是深入人心。一时间，「AI 客服」相关话题上升，热度并不亚于前阵子的「AI 同传」。
事实上，人工智能客服早已经遍布在球盟会登录入口网页版生活的各处，它们存在于各大电商平台，以及银行服务 APP 中、部分客服公众号中，甚至是运营商、银行客服电话，它们主要负责解决大量由客户提出的常见的、且重复度极高的问题。尤其是在「双十一」这样客单量庞大的时期，这些 AI 客服们承担大部分咨询工作，24 小时日以继夜任劳任怨，有问必答。无论是语音还是文本的对话形式，亿万用户将享受对话式 AI 智能客服带来的便利。
AI 客服最大的好处是一步直达，对话连接服务
细心的人会发现，在一些电商或者 O2O、银行 APP 里的搜索框里，已经悄然增加了一个「小话筒」的图标，用户点开就可直接把想要搜索的东西说出来，等待下一步结果出现。这在以往各大主流搜索网站已经是标配的存在，如今已经植入到服务 APP 或智能客服的应用中。在智能客服体系里，语音输入不仅提供了一种比手动敲键盘更快捷、方便的输入方式，还提供了更直观的服务连接模式，使得服务「一触即达」。
以招商银行「掌上生活」APP 为例，当用户对其内置语音客服助手说：「我要还 100 块」，一句话即可直接带用户到信用卡还款页面。
以上只是大多数 AI 客服案例的一种，且完成仅限于 App 里，主要解决搜索产品/服务，常见疑问解答等问题。目前市面上大多数互联网产品的交互设计还是基于 GUI（图形用户界面），用户需要层层点击完成相关操作。例如，当用户想查看淘宝快递时，至少需要在 APP 上执行五个步骤：找到淘宝—打开 APP—点击我的淘宝—点击待收货—点击查看物流。
而如果通过 CUI（对话用户界面）语音对话的形式，说出「查看我的淘宝快递」的指令，即可一步直达服务。在这个过程中，机器往往需要完成「听懂——理解——回答」的闭环，完成多伦对话、意图推理、个性化及情感互动。
对企业来说意味着成本降低，对用户意味着体验提升
2018 双十一狂欢开幕在即，各家智能客服已经蓄势待发。阿里的「阿里小蜜」、京东的「无人客服」、苏宁的「苏小语」、网易「七鱼」等，在双十一期间将承担客服咨询主力的角色。
「节省人力成本，提高服务效率」很显然是这些商铺和企业长期以来使用人工智能客服的主要原因。不过这样的说法有些笼统，以下的描述或许能够给大家一个更清晰的概念：
在客服领域也存在二八定律，即消费者的提问中，有八成以上的问题都是高度重复的，只要知识库的数据足够全面、对话设计足够到位，智能客服就能够为用户提供满意的解决方案。
例如，当前京东使用的无人客服，可为京东每月节省上千万的人力成本，人机互助协作提高了消费者问题的处理效率，避免人力资源浪费。对于用户来说，自动化对话体验可以直接获取相关服务，减少了跳转，许多问题也可自行解决。
在前不久的 2018 百度世界大会百度大脑论坛现��，百度 AI 技术平台体系执行总监吴甜提供了在实践中得到的一组数据：相对于人工客服，新一代智能客服让人工通话接单量降低 70%，人工客服人均通话时长降低 50%；而相较于传统按键智能客服，新一代智能客服让人工通话接单量降低 20%，人工客服人均通话时长降低 15%，大大提升客服服务效率。
在人工成本方面，智能机器人客服可以解决 85% 的常见客服问题，而一个机器人坐席的花费只相当于一个人工坐席花费的 10%，况且机器人还能 24x7 在线，确保企业服务不断线的情况下，增加转化效率、多渠道与用户互动。
打造这样的一套人工智能客服系统，也是个不小的投入
实际上，以上的低成本也需要建立在前期的投入上，也就是上述提到的「知识库的数据足够全面、对话设计足够到位」。
相信大家多少感受过智能客服不太智能的一面，主要原因是在理解用户意图上出了问题，其中语义理解是核心难点。
以买衬衫为例，当用户说：「这件衬衫参加优惠活动吗」，市面上多数智能客服通过匹配关键词「衬衫」、「优惠」，来识别用户的意图，但当用户的表达发生变化，比如说「这件衬衣打折吗」、或「这款衣服有什么折扣」，它可能就听不懂了，单纯依靠关键词匹配不能算是真正意义上的语义理解。
这也是目前大部分人机对话交互技术的一个难点，一百个人口中，也许有一百种对于同一意图的不同口语表达。能做到理解用户的不同说法，并且对应到同一意图，才能真正理解用户并给予准确的反馈。而这也意味着大量的数据库建立工作，且需要大量的例句材料作为训练基础。
但是，并非所有企业都有具备开发智能客服机器人能力的技术人员，即使有技术团队，研发企业的智能客服机器人也是一个耗时、复杂的过程。目前传统的对话式 AI 平台普遍面向有自然语言处理（NLP）技术背景的开发者，而对于相关技术相对薄弱的企业、或是没有开发人员的企业来说，打造定制化智能客服机器人仍然存在比较大的挑战。
智能客服已经成为对话式 AI 平台的一大落地方向
去年，亚马逊 Alexa 带动国内智能音箱市场以及语音智能的热度上升，其中「对话式 AI 平台」已成为各语音平台商的一大战略布局，同时也为其他非语音技术企业打造定制化智能客服机器人铺平了道路。?
在这两年里，不管是大型语音技术公司，还是语音交互创业公司，都陆续推出了对话式 AI 平台平台，包括百度 DuerOS、阿里 AliGenie、Naturali 奇点机智对话流、思必驰 DUI 开放平台、云知声 Unisound 等。
在今年，对话式 AI 平台正处于快速增长阶段，产业链不断细化，生态逐渐丰富，智能客服作为其中一大产品形态已实现大范围商用。
举个例子，云知声打造的 Samantha 智能客服已经应用在金融、物流领域，根据其公开资料，云知声已与国内一家物流公司合作推出「AI 下单机器人」，以应用「双 11」物流高峰期。
类似的，Naturali 奇点机智打造的「对话流」不仅能够为企业打造智能客服、也可以打造语音助手、聊天机器人等不同形式的语音交互体验，跨平台设备，可广泛集成于 WEB、APP、小程序、微信公众号、智能硬件等终端，着实降低了技术门槛。
目前，电商平台唯品会与 Naturali 奇点机智进行深度合作，正在打造 APP 内的智能语音助手，让用户能够通过语音对话的方式，除了语音搜索相关商品，还可以容易地获取一些隐藏比较深的服务，比如查询快递状态、开发票、申请退款、开启指纹支付等功能，一句话的事，就能直达最终页面。
企业在创造智能客服时，是无法提供同一意图的所有说法的，而一个好的对话平台，能够使用有限的例句进行泛化拓展，利用算法技术、语料库、知识库训练有效的模型。
Naturali 奇点机智认为，由于端到端的深度学习框架让开发成本降低了不少，各公司的实力差距也逐渐缩小。这时候，竞争力主要体现在「灵活定制」的能力上，即如何针对不同场景进行有效定制，如何降低技术门槛让更多的企业受益。
小结
在客户群体庞大、咨询问题重复性高的电商、金融、通讯等领域，智能客服的应用得到了迅速普及，从了解沟通产品信息、到完成下单购买、再到订单追踪、问题反��，形成售前、售中到售后的完整闭环，在提升用户体验的同时增加转化率。
智能客服的竞争已经从售后逐渐转移到售前，其作用已经从被动的信息反馈逐渐延伸到主动的精准营销，根据用户信息、购买历史、喜好进行智能推荐，并且对用户的购买习惯进行主动询问，帮助用户完成二次甚至多次购买。
在这过程中，更多企业希望根据具体的业务需求进行场景化灵活定制，这可能在前期定义语音对话体验时会有一定花费。但从自身精力以及长远成本和收益来看，智能客服会为企业节约大量成本。
