一文讀懂智能客服：發(fā)展歷程、系統(tǒng)搭建、市場(chǎng)推廣

在人工智能領(lǐng)域，智能客服是比較容易落地，且技術(shù)比較成熟的一項(xiàng)應(yīng)用實(shí)踐。本文以智能客服為對(duì)象，梳理了它的發(fā)展歷程、系統(tǒng)搭建、市場(chǎng)推廣。enjoy~

2018 I/O開發(fā)者大會(huì)上，谷歌演示了對(duì)話機(jī)器人Duplex。

Duplex完成了兩項(xiàng)任務(wù)：

• 第一項(xiàng)任務(wù)，預(yù)定理發(fā)服務(wù)；
• 第二項(xiàng)任務(wù)，一個(gè)預(yù)定就餐的電話接待。

實(shí)際上，Duplex扮演的就是智能客服的角色。

在人工智能領(lǐng)域，智能客服應(yīng)該是比較容易落地，而且技術(shù)比較成熟，這是因?yàn)榭头I(lǐng)域的場(chǎng)景路徑具有相對(duì)明確的特征，決定了基于全量數(shù)據(jù)進(jìn)行高并發(fā)需求處理的人工智能在客服領(lǐng)域?qū)⒋笥锌蔀椤?/span>

目前，基于大數(shù)據(jù)、云計(jì)算和深度學(xué)習(xí)等領(lǐng)先的人工智能技術(shù)，智能客服已經(jīng)可以實(shí)現(xiàn)自主問答、業(yè)務(wù)辦理、故障診斷等一系列復(fù)雜操作，實(shí)現(xiàn)客服行業(yè)中大部分的應(yīng)答需求，快速高效的解決用戶問題。

據(jù)2018年5月發(fā)布的《中國(guó)智能客服行業(yè)研究報(bào)告》統(tǒng)計(jì)，中國(guó)大約有500萬全職客服，以年平均工資6萬計(jì)算，再加上硬件設(shè)備和基礎(chǔ)設(shè)施，整體規(guī)模約4000億元。

如此巨大的市場(chǎng)，當(dāng)然會(huì)使得眾多企業(yè)對(duì)于智能客服趨之若鶩。但是為什么到現(xiàn)在還沒有一家獨(dú)角獸公司出現(xiàn)？

雖說這是人工智能中最容易落地、技術(shù)相對(duì)成熟的項(xiàng)目，但相關(guān)企業(yè)如果想開發(fā)和構(gòu)建一套人工智能客服系統(tǒng)，到底要投入多大的成本？

一家企業(yè)是自己搭建一套智能客服系統(tǒng)，還是找到一家合適的智能客服平臺(tái)廠商，站在“巨人”的肩膀上，利用它們賦予的能力，搭建自己的智

能客服解決方案。

今天我們好好聊聊。

一、客服系統(tǒng)的發(fā)展歷程

中國(guó)客服軟件市場(chǎng)大致經(jīng)歷了三個(gè)發(fā)展階段：傳統(tǒng)呼叫中心軟件、PC網(wǎng)頁在線客服+傳統(tǒng)客服軟件、云客服+客服機(jī)器人的智能客服階段。

• 2000年以前，互聯(lián)網(wǎng)尚未普及，客服主要以電話溝通為主。
• 2000-2010年間，得益于計(jì)算機(jī)技術(shù)、計(jì)算機(jī)電話集成技術(shù)（CTI）、網(wǎng)絡(luò)技術(shù)、多媒體機(jī)技術(shù)以及CRM、BI、ERP、OA等企業(yè)信息化應(yīng)用的集成，客服系統(tǒng)跳出單一的電話溝通出現(xiàn)了網(wǎng)頁在線客服等多種客服渠道。
• 而過去近十年，移動(dòng)互聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)和AI技術(shù)的發(fā)展又將傳統(tǒng)呼叫中心和客服軟件帶入了SaaS和智能化時(shí)代。一方面全新的SaaS模式使得企業(yè)搭建客服中心的成本大大降低，SaaS模式逐漸普及，早期提供呼叫中心硬件設(shè)備的廠商已經(jīng)延伸到中下游，為外企、國(guó)企等大型客戶提供本地客服中心解決方案。

從當(dāng)前客服產(chǎn)業(yè)鏈構(gòu)成情況來看，上游基礎(chǔ)設(shè)施環(huán)節(jié)已經(jīng)發(fā)展成熟，少數(shù)巨頭壟斷市場(chǎng)。未來，他們會(huì)繼續(xù)向下游延伸，構(gòu)建企業(yè)服務(wù)生態(tài)。

中游客服產(chǎn)品提供商中，云客服廠商經(jīng)過幾年競(jìng)爭(zhēng)，頭部幾家已脫穎而出，但仍未長(zhǎng)出巨頭，競(jìng)爭(zhēng)依然激烈。產(chǎn)品功能更加豐富，應(yīng)用場(chǎng)景也從客服延伸到了銷售、營(yíng)銷等多個(gè)環(huán)節(jié)，另一方面，客服機(jī)器人通過輔助人工，以及回答簡(jiǎn)單重復(fù)性問題，大大提高了人工客服的工作效率。同時(shí)，AI也在從各個(gè)環(huán)節(jié)上變革著企業(yè)客服的交互方式，加速線上線下客服的智能化升級(jí)。

二、智能客服系統(tǒng)搭建

智能客服系統(tǒng)主要基于自然語言處理、大規(guī)模機(jī)器學(xué)習(xí)、深度學(xué)習(xí)技術(shù)，使用海量數(shù)據(jù)建立對(duì)話模型，結(jié)合多輪對(duì)話與實(shí)時(shí)反饋?zhàn)灾鲗W(xué)習(xí)，精準(zhǔn)識(shí)別用戶意圖，支持文字、語音、圖片等富媒體交互，可實(shí)現(xiàn)語義解析和多形式的對(duì)話。
任務(wù)對(duì)話服務(wù)：
定制化服務(wù)，通過與用戶的多輪交互，實(shí)現(xiàn)快遞查詢、訂餐、醫(yī)生預(yù)診等服務(wù)類功能。
業(yè)務(wù)咨詢服務(wù)：
通過QA知識(shí)庫，快速回復(fù)用戶問題咨詢服務(wù)。解決常見問題的解答。

2. 智能客服系統(tǒng)的技術(shù)構(gòu)架

（1）基于知識(shí)庫回答的智能客服系統(tǒng)

基于知識(shí)庫回答的智能客服系統(tǒng)，
使用的檢索或者分類模型來實(shí)現(xiàn)的。

檢索式回答的流程是：

•  首先對(duì)用戶的輸入問題做處理，如分詞、抽取關(guān)鍵詞、同義詞擴(kuò)展、計(jì)算句子向量等；
•  然后基于處理結(jié)果在知識(shí)庫中做檢索匹配，例如利用BM25、TF-IDF或者向量相似度等匹配出一個(gè)問題集合，這類似推薦系統(tǒng)中的召回過程；
•  由于我們是一個(gè)問答系統(tǒng)，最終是直接返回給用戶一個(gè)答案，因此需要從問題集合中挑出最相似的那個(gè)問題，這里會(huì)對(duì)問題集合做重排序，例如利用規(guī)則、機(jī)器學(xué)習(xí)或者深度學(xué)習(xí)模型做排序，每個(gè)問題會(huì)被打上一個(gè)分值，最終挑選出top1，將這個(gè)問題對(duì)應(yīng)的答案返回給用戶，這就完成了一次對(duì)話流程。

在實(shí)際應(yīng)用中，我們還會(huì)設(shè)置閾值來保證回答的準(zhǔn)確性，若最終每個(gè)問題的得分低于閾值，會(huì)將頭部的幾個(gè)問題以列表的形式返回給用戶，最終用戶可以選擇他想問的問題，進(jìn)而得到具體的答案。

（2）基于槽位填充的多輪對(duì)話系統(tǒng)

搭建基于槽位的對(duì)話系統(tǒng)是一個(gè)相對(duì)專業(yè)而復(fù)雜的過程，通常分三個(gè)主要的階段。首先是需求分析，然后是使用平臺(tái)搭建 BOT，最后是持續(xù)優(yōu)化。

了解該系統(tǒng)我們先熟悉一下幾個(gè)名詞的釋義：

1）意圖

意圖是指用戶在語音交互中發(fā)出的主要請(qǐng)求或動(dòng)作。

意圖示例：

• 肯定意圖：是；對(duì)的；正確；Ok；
• 否定意圖：不是；不對(duì)；錯(cuò)了；NO；
• 取消意圖：退出；停止；關(guān)閉；結(jié)束；

2）技能

技能是滿足用戶特定需求的一個(gè)應(yīng)用。例如用戶說“查詢我的洗發(fā)水快遞到哪里了”時(shí)，會(huì)進(jìn)入快遞查詢的技能。

3）問答型技能

通過Q（用戶問法）和A（機(jī)器人回答）的配置，可以實(shí)現(xiàn)簡(jiǎn)單的用戶與機(jī)器人的對(duì)話。

任務(wù)型技能：在問答型技能的基礎(chǔ)上，增加槽位、API（接口）調(diào)用等高級(jí)功能，可以通過配置，來實(shí)現(xiàn)用戶查詢信息、問題搜索或者其他功能。

4）詞典

某個(gè)關(guān)鍵詞可能變化的內(nèi)容，例如時(shí)間詞典，位置詞典。

語義槽：語義槽是用戶說法中包含的關(guān)鍵詞，它可以幫助系統(tǒng)準(zhǔn)確識(shí)別意圖，例如星座語義槽包含12星座的名稱。語義槽和詞典一般會(huì)同時(shí)使用，語義槽通常用來指代詞典。一個(gè)語義槽可以同時(shí)綁定多個(gè)詞典，一個(gè)詞典也可以與不同的語義槽相關(guān)聯(lián)。

5）追問

當(dāng)用戶問法中沒有提供該語義槽值時(shí)，機(jī)器人要對(duì)其自動(dòng)發(fā)起追問。

例如用戶問：天氣怎么樣？我們無法獲取到查詢天氣的地點(diǎn)的語義槽值，就需要機(jī)器人追問，您想獲取哪里的天氣信息？，追問話術(shù)一般設(shè)置多條，隨機(jī)追問。

在國(guó)內(nèi)開放的bot系統(tǒng)中，百度UNIT和微信的對(duì)話開放平臺(tái)就是應(yīng)用的該技術(shù)框架。

一個(gè)自然語言對(duì)話系統(tǒng)，理解的核心任務(wù)是對(duì)意圖的解析和對(duì)詞槽的識(shí)別。

例如：訂明天早上8點(diǎn)北京到石家莊的火車，在這個(gè)例子中，對(duì)于用戶表達(dá)的一句話， 它的意圖是要訂火車票，其中涉及的詞槽包括出發(fā)地、目的地、時(shí)間。當(dāng)這個(gè)時(shí)間有多趟車次的時(shí)候，就需要進(jìn)行追問用戶，是要訂哪一個(gè)。

以百度UNIT平臺(tái)為例，搭建一個(gè)買票智能回復(fù)的流程。

1. 需求分析：訂火車票需要知道時(shí)間、出發(fā)地、目的地
2. 新建一個(gè)BOT，命名為：火車票
3. 新建對(duì)話意圖：命名訂票
4. 添加詞槽：出發(fā)時(shí)間、選擇系統(tǒng)詞槽詞典，選擇然后選擇系統(tǒng)詞典 sys_time(時(shí)間)，出發(fā)地詞槽、目的地詞槽，這兩個(gè)都可以選擇系統(tǒng)詞典，這些都是必填項(xiàng)。
5. 設(shè)置詞槽與意圖關(guān)聯(lián)屬性，這里火車票的出發(fā)時(shí)間是訂票里必須的關(guān)鍵信息，所以選擇必填。澄清話術(shù)就是當(dāng)用戶表達(dá)訂票需求的語句里缺少出發(fā)時(shí)間時(shí) bot 主動(dòng)讓用戶澄清的話術(shù)。還可以設(shè)置讓用戶澄清多少輪后放棄要求澄清，默認(rèn)是 3 次。
6. 設(shè)置 BOT 回應(yīng)，BOT 回應(yīng)就是當(dāng) BOT 識(shí)別出用戶的意圖和所有必填詞槽值時(shí)給用戶的反饋。對(duì)于訂票回復(fù)一般對(duì)接API接口，實(shí)現(xiàn)自動(dòng)生成方式。

當(dāng)然，這只是火車票中的一個(gè)場(chǎng)景，在火車票這個(gè)場(chǎng)景中還有退票、改簽、查詢等功能。這些都是需要我們?cè)谛枨笫崂碇幸_定的。

3. 如何評(píng)判一個(gè)智能客服系統(tǒng)的好壞

（1）基于人工標(biāo)注的評(píng)價(jià)

基于問答知識(shí)庫來回答的系統(tǒng)，回答能力受限于知識(shí)庫的豐富程度，也就是說知識(shí)庫對(duì)用戶問題的覆蓋率，覆蓋率越高，準(zhǔn)確性越高。

因此并非能回答用戶的所有問題，系統(tǒng)最佳的狀態(tài)是將能回答的全部回答準(zhǔn)確，不能回答的全部拒識(shí)，即拒絕回答。

因此這里的評(píng)價(jià)指標(biāo)包括有問題解決率、拒識(shí)率、召回率和準(zhǔn)確率等，我們的目標(biāo)是讓系統(tǒng)的有結(jié)果率無限接近數(shù)據(jù)的真實(shí)有結(jié)果率，召回率和準(zhǔn)確率盡量高。

• 召回率 = 機(jī)器人能回答的問題數(shù) / 問題總數(shù)
• 準(zhǔn)確率 = 機(jī)器人正確回答的問題數(shù) / 問題總數(shù)
• 問題解決率 = 機(jī)器人成功解決的問題數(shù) / 問題總數(shù)
• 拒識(shí)率=機(jī)器人未回答問題數(shù)/用戶問題數(shù)

通過從每日的全量數(shù)據(jù)集中抽樣出一個(gè)小數(shù)據(jù)集，保證小數(shù)據(jù)集的數(shù)據(jù)分布盡量符合全量數(shù)據(jù)集，然后由標(biāo)注團(tuán)隊(duì)對(duì)數(shù)據(jù)集做標(biāo)注，標(biāo)注出每個(gè)問題的實(shí)際答案，一般標(biāo)注完成后還有質(zhì)檢的環(huán)節(jié)，以保證標(biāo)注結(jié)果盡量準(zhǔn)確，這樣便生成了每日數(shù)據(jù)的標(biāo)準(zhǔn)評(píng)測(cè)集。

基于該標(biāo)準(zhǔn)評(píng)測(cè)集我們會(huì)去評(píng)價(jià)系統(tǒng)的好壞，并且每次做新模型迭代時(shí)都會(huì)使用標(biāo)準(zhǔn)評(píng)測(cè)集去評(píng)價(jià)新模型，只有新模型達(dá)到某個(gè)指標(biāo)才可以上線。

（2）基于用戶反饋的評(píng)價(jià)

人工評(píng)價(jià)能夠評(píng)價(jià)智能客服系統(tǒng)的準(zhǔn)確率，但是答案是否合理，能否為用戶解決問題，需要用戶去反饋評(píng)價(jià)，整個(gè)智能客服系統(tǒng)的最終目標(biāo)是幫助用戶解決問題。

我們會(huì)在產(chǎn)品上設(shè)計(jì)智能客服和在線客服的評(píng)價(jià)功能，例如會(huì)讓用戶評(píng)價(jià)智能客服的每個(gè)答案或者某次會(huì)話，在和人工客服聊天完畢會(huì)發(fā)送評(píng)價(jià)卡片給用戶去評(píng)價(jià)滿意度，如下圖所示。

最終我們會(huì)統(tǒng)計(jì)參評(píng)比例、滿意度等指標(biāo)，這些指標(biāo)能夠真正反應(yīng)智能客服系統(tǒng)的好壞。實(shí)際中往往用戶參評(píng)比例低，我們會(huì)使用各種方法去刺激用戶評(píng)價(jià)。

三、智能客服遇到的那些問題

1. 做通用智能客服系統(tǒng)還是垂直行業(yè)智能客服系統(tǒng)

智能客服系統(tǒng)的都是2B的，通用型智能客服系統(tǒng)意味著市場(chǎng)更大，用戶更多。而垂直領(lǐng)域的客服系統(tǒng)用戶就少的多了。

以保險(xiǎn)行業(yè)為例，全國(guó)保險(xiǎn)公司一共一百多家。而且做垂直領(lǐng)域的智能客服系統(tǒng)，AI團(tuán)隊(duì)必須充分理解行業(yè)。了解業(yè)務(wù)需求，了解業(yè)務(wù)流程還需要跨部門溝通。

做垂直領(lǐng)域的智能客服系統(tǒng)，往往會(huì)陷入一兩個(gè)大項(xiàng)目，不斷滿足用戶的個(gè)性化需求上。最終系統(tǒng)很“定制”，同時(shí)市場(chǎng)也很小。做幾個(gè)項(xiàng)目之后就會(huì)碰到透明的天花板。

然而做通用型智能客服系統(tǒng)最然市場(chǎng)很大，但是和做垂直領(lǐng)域的智能客服系統(tǒng)的團(tuán)隊(duì)相比，沒有了優(yōu)勢(shì)，技術(shù)優(yōu)勢(shì)現(xiàn)階段各家差距不大，小公司可以給用戶定制化，但是通用化系統(tǒng)不可以，最終變成市場(chǎng)很大，但是被一個(gè)個(gè)一句突起的做垂直領(lǐng)域的智能客服系統(tǒng)小公司蠶食了。

那怎么辦呢？

互聯(lián)網(wǎng)剛開始的時(shí)候，門戶網(wǎng)站率先突起，能夠服務(wù)大多數(shù)人的需求，接下來，微信公號(hào)可以訂閱，每個(gè)人的閱讀內(nèi)容都不一樣了，這就是一種定制版的資訊平臺(tái)。從用戶角度來說，定制化是演進(jìn)方向，最終通用型客服會(huì)被垂直行業(yè)智能客服所取代。

2. 做SAAS服務(wù)還是私有化部署

傳統(tǒng)行業(yè)銀行、保險(xiǎn)、證券、房地產(chǎn)等大企業(yè)往往有很強(qiáng)的客服需求，對(duì)引入智能客服系統(tǒng)的意愿很強(qiáng)，但同時(shí)其對(duì)自身數(shù)據(jù)安全性的要求也很高，因此只會(huì)同意本地化部署的解決方案。

這類大客戶做本地化部署解決方案，就只能采用項(xiàng)目制的商業(yè)模式，做一個(gè)項(xiàng)目收一次費(fèi)用。好處是一個(gè)項(xiàng)目就能收到幾十至上百萬元的收入，創(chuàng)業(yè)初期就能有盈利；壞處是私有化部署客戶需要定制化需求比較多，會(huì)占用大量人力成本而且難以規(guī)?；瘡?fù)制，長(zhǎng)久來看增長(zhǎng)空間有限。

那怎么辦呢？

單從數(shù)據(jù)安全角度來講，會(huì)隨著技術(shù)發(fā)展來解決，移動(dòng)支付剛開始的時(shí)候大家還很害怕，綁定自己銀行卡會(huì)不會(huì)被盜。會(huì)不會(huì)有黑客黑進(jìn)我的支付寶。現(xiàn)在來看是杞人憂天了。有足夠的投入才會(huì)有足夠的資金支撐技術(shù)開發(fā)，SAAS服務(wù)服務(wù)的用戶更多，技術(shù)漏洞更容易被找出來，系統(tǒng)的安全性會(huì)進(jìn)化的更快。私有化部署不是一個(gè)好的選擇。

3. 服務(wù)大客戶還是中小客戶

創(chuàng)業(yè)之初選擇目標(biāo)客戶時(shí)所有智能客服創(chuàng)業(yè)公司都需要面臨一個(gè)選擇：究竟是主攻大企業(yè)客戶，還是一開始切入中小企業(yè)市場(chǎng)？

主切中小企業(yè)客戶則可以用標(biāo)準(zhǔn)化的SaaS產(chǎn)品來滿足其需求，不僅模式輕占用人力成本低可實(shí)現(xiàn)規(guī)模化復(fù)制，而且能通過每年續(xù)費(fèi)的方式獲得持續(xù)的收入，還能不斷得到數(shù)據(jù)循環(huán)反饋建立起技術(shù)壁壘。

但缺點(diǎn)是前期獲客難度大，需要做大量市場(chǎng)教育工作，并且中小企業(yè)的死亡率高，整體的續(xù)費(fèi)率難以保障，創(chuàng)業(yè)初期很難實(shí)現(xiàn)盈利。

但是主攻大客戶的話，一些定制化需求難以滿足，而且大客戶流程比較長(zhǎng)，一般具有長(zhǎng)期服務(wù)的服務(wù)商，對(duì)產(chǎn)品成熟性要求比較高，創(chuàng)業(yè)公司很難打進(jìn)去。定位于服務(wù)幾個(gè)大客戶，對(duì)于創(chuàng)業(yè)公司風(fēng)險(xiǎn)比較大。

那怎么辦？

做垂直領(lǐng)域的SAAS系統(tǒng)，就需要有更多的用戶使用，才能更快的迭代系統(tǒng)，只有一兩個(gè)大客戶，很難提出建設(shè)性的改進(jìn)建議，所以說做中小客戶，盡快的找到第一批用戶，把系統(tǒng)跑起來然后不斷優(yōu)化迭代。

3. 智能客服銷售難點(diǎn)

大家都在說傳統(tǒng)客服行業(yè)有很多痛點(diǎn)，智能客服可以很好地解決這些痛點(diǎn)。例如：

（1）人工成本高

人口紅利消失，用人單位的用人成本會(huì)越來越高。

這個(gè)是真實(shí)需求嗎？首先客服并不是一個(gè)企業(yè)的核心部門，大多企業(yè)對(duì)于客服部門并不是很重視。在中小企業(yè)，客服人員并不太多，真正能節(jié)省的人力成本并不高，所以企業(yè)的替換的動(dòng)力并不大。在大企業(yè)中，人力成本的確是一個(gè)大的成本支出部門，但是也正基于此，大企業(yè)有足夠的支出來自己做智能客服系統(tǒng)。因?yàn)樗麄兊耐度氘a(chǎn)出比是合適的。就像是滴滴這類擁有大客服部門的企業(yè)，更傾向于自己來做。

（2）決策悖論

智能客服系統(tǒng)要解決的就是人類客服做的事情，當(dāng)替換掉他們的工作后，就意味著部門裁員。

這樣當(dāng)然對(duì)于企業(yè)來說是節(jié)流的好辦法，但對(duì)于客服部門領(lǐng)導(dǎo)來說就不那么好，部門人說減少就意味著自己在企業(yè)中的權(quán)重降低。

雖然長(zhǎng)遠(yuǎn)來看這是大勢(shì)所趨，但現(xiàn)如今銷售過程中基本是還是從上到下的銷售過程，而不是部門提出的迫切需求，并且有部門人員持續(xù)跟進(jìn)。

總結(jié)

太陽底下沒有新鮮事，大公司應(yīng)用底層技術(shù)框架，搭建自己的智能客服系統(tǒng)。也許會(huì)是一個(gè)趨勢(shì)，既能夠保證數(shù)據(jù)的安全性，也能夠控制成本。對(duì)于一些SAAS智能客服系統(tǒng)來說，當(dāng)技術(shù)形不成寡頭優(yōu)勢(shì)，產(chǎn)品推廣和服務(wù)能力就會(huì)變得尤為重要。

智能客服公司有壁壘嗎？什么才是智能客服公司的壁壘呢？

客服系統(tǒng)的使用習(xí)慣，和數(shù)據(jù)的積累，以及知識(shí)庫的完善，是智能客服系統(tǒng)的行業(yè)壁壘，用戶切換智能客服系統(tǒng)的成本太高，也就懶得替換。

所以盡快拓展自己用戶，這就是智能客服公司的壁壘。只做智能客服未來的業(yè)務(wù)增長(zhǎng)會(huì)非常有限，找到自己的第二增長(zhǎng)曲線，是決定智能客服公司走多遠(yuǎn)的關(guān)鍵。

http://www.woshipm.com/ai/2840619.html