智能客服機器人是我們把企業(yè)的業(yè)務(wù)知識“教會(huì )”給機器人來(lái)服務(wù)客戶(hù)，作為學(xué)生的機器人，一定也存在一個(gè)學(xué)習的過(guò)程，這和真人客服是相同的。當機器人初期上線(xiàn)時(shí)，企業(yè)會(huì )將常用的業(yè)務(wù)知識“傳授”給機器人，作為新人的機器人一上線(xiàn)要同時(shí)服務(wù)于企業(yè)所有的客戶(hù)，當被問(wèn)及超過(guò)當前知識范疇的問(wèn)題時(shí)，機器人就回復不出來(lái)了。
和這個(gè)情形類(lèi)似的是對于冷僻業(yè)務(wù)的回復率，機器人一定是偏低的，因為很多企業(yè)甚至在機器人上線(xiàn)運行很長(cháng)一段時(shí)間后，也沒(méi)有將冷僻的業(yè)務(wù)知識教給機器人中，這與不同企業(yè)對于機器人的服務(wù)目標和定位有一定關(guān)系。對于由于機器人學(xué)習的知識不全面導致的回復率問(wèn)題，通常隨著(zhù)機器人上線(xiàn)并運營(yíng)后，回復率可以有一個(gè)明顯且持續的上升過(guò)程，比如小i機器人為招行打造的信用卡中心微信客服機器人，短短一年多的時(shí)間，從最開(kāi)始上線(xiàn)時(shí)的回答準確率80%，到如今的98%，這中間根據用戶(hù)對話(huà)日志進(jìn)行的知識維護起了很大的作用。
當客戶(hù)問(wèn)的問(wèn)題屬于機器人的知識范疇，但描述問(wèn)題缺少關(guān)鍵信息或者甚至有誤導性信息時(shí)，機器人是無(wú)法給予回答的。比如，客戶(hù)問(wèn)“密碼忘記了怎么辦”，那么機器人就不知道該回復你查詢(xún)密碼還是支付密碼的重置方法。通常我們的機器人會(huì )反問(wèn)“您是需要了解哪種密碼的重置方法：查詢(xún)密碼還是支付密碼？”。但如果客戶(hù)問(wèn)招行機器人怎么申請young卡，機器人就“傻”了，因為young卡根本就是交行的，讓它怎么回答你？實(shí)際上，一些客戶(hù)在咨詢(xún)問(wèn)題時(shí)確實(shí)存在細節上表述不清或錯誤的問(wèn)題，特別是當客戶(hù)提問(wèn)時(shí)加入了口頭語(yǔ)、最新網(wǎng)絡(luò )術(shù)語(yǔ)甚至是地方語(yǔ)后，機器人的識別就會(huì )更有困難。雖然我們的機器人平臺已經(jīng)積累了不少網(wǎng)絡(luò )語(yǔ)之類(lèi)新鮮詞匯與時(shí)俱進(jìn)，但是對于各類(lèi)地方語(yǔ)，還是需要進(jìn)一步積累的。
對于客服機器人回答準確率瓶頸的問(wèn)題，我們可以說(shuō)，企業(yè)業(yè)務(wù)知識的動(dòng)態(tài)變化、用戶(hù)提問(wèn)方式的個(gè)性化趨勢、人類(lèi)語(yǔ)言的發(fā)展三者造成了客服機器人回答準確率不可能達到穩定的100%的狀態(tài)，當然小i正在通過(guò)技術(shù)的不斷進(jìn)步朝著(zhù)更高準確率的方向努力，比如我們目前可以通過(guò)自有的大數據平臺分析和挖掘用戶(hù)交互日志，將用戶(hù)提問(wèn)聚類(lèi)來(lái)發(fā)現新問(wèn)題，加快機器人學(xué)習過(guò)程。
