近日，支付寶宣布推出智能客服，相較于傳統的機器人客服而言，智能客服不僅能理解客戶(hù)說(shuō)話(huà)的上下文，還具備自我學(xué)習能力，變得越來(lái)越聰明，其專(zhuān)業(yè)能力相當于一個(gè)普通大學(xué)生接受了數個(gè)小時(shí)專(zhuān)業(yè)培訓。
智能機器人的研發(fā)者是螞蟻金服旗下的智能服務(wù)技術(shù)部，該團隊包含10余人，專(zhuān)注于人工智能研發(fā)。而據了解，支付寶所用的新一代機器人只是起步階段，還主要應用在花唄、余額寶、招財寶、密碼等幾項業(yè)務(wù)上，后續很快會(huì )應用到其他業(yè)務(wù)領(lǐng)域，覆蓋所有的客服領(lǐng)域，最終成為金融顧問(wèn)。
重要的是，智能客服不用領(lǐng)工資、不用吃飯、不用睡覺(jué)、7×24工作，如果智能客戶(hù)廣泛推廣開(kāi)來(lái)，恐怕全國的客服群體都將哭暈在辦公桌上。
媲美大學(xué)生
在不久前上線(xiàn)的支付寶9.0“我的客服”內，入駐的小俊、糖糖和安娜，就是支付寶自己研發(fā)的新一代智能機器人客服。
而目前市面上存在的傳統機器人客服實(shí)際上只是一個(gè)比較特別的搜索引擎，建立一個(gè)常見(jiàn)問(wèn)題解答的數據庫，用戶(hù)有疑問(wèn)時(shí)，輸入關(guān)鍵詞去庫中匹配。
機器人客服
這樣的機器人往往只能回答一些正兒八經(jīng)的查詢(xún)，比如“余額寶收益計算公式”，但是沒(méi)有辦法處理一些更像日常對話(huà)的提問(wèn)，如“余額寶是怎么賺錢(qián)的”。實(shí)際使用中，用戶(hù)提問(wèn)往往較口語(yǔ)化，且一個(gè)問(wèn)題分成幾句表達，如此，以前的機器人客服不僅解答不了疑問(wèn)，甚至連用戶(hù)在問(wèn)什么都搞不明白。 這樣的機器人往往只能回答一些正兒八經(jīng)的查詢(xún)，比如“余額寶收益計算公式”，但是沒(méi)有辦法處理一些更像日常對話(huà)的提問(wèn)，如“余額寶是怎么賺錢(qián)的”。實(shí)際使用中，用戶(hù)提問(wèn)往往較口語(yǔ)化，且一個(gè)問(wèn)題分成幾句表達，如此，以前的機器人客服不僅解答不了疑問(wèn)，甚至連用戶(hù)在問(wèn)什么都搞不明白。
相比起來(lái)，智能客服不僅能理解非常口語(yǔ)化的問(wèn)題，能理解特殊的問(wèn)題焦點(diǎn)，能根據上文信息推斷用戶(hù)問(wèn)題的真正涵義，甚至能明白某個(gè)用戶(hù)問(wèn)題不夠完整，再反問(wèn)用戶(hù)、要求用戶(hù)提供更多信息。它還會(huì )自我學(xué)習，通過(guò)學(xué)習讓自己變得越來(lái)越聰明。
螞蟻金服稱(chēng)，智能機器人客服推出后，對用戶(hù)提問(wèn)的匹配程度相比上一代傳統機器人客服提升了20多個(gè)百分點(diǎn)。
另外，效率也有所提升。據測算，普通支付寶云客服要完成5輪問(wèn)答，大概需要30-60秒，而智能機器人客服完成5輪問(wèn)答所需時(shí)間大概為1秒鐘。這就意味著(zhù)智能機器人跟普通人的效率比在1:30―1:60.
螞蟻金服認為，智能機器人客服解答問(wèn)題的能力，跟支付寶外包的普通“云客服”（一些人利用閑置時(shí)間，經(jīng)過(guò)專(zhuān)業(yè)培訓后來(lái)?yè)慰头娜蝿?wù)，叫云客服）水平相當。而要成為支付寶的云客服，則需要經(jīng)過(guò)一周的培訓，然后再通過(guò)一系列的考試。
負責該項目的科學(xué)家李智灝說(shuō)，目前的智能客戶(hù)機器人，專(zhuān)業(yè)能力相當于一個(gè)普通大學(xué)生接受了數個(gè)小時(shí)專(zhuān)業(yè)培訓。
機器學(xué)習模擬人腦
那么，這些是如何做到的？李智灝說(shuō)，答案是讓機器人向真實(shí)的客服小二學(xué)習。
跟人腦相比，計算機擅長(cháng)歸納、綜合，不擅長(cháng)演繹。對大數據進(jìn)行歸納后，可以讓機器部分模擬人類(lèi)的思維。與之相關(guān)的機器學(xué)習和人工智能技術(shù)，是目前最前沿的學(xué)科之一。
還記得那個(gè)可以對話(huà)的“小賤雞”嗎，以及微軟推出的跨平臺人工智能機器人“微軟小冰”，與支付寶智能客服原理相同，其背后均基于機器學(xué)習。
李智灝介紹：“支付寶每天都有數以萬(wàn)計的對話(huà)，這些對話(huà)記錄告訴我們用戶(hù)在問(wèn)什么，怎么提問(wèn)，也告訴了我們什么樣的回答讓用戶(hù)滿(mǎn)意，這些數據成了機器人的最佳學(xué)習素材。”
技術(shù)人員先要梳理出真實(shí)的客服人員與用戶(hù)的會(huì )話(huà)結構，找出每一句話(huà)的對話(huà)意圖，對會(huì )話(huà)結構進(jìn)行標注。有了會(huì )話(huà)結構標準，機器人就可以從服務(wù)記錄里學(xué)到不少知識，它會(huì )知道用戶(hù)的某一個(gè)問(wèn)題需要再追問(wèn)用戶(hù)更多信息才能回答，知道用戶(hù)的問(wèn)題在某種狀態(tài)下對應什么答案，知道用戶(hù)反饋之后該怎么應對，如此等等。
當然，為了讓機器人學(xué)到最好的對話(huà)、問(wèn)答策略，技術(shù)人員會(huì )通過(guò)用戶(hù)滿(mǎn)意度模型來(lái)過(guò)濾掉現實(shí)中一些服務(wù)質(zhì)量欠佳的客服記錄。同時(shí)，與用戶(hù)的一次完整交互其實(shí)更像一個(gè)劇本而不是零散的問(wèn)答對。一般而言，一通會(huì )話(huà)中第一輪的問(wèn)題會(huì )比較完整，接下來(lái)的話(huà)往往會(huì )省略掉很多成分，這就需要機器人能主動(dòng)去理解上下文，否則都不知道用戶(hù)到底在說(shuō)什么。為解決這個(gè)問(wèn)題， 技術(shù)人員為機器人設計了一個(gè)公式，通過(guò)這個(gè)公式，機器人會(huì )結合上下文自動(dòng)去判斷補充哪個(gè)詞更合適。
通過(guò)這些，機器人成了一個(gè)很好的聊天對象，而不是一個(gè)機械的、笨笨的搜索引擎了。
