然而，人工智能在應答能力和情感體驗上究竟能夠多接近人類(lèi)？像云計算這樣需要工程師當客服的行業(yè)，人工智能能走到哪一步？人工智能能不能革傳統客服的命？
10月12日，杭州云棲大會(huì )上，一場(chǎng)“為客戶(hù)服務(wù)插上AI之翼”智能服務(wù)的圓桌備受關(guān)注。來(lái)自阿里巴巴集團、人工智能客服創(chuàng )業(yè)團隊的資深人士——阿里云“云博士”高級技術(shù)專(zhuān)家許玲、“阿里小蜜”高級產(chǎn)品專(zhuān)家劉建榮、螞蟻金服“小螞答”資深專(zhuān)家丁翌、小能客服CTO馬力群、智齒客服聯(lián)合創(chuàng )始龍中武，就人工智能在客服領(lǐng)域的應用展開(kāi)了深度對話(huà)，引發(fā)了對于人工智能+客服過(guò)去、現在和未來(lái)的思考。
“發(fā)現是機器人，一半人直接關(guān)了對話(huà)”
幾年前，當小能客服、智齒客服開(kāi)始嘗試智能客服時(shí)，AlphaGo還沒(méi)有戰勝李世石，人工智能還遠未進(jìn)入大眾的認知。
2012年，小能客服第一次引入AI來(lái)回答問(wèn)題，客戶(hù)服務(wù)完之后的轉化率、重點(diǎn)客群的滿(mǎn)意度都驟然下降。馬力群打開(kāi)后臺看用戶(hù)行為數據：“發(fā)現大概有40~50%的客戶(hù)打開(kāi)服務(wù)后發(fā)現是一個(gè)機器人在回答，就直接關(guān)閉了。“團隊只好快速下調了人工智能服務(wù)的比例。
到了2015年，淘寶的客服團隊被上億用戶(hù)的服務(wù)量倒逼，不得不走上技術(shù)解決之路，開(kāi)始做“阿里小蜜”系列產(chǎn)品時(shí)，人們對于什么是人工智能，它能干什么仍然不是很清楚。
在螞蟻金服的丁翌看來(lái)，時(shí)至今日，國內用戶(hù)對于人工智能的接受程度仍然不高。在歐美市場(chǎng)，小孩出生后就在跟echo的對話(huà)中成長(cháng)，他們把AI作為了伴侶接受了。丁翌認為，我們需要等一個(gè)契機，等到人機交互環(huán)境更加成熟。
在此過(guò)程中，針對用戶(hù)對AI“滿(mǎn)意的很滿(mǎn)意，不滿(mǎn)意的很不滿(mǎn)意”的認知分化，螞蟻金服加入了模型去判斷用戶(hù)的偏好。丁翌說(shuō)：“我們現在會(huì )更多地轉向用戶(hù)。我們很多場(chǎng)景用的是用戶(hù)反饋的數據，讓用戶(hù)去嘗試去接受。”
“即便現在，人工智能的技術(shù)還在初級階段”
等到2016年阿里云的云博士與數百萬(wàn)云計算用戶(hù)見(jiàn)面的時(shí)候，人工智能的“風(fēng)”已經(jīng)吹起來(lái)了，對于人工智能客服產(chǎn)品的幾個(gè)要素：產(chǎn)品、算法、數據，業(yè)內已有共識。
但人工智能的技術(shù)——深度學(xué)習的應用、知識圖譜的建立、神經(jīng)網(wǎng)絡(luò )技術(shù)都還在初級階段。這在行業(yè)里算是一種基本共識。
這似乎和認為AI無(wú)所不在、無(wú)所不能的大眾認知又形成了另一個(gè)極端的偏差。這種偏差甚至掩蓋了實(shí)踐領(lǐng)域的艱難與探索。
云博士的許玲說(shuō)：“業(yè)內有一句話(huà)——你要有多少智能，就得有多少人工。但當云計算行業(yè)打標人需要很強技術(shù)能力，人工打標行不通了。“這讓云博士團隊苦苦探索，不得不采取機器打標的方法，把智能渠道到人工全鏈路做跟蹤，好的語(yǔ)料浮上來(lái)、不好的語(yǔ)料沉下去，經(jīng)過(guò)數輪，才得到了一個(gè)能用的打標數據庫。
技術(shù)的發(fā)展階段，決定了人工智能遠沒(méi)有到市場(chǎng)引爆的熱度，主要是大數據的產(chǎn)生帶來(lái)了發(fā)展。丁翌則堅信，技術(shù)瓶頸，無(wú)論如何都是能邁過(guò)去的。他認為對于數據來(lái)說(shuō)最頭痛的是數據打通和數據的實(shí)時(shí)。數據需要連接，沒(méi)有連接什么都做不了，連通后很多問(wèn)題就都能解決。
許玲也認為，把用戶(hù)數據都聯(lián)合起來(lái)，來(lái)幫助判斷，才能使人工智能走得更遠。因此云博士團隊采用了“決策樹(shù)”技術(shù)，對用戶(hù)提問(wèn)，一方面做語(yǔ)義識別，一方面去看其賬戶(hù)產(chǎn)品的健康狀況，依靠問(wèn)題分析和風(fēng)險診斷模型，分析用戶(hù)是遇到了什么問(wèn)題來(lái)提問(wèn)。把“因果”和“概率”結合起來(lái)，比依靠“概率”的語(yǔ)義識別，提高了準確性。
“找對場(chǎng)景，是提高機器服務(wù)體驗的不二法門(mén)”
場(chǎng)景，是在對話(huà)中不斷被提到的關(guān)鍵詞。場(chǎng)景化，是幾乎所有的人工智能客服，為了突破用戶(hù)認知階段、技術(shù)發(fā)展階段的共同選擇。要提高機器服務(wù)的體驗，一方面要繼續成熟技術(shù)，另一方面，則要從產(chǎn)品層面控制人們的期望。彌合外界巨大預期與AI可以解決的問(wèn)題間的落差，要靠的就是場(chǎng)景化。
在阿里小蜜創(chuàng )立之初，就發(fā)現必須要找到合適的場(chǎng)景和產(chǎn)品去解決問(wèn)題。劉建榮提到，大家對于用戶(hù)體驗是非常關(guān)注的，尤其要解決確定性的問(wèn)題，但人工智能的特點(diǎn)——黑盒性、神經(jīng)網(wǎng)絡(luò )的不可解釋性，使很多事情大家不知道為什么會(huì )這樣。劉建榮說(shuō)：“兩年來(lái)，我們做得最多的事情就是從技術(shù)和產(chǎn)品本身去找準問(wèn)題解決的場(chǎng)景，盡量提升準確度，盡量白盒化，盡量講明白為什么是這樣，這是一個(gè)磨合和建立彼此信任的過(guò)程。“
小能客服則在自己最熟悉的九大行業(yè)中選擇人工智能能夠覆蓋的場(chǎng)景。馬力群描述了場(chǎng)景的應用：“我們把優(yōu)秀的人工服務(wù)客戶(hù)的過(guò)程拆解成大概30多個(gè)場(chǎng)景，發(fā)現40-50%的場(chǎng)景是AI可以解決問(wèn)題的。比如智能分配，面對不了解業(yè)務(wù)形態(tài)的客戶(hù)，智能分配比自主選擇更好。還有AI坐席輔助，也是很好的點(diǎn)。“馬力群舉了一個(gè)例子，雙十一期間，借助AI輔助，一個(gè)原本能服務(wù)200個(gè)用戶(hù)的熟練客服，服務(wù)了500個(gè)用戶(hù)。
“隨著(zhù)時(shí)代的前進(jìn)，未來(lái)是服務(wù)最好的時(shí)代”
談到人工智能在客服領(lǐng)域的未來(lái)，大家相信，大眾對人工智能的認知和意識會(huì )迭代，隨著(zhù)人工智能技術(shù)的發(fā)展，技術(shù)會(huì )平臺化，會(huì )變成基礎能力，所有人都能基于平臺和基礎能力快速創(chuàng )新，會(huì )形成更多各行各業(yè)的深度發(fā)展。智能客服也能在各種人工智能的公共平臺之上生長(cháng)，取得更大的突破。許玲認為，建立公共可用的算法平臺和基于領(lǐng)域的知識庫，是近期或中期可以做的事情。
從發(fā)展形態(tài)上看，未來(lái)的智能客服將是一整套的服務(wù)體系和解決方案。不僅包括客服機器人、人工客服、呼叫中心、工單，還會(huì )使越來(lái)越多的能力和資源注入到客服體系，可能包括物流、支付、畫(huà)像等等。馬力群認為：“到兩年后可能公司的運營(yíng)都會(huì )圍繞客服體系，外源性非常強。”
同時(shí)，人工智能將覆蓋服務(wù)前、中、后的全流程。目前，不少團隊已經(jīng)在朝著(zhù)這個(gè)方面前進(jìn)，阿里云的智能診斷、云博士、智能對話(huà)分析，分別針對服務(wù)前中后提供智能能力。
關(guān)于人工智能對傳統客服的顛覆，智齒客服的龍中武堅信，顛覆是必然的趨勢，現在人工在做的響應式服務(wù)會(huì )被分擔掉、過(guò)濾掉，主動(dòng)式的服務(wù)會(huì )被進(jìn)一步開(kāi)發(fā)，人工客服會(huì )變成傾向于運營(yíng)的、傾向于銷(xiāo)售轉化的職能。
螞蟻金服的丁翌視角更加宏觀(guān)，他認為現在的服務(wù)和產(chǎn)品和處于割裂狀態(tài)，服務(wù)太過(guò)事后，未來(lái)我們需要讓服務(wù)和產(chǎn)品變成包裹關(guān)系，讓服務(wù)包住產(chǎn)品，形成數據、產(chǎn)品、服務(wù)的三角驅動(dòng)。未來(lái)，給用戶(hù)提供的是一個(gè)伴侶，一個(gè)隨身、實(shí)時(shí)的助手，從這方面去實(shí)現整個(gè)服務(wù)的變革。
丁翌相信，未來(lái)小企業(yè)可以把負擔扔給智能客服，大企業(yè)可以去做更精細化的運營(yíng)：“它是服務(wù)最好的時(shí)代”
