一言不合就開始賣萌

　　超簡單的問題都回答的驢頭不對馬嘴

　　……

　　這年頭只要網(wǎng)上購物，被聊天機(jī)器人、智障客服花式虐心早已經(jīng)是家常便飯了。而上述問題，其實(shí)統(tǒng)統(tǒng)都與如何賦予智能客服智商密切相關(guān)。

　　因此，腦極體白洞企業(yè)AI喚醒計(jì)劃的第二期節(jié)目，我們就邀請了智能對話創(chuàng)業(yè)企業(yè)奇點(diǎn)機(jī)智的CEO鄔霄云先生，和計(jì)算機(jī)學(xué)會常務(wù)副主席黃惠燕女士，來共同探討一下：想要搭建一個棒棒噠電商智能客服系統(tǒng)，需要解決哪些致命細(xì)節(jié)。

　　這里先劇透一下結(jié)論：想要避開智障式AI客服，僅僅依靠自然語言處理技術(shù)的進(jìn)步還遠(yuǎn)遠(yuǎn)不夠，工程能力與產(chǎn)品落地能力可能才是成敗的關(guān)鍵。另外，管理用戶預(yù)期也至關(guān)重要哦。

　　智能客服三重門：

　　挑戰(zhàn)售后業(yè)務(wù)出于哪些無奈？

　　在整個交流過程中，我們可以看到電商平臺智能客服最嚴(yán)重的問題——體驗(yàn)焦慮。

　　大家想必也深有感觸，網(wǎng)絡(luò)購物時往往更愿意向人類客服進(jìn)行咨詢，而這往往需要經(jīng)歷漫長的等待和輪候。一旦選擇了智能客服，就會在聽不懂人話、只會做選詞填空題、無法解決需求等等挫折中倍感窩火。

　　據(jù)奇點(diǎn)機(jī)智鄔總反饋，他們服務(wù)的客戶也大多更傾向于將智能客服應(yīng)用在售后場景之中。這也體現(xiàn)了目前電商平臺的主流選擇：售前交給人工，售后交給機(jī)器。

　　售前不配被智能嗎？答案顯然是否定的。

　　之所以出現(xiàn)這種情況，原因就在于智能客服想要在售前體驗(yàn)上拿到高分，實(shí)在是太難了，而用戶的每一點(diǎn)體驗(yàn)不滿，最后都會變成平臺銷售額的淚??！

　　簡單來說，電商平臺的售前智能化，戳中了智能客服系統(tǒng)的三大軟肋：NLP技術(shù)、集成服務(wù)、商業(yè)場景三大關(guān)鍵點(diǎn)需要協(xié)同突破。

　　一是NLP技術(shù)的局限性。

　　目前，智能客服所普遍采用的問答系統(tǒng)，能夠很好地解決售后過程中那些簡單清晰明了的服務(wù)訴求，比如退貨地址、使用方法、保質(zhì)期限等等問題。

　　但反觀售前，用戶的問題往往非常發(fā)散且主觀化——黃黑皮穿紅色好看嗎？我男朋友是工程師適合這個嗎？能不能推薦點(diǎn)搭配的單品啊……問答技術(shù)目前很難在這些問題上有出色的表現(xiàn)。想要閑聊，還是人類客服小姐姐更靠譜。

　　二是集成服務(wù)方的整體水平。

　　黃老師（她也是某電商平臺的AI技術(shù)負(fù)責(zé)人）向我們闡述了電商平臺應(yīng)用AI的基本思路：

　　平臺往往會追蹤最前沿的智能對話技術(shù)進(jìn)展，但自己并不會過多地介入底層技術(shù)開發(fā)，而是選擇由2-3家技術(shù)集成服務(wù)商來提供服務(wù)模塊。

　　因此，就要求奇點(diǎn)機(jī)智這樣的第三方服務(wù)商既要對高速變化的前瞻性技術(shù)高效地把握和應(yīng)用，又要對商業(yè)邏輯和商業(yè)場景有足夠清晰與深刻的認(rèn)知，最后還要能以簡單易用將技術(shù)整合為流程化的chatbot系統(tǒng)，再提供給商家。眾所周知，國內(nèi)智能客服也是近兩年剛剛起步，業(yè)務(wù)能力參差不齊，消費(fèi)者對智能客服的印象自然也就眾說紛紜了。

　　三是商業(yè)場景的復(fù)雜度。

　　電商平臺售后幾乎都是相似的，但售前面臨的業(yè)務(wù)場景卻完全不同。比如說護(hù)膚品商家，在解決膚質(zhì)、搭配、功效等問題時，就可以大幅度引入智能客服來提升銷售效率，縮短接待時間。但服飾類賣家，面對的往往是適不適合好不好看之類的主觀題，機(jī)器人也無能為力。商家售前流程的需求差異太大，不能放之四海皆準(zhǔn)的智能客服系統(tǒng)自然也就要退居二線了。

　　總而言之，NLP技術(shù)瓶頸、第三方服務(wù)水平參差不齊、商業(yè)需求復(fù)雜，是桎梏智能客服能力向上延伸的幾個重要難點(diǎn)。

　　這就引發(fā)了另一個疑惑：消費(fèi)者到底應(yīng)該對智能客服抱有怎樣合理的期待？智能客服之于電商平臺的價值究竟體現(xiàn)在哪里呢？

　　告別想當(dāng)然

　　智能客服的行與不行

　　在白洞計(jì)劃的反定義環(huán)節(jié)中，我們邀請兩位老師以撕標(biāo)簽的方式探討了許多大眾對于售前客服的刻板印象。

　　從中可以發(fā)現(xiàn)，智能客服（甚至于人工智能），究竟是神神經(jīng)，還是神經(jīng)病，有時候并不取決于技術(shù)本身的發(fā)展維度，而是需要建立起一個理性的預(yù)期。尤其是智能客服這樣與消費(fèi)者聯(lián)系緊密的技術(shù)工具，最容易先被神化，然后迅速失望變成神經(jīng)病。

　　在這個過程中，電商平臺如何去管理用戶的預(yù)期就變得至關(guān)重要了。除了先在售后環(huán)節(jié)練兵之外，或許我們也應(yīng)該理性認(rèn)知當(dāng)下智能客服系統(tǒng)的核心能力：

　　1.做好選詞填空。選詞填空是一個看起來不怎么智能、卻不容有失的任務(wù)，像是用戶詢問面膜一包幾片，機(jī)器準(zhǔn)確地回答出3片，用戶不會驚喜；如果答成四包，那就是要被全網(wǎng)群嘲的節(jié)奏了。語義理解（即讓機(jī)器明白用戶在問什么），一直是NLP領(lǐng)域的技術(shù)難題，尤其是中文還存在倒裝、反問、同義句等語法，因此，作為一種工具性的存在，智能客服能夠做好選詞填空，替代人工高效率地解決一些機(jī)械性問題，減少用戶的等待時間，已經(jīng)能夠滿足企業(yè)和大部分用戶的實(shí)際需求了。

　　2.特殊語言任重道遠(yuǎn)。隨著電商平臺的普世化，越來越多的兒童、老人、偏遠(yuǎn)地區(qū)人口也開始在網(wǎng)上購物，但智能客服想要通過語言識別的方式來準(zhǔn)確把握他們的需求，也是難上加難。這需要兩個前提：一是有足夠大的語料詞庫進(jìn)行訓(xùn)練，目前該類數(shù)據(jù)集還并不多，自然也沒有辦法進(jìn)行系統(tǒng)訓(xùn)練；二是解決特殊語言的知識表達(dá)邏輯。國際頂尖的語言算法（比如斯坦福Equilid）對于非正式方言的識別依然未能達(dá)到實(shí)用階段。目前看來，要么求助于人類客服，要么還是學(xué)好普通發(fā)吧。

　　3.個性化服務(wù)尚需時間。大家期待的專屬客服與個性化服務(wù)，目前看來依然遙遠(yuǎn)。盡管智能客服系統(tǒng)有一定的記憶功能，能夠記住你上次說的尺碼、偏好，但要實(shí)現(xiàn)個性化推薦，往往需要很高的覆蓋率。商品的覆蓋率越高，同一個商品出現(xiàn)的頻率也就越小，買到差異化、個性化產(chǎn)品的幾率自然也就越大。但要實(shí)現(xiàn)這一愿景，往往需要企業(yè)進(jìn)行大量的工作，比如大數(shù)據(jù)的收集與處理、推薦模型的優(yōu)化、chatbot的訓(xùn)練升級，對于業(yè)務(wù)場景復(fù)雜的電商平臺來說，還有很長的一段路要走。

　　總的來說，一個理想中的智能客服系統(tǒng)，是時間的饋贈。在此之前，需要技術(shù)人員、企業(yè)管理者和大眾都多一份耐心。

　　未來面前

　　企業(yè)如何對癥下藥

　　智能客服越來越成為電商平臺的標(biāo)配，它的技術(shù)潛力已經(jīng)開始在產(chǎn)業(yè)端展現(xiàn)出來。黃老師分享到，未來通過個性化、智能化的chatbot，智能客服也可以實(shí)現(xiàn)動態(tài)多輪對話，告別總是聽不懂的鬼打墻，更關(guān)鍵的是，機(jī)器的知識庫更加龐大，未來能夠取代人工實(shí)現(xiàn)向上銷售，即用戶的興趣探知和主動營銷，從而幫助電商平臺更好地提升銷售額，找到新的商業(yè)增長模式。

　　聽起來是不是很美好呢？那么，在未來到來之前，行業(yè)應(yīng)該做好哪些準(zhǔn)備？目前看來主要集中在三點(diǎn)：

　　一是數(shù)據(jù)的積累。

　　與電商平臺相比，金融、通信、教育、保險(xiǎn)等業(yè)務(wù)也在越來越多地引入智能客服系統(tǒng)，但它們的吐槽聲似乎要小很多。一部分源自于這些傳統(tǒng)行業(yè)已經(jīng)在漫長的發(fā)展過程中積累了大量的知識和語料庫，能夠更好地訓(xùn)練模型。

　　對于電商平臺來說，盡管已經(jīng)展開了一些年齡、性別、地域、興趣等用戶特征的的大數(shù)據(jù)工作，但還遠(yuǎn)遠(yuǎn)不夠。在此基礎(chǔ)上建立包括用戶關(guān)系、用戶理解向量的神經(jīng)網(wǎng)絡(luò)模型，并隨著用戶每一個行為實(shí)時學(xué)習(xí)和改變，提供極致的服務(wù)體驗(yàn)，將是未來電商平臺之間打出差異化的關(guān)鍵所在。

　　其次，工程化。

　　值得注意的是，技術(shù)只是技術(shù)，讓電商平臺呈現(xiàn)差異化特質(zhì)還是在技術(shù)怎么使用。如何用同樣的技術(shù)實(shí)現(xiàn)不同的商業(yè)邏輯，將用戶需求歸一成語義結(jié)構(gòu)信息，并跟商業(yè)場景結(jié)合起來，降低商業(yè)轉(zhuǎn)化的成本，才是問題的關(guān)鍵所在。

　　正如黃老師所說，智能對話一味關(guān)注在某些數(shù)據(jù)集中跑分已經(jīng)成為一個產(chǎn)業(yè)問題，高分只是基本功，保證基礎(chǔ)的算法能力。更關(guān)鍵的還是工程能力和產(chǎn)品落地能力。

　　體現(xiàn)在現(xiàn)實(shí)場景中，就是智能機(jī)器人能不能給出讓用戶滿意的回復(fù)，這就取決于商家能不能清晰地定義出自己的商業(yè)邏輯、產(chǎn)品邊界，下沉到技術(shù)服務(wù)商身上，能不能幫助商家建立起從復(fù)雜技術(shù)到商業(yè)流程的連接，畫出簡單易用、符合實(shí)際的工具圖。

　　以奇點(diǎn)機(jī)智的語音對話平臺——對話流為例，核心就是整合機(jī)器學(xué)習(xí)、自然語言理解(NLU)技術(shù)，通過對話流深度理解用戶意圖，通過動態(tài)對話不斷訓(xùn)練模型并自我糾正，進(jìn)而提供高效而準(zhǔn)確的服務(wù)。在這個過程中，企業(yè)不需要寫代碼或AI領(lǐng)域?qū)I(yè)知識，就能夠快速創(chuàng)建語音對話體驗(yàn)，同時可以應(yīng)用于不同平臺和多種使用場景，不需要重復(fù)訓(xùn)練和部署，大大降低了智能客服系統(tǒng)在企業(yè)端的落地門檻。

　　三是用戶習(xí)慣的培養(yǎng)。

　　目前主流的用戶習(xí)慣還是通過文本形式進(jìn)行交流，與此同時，也有越來越多的企業(yè)、商家選擇植入了聊天機(jī)器人與用戶實(shí)時互動。比如優(yōu)衣庫的智能導(dǎo)航，招行的語音導(dǎo)航，海底撈的智能訂餐電話客服等，通過語音的方式與機(jī)器人進(jìn)行智能對話交互，正在成為未來的主流模式。

　　為了應(yīng)對這種趨勢，奇點(diǎn)機(jī)智和電商平臺也在思考，如何將語音識別、聲紋識別等技術(shù)應(yīng)用到客戶端，去引導(dǎo)和培養(yǎng)用戶的語音交互習(xí)慣。比如給智能客服賦予一個擬人化的名稱和形象，將對話欄設(shè)計(jì)成話筒的樣式等等，都是為了讓用戶在與智能機(jī)器人對話時更為自然。

　　至此，在智能客服系統(tǒng)的進(jìn)化過程中，我們可以看到NLP技術(shù)是如何從實(shí)驗(yàn)室中的一個個復(fù)雜模型，逐漸走進(jìn)普羅大眾的生活。這或許也可以作為一面鏡子，折射出AI與整個社會的融合發(fā)展歷程。

　　腦極體都試圖通過白洞計(jì)劃，在每一個技術(shù)浪潮襲來的時刻，發(fā)出燈塔一樣的光亮，在AI技術(shù)企業(yè)與產(chǎn)業(yè)端應(yīng)用者前行的必經(jīng)之路上，照亮每一個暗礁與深坑。