客服作为企业间接打仗用户跟消费者的重要环节，正在很大水平上影响着企业的发卖事迹、服务质量和品牌扶植。是以对一些重效劳跟发卖的行业来讲，雇用大批客服职员必不可少。可是因为客服职员工资低、事情强度年夜，招致流动性下，招人难题，企业投入的大批培训本钱常常并不克不及失掉响应的回报，客服部门渐渐成为企业的本钱中间，存在着一堆“老大难”的问题。

跟着云计较跟人工智能技巧的开展，本来只能经由过程传统呼唤中间实现的客服事情经由过程在线客服、挪动客服和客服机器人实现了分流跟服从晋升，特别是客服机器人的使用，为客服职员分管了大批重复性客服问题，使得他们可能专注与供给更有代价的效劳。

然而，初期的客服机器人因为采取基于划定规矩的方式，正在构建跟保护进程中，皆须要人工对文本内容做十分邃密的结构化分析，好比须要标出一个句子是否是疑问句，是问甚么的疑问句，主语是甚么，谓语是甚么等等，是以须要专职人员天天做挨标签事情，并且那类人员培训本钱跟替换本钱皆很下，给企业形成了新的本钱承担。

过来两年去，深度学习算法的冲破为客服机器人的使用带来了刷新。作为正在客服范畴深耕多年的企业服务公司，环信正在原有客服体系跟产物的根底上，踊跃结构AI，正在2016年头便起头搭建AI团队，研发基于深度学习跟机械学习的智能客服体系。

现阶段，环信客服机器人不只可能经由过程语义类似度算法跟意图模子，对海量高质量的互联网跟行业数据停止锻炼，大大降低知识库的构建跟保护本钱，并且上线后机械借能自立学习，连续美满知识库，不休进步回复率跟准确率。

那么，语义类似度算法跟意图模子是若何降低标注工作量的呢？对此，环信AI负责人李理做了一个浅显的注释。

起首，语义类似度算法是一个通用模子，它输入的是两个句子，输出的是两个句子的类似水平。这个类似水平是基于一个回归模子失掉的一个0到1之间的数值，分为0、0.25、0.5、0.75、1分歧档。机械经由过程这个模子可以学习到实词、句法之类的类似关联。因为这是一个通用模子而非行业常识，以是没有须要专业人士，便可以去做这个锻炼，学习本钱简直为0。

其次，意图模子是对行业知识点的锻炼。好比“心脏病算不算重疾”这一知识点，只有给类似的问题标上“心脏病算不算重疾”的标签便可，然后把近似的良多句子送到模子里锻炼，之后再呈现近似的句子，机械便晓得是问“心脏病是否是重疾”的问题。

因为算法差别，基于深度学习的算法比拟传统挨标签的工作量会有指数级的削减，不只降低了知识库初期的构建本钱，也削减了企业前期的知识库保护跟更新本钱。同时，企业实际客服中发生的会话后果反应，也会作为锻炼素材进入知识库，资助客服机器人加倍美满跟智能。

有了基于AI的客服机器人并不一定能真正办理实际营业中的客服问题，借须要客服体系提供商对客服有深刻的明白、对行业有充足的履历，并将这些明白跟履历落实到机器人体系中，才有能够到达让客户惬意的后果。

环信正在过来几年工夫里，经由过程效劳20多个行业累计70000多家公司，堆集了丰硕的客户服务履历，具有很强的效劳场景拆解才能跟营业理解能力，可能从根本上资助客户办理客服问题。

例如，快递行业的赞扬跟催单问题始终是一个痛点。环信的一个快递行业客户正在采取了环信的客服机器人后，发明体系后果很好，可是并不到达预期目标。本来客服机器人虽然可能精确天捉住问题跟意图，并依照客户给定的标准答案停止回覆：“您好，我是XXX，你的问题咱们曾经收到，请你耐烦守候，若是你比力发急，请你查问XXX”，可是如许并不克不及真正解决问题。

为此，环信发起客户依照人工客服的办理思绪去办理这个问题。具体方法是，先对该营业停止拆解，好比三天之内怎么办、三天之外怎么办，然后给客户做一个催单接口API，分歧的人对应分歧的话术，最初前往给用户一个催单号，通知用户一天以内会打电话回访。经由过程把本来的单轮对话拆解成多轮对话，转人工的数目便大大减少了。

营业办理才能正在客服行业至关重要，那不只要求乙方真正懂客服，有效劳认识，还要拥有行业效劳履历，懂分歧行业的场景痛点跟解决办法。环信经由过程效劳保险、证券、物流、教导等多个行业浩繁客户，堆集了丰硕的客服跟行业效劳履历，可能真正资助客户办理客服问题，实现客服后果的较着晋升。

因为AI正在客服行业的落地不止于文字客服机器人那一点，另有智能IVR、智能质检、智能外呼、智能知识库等。是以关于一些本身拥有较强IT才能的年夜客户来讲，借愿望应用乙方的平台，挪用此中的句法分析、意图辨认、感情剖析等才能，去搭建其他体系。那便要求乙方供给的体系不克不及是一个黑盒，而该当是一个开放的平台。

此外，关于良多年夜客户来讲，破费大批工夫跟精神保护的常识图谱代价极大，他们普通皆愿望可能把这些常识图谱调出来停止复用，那也对乙方的平台开放性提出了更下要求。

环信中文语义计较平台为年夜客户供给了丰硕的接口，除可以停止基于知识库内容的问答中，借可以停止基于营业体系接口的信息挪用，实现二次开发、营业信息查问等功用。另外，环信智能客服机器人借撑持知识库批量导入跟导出，使客户可能更便利天经管跟使用本人的知识库。

当然，客服机器人虽然可能经由过程单轮对话跟多轮对话资助人工客服办理大批简略重复性问题，可是正在一些高客单价、强转化需要的场景下，利用客服机器人危险较下，只有人工客服才有能够到达预期后果。

好比一个医美公司平常须要破费千元本钱从百度获得一个流量，若是交给客服机器人，潜伏客户很简单散失，只有经验丰富的老发卖上场，才有能够胜利实现转化。可是一家公司的老发卖数目有限，且培训本钱较下，若何让其他发卖快捷具有丰硕的发卖履历，是良多公司皆里内里的难题。

环信智能客服机器人的人机协作功用很好地解决了那一问题。

不同于单轮对话跟多轮对话的自动复兴，人机协作场景下，依然是人工客服正在供给效劳，机械只是经由过程一个小窗口及时给出回覆发起，人工客服可以对推举回覆停止

人机协作虽然只是帮助人工客服，可是也波及到算法跟产物层面的诸多难题。

起首，算法层面。若何经由过程锻炼天生推举谜底，若何应用客服实际取舍的谜底停止强化训练，若何让实际会话数据自动进入知识库停止自立学习，和若何实现机器人跟人工客服的自动切换等等，皆是以后学术界跟工业界研讨的热点范畴。

其次，产物层面。好比提醒窗口的地位若何没有影响人工客服的高效事情界面，自动隐藏跟弹出的工夫若何让人工客服用起来恰好适合，人机协作功用若何跟客服体系紧密结合等等，皆须要公司对客服有深刻的明白。

环信基于多年的客服履历和AI团队的技术实力，可能从算法跟产物两方面优化人机协作产物功用，资助企业真正进步人工客服服从跟服务水平，实现客服的场景的代价转化。

颠末两年多的尽力，环信智能客服机器人曾经正在保险、证券、教导、物流、银行、运营商、航空等范畴树立了一批标杆客户，包罗新东方、泰康在线、中意人寿、中信证券、长江证券、天津农商行、南京银行、中通快递、厦门航空等。

此中，正在保险、证券、教导、物流四大范畴，环信曾经经由过程规模化复制堆集了丰硕的效劳履历，造成了全套客服解决方案，并可能正在两周以内快捷上线。

教育领域，撑持讲授跟客服两条营业线，可能资助教导企业无效降低效劳跟讲授本钱，晋升教学质量，发掘潜伏数据代价。

保险范畴，针对保险的售前、售中及售后环节供给垂直智能化解决方案，降低效劳本钱、晋升效劳体验。

证券范畴，针对开户、打新、资金经管等焦点场景，和账户经管、生意业务等环节，供给智能化解决方案，晋升客户代价。

物流范畴，针对商家大促、物流爆仓等场景，资助物流企业安稳渡过电商大促等高峰期，同时正在一样平常效劳中降低人工成本，晋升效劳服从跟体验。

本年，环信将继承拓展正在银行、运营商、航空等范畴的规模化复制，并加速树立其他范畴的灯塔客户。

人工智能对客服行业的厘革已是大势所趋。关于企业来讲，若何应用新技巧、新产物最大化客服代价，若何把客服这个本钱中间转化为利润中间，已成为燃眉之急。“工欲善其事，必先利其器”，环信智能客服机器人，将是企业实现客服智能进级、发掘客服代价的利器。