近日，支付寶宣布推出智能客服，相較于傳統(tǒng)的機(jī)器人客服而言，智能客服不僅能理解客戶說話的上下文，還具備自我學(xué)習(xí)能力，變得越來越聰明，其專業(yè)能力相當(dāng)于一個(gè)普通大學(xué)生接受了數(shù)個(gè)小時(shí)專業(yè)培訓(xùn)。
智能機(jī)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(tuán)隊(duì)包含10余人，專注于人工智能研發(fā)。而據(jù)了解，支付寶所用的新一代機(jī)器人只是起步階段，還主要應(yīng)用在花唄、余額寶、招財(cái)寶、密碼等幾項(xiàng)業(yè)務(wù)上，后續(xù)很快會應(yīng)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。
重要的是，智能客服不用領(lǐng)工資、不用吃飯、不用睡覺、7×24工作，如果智能客戶廣泛推廣開來，恐怕全國的客服群體都將哭暈在辦公桌上。
媲美大學(xué)生
在不久前上線的支付寶9.0“我的客服”內(nèi)，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(jī)器人客服。
而目前市面上存在的傳統(tǒng)機(jī)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)常見問題解答的數(shù)據(jù)庫，用戶有疑問時(shí)，輸入關(guān)鍵詞去庫中匹配。
機(jī)器人客服
這樣的機(jī)器人往往只能回答一些正兒八經(jīng)的查詢，比如“余額寶收益計(jì)算公式”，但是沒有辦法處理一些更像日常對話的提問，如“余額寶是怎么賺錢的”。實(shí)際使用中，用戶提問往往較口語化，且一個(gè)問題分成幾句表達(dá)，如此，以前的機(jī)器人客服不僅解答不了疑問，甚至連用戶在問什么都搞不明白。 這樣的機(jī)器人往往只能回答一些正兒八經(jīng)的查詢，比如“余額寶收益計(jì)算公式”，但是沒有辦法處理一些更像日常對話的提問，如“余額寶是怎么賺錢的”。實(shí)際使用中，用戶提問往往較口語化，且一個(gè)問題分成幾句表達(dá)，如此，以前的機(jī)器人客服不僅解答不了疑問，甚至連用戶在問什么都搞不明白。
相比起來，智能客服不僅能理解非常口語化的問題，能理解特殊的問題焦點(diǎn)，能根據(jù)上文信息推斷用戶問題的真正涵義，甚至能明白某個(gè)用戶問題不夠完整，再反問用戶、要求用戶提供更多信息。它還會自我學(xué)習(xí)，通過學(xué)習(xí)讓自己變得越來越聰明。
螞蟻金服稱，智能機(jī)器人客服推出后，對用戶提問的匹配程度相比上一代傳統(tǒng)機(jī)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(jù)測算，普通支付寶云客服要完成5輪問答，大概需要30-60秒，而智能機(jī)器人客服完成5輪問答所需時(shí)間大概為1秒鐘。這就意味著智能機(jī)器人跟普通人的效率比在1:30―1:60.
螞蟻金服認(rèn)為，智能機(jī)器人客服解答問題的能力，跟支付寶外包的普通“云客服”（一些人利用閑置時(shí)間，經(jīng)過專業(yè)培訓(xùn)后來擔(dān)任客服的任務(wù)，叫云客服）水平相當(dāng)。而要成為支付寶的云客服，則需要經(jīng)過一周的培訓(xùn)，然后再通過一系列的考試。
負(fù)責(zé)該項(xiàng)目的科學(xué)家李智灝說，目前的智能客戶機(jī)器人，專業(yè)能力相當(dāng)于一個(gè)普通大學(xué)生接受了數(shù)個(gè)小時(shí)專業(yè)培訓(xùn)。
機(jī)器學(xué)習(xí)模擬人腦
那么，這些是如何做到的？李智灝說，答案是讓機(jī)器人向真實(shí)的客服小二學(xué)習(xí)。
跟人腦相比，計(jì)算機(jī)擅長歸納、綜合，不擅長演繹。對大數(shù)據(jù)進(jìn)行歸納后，可以讓機(jī)器部分模擬人類的思維。與之相關(guān)的機(jī)器學(xué)習(xí)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)可以對話的“小賤雞”嗎，以及微軟推出的跨平臺人工智能機(jī)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(jī)器學(xué)習(xí)。
李智灝介紹：“支付寶每天都有數(shù)以萬計(jì)的對話，這些對話記錄告訴我們用戶在問什么，怎么提問，也告訴了我們什么樣的回答讓用戶滿意，這些數(shù)據(jù)成了機(jī)器人的最佳學(xué)習(xí)素材。”
技術(shù)人員先要梳理出真實(shí)的客服人員與用戶的會話結(jié)構(gòu)，找出每一句話的對話意圖，對會話結(jié)構(gòu)進(jìn)行標(biāo)注。有了會話結(jié)構(gòu)標(biāo)準(zhǔn)，機(jī)器人就可以從服務(wù)記錄里學(xué)到不少知識，它會知道用戶的某一個(gè)問題需要再追問用戶更多信息才能回答，知道用戶的問題在某種狀態(tài)下對應(yīng)什么答案，知道用戶反饋之后該怎么應(yīng)對，如此等等。
當(dāng)然，為了讓機(jī)器人學(xué)到最好的對話、問答策略，技術(shù)人員會通過用戶滿意度模型來過濾掉現(xiàn)實(shí)中一些服務(wù)質(zhì)量欠佳的客服記錄。同時(shí)，與用戶的一次完整交互其實(shí)更像一個(gè)劇本而不是零散的問答對。一般而言，一通會話中第一輪的問題會比較完整，接下來的話往往會省略掉很多成分，這就需要機(jī)器人能主動去理解上下文，否則都不知道用戶到底在說什么。為解決這個(gè)問題， 技術(shù)人員為機(jī)器人設(shè)計(jì)了一個(gè)公式，通過這個(gè)公式，機(jī)器人會結(jié)合上下文自動去判斷補(bǔ)充哪個(gè)詞更合適。
通過這些，機(jī)器人成了一個(gè)很好的聊天對象，而不是一個(gè)機(jī)械的、笨笨的搜索引擎了。
