馬 娟

(中國聯(lián)通新疆分公司，新疆 烏魯木齊 830000)

0 引言

在人工智能技術(shù)快速發(fā)展的背景下，大數(shù)據(jù)以及智能化方面的挑戰(zhàn)[1]和數(shù)字化產(chǎn)業(yè)的不斷加速成長，對于運營商既是機(jī)遇也是挑戰(zhàn)。運營商數(shù)字化的典型場景包括客服熱線和實體營業(yè)廳業(yè)務(wù)咨詢、辦理等，隨著用戶量的不斷增長、客戶問題的復(fù)雜化以及業(yè)務(wù)流程的復(fù)雜化，傳統(tǒng)客服的效能亟待優(yōu)化。為有效解決客戶滿意度問題，本文引入智能客服系統(tǒng)技術(shù)，并給出系統(tǒng)性的基于智能客服的解決方案和運營策略。

1 運營商客服場景和問題分析

1.1 傳統(tǒng)客服場景分析

目前運營商傳統(tǒng)客服包括人工客服及IVR按鍵模式，隨著用戶量增多及業(yè)務(wù)越來越復(fù)雜，傳統(tǒng)客服的服務(wù)壓力及處理效率都面臨挑戰(zhàn)，具體包括服務(wù)時長增加、服務(wù)流程復(fù)雜、服務(wù)業(yè)務(wù)受限等問題。

1.2 營業(yè)廳業(yè)務(wù)場景分析

營業(yè)廳是運營商的重要渠道，而渠道運營是運營商的主流模式[2]，客服人員包括銷售人員和服務(wù)人員。隨著門店客流減少及線上渠道的影響，營業(yè)廳客服也存在成本高等問題。

2 智能客服關(guān)鍵技術(shù)和挑戰(zhàn)

2.1 語音識別

智能客服系統(tǒng)以自然語言交互為主，主要涉及語音識別技術(shù)，包括傳統(tǒng)識別方法和基于深度神經(jīng)網(wǎng)絡(luò)的“端到端”方法[3]。但無論哪種方法，基本遵循“輸入—編碼—解碼—輸出”的主要技術(shù)流程。

語音識別的輸入是聲音，需要通過編碼將其轉(zhuǎn)變?yōu)閿?shù)字信號，并提取其中的特征進(jìn)行處理。解碼則是將編碼得到的向量變成文字的過程，其中需要用到兩個模型：聲學(xué)模型和語言模型。聲學(xué)模型把音頻編碼轉(zhuǎn)換為音素，語言模型把音素進(jìn)一步識別為通順的文字。當(dāng)前業(yè)界領(lǐng)先的方法也都在探索使用神經(jīng)網(wǎng)絡(luò)技術(shù)方案來端對端構(gòu)建語音識別系統(tǒng)。

在效果上，以科大訊飛、百度等商用為代表在中文通用領(lǐng)域已達(dá)到95%以上的準(zhǔn)確率，并且落地應(yīng)用到各種場景，包括智能音箱、自動會議紀(jì)要、智能客服等，應(yīng)用的技術(shù)難點和挑戰(zhàn)也主要集中在各種噪聲環(huán)境以及口語化場景下的識別問題。

2.2 人機(jī)對話技術(shù)

人機(jī)對話技術(shù)的核心在于人機(jī)對話技術(shù)可以讓機(jī)器理解人類的說話需求，并可以和人進(jìn)行自然的對話交流，在語義不清的情況下會通過多輪交互能力和人進(jìn)一步澄清從而精準(zhǔn)理解用戶需求，這也是智能客服的核心關(guān)鍵技術(shù)。

人機(jī)對話從技術(shù)模塊上可以分為語音識別、對話理解、對話管理、自然語言生成以及文本播報。語音識別是把用戶的語音指令轉(zhuǎn)換為文本指令，對話理解是利用自然語言理解技術(shù)對用戶指令的需求建模。對話管理的核心是對話狀態(tài)追蹤以及依據(jù)對話狀態(tài)生成系統(tǒng)響應(yīng)或動作，最后利用文本播報技術(shù)把話術(shù)轉(zhuǎn)換為語音信號，從而使用戶直接可以聽到系統(tǒng)的回復(fù)。

最新的研究方法已嘗試直接通過神經(jīng)網(wǎng)絡(luò)對人機(jī)對話系統(tǒng)建模，但人機(jī)對話技術(shù)依舊面臨很多挑戰(zhàn)，例如特別復(fù)雜的多輪上下文以及人類情感融入等方面，但一些典型的消費級場景已廣泛應(yīng)用，例如智能音箱場景下，都是利用人機(jī)對話技術(shù)實現(xiàn)智能語音交互，人機(jī)交互技術(shù)也廣泛應(yīng)用到智能客服領(lǐng)域，也可以大大提升人和機(jī)器的溝通效率。

2.3 智能問答技術(shù)

智能問答技術(shù)作為智能客服的核心技術(shù)一直備受人們關(guān)注，智能問答技術(shù)主要基于問答庫中的模板進(jìn)行匹配，然后采用模糊匹配的方式給出問題的答案或基于檢索模型建模[4]。近年來，隨著深度學(xué)習(xí)技術(shù)的快速發(fā)展，智能問答技術(shù)也取得了長足的進(jìn)步，并在諸如智能搜索以及智能客服等領(lǐng)域落地應(yīng)用，且取得了非常不錯的效果。

智能問答的技術(shù)挑戰(zhàn)主要在于對問題的精準(zhǔn)理解，問答召回的技術(shù)挑戰(zhàn)主要在于知識圖譜的構(gòu)建以及實時更新，還有文檔集的覆蓋面和質(zhì)量。在智能客服業(yè)務(wù)系統(tǒng)中，這兩者往往需要結(jié)合業(yè)務(wù)系統(tǒng)協(xié)同構(gòu)建才能發(fā)揮最大價值。

3 基于智能客服的運營商效能提升方案

3.1 整體解決方案

基于上文關(guān)于運營商面臨的主要場景以及智能客服關(guān)鍵技術(shù)的論述，本文提出系統(tǒng)化的基于智能客服分層架構(gòu)，以解決運營商在實踐中的問題。

如圖1所示，整個層次架構(gòu)有4層，分布式部署層、能力層、接入層以及應(yīng)用層。部署層支持私有云和公有云部署，對于一些公共成熟服務(wù)可以直接復(fù)用公有云服務(wù)，例如語音識別服務(wù)等。對于和運營商本身業(yè)務(wù)強(qiáng)相關(guān)的，甚至涉及數(shù)據(jù)安全的服務(wù)可以部署在私有云上。能力層主要是智能客服系統(tǒng)本身所具備的可以對各種場景提供的核心基礎(chǔ)能力，主要包括語音識別、智能對話、智能問答以及智能圖像相關(guān)能力和服務(wù)。接入層是系統(tǒng)可以構(gòu)建統(tǒng)一的接入層，保證接入按照統(tǒng)一標(biāo)準(zhǔn)規(guī)范接入，降低維護(hù)成本。應(yīng)用層就是在能力層服務(wù)的基礎(chǔ)上結(jié)合運營商各種場景構(gòu)建場景化的智能客服解決方案，包括智能呼叫中心、智能客服助手、智能視頻客服、營業(yè)廳智能機(jī)器人等場景應(yīng)用。

圖1 運營商智能客服分層架構(gòu)

這種架構(gòu)的優(yōu)勢就在于把各種核心能力統(tǒng)一起來，就像積木一樣在各種應(yīng)用場景下進(jìn)行組合從而產(chǎn)生智能化的解決方案，而統(tǒng)一的接入層進(jìn)一步降低了維護(hù)以及運營成本，同時隨著每種場景下客戶和系統(tǒng)的交互數(shù)據(jù)回流，進(jìn)一步促進(jìn)能力層的演進(jìn)，形成數(shù)據(jù)和業(yè)務(wù)的閉環(huán)。

3.2 智能呼叫中心場景化方案

傳統(tǒng)呼叫中心背后的核心服務(wù)還是以真人服務(wù)為主，傳統(tǒng)呼叫中心主要利用電信IT技術(shù)高效地把客戶的呼叫進(jìn)行有效分發(fā)，在這個基礎(chǔ)上后續(xù)又引入了交互式語音應(yīng)答子系統(tǒng)技術(shù)(Interactive Voice Response， IVR)[5]，IVR技術(shù)以語音導(dǎo)航為主引導(dǎo)用戶，這兩種技術(shù)都存在人工成本高以及效率低的問題，且在業(yè)務(wù)咨詢以及客戶回訪上無法很好地滿足運營商需求，因此本文引入智能呼叫中心場景化方案來解決這種問題，方案如圖2所示。

圖2 基于智能IVR的呼叫中心

智能IVR主要利用智能對話和用戶進(jìn)行自然語言交互，相比于按鍵更加自然、高效，在一定的場景下和真人服務(wù)無異，可以顯著提升用戶體驗。針對客戶咨詢的相關(guān)業(yè)務(wù)或問題首先由智能問答系統(tǒng)進(jìn)行回復(fù)，在判斷用戶依舊不能滿足時會及時轉(zhuǎn)人工進(jìn)行處理，從而避免機(jī)器不能解決的問題。智能問答一般和業(yè)務(wù)系統(tǒng)對接，利用語義理解相關(guān)技術(shù)可以讓機(jī)器對業(yè)務(wù)系統(tǒng)進(jìn)行建模，從而能夠準(zhǔn)確地結(jié)合業(yè)務(wù)場景回答問題，進(jìn)一步提升用戶體驗。

3.3 智能客服助手場景化方案

在運營商服務(wù)中有一部分用戶會通過非電話渠道進(jìn)行咨詢，例如通過Web網(wǎng)頁、微信、小程序等方式，同時在人工客服服務(wù)客戶的過程中可能需要隨時查詢相關(guān)服務(wù)或信息，會導(dǎo)致客戶等待時間較長而影響服務(wù)體驗。如果單獨引入智能客服或相關(guān)人工智能技術(shù)顯然會增加運維成本，因此本文在核心能力的基礎(chǔ)上構(gòu)建智能客服助手來解決這個問題，如圖3所示。

圖3 智能客服助手

在能力層基礎(chǔ)上構(gòu)建智能客服助手，通過自然語言交互方式讓人和機(jī)器進(jìn)行交流，可以是語音也可以是文本，在Web網(wǎng)頁、微信以及小程序場景下往往用戶習(xí)慣性地以文本居多，智能客服助手可直接滿足客戶需求，包括協(xié)作客戶進(jìn)行業(yè)務(wù)辦理。當(dāng)用戶通過電話直接咨詢客服的時候，如果涉及需要查詢或回答一些較難問題，那么人工客服也可以讓智能客服助手輔助提供相關(guān)答案或輔助辦理業(yè)務(wù)，從而提升客服的工作效率，進(jìn)一步提升用戶體驗。

3.4 智能視頻場景化方案

在運營商服務(wù)中往往會存在客戶的網(wǎng)絡(luò)出現(xiàn)故障而撥打客服電話的情況，但單單靠客戶對問題的描述有時無法將問題描述清楚，在線客服無法解決問題，只能派工程師到客戶現(xiàn)場進(jìn)行檢修，而這種檢修既費時也費力，人工成本和時間成本都非常高，為此本文引入智能視頻客服，如圖4所示。

圖4 智能視頻客服

智能視頻客服主要基于5G高速網(wǎng)絡(luò)實現(xiàn)實時視頻無損傳輸，保證問題現(xiàn)場實時視頻能穩(wěn)定地傳輸?shù)饺斯た头蟮墓こ處熢O(shè)備屏上，從而精準(zhǔn)協(xié)助定位問題，同時人工客服在解決問題的時候可以進(jìn)一步借助智能問答輔助解決用戶疑難問題。在智能視頻客服方案下就可以解決類似網(wǎng)絡(luò)等故障問題的及時定位和及時服務(wù)處理，從而大大降低現(xiàn)場工程師派單的人力和時間成本。

3.5 營業(yè)廳智能機(jī)器人場景化方案

結(jié)合營業(yè)廳業(yè)務(wù)場景可以引入迎賓機(jī)器人、業(yè)務(wù)引導(dǎo)機(jī)器人。

智能引導(dǎo)機(jī)器人對于用戶所咨詢的問題，可以進(jìn)行快速應(yīng)答，也可以通過智能對話的方式和客戶進(jìn)行交流并引導(dǎo)客戶直接在機(jī)器人身上的屏幕完成業(yè)務(wù)辦理，如果用戶需要去人工窗口辦理業(yè)務(wù)，機(jī)器人也會引導(dǎo)客戶至需要辦理業(yè)務(wù)的相關(guān)區(qū)域。

迎賓機(jī)器人在營業(yè)廳場景上會涉及和營業(yè)廳相關(guān)的歡迎語定制以及相關(guān)動作規(guī)范，而引導(dǎo)機(jī)器人則需要和業(yè)務(wù)系統(tǒng)對接，需要把引導(dǎo)機(jī)器人的對話交互和業(yè)務(wù)系統(tǒng)打通，讓引導(dǎo)機(jī)器人能深入理解業(yè)務(wù)邏輯，從而替代部分員工來服務(wù)客戶。這種打通往往需要進(jìn)行二次開發(fā)，但開發(fā)成本相對較低，整體上可以提升服務(wù)的科技屬性并降低人力成本。

4 結(jié)語

人工智能是多學(xué)科交叉的技術(shù)，在眾多領(lǐng)域已經(jīng)得到廣泛應(yīng)用，本分提出的分層智能客服解決方案，適用于公有云和私有云。電信運營商運用基于統(tǒng)一接入?yún)f(xié)議構(gòu)建各自場景下的智能客服解決方案，降低人工投入和運營成本支出，最終對運營商效能提升具有深遠(yuǎn)影響。