竹間智能趙景彥：AI＋客服中心 從服務創新到體驗創新

8月11日，在中國電子商務協會客戶聯絡中心專業會員會主辦的「互聯網時代的聯絡中心——新體驗與新價值」2018客戶聯絡中心華東峰會上，竹間智能AI高級研究員趙景彥發表了「AI+客服中心 從服務數字化到體驗創新化」的主題演講，基於現各行業客服中心所面臨的問題，提出了以語義理解、意圖識別和情感計算為核心，打造包含智能客服、智能語音情緒質檢、智能電銷機器人、智能知識庫等在內的全套客服聯絡中心解決方案，推動傳統客服中心向「AI+客服中心」 的重要轉型。

以下為竹間智能趙景彥演講實錄：

主持人：非常感謝張總的精彩分享，下面為我們帶來分享的嘉賓是來自目前最前沿的AI靈聚，他就是竹間智能高級AI研究員趙景彥趙總，他為我們分享的是AI+客戶聯絡中心，從服務數字化到體驗創新化，掌聲歡迎！

趙景彥：大家好！來自竹間智能，我之前也是做IT的，在IBM的一個團隊。我們現在竹間在做一些AI的事情，AI從行業裡面來看最容易落地的就是智能客服。在客服領域，因為剛剛保險集團的老總也講到了，我們的客服領域可能是一個知識密集型、勞動密集型行業，AI最能落地的地方，就是說最能夠解決客服發揮最大的價值的一個場景。

我來問大家一個問題，大家認為在未來兩三年之內，AI人工智慧客服最能夠完全替代人工客服，可能嗎？大家都沒有回答，可能大家對於目前的智能客服都不太自信，確實大家的判斷是正確的。我相信大家用過一些市場型的客服或者是其他的客服，大家的感覺都是不太智能，不像人一樣的交互，無論大家有沒有用過智能客服，它的標準都很容易的，我們希望AI可以像人一樣來進行服務，這是我們大家所有的理想，但現實是什麼？

我們現在看到很多的智能客服，大部分是以關健詞或者是規則模板的方式，我們經常去測一些智能客服，我會說我不想用優惠券，那他回饋給我一個優惠券怎麼使用，我後來回答我不太想用這張優惠券，我覺得優惠券的優惠力度太小了，這可能是一個抱怨，我不希望他回復我另外一個答案，但他還是會捕捉到關健詞，就是優惠券的關健詞，回答的結果可能都是怎麼去使用優惠券。

在客服裡面都是一問一答的方式，那就顯得非常的刻板，單調無聊，聊著聊著很快就轉人工客服了，我不會跟它講下去，大家如果用過SIRI或者是其他的，基本上不會聊的超過兩三句。那我們該怎麼去做呢？我有一次問一個智能客服，我說衣服買小了，那我可能需要換貨、退貨，這個客服回答的可能是你要退貨，有七八個步驟，給我吐出了一大堆的答案，這個我看不懂甚至我也不願意看，很快就會去轉人工。

我剛剛講到這些內容就是以前大部分人工智慧的特點，但未來我們希望是用人的方式來解決。現在我們做了一個統計，我們智能客服，因為現在目前大部分的都是在智能客服加人工客服的，首先是由機器人來服務，機器人回答不了的再轉人工。我們做一個統計，67%的轉人工是因為看不懂，或者說跟機器人聊下去太無聊呆板了。還有一個就是這可能是機器人的能力有限，可能25%的轉人工是因為這是新問題他回答不了。其中有8%是因為匹配錯了，可能是因為一些演算法的問題沒法去回答這些問題。

即使我們的AI演算法可以做到百分之百的準確，也就只能解決8%的問題，那我們的AI客服如果能做到最好，最重要的是要解決交互的問題，就是對話AI，我希望對話是你跟我一對一的，比如我剛剛講到印表機壞了，連不上了，機器人可能會問我，你在哪一個樓層，你是哪一個系統，在第一次連上去是什麼時候，問了我很多的信息以後，他去做一個回答，這是一個對話方式。所以只有對話方式才是一個提供用戶更好體驗的方式，我們不光是做了對話，能不能做更主動的服務？

比如剛剛講到的問題，我定了一個外賣，大家是20分鐘還沒有送到，那我就開始問這個機器人，機器人看到了我一個外賣的訂單，他主動告訴說這個外賣訂單的物流狀態，不要等到去問了才知道，我跟機器人交流的時候，他們去理解我的情感，比如剛剛講到了，我去問機器人是說，我今天沒有吃早飯，我有點肚子餓，這個代表什麼意思？這個是要做更好的一些運營。

所以我們說什麼叫做對話AI？我今天沒有吃早飯我肚子有點餓，那對話應該做做？首先發一條語音轉成文字，然後識別一些關健詞，做一些語義的動作。第二步做一些意圖的理解，他的意圖是什麼？一個是幫我定外賣或者是幫我推薦餐館，機器人會問他你需要定哪一個餐館？需要什麼口味一大堆，對話的方式問到所有的信息以後，我會把所有的信息提交到後台，完成這個訂單下單，下單了以後大家說我是不是不需要理解他的情感？情感在整個交互當中起到什麼樣的作用呢？

比如我再問機器人，我好幾天沒有吃飯了，機器人該怎麼去回復你？我當然不希望機器人跟你說，你想要吃什麼，這個時候機器人不應該問我去定餐，而是去理解我的情感，這個人可能是非常窘迫的，他可能會說你的老闆是不是很久沒有給你發薪水了？通過情感安撫以後再轉入到正常的業務中來，這才是一個正常的人機交互過程，也就是說情感可應用的一些地方。

剛剛講到了人機交互不單單是語言理解，而是自然語言理解+意圖識別+情感情緒識別，才能產生一個真正的人機交互。在這個裡面在左側有三個，左上角是一個情緒，中間是聲音的程序，下面是文字的程序，這個像是一個開心，大家可以知道，這個時候是一個中性的表達，到後面就是開心的，她說我已經要死了，但整個表情來講還是很開心的。所以每次看到這個視頻以後我每次看很多遍還是覺得挺好玩兒的。

這個裡面意味著什麼？我們要從文本情緒、語音情緒還有表情情緒去理解，只有理解了他的情感才能做到更好的人機交互。語義的情緒可能比較直接，老闆直接對機器人講今年我們的利潤同比超過了20%，這句話機器人應該怎麼去回答的？如果老闆是非常興奮跟他講的時候可能是超出的期望，如果是非常低沉的語音去講的時候可能是另外一個意思。

這個時候只有做到動態情感才能做到更好交互，那我們有22種文字情緒、9種人臉表情還有4種語音情緒，22種是不是有點多？現在我們很多AI公司也在做情緒方面的，但可能只做正負中。還有一些負面的情緒，不滿、難過和憤怒，我們在檢測不同的情緒才能做到正確的反饋，如果不滿機器人要跟用戶去解釋，如果是難過的時候可能不需要解釋而是去安慰他，如果是憤怒的時候可能是我先道歉，如果不用道歉我就直接去轉人工了，這個時候是情緒的反饋機制，你只有做到準確的識別以後才能做到更好的交互。

我們光情緒是不是就夠了呢？做好我們可以做到什麼呢？做到記憶，你跟機器人說我是男生，他不會跟你聊大姨媽的事情，如果我說我餓了，是不是可以給你推薦一些川菜館，這是一個用戶畫像的圖，傳統我們做用戶畫像是通過點擊和交易行為來做的，這些基本上都是基於過往的歷史行為來做，但是交互不一樣，這個是說我是男生，我叫什麼名字，住在上海，等等這些東西，包括用戶的一些喜好、屬性，代表是說他最真實的一個表達。

過去我們在淘寶我跟我老婆在同一個帳號，你是沒有辦法分別是男的還女的，但在交互的過程當中，這個才是最真實的，這是我們從用戶交互來看的，用戶畫像還有沒有其他的用戶？比如說我好無聊，這代表著什麼？如果他知道我喜歡大張偉，是不是幫我看大張偉的歌，如果我說幫我放一首快樂的歌，那這首歌是什麼？他知道我喜歡大張偉可能會幫我放倍兒爽，這是一個很自然的理解狀態。我喜歡吃辣的，他知道我喜歡吃辣的去幫我做推薦。

很多時候我們沒有回答，那能不能主動去做引導，一個用戶問了一個機器人無法回答的，他說我不太明白你的意思，但是我知道你喜歡吃辣的，周圍有一個很好的川菜館，這是通過用戶的畫像主動進行引導，這是讓機器人變的非常擬人化的表達。

剛剛講到了一些記憶和情感，那我更多希望機器人跟我們一步一步來去講和對話，那怎麼來做這個對話？我們在竹間提供了一個非常強大的工具叫做任務引擎，在這個裡面可以快速定製這個對輪對話，不需要技術人員參與進來，比如他們講到了我要他去幫我買一個裙子，及其可能我不希望說一下子給到我一百個裙子，讓我自己來挑可能這不是我想要的。

機器人要進一步跟我聊，你買裙子是在哪一個場合用，可能是參加舞會也可能是休閑去穿，你喜歡淺色系的還是深色系的，對於一些事件有什麼要求，問到一些問題的時候，他會告訴你說現在有5個裙子可以滿足你的需求，這樣我們通過交互的方式可以提升用戶的轉化率，而不是說你給我一百個，我挑不完，讓人工幫我去做一些事情，這是剛剛講到通過一些畫像去做引導。

那我們再舉一個非常簡單的例子，定酒店，這是機器人必備的技能，用戶說我想要定一個酒店，裡面需要輸入你的入住時間、行李要求、居住幾天等很多信息。傳統我們在做對話的時候是非常模塊化、固定化去定，比如說我要定酒店，還要問你的都市，你告訴我在上海，還有酒店的日期一步一步問下來，這是相同的功能去改的。

對於比較自然的對話是怎麼樣的？比如我要定酒店，他要說我明天去上海住兩天的如家，這句話包含4個信息，通過我們的語言理解可以拿到信息，然後我再問下一步，你對星級和價位有什麼要求？這樣的話我們才有更好的多輪對話。

剛才講到了這些，因為時間的關係我沒辦法把所有的AI機器人特點去表達清楚的，有情感和記憶，那我們未來需要什麼？我們需要很多的大模塊，去支撐我們的AI機器人更好為我們服務。

但是在企業裡面，因為現在很多人都會認為，我們未來的企業不單單需要一個機器人，可能需要更多的機器人，每個機器人都要有不同的職責和行為的，我們再回到剛剛的話題，為什麼我們的智能客服並沒有達到我們的期望？因為我們現在很多在智能做客服或者是做對話機器人的，並沒有把它對待成一個系統，而沒有作為一個人的方式去對待，所以竹間在做AI對話的時候，我們的老闆，他會把所有的人所有的行為都用機器人去實現出來，所以我們的機器人更像人，需要人去滿足一個服務的要求。

當然我們在未來一些機器人裡面，我們希望通過一些人在企業不同職責崗位去設置機器人，這個機器人應該滿足什麼條件？不僅僅是回答問題就夠了，首先我需要4種能力，一種是可以幫我回答問題，那是諮詢型的機器人，無論是業務問題還是其他的問題可以幫你很快的去回答。

還有一種就是任務性，就像訂酒店、查天氣等等，可以幫你開一個證明，這是帶有任務性的機器人。除此之外我們還希望有一個能夠跟我們去做交互的，也就是說他是一個知識機器人，另外在知識領域，只有是AI唯一能夠超過人的一個地方，接下來我們有一個案例是在一個大的產業集團，也是我們剛剛上線的系統，在下面有不同的產業集團，下面有不同的公司，他們要簽約協議的酒店，這些酒店可以給全集團去使用，那我們為什麼不把這些所有知識性的包括管理性的事物去交給機器人，所有的員工都可以去問了。

還有就是閑聊，我們不光是用一些方式去完成一些任務，跟你去做一些事情，我們現在幾十家的標杆案例，很多的員工也好包括客戶也好，更希望你的機器人更像人一樣，所以我們做了一個統計，上線了以後大概是60%在做閑聊，40%在做一些正規的業務問答。

所以我們剛剛講閑聊可能是讓這個機器人更豐滿、更有靈性的一個功能，我們還一定要注重能力。我剛剛講這些話題是我們希望，未來的一個機器人，通過擬人化，對話式的AI來幫你做交互，而不是知識問答的機器人。特別是陽光的老總講到人的角度，後面張總更多是從平台的角度去做，我們的人跟機器、平台、技術能夠結合起來，剛才分享更多是人的角度。

另外我希望從AI如何賦能運營的角度去看。今天我是分成兩點，一個是質檢，客戶質檢大家一定要熟悉，還有在整個客戶聯絡中心存在海量的一些數據，那如果運用我們的AI技術去挖掘這些信息呢？

其實在客戶聯絡中心也在提供產品，我們的產品就是服務，我們做服務肯定要做一些產品質量的管理，現實情況是什麼？由於我們的現狀，一些質量管理變化了質量檢查，變成了一些雞蛋挑骨頭的事情，那我們能不能簡單去實現？質檢大部分是通過抽檢的方式來做。還有一個方式現在有些AI企業可以把語音轉換成文字，通過語義理解的方式去做，這個效果其實說實在的不太好，他既然可以做到百分之百的覆蓋，但這個還是並沒有達到我們運營管理的要求，竹間在做這一塊的時候，其實通過更為先進的方式，就是通過一些聲紋的方式，可以直接對一個用戶和客服的情緒進行檢測。

比如我們遇到一些用戶在發火憤怒的過程當中，客服經理是不是可以及時介入進來。我們看一個簡單的案例，這個是我們一個落地的案例，大家可以看到，我們會對整個的音頻進行一些切分，然後去監測他的憤怒情緒值，其實我們在整個憤怒情緒值那裡是可以看到的，我們會把用戶跟坐席的聲音進行分離，會去同步監測坐席和用戶聲音的憤怒情緒，我們也會形成一個情緒值，比如超過80分，我認為他是憤怒的，我們的一些客戶管理經理就可以實時介入進來，參與整個的服務過程，不至於我們在事後知道這些事情。

除了情緒在做質檢之外，還可不可以做更深層的事情？如果說用戶是開心的，說明我們的坐席人員業務比較熟練，產品推薦得當，如果這個坐席他服務的客戶很多都是開心的，無論是非常難過的進來還是非常憤怒的進來，都可以開心的離開，說明這個坐席是好手，說明他的推薦跟服務方式能不能有一個最好的案例或者是最佳話術去進來，如果說用戶是憤怒、生氣的，可能我們的坐席是一個新坐席，他的業務不太熟練，有可能是呼叫時間不對的，那我們通過這個判斷給需要培訓的一些坐席來進行培訓，對於客戶比較憤怒的處理方式不當，可以進行一個外呼，這裡可以進行一些深層次的應用。

這裡是我們把一些情緒值通過一些方式去快速聚類，形成右側比較深層次的應用。其實我們給大家分享一個案例，這是我們在一家做家電品牌掃地機器人呼叫中心做的語音質檢，大家可以看到，最上面這一條線是客戶的平均憤怒情緒，最下面是一個客服的憤怒情緒，藍色是通話術語，其實在這裡情緒值也是最高的，坐席的憤怒值比較高，隨著之下降，客戶的情緒也在下降，而坐席中間是在下午4點鐘左右坐席憤怒值也會起來，這代表什麼意思？後來我們就分析很多掃地機器人是家庭成員，比如媽媽們會用，昨天晚上她用掃地機的時候可能遇到了很多的問題，一大早就打電話給客服人員，這個情緒是非常憤怒的。

坐席也知道，這兩個高峰值，中午的時候媽媽做好飯了，又開始打電話了，當通話峰值最高的時候，我們的坐席情緒值也是難以壓抑的，這是一個真實的情況，通過情緒去做質檢，平時我們無法通過其他方式獲得的一些因素。這個時候進行一些調整或者是挖掘，陽光保險的老總講到了我們的服務是不可存儲的，其實我們可以去做到這部分，也就是說我們現在可以做到，怎麼去做到呢？

我們再看一個案例，這個案例是給一家運營商做的來電分析，首先這一家有五六萬個坐席，每天有上百萬的電話，這個電話裡面我們會有錄音進來，後來我們會把錄音轉換成文字，你會發現這個文字簡直沒法看，我根本看不懂在講什麼，因為我們的一些錄音設備可能是單聲道的，所以我們現在進行個強化的訓練，我們可以看到這通電話在做投訴、抱怨，而且抱怨的是一個業務使用的問題。

這樣我們可以通過我們快速的理解，能夠挖掘出海量數據的信息，幫助運營管理來調整策略，這一點可能不單是投訴，有可能是在表揚一個坐席，投訴有可能是投訴我們的產品問題或者是坐席，有可能投訴其他的服務質量等等。

還有一個就是講到了諮詢，他在諮詢我們的一些服務，諮詢我們的服務還是物流等等，這樣的話我們可以把一些不可存儲性，無法去獲得信息裡面轉換成我們可以理解的，這些都是可以基於AI分析，獲得潛藏在海量數據下面的分析。

這個坐席怎麼去做？首先會把錄音文件轉寫成一些文本，我們會去對接對話記錄，然後進行意圖的分析，做完了分析以後有很多的投訴、表揚還是諮詢，在諮詢下面有更多的分類，比如剛剛講到的產品的還是服務、物流的等等，來做更細的一些分類，有這些分類以後會發現運營的問題。

目前在上周或者是上個月，目前的運營大概出現了哪些問題，用戶哪些需求是爆發的，有一天我會發現說客戶在集中投訴某一個產品或者是某一個服務，是不是我們來去做一些改善和調整，這樣就可以把這些信息給挖掘出來，除了這些以外，我們做更好的深層原因挖掘，挖掘完了以後優化我們的產品和坐席質檢，來提升我們的坐席服務。

這是剛剛從人的角度，第二個是從運營管理的角度來分享AI的一些應用。這裡面我們很難說非常詳細的跟大家進行一些分享，我們的展台出了這個門以後，就在對面，大家有興趣的話可以到展台進行更詳細的交流。

我們在想如何讓企業能夠快速的定製這些功能，我們也在嘗試做一個機器人工廠，裡面包含了我們大量竹間全部的AI成果，比如說你的意圖、功能對話、知識圖譜，目前我們的內容有400多萬，這是從網上抓來的嗎？不是。當時是一個一個聊下來的，然後會記錄下來，所以我們的閑聊是非常可控的，而不是我們在其他的一些智能客服廠商看到是在瞎聊，聊的亂七八糟的，這個是不能接受的。

我們所有百科的知識也會抓進來到知識圖譜這個圖譜也會逐漸的提升。這個平台最大的意義是什麼？至少企業不需要有AI的知識，不需要其他的支持，就可以快速的記錄機器人，這些我們目前是開放的，也可以快速進行一些驗證。

我簡單介紹一下我們的公司，竹間智能是EMOTIBOT，創始人是微軟人工智慧研究院的院長，目前我們有研發中心，在北京、上海、深圳、波士頓、台北，目前我們是和北大合作的一家公司，這些是我們下半年要開拓的市場，我們已經成功落地30餘家用戶，這些有零售、到智能硬體客服中心到創新應用等等，我的分享就到這裡，謝謝大家！

關於竹間智能【EMOTIBOT】

竹間智能由前微軟互聯網工程院副院長簡仁賢先生創辦，致力於利用深度學習、中文自然語言理解、情感計算、計算機視覺等技術，研髮帶有情感識別能力的對話機器人及行業解決方案。現已有AI智能客服、金融機器人、導購機器人、呼叫中心等行業解決方案。

目前，包括交通銀行、招商銀行、民生銀行、平安集團、興業證券、蘇寧、富士康集團、台灣夏普、優必選，唯品會、中國移動等在內的眾多企業，已經採用竹間的智能客服、金融機器人、導購機器人等行業解決方案，大幅提升客服效率與用戶體驗，並從用戶對話大數據中取得豐富的業務洞察。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！