[科技界] 确认过眼神，这就是你想要的环信机器人？

客户服务作为企业直接联系用户和消费者的重要环节，极大地影响着企业的销售业绩、服务质量和品牌建设。因此，对于一些以服务和销售为主的行业，需要招聘大量的客服人员。但是由于客服人员工资低，工作强度大，流动性大，很难招到人。企业投入的大量培训成本往往得不到相应的回报。客服部门逐渐成为企业的成本中心，存在很多难题。

随着云计算和人工智能技术的发展，原本只能由传统呼叫中心完成的客服工作被线上客服、移动客服和客服机器人所分流和改进。尤其是客服机器人的应用，为客服人员分担了很多重复性的客服问题，让他们能够专注于并提供更有价值的服务。

但是由于早期的客服机器人采用的是基于规则的方法，在构建和维护的过程中，需要对文本内容进行非常细致的结构分析，比如标注一个句子是否是问句，问句是什么，主语是什么，谓语是什么等。，所以要求专职人员每天做贴标工作，而且这类人员的培训成本和更换成本非常高，给企业带来了新的成本负担。

近两年来，深度学习算法的突破给客服机器人的应用带来了创新。作为一家深入客户服务多年的企业服务公司，环信在原有客户服务体系和产品的基础上积极部署ai，并于2016年初开始组建ai团队，开发基于深度学习和机器学习的智能客户服务系统。

基本算法能力:深度学习减少工作量

目前，环信客服机器人不仅可以通过语义相似度算法和意图模型训练海量、高质量的互联网和行业数据，大大降低了知识库的构建和维护成本，而且上线后可以自主学习，不断完善知识库，不断提高响应速度和准确率。

那么，语义相似度算法和意图模型如何降低标注工作量呢？对此，欢馨爱的负责人李莉给出了一个通俗的解释。

首先，语义相似度算法是一个通用模型，它输入两个句子，输出两个句子之间的相似度。这个相似度是基于回归模型的从0到1的值，分为0、0.25、0.5、0.75和1的不同等级。通过这个模型，机器可以学习到类似的关系，比如虚词和句法。由于这是一个通用的模型而不是行业知识，你可以不用专业人员来做这个培训，学习成本几乎为零。

其次，意向模型是行业知识点的训练。比如在心脏病是不是重疾的知识点里，只要标注类似的问题心脏病是不是重疾，然后把很多类似的句子发给模型训练，然后出现类似的句子，机器就知道是问心脏病是不是重疾的问题了。

由于算法的不同，基于深度学习的算法的工作量会比传统的标注呈指数级减少，不仅降低了知识库的前期构建成本，也降低了企业后期知识库的维护和更新成本。同时，企业实际客服中产生的会话效果反馈也会作为培训材料进入知识库，帮助客服机器人更加完善和智能化。

业务解决能力:客户服务体验提高满意度

基于ai的客服机器人可能并不能真正解决实际业务中的客服问题，还需要客服系统提供商对客服有深入的了解，有足够的行业经验，并将这些了解和经验融入到机器人系统中，从而达到让客户满意的效果。

几年来，环信通过服务20多个行业的7万多家公司，积累了丰富的客户服务经验，具有较强的服务场景拆解能力和业务理解能力，能够从根本上帮助客户解决客户服务问题。

比如快递行业的投诉提醒，一直是个痛点。欢鑫快递行业的一位客户在使用了欢鑫的客服机器人后发现系统运行良好，但并没有达到预期的目的。虽然原客服机器人能准确把握问题和意图，按照客户给出的标准答案来回答:你好，我是xxx。我们已经收到您的问题。请耐心等待。如果您有急事，请咨询xxx，但这并不能真正解决问题。

为此，环信建议客户按照人工客服的解决方案来解决这个问题。具体方法是先把业务拆开，比如三天内做什么，三天外做什么，然后给客户做一个提醒界面api，不同的人对应不同的词，最后给用户回一个提醒号，告诉用户一天内回电话。通过将原来的单轮对话拆分为多轮对话，大大减少了手工操作的次数。

业务解决能力在客服行业非常重要，这就要求乙方不仅要真正了解客服，有服务意识，还要有行业服务经验，了解不同行业的痛点和解决方案。通过服务保险、证券、物流、教育等行业的众多客户，环信积累了丰富的客户服务和行业服务经验，能够真正帮助客户解决客户服务问题，实现客户服务效果的明显提升。

平台开放性:多种接口满足可扩展性

因为ai已经登陆客服行业，不仅仅是在客服机器人这个词上，还有智能ivr(交互式语音应答)、智能质检、智能呼出、智能知识库等等。所以对于一些it能力较强的大客户，也希望利用乙方的平台，通过调用其句法分析、意图识别、情感分析等能力来搭建其他系统。这就要求乙方提供的系统应该是一个开放的平台，而不是黑盒。

另外，对于很多大客户来说，花费大量时间和精力维护的知识地图是很有价值的，他们一般都希望能够将这些知识地图进行转移再利用，这也对乙方的平台开放性提出了更高的要求。

欢信中文语义计算平台为大客户提供了丰富的界面，既可以基于知识库内容答题，也可以基于业务系统界面调用信息，实现二次开发、业务信息查询等功能。此外，欢信智能客服机器人还支持知识库的批量导入和导出，让客户更方便地管理和使用自己的知识库。

人机合作:客服机器人不是万能的

当然，客服机器人虽然可以通过单轮对话和多轮对话帮助人工客服解决大量简单重复的问题，但在一些客户单价高、转型需求强的场景下，使用客服机器人的风险较高，只有人工客服才能达到预期效果。

比如一家医美公司，通常需要花费几千块钱才能从百度上获得一个流量。如果交给客服机器人，潜在客户很容易流失。只有经验丰富的老销售玩家才能成功实现转型。但是一个公司的老销售数量有限，培训成本高。如何快速让其他销售有丰富的销售经验，是很多公司的难题。

欢鑫智能客服机器人的人机协作功能很好的解决了这个问题。

与单轮对话和多轮对话的自动回复不同，在人机合作场景中，人工客服仍在提供服务，机器只是通过一个小窗口实时给出回答建议。人工客服可以直接编辑、修改或发送推荐答案，不仅可以提高回复效率，还可以降低销售培训成本。公司的业务知识和销售经验由客服人员通过实时推荐辅助，达到知识和经验传递的效果。

人机协作不仅辅助人工客服，还涉及算法和产品层面的诸多难题。

一、算法层面。如何通过训练生成推荐答案，如何利用客服实际选择的答案进行强化训练，如何让实际的对话数据自动进入知识库进行自主学习，如何实现机器人和人工客服之间的自动切换等。，都是学术界和工业界的热门研究领域。

第二，产品层面。比如提示窗口的位置如何不影响人工客服高效的工作界面，自动隐藏和弹出的时间如何让人工客服恰到好处，人机协同功能如何与客服系统紧密结合等等。，都要求公司对客服有深入的了解。

基于多年的客服经验和ai团队的技术实力，欢信可以从算法和产品两方面优化人机协作产品的功能，帮助企业真正提高人工客服的效率和服务水平，实现客服场景的价值转化。

解决方案:客服+ai解决行业问题

经过两年多的努力，环信智能客服机器人已经在保险、证券、教育、物流、银行、运营商、空航空等领域建立了一批标杆客户，包括新东方、泰康在线、中意人寿、中信证券、长江证券、天津农商银行、南京银行、中天快递、厦航/。

其中，环信在保险、证券、教育、物流四大领域，通过大规模复制积累了丰富的服务经验，形成了一套完整的客户服务解决方案，两周内即可快速上线。

在教育领域，支持教学和客户服务两条业务线，可以帮助教育企业有效降低服务和教学成本，提高教学质量，挖掘潜在的数据价值。

在保险领域，为保险的售前、售中、售后环节提供垂直智能解决方案，降低服务成本，提升服务体验。

在证券领域，为开户、创新、资金管理等核心场景以及账户管理和交易提供智能解决方案，提升客户价值。

在物流领域，针对商家大促销、物流仓库爆炸等场景，帮助物流企业顺利度过电子商务大促销的高峰期，同时降低日常服务的人工成本，提高服务效率和体验。

今年，环信将继续扩大在银行、运营商、航空空等领域的大规模复制，并加快在其他领域建立信标客户。

人工智能已经成为改造客户服务行业的大势所趋。对于企业来说，如何利用新的技术和产品来最大化客户服务的价值，如何将客户服务的成本中心转化为利润中心，已经成为当务之急。如果工人想尽最大努力，他们必须首先磨利工具。欢鑫智能客服机器人将成为企业实现客服智能化升级、挖掘客服价值的利器。(作者:T客交流)