文
司雯雯
编辑
王毕强
智能客服将AI（ArtificialIntelligence，人工智能）与普通人的距离拉至无限近。在网购时对话框的另一方，随手接起的银行或快递公司电话中，AI客服已不是新鲜面孔，它们甚至拥有了性格和人设。
但不少人与智能客服的互动体验并不算愉快，“说了几遍也听不懂，不知道是智能还是智障？”据《中国青年报》年末的调查问卷，57.9%的受访者认为智能客服理解不了问题，答非所问。
要留住消费者，人工智能的“名头”不好用，准确及时的答复才是第一诉求。
永不疲倦、永远在线的AI曾被视为客服行业的替代者。客服行业长时间在线和大量重复劳动的特点，被认为是AI的绝佳机会。客服们甚至一度为失业恐慌，创新工场CEO李开复在年AlphaGo击败李世石后表示，机器的语音识别及语义识别效率超过人类，传统企业的客服，有一千个人、一万个人都可能被AI取代。
但AI客服如今未能满足乐观者当年的期待。“在讨价还价等复杂情况下，AI客服很难琢磨消费者的心理，目前还难以应对。”智能客服企业UDESKCOO程俊来认为，AI的价值是提升人工客服的效率，“让AI做AI擅长的事情，人做人擅长的事情”。
“和智能客服通话了3分钟，我才发现对面不是真人”
挂掉快递公司的客服电话后，李方（化名）反复回想刚才的对话。客服的业务处理熟练，对答流畅，会根据自己的提问内容回应，语气听起来也算活泼，直到她发现这位客服每句话的停顿间隔似乎都一样，才问了句，“你是机器人吗？”，对方回答，“自我介绍一下，我是智能客服”。
智能客服正将自己包装得越来越像人类。它们起了名字，设定形象，拥有性格和口头禅，一些智能客服会称呼消费者为“陛下”或“小仙女”，在确认信息时补充，“您看是这样没错儿吧？”。
“AI客服需要有趣的‘人格’，让大家接触时产生好感，而不是死板、生硬的机器。”程俊来记得，公司为某一客户设计的AI客服形象是名古代大臣，讲话习惯也偏古风，“既然是客户服务的提供者，AI得考虑到消费者的体验感受”。
但“拟人化”只是锦上添花，能否准确、快速完成工作才是AI客服的真正考验。
相较关键词触发的自动回复，AI客服对消费者意图的识别准确率成为企业主们“买账”的主要原因。
晓多科技创始人江岭介绍，以电商行业为例，目前较成熟的AI客服可联系上下文对话，判断用户需求，如买家分开询问“这种辅食的成分是什么，适合1岁孩子吗？”“每天吃多少合适？”，AI客服可识别出买家的第二个问题是“1岁的孩子吃多少合适”，在缺乏关键信息时还可反问，正确率约为97%，而自动回复式机器人则无法获取“1岁”的关键信息，答复正确率为50%左右。
在“性价比”的商业金律面前，企业主们希望以最小的成本撬动最大的效益，而AI客服永远在线，永不疲倦。戴着耳机的坐席客服们终日应对着仿佛没有尽头的问题，价格、材质、物流、注册流程……，其中近80%的问题频繁重复且有明确答案，这正是AI客服所擅长的工作。
“在比较封闭的场景下，AI客服可以同时对接多名消费者，缩短响应时间。”江岭解释说，目前AI客服承担的大多是重复问题、夜间值守等任务，以减轻人工客服的任务量。中国移动总经理董昕在世界人工智能大会云端峰会上表示，其智能客服平台“移娃”一年服务用户数9.5亿，代替人工数人。
简单重复劳动外，AI客服也正渗入客户服务的更多环节。程俊来认为，智能客服机器人像是AI客服露出地面的“笋尖”，更多的改变发生在消费者看不见的地方。他举例说，AI客服体系包括对企业的多个沟通渠道进行集成管理，完成客服团队排班、质检及线下服务人员调度，“接触AI客服的不只是消费者，人工客服更需要适应。”
其中，当AI客服成为“检查者”，要求更为严格。在传统的客服质检中，需要人工去检查客服与消费者的会话与通话记录，由于任务量巨大，多用抽查形式。但AI客服的质检可对人工客服进行实时及全部检测，且进行情绪识别，一旦检测到消费者出现生气、愤怒等负面情绪，客服主管便会立即介入。
“难免会遇到消费者情绪激动、人工客服无力应对的情况，如果消费者已经骂人了，主管能够及时发现并处理，在当时对消费者和客服而言都是一种缓解。”江岭说。
教AI客服的人：AI客服如何读懂情绪？
电脑屏幕上闪过一行行聊天记录，鼠标伴随眼神快速滑动，判断、标注、归类，买家与客服的每段对话随即被切分，划入“发货快递”“价格优惠”等场景。
一名刚入行的AI客服训练师每日需处理的样本量约是条。这份工作需要耐心，“我拍了”“我去拍了”以及“优惠点，我就去拍了”，买家相似的三句话分别对应不同的购买状态，“我拍了”代表已下单，而“我就去拍了”意味着其在等待更便宜的价格。
AI客服要学会分辨这些细微差别。“最开始的AI客服就像个什么都不懂的孩子，但它的成长速度飞快。”晓多科技AI训练师团队负责人赵海丰告诉记者，在较成熟的算法模型和自然语言处理技术基础上，训练师的工作是给AI“打样”，教会它消费者的每句话是什么意思。
未经处理的聊天记录数据，无法被AI客服吸收。数据“结构化”的第一步，通常是梳理并搭建知识库，根据聊天记录中频繁被提到的问题，“筛”出企业的重点场景，物流、教育、保险、金融等行业不同，知识库也不尽相同。
标注工作考验AI训练师的耐心，也直接影响AI客服的识别和回答正确率。赵海丰所在的团队训练师人数过百，负责将消费者的每条文字或语音消息进行语义分析，并对所有样本进行聚类和标注。
同一场景下，消费者的问题可能有数十种表达方式。“发什么快递”“快递用的是哪家”“快递是什么”指向的都是“快递名称”，同时“快递是什么”还可能提问的是“快递具体单号”。这要求训练师注意上下文关联，对单句话和上下文分别标注，以使AI客服了解不同语境下的实际语义。
训练AI客服时，常会遇到些特殊情况。有时，消费者发来的可能只是一串乱码或者标点符号，AI客服需要能分辨出海量对话中有意义的部分；也会遇到顾客带有明显情绪的时候，AI客服需要及时给出恰当回应。
赵海丰解释说，绝大部分对话中，顾客情绪是中性的，一些明显反映情绪状况的语句将被重点
转载请注明：http://www.0431gb208.com/sjszjzl/3372.html
