展会信息港展会大全

支付宝启用人工智能客服 能力媲美大学生
来源:互联网   发布日期:2015-09-10 08:00:09   浏览:17367次  

导读:客户服务中心作为企业成本中心的日子可能就要结束了。对于目前还在客服岗位上的员工来说,这应该不是什么好消息。最近,支付宝宣布推出智能客服。相较于传统的机器人客服而言,智能客服不仅能理解客户说话的上下文,还具备自我学习能力,变得越来越聪明,其...

客户服务中心作为企业成本中心的日子可能就要结束了。对于目前还在客服岗位上的员工来说,这应该不是什么好消息。最近,支付宝宣布推出智能客服。相较于传统的机器人客服而言,智能客服不仅能理解客户说话的上下文,还具备自我学习能力,变得越来越聪明,其专业能力相当于一个普通大学生接受了数个小时专业培训。

智能机器人的研发者是蚂蚁金服旗下的智能服务技术部,该团队包含10余人,专注于人工智能研发。而据了解,支付宝所用的新一代机器人只是起步阶段,还主要应用在花呗、余额宝、招财宝、密码等几项业务上,后续很快会应用到其他业务领域,覆盖所有的客服领域,最终成为金融顾问。

重要的是,智能客服不用领工资、不用吃饭、不用睡觉、7×24工作,如果智能客户广泛推广开来,恐怕全国的客服群体都将哭晕在办公桌上。

业务能力媲美大学生

在不久前上线的支付宝9.0“我的客服”内,入驻的小竣糖糖和安娜,就是支付宝自己研发的新一代智能机器人客服。

而目前市面上存在的传统机器人客服实际上只是一个比较特别的搜索引擎,建立一个常见问题解答的数据库,用户有疑问时,输入关键词去库中匹配。

这样的机器人往往只能回答一些正儿八经的查询,比如“余额宝收益计算公式”,但是没有办法处理一些更像日常对话的提问,如“余额宝是怎么赚钱的”。实际使用中,用户提问往往较口语化,且一个问题分成几句表达,如此,以前的机器人客服不仅解答不了疑问,甚至连用户在问什么都搞不明白。

相比起来,智能客服不仅能理解非常口语化的问题,能理解特殊的问题焦点,能根据上文信息推断用户问题的真正涵义,甚至能明白某个用户问题不够完整,再反问用户、要求用户提供更多信息。它还会自我学习,通过学习让自己变得越来越聪明。

蚂蚁金服称,智能机器人客服推出后,对用户提问的匹配程度相比上一代传统机器人客服提升了20多个百分点。

另外,效率也有所提升。据测算,普通支付宝云客服要完成5轮问答,大概需要30-60秒,而智能机器人客服完成5轮问答所需时间大概为1秒钟。这就意味着智能机器人跟普通人的效率比在1:30—1:60。

蚂蚁金服认为,智能机器人客服解答问题的能力,跟支付宝外包的普通“云客服”(一些人利用闲置时间,经过专业培训后来担任客服的任务,叫云客服)水平相当。而要成为支付宝的云客服,则需要经过一周的培训,然后再通过一系列的考试。

负责该项目的科学家李智灏说,目前的智能客户机器人,专业能力相当于一个普通大学生接受了数个小时专业培训。

人工智能模拟人类思维

那么,这些是如何做到的?

李智灏说,答案是让机器人向真实的客服小二学习。

跟人脑相比,计算机擅长归纳、综合,不擅长演绎。对大数据进行归纳后,可以让机器部分模拟人类的思维。与之相关的机器学习和人工智能技术,是目前最前沿的学科之一。还记得那个可以对话的“小贱鸡”吗,以及微软推出的跨平台人工智能机器人“微软小冰”,与支付宝智能客服原理相同,其背后均基于机器学习。

李智灏介绍:“支付宝每天都有数以万计的对话,这些对话记录告诉我们用户在问什么,怎么提问,也告诉了我们什么样的回答让用户满意,这些数据成了机器人的最佳学习素材。”

技术人员先要梳理出真实的客服人员与用户的会话结构,找出每一句话的对话意图,对会话结构进行标注。有了会话结构标准,机器人就可以从服务记录里学到不少知识,它会知道用户的某一个问题需要再追问用户更多信息才能回答,知道用户的问题再某种状态下对应什么答案,知道用户反馈之后该怎么应对。与用户的一次完整交互其实更像一个剧本而不是零散的问答对。一般而言,一通会话中第一轮的问题会比较完整,接下来的话往往会省略掉很多成分,这就需要机器人能主动去理解上下文,否则都不知道用户到底在说什么。为解决这个问题,技术人员为机器人设计了一个公式,通过这个公式,机器人会结合上下文自动去判断补充哪个词更合适。

为了使机器人成为一个优秀的聊天对象,技术人员会通过用户满意度模型来过滤掉现实中一些服务质量欠佳的客服记录。随着时间积累,机器人会学到更好的对话、问答策略,而不是一个机械地、笨笨的直接回复。如果用户在面对客服的时候,难以判断究竟是真人客服还是机器人,那才是真正能通过“图灵测试”的人工智能服务了。

赞助本站

人工智能实验室

相关热词: 支付宝 人工智能 机器人

AiLab云推荐
展开

热门栏目HotCates

Copyright © 2010-2024 AiLab Team. 人工智能实验室 版权所有    关于我们 | 联系我们 | 广告服务 | 公司动态 | 免责声明 | 隐私条款 | 工作机会 | 展会港