竹间智能赵景彦： AI+客服中心 从服务创新到体验创新

8月11日，在中国电子商务协会客户联络中心专业会员会主办的“互联网时代的联络中心——新体验与新价值”2018客户联络中心华东峰会上，竹间智能AI高级研究员赵景彦发表了“AI+客服中心 从服务数字化到体验创新化”的主题演讲，基于现各行业客服中心所面临的问题，提出了以语义理解、意图识别和情感计算为核心，打造包含智能客服、智能语音情绪质检、智能电销机器人、智能知识库等在内的全套客服联络中心解决方案，推动传统客服中心向“AI+客服中心” 的重要转型。

以下为竹间智能赵景彦演讲实录：

主持人：非常感谢张总的精彩分享，下面为我们带来分享的嘉宾是来自目前最前沿的AI灵聚，他就是竹间智能高级AI研究员赵景彦赵总，他为我们分享的是AI+客户联络中心，从服务数字化到体验创新化，掌声欢迎!

赵景彦：大家好!来自竹间智能，我之前也是做IT的，在IBM的一个团队。我们现在竹间在做一些AI的事情，AI从行业里面来看最容易落地的就是智能客服。在客服领域，因为刚刚保险集团的老总也讲到了，我们的客服领域可能是一个知识密集型、劳动密集型行业，AI最能落地的地方，就是说最能够解决客服发挥最大的价值的一个场景。

我来问大家一个问题，大家认为在未来两三年之内，AI人工智能客服最能够完全替代人工客服，可能吗?大家都没有回答，可能大家对于目前的智能客服都不太自信，确实大家的判断是正确的。我相信大家用过一些市场型的客服或者是其他的客服，大家的感觉都是不太智能，不像人一样的交互，无论大家有没有用过智能客服，它的标准都很容易的，我们希望AI可以像人一样来进行服务，这是我们大家所有的理想，但现实是什么?

我们现在看到很多的智能客服，大部分是以关健词或者是规则模板的方式，我们经常去测一些智能客服，我会说我不想用优惠券，那他回馈给我一个优惠券怎么使用，我后来回答我不太想用这张优惠券，我觉得优惠券的优惠力度太小了，这可能是一个抱怨，我不希望他回复我另外一个答案，但他还是会捕捉到关健词，就是优惠券的关健词，回答的结果可能都是怎么去使用优惠券。

在客服里面都是一问一答的方式，那就显得非常的刻板，单调无聊，聊着聊着很快就转人工客服了，我不会跟它讲下去，大家如果用过SIRI或者是其他的，基本上不会聊的超过两三句。那我们该怎么去做呢?我有一次问一个智能客服，我说衣服买小了，那我可能需要换货、退货，这个客服回答的可能是你要退货，有七八个步骤，给我吐出了一大堆的答案，这个我看不懂甚至我也不愿意看，很快就会去转人工。

我刚刚讲到这些内容就是以前大部分人工智能的特点，但未来我们希望是用人的方式来解决。现在我们做了一个统计，我们智能客服，因为现在目前大部分的都是在智能客服加人工客服的，首先是由机器人来服务，机器人回答不了的再转人工。我们做一个统计，67%的转人工是因为看不懂，或者说跟机器人聊下去太无聊呆板了。还有一个就是这可能是机器人的能力有限，可能25%的转人工是因为这是新问题他回答不了。其中有8%是因为匹配错了，可能是因为一些算法的问题没法去回答这些问题。

即使我们的AI算法可以做到百分之百的准确，也就只能解决8%的问题，那我们的AI客服如果能做到最好，最重要的是要解决交互的问题，就是对话AI，我希望对话是你跟我一对一的，比如我刚刚讲到打印机坏了，连不上了，机器人可能会问我，你在哪一个楼层，你是哪一个系统，在第一次连上去是什么时候，问了我很多的信息以后，他去做一个回答，这是一个对话方式。所以只有对话方式才是一个提供用户更好体验的方式，我们不光是做了对话，能不能做更主动的服务?

比如刚刚讲到的问题，我定了一个外卖，大家是20分钟还没有送到，那我就开始问这个机器人，机器人看到了我一个外卖的订单，他主动告诉说这个外卖订单的物流状态，不要等到去问了才知道，我跟机器人交流的时候，他们去理解我的情感，比如刚刚讲到了，我去问机器人是说，我今天没有吃早饭，我有点肚子饿，这个代表什么意思?这个是要做更好的一些运营。

所以我们说什么叫做对话AI?我今天没有吃早饭我肚子有点饿，那对话应该做做?首先发一条语音转成文字，然后识别一些关健词，做一些语义的动作。第二步做一些意图的理解，他的意图是什么?一个是帮我定外卖或者是帮我推荐餐馆，机器人会问他你需要定哪一个餐馆?需要什么口味一大堆，对话的方式问到所有的信息以后，我会把所有的信息提交到后台，完成这个订单下单，下单了以后大家说我是不是不需要理解他的情感?情感在整个交互当中起到什么样的作用呢?

比如我再问机器人，我好几天没有吃饭了，机器人该怎么去回复你?我当然不希望机器人跟你说，你想要吃什么，这个时候机器人不应该问我去定餐，而是去理解我的情感，这个人可能是非常窘迫的，他可能会说你的老板是不是很久没有给你发薪水了?通过情感安抚以后再转入到正常的业务中来，这才是一个正常的人机交互过程，也就是说情感可应用的一些地方。

刚刚讲到了人机交互不单单是语言理解，而是自然语言理解+意图识别+情感情绪识别，才能产生一个真正的人机交互。在这个里面在左侧有三个，左上角是一个情绪，中间是声音的程序，下面是文字的程序，这个像是一个开心，大家可以知道，这个时候是一个中性的表达，到后面就是开心的，她说我已经要死了，但整个表情来讲还是很开心的。所以每次看到这个视频以后我每次看很多遍还是觉得挺好玩儿的。

这个里面意味着什么?我们要从文本情绪、语音情绪还有表情情绪去理解，只有理解了他的情感才能做到更好的人机交互。语义的情绪可能比较直接，老板直接对机器人讲今年我们的利润同比超过了20%，这句话机器人应该怎么去回答的?如果老板是非常兴奋跟他讲的时候可能是超出的期望，如果是非常低沉的语音去讲的时候可能是另外一个意思。

这个时候只有做到动态情感才能做到更好交互，那我们有22种文字情绪、9种人脸表情还有4种语音情绪，22种是不是有点多?现在我们很多AI公司也在做情绪方面的，但可能只做正负中。还有一些负面的情绪，不满、难过和愤怒，我们在检测不同的情绪才能做到正确的反馈，如果不满机器人要跟用户去解释，如果是难过的时候可能不需要解释而是去安慰他，如果是愤怒的时候可能是我先道歉，如果不用道歉我就直接去转人工了，这个时候是情绪的反馈机制，你只有做到准确的识别以后才能做到更好的交互。

我们光情绪是不是就够了呢?做好我们可以做到什么呢?做到记忆，你跟机器人说我是男生，他不会跟你聊大姨妈的事情，如果我说我饿了，是不是可以给你推荐一些川菜馆，这是一个用户画像的图，传统我们做用户画像是通过点击和交易行为来做的，这些基本上都是基于过往的历史行为来做，但是交互不一样，这个是说我是男生，我叫什么名字，住在上海，等等这些东西，包括用户的一些喜好、属性，代表是说他最真实的一个表达。

过去我们在淘宝我跟我老婆在同一个帐号，你是没有办法分别是男的还女的，但在交互的过程当中，这个才是最真实的，这是我们从用户交互来看的，用户画像还有没有其他的用户?比如说我好无聊，这代表着什么?如果他知道我喜欢大张伟，是不是帮我看大张伟的歌，如果我说帮我放一首快乐的歌，那这首歌是什么?他知道我喜欢大张伟可能会帮我放倍儿爽，这是一个很自然的理解状态。我喜欢吃辣的，他知道我喜欢吃辣的去帮我做推荐。

很多时候我们没有回答，那能不能主动去做引导，一个用户问了一个机器人无法回答的，他说我不太明白你的意思，但是我知道你喜欢吃辣的，周围有一个很好的川菜馆，这是通过用户的画像主动进行引导，这是让机器人变的非常拟人化的表达。

刚刚讲到了一些记忆和情感，那我更多希望机器人跟我们一步一步来去讲和对话，那怎么来做这个对话?我们在竹间提供了一个非常强大的工具叫做任务引擎，在这个里面可以快速定制这个对轮对话，不需要技术人员参与进来，比如他们讲到了我要他去帮我买一个裙子，及其可能我不希望说一下子给到我一百个裙子，让我自己来挑可能这不是我想要的。

机器人要进一步跟我聊，你买裙子是在哪一个场合用，可能是参加舞会也可能是休闲去穿，你喜欢浅色系的还是深色系的，对于一些事件有什么要求，问到一些问题的时候，他会告诉你说现在有5个裙子可以满足你的需求，这样我们通过交互的方式可以提升用户的转化率，而不是说你给我一百个，我挑不完，让人工帮我去做一些事情，这是刚刚讲到通过一些画像去做引导。

那我们再举一个非常简单的例子，定酒店，这是机器人必备的技能，用户说我想要定一个酒店，里面需要输入你的入住时间、行李要求、居住几天等很多信息。传统我们在做对话的时候是非常模块化、固定化去定，比如说我要定酒店，还要问你的都市，你告诉我在上海，还有酒店的日期一步一步问下来，这是相同的功能去改的。

对于比较自然的对话是怎么样的?比如我要定酒店，他要说我明天去上海住两天的如家，这句话包含4个信息，通过我们的语言理解可以拿到信息，然后我再问下一步，你对星级和价位有什么要求?这样的话我们才有更好的多轮对话。

刚才讲到了这些，因为时间的关系我没办法把所有的AI机器人特点去表达清楚的，有情感和记忆，那我们未来需要什么?我们需要很多的大模块，去支撑我们的AI机器人更好为我们服务。

但是在企业里面，因为现在很多人都会认为，我们未来的企业不单单需要一个机器人，可能需要更多的机器人，每个机器人都要有不同的职责和行为的，我们再回到刚刚的话题，为什么我们的智能客服并没有达到我们的期望?因为我们现在很多在智能做客服或者是做对话机器人的，并没有把它对待成一个系统，而没有作为一个人的方式去对待，所以竹间在做AI对话的时候，我们的老板，他会把所有的人所有的行为都用机器人去实现出来，所以我们的机器人更像人，需要人去满足一个服务的要求。

当然我们在未来一些机器人里面，我们希望通过一些人在企业不同职责岗位去设置机器人，这个机器人应该满足什么条件?不仅仅是回答问题就够了，首先我需要4种能力，一种是可以帮我回答问题，那是咨询型的机器人，无论是业务问题还是其他的问题可以帮你很快的去回答。

还有一种就是任务性，就像订酒店、查天气等等，可以帮你开一个证明，这是带有任务性的机器人。除此之外我们还希望有一个能够跟我们去做交互的，也就是说他是一个知识机器人，另外在知识领域，只有是AI唯一能够超过人的一个地方，接下来我们有一个案例是在一个大的产业集团，也是我们刚刚上线的系统，在下面有不同的产业集团，下面有不同的公司，他们要签约协议的酒店，这些酒店可以给全集团去使用，那我们为什么不把这些所有知识性的包括管理性的事物去交给机器人，所有的员工都可以去问了。

还有就是闲聊，我们不光是用一些方式去完成一些任务，跟你去做一些事情，我们现在几十家的标杆案例，很多的员工也好包括客户也好，更希望你的机器人更像人一样，所以我们做了一个统计，上线了以后大概是60%在做闲聊，40%在做一些正规的业务问答。

所以我们刚刚讲闲聊可能是让这个机器人更丰满、更有灵性的一个功能，我们还一定要注重能力。我刚刚讲这些话题是我们希望，未来的一个机器人，通过拟人化，对话式的AI来帮你做交互，而不是知识问答的机器人。特别是阳光的老总讲到人的角度，后面张总更多是从平台的角度去做，我们的人跟机器、平台、技术能够结合起来，刚才分享更多是人的角度。

另外我希望从AI如何赋能运营的角度去看。今天我是分成两点，一个是质检，客户质检大家一定要熟悉，还有在整个客户联络中心存在海量的一些数据，那如果运用我们的AI技术去挖掘这些信息呢?

其实在客户联络中心也在提供产品，我们的产品就是服务，我们做服务肯定要做一些产品质量的管理，现实情况是什么?由于我们的现状，一些质量管理变化了质量检查，变成了一些鸡蛋挑骨头的事情，那我们能不能简单去实现?质检大部分是通过抽检的方式来做。还有一个方式现在有些AI企业可以把语音转换成文字，通过语义理解的方式去做，这个效果其实说实在的不太好，他既然可以做到百分之百的覆盖，但这个还是并没有达到我们运营管理的要求，竹间在做这一块的时候，其实通过更为先进的方式，就是通过一些声纹的方式，可以直接对一个用户和客服的情绪进行检测。

比如我们遇到一些用户在发火愤怒的过程当中，客服经理是不是可以及时介入进来。我们看一个简单的案例，这个是我们一个落地的案例，大家可以看到，我们会对整个的音频进行一些切分，然后去监测他的愤怒情绪值，其实我们在整个愤怒情绪值那里是可以看到的，我们会把用户跟坐席的声音进行分离，会去同步监测坐席和用户声音的愤怒情绪，我们也会形成一个情绪值，比如超过80分，我认为他是愤怒的，我们的一些客户管理经理就可以实时介入进来，参与整个的服务过程，不至于我们在事后知道这些事情。

除了情绪在做质检之外，还可不可以做更深层的事情?如果说用户是开心的，说明我们的坐席人员业务比较熟练，产品推荐得当，如果这个坐席他服务的客户很多都是开心的，无论是非常难过的进来还是非常愤怒的进来，都可以开心的离开，说明这个坐席是好手，说明他的推荐跟服务方式能不能有一个最好的案例或者是最佳话术去进来，如果说用户是愤怒、生气的，可能我们的坐席是一个新坐席，他的业务不太熟练，有可能是呼叫时间不对的，那我们通过这个判断给需要培训的一些坐席来进行培训，对于客户比较愤怒的处理方式不当，可以进行一个外呼，这里可以进行一些深层次的应用。

这里是我们把一些情绪值通过一些方式去快速聚类，形成右侧比较深层次的应用。其实我们给大家分享一个案例，这是我们在一家做家电品牌扫地机器人呼叫中心做的语音质检，大家可以看到，最上面这一条线是客户的平均愤怒情绪，最下面是一个客服的愤怒情绪，蓝色是通话术语，其实在这里情绪值也是最高的，坐席的愤怒值比较高，随着之下降，客户的情绪也在下降，而坐席中间是在下午4点钟左右坐席愤怒值也会起来，这代表什么意思?后来我们就分析很多扫地机器人是家庭成员，比如妈妈们会用，昨天晚上她用扫地机的时候可能遇到了很多的问题，一大早就打电话给客服人员，这个情绪是非常愤怒的。

坐席也知道，这两个高峰值，中午的时候妈妈做好饭了，又开始打电话了，当通话峰值最高的时候，我们的坐席情绪值也是难以压抑的，这是一个真实的情况，通过情绪去做质检，平时我们无法通过其他方式获得的一些因素。这个时候进行一些调整或者是挖掘，阳光保险的老总讲到了我们的服务是不可存储的，其实我们可以去做到这部分，也就是说我们现在可以做到，怎么去做到呢?

我们再看一个案例，这个案例是给一家运营商做的来电分析，首先这一家有五六万个坐席，每天有上百万的电话，这个电话里面我们会有录音进来，后来我们会把录音转换成文字，你会发现这个文字简直没法看，我根本看不懂在讲什么，因为我们的一些录音设备可能是单声道的，所以我们现在进行个强化的训练，我们可以看到这通电话在做投诉、抱怨，而且抱怨的是一个业务使用的问题。

这样我们可以通过我们快速的理解，能够挖掘出海量数据的信息，帮助运营管理来调整策略，这一点可能不单是投诉，有可能是在表扬一个坐席，投诉有可能是投诉我们的产品问题或者是坐席，有可能投诉其他的服务质量等等。

还有一个就是讲到了咨询，他在咨询我们的一些服务，咨询我们的服务还是物流等等，这样的话我们可以把一些不可存储性，无法去获得信息里面转换成我们可以理解的，这些都是可以基于AI分析，获得潜藏在海量数据下面的分析。

这个坐席怎么去做?首先会把录音文件转写成一些文本，我们会去对接对话记录，然后进行意图的分析，做完了分析以后有很多的投诉、表扬还是咨询，在咨询下面有更多的分类，比如刚刚讲到的产品的还是服务、物流的等等，来做更细的一些分类，有这些分类以后会发现运营的问题。

目前在上周或者是上个月，目前的运营大概出现了哪些问题，用户哪些需求是爆发的，有一天我会发现说客户在集中投诉某一个产品或者是某一个服务，是不是我们来去做一些改善和调整，这样就可以把这些信息给挖掘出来，除了这些以外，我们做更好的深层原因挖掘，挖掘完了以后优化我们的产品和坐席质检，来提升我们的坐席服务。

这是刚刚从人的角度，第二个是从运营管理的角度来分享AI的一些应用。这里面我们很难说非常详细的跟大家进行一些分享，我们的展台出了这个门以后，就在对面，大家有兴趣的话可以到展台进行更详细的交流。

我们在想如何让企业能够快速的定制这些功能，我们也在尝试做一个机器人工厂，里面包含了我们大量竹间全部的AI成果，比如说你的意图、功能对话、知识图谱，目前我们的内容有400多万，这是从网上抓来的吗?不是。当时是一个一个聊下来的，然后会记录下来，所以我们的闲聊是非常可控的，而不是我们在其他的一些智能客服厂商看到是在瞎聊，聊的乱七八糟的，这个是不能接受的。

我们所有百科的知识也会抓进来到知识图谱这个图谱也会逐渐的提升。这个平台最大的意义是什么?至少企业不需要有AI的知识，不需要其他的支持，就可以快速的记录机器人，这些我们目前是开放的，也可以快速进行一些验证。

我简单介绍一下我们的公司，竹间智能是EMOTIBOT，创始人是微软人工智能研究院的院长，目前我们有研发中心，在北京、上海、深圳、波士顿、台北，目前我们是和北大合作的一家公司，这些是我们下半年要开拓的市场，我们已经成功落地30余家用户，这些有零售、到智能硬件客服中心到创新应用等等，我的分享就到这里，谢谢大家!

关于竹间智能【EMOTIBOT】

竹间智能由前微软互联网工程院副院长简仁贤先生创办，致力于利用深度学习、中文自然语言理解、情感计算、计算机视觉等技术，研发带有情感识别能力的对话机器人及行业解决方案。现已有AI智能客服、金融机器人、导购机器人、呼叫中心等行业解决方案。

目前，包括交通银行、招商银行、民生银行、平安集团、兴业证券、苏宁、富士康集团、台湾夏普、优必选，唯品会、中国移动等在内的众多企业，已经采用竹间的智能客服、金融机器人、导购机器人等行业解决方案，大幅提升客服效率与用户体验，并从用户对话大数据中取得丰富的业务洞察。