科学 8

科学搜寻电商智能客服的,二〇一四年智能AI应用的四大趋势

Posted by

“我说了半天,它就只会装听不懂”

消费者对于 AI
“侵袭”他们的生活曾有很多质疑的声音:如果机器人抢了我的工作怎么办?它们会不会一直监听我的对话、窥探我的隐私?它们会不会滥用收集的用户数据?但是现在,消费者们逐渐在生活和工作中接受并拥抱
AI。

“一言不合就开始卖萌”

随着消费者接受程度逐渐提高,越来越多的企业热衷于引入 AI
科技。根据麦肯锡公司的调查显示,2013年以来,企业平均在引入AI技术的投资翻了三倍。

“超简单的问题都回答的驴头不对马嘴”

事实上,AI
是能够彻底改变企业运营方式的。2019年会有更多的企业采用AI技术,尤其是以NLP自然语言处理为基础的语音对话技术,来改变公司的命运。

……

展望2019年,有哪些 AI 趋势需要企业重点关注呢?

科学,这年头只要网上购物,被聊天机器人、“智障客服”花式虐心早已经是家常便饭了。而上述问题,其实统统都与如何赋予智能客服“智商”密切相关。

科学 1

因此,脑极体白洞企业AI唤醒计划的第二期节目,我们就邀请了智能对话创业企业奇点机智的CEO邬霄云先生,和计算机学会常务副主席黄惠燕女士,来共同探讨一下:想要搭建一个“棒棒哒”电商智能客服系统,需要解决哪些“致命细节”。

几乎每个人的手机和智能音箱中,AI
助手都已经成为了标配。与智能设备进行语音对话交互对于大家并不陌生,比如让它播放歌曲、播报天气、搜索信息、开关电器等等,都能通过语音指令完成。

这里先剧透一下结论:想要避开“智障式AI客服”,仅仅依靠自然语言处理技术的进步还远远不够,工程能力与产品落地能力可能才是成败的关键。另外,管理用户预期也至关重要哦。

目前市面上大多数互联网产品是基于GUI的,也就是用户需要层层点击完成相关操作。而随着人机交互的发展,基于对话的CUI将成为大势所趋,机器往往需要完成“听懂——理解——回答”的闭环,完成多伦对话、意图推理、个性化及情感互动。

科学 2

对话式交互需求较高的群体,往往是缺乏陪伴、或不方便手指点击操作的人群,由于学习成本较低,目前用户群向老龄、低龄人群渗透扩散的趋势非常明显。对话式交互不仅仅局限于手机、智能音箱,也已经全面扩展到智能家居、可穿戴设备、智能车载等场景。

智能客服三重门:挑战售后业务源于哪些无奈?

科学 3

在整个交流过程中,我们可以看到电商平台智能客服最严重的问题——体验焦虑。

相关部门预测,到2020年,全国60岁以上老年人口将增加到2.55亿人左右,占总人口比重约17.8%。对话式AI的出现,其实能够解决他们生活中众多痛点,例如视力退化看不清屏幕、记不住电子产品操作流程等。

大家想必也深有感触,网络购物时往往更愿意向人类客服进行咨询,而这往往需要经历漫长的等待和轮候。一旦选择了智能客服,就会在听不懂人话、只会做选词填空题、无法解决需求等等挫折中倍感窝火。

2019年,对话式AI在儿童市场的应用将成为教育领域的焦点。从儿童版智能音箱Echo
Dot、Google
Assistant用于家庭教育场景的功能、到微软小冰定制有声童话故事、小度在家的儿童益智和学习功能,中美科技巨头如此整齐的切入儿童语音AI市场,预示着新的风口已经到来。

据奇点机智邬总反馈,他们服务的客户也大多更倾向于将智能客服应用在售后场景之中。这也体现了目前电商平台的主流选择:售前交给人工,售后交给机器。

根据人才软件公司CareerBuilder
2017年的一项调查,约55%的美国人力资源经理表示,在未来五年内,AI
将成为他们工作的一部分。对于每个企业来说,招聘往往是一项最耗时耗力的任务,
AI 招聘工具将会在2019年更广泛地使用,以缓解企业的招聘压力。

售前不配“被智能”吗?答案显然是否定的。

科学 4

之所以出现这种情况,原因就在于智能客服想要在售前体验上拿到“高分”,实在是太难了,而用户的每一点体验不满,最后都会变成平台销售额的泪啊!

AI
可应用于招聘的很多环节,比如筛选简历,视频面试,聊天面试等。筛选简历是一个大工程,曾有HR透露,有时候简历实在太多就分成两半,另一半直接扔垃圾桶……这种重复且琐碎的工作应该由人工智能协助HR来完成,以下几家企业则是
AI 招聘的先锋:

简单来说,电商平台的“售前智能化”,戳中了智能客服系统的三大软肋:NLP技术、集成服务、商业场景三大关键点需要协同突破。

  • 美国初创企业HireVue
    通过分析了候选人在视频面试中的讲话和面部表情,从而减少对简历的依赖,招聘自动帮助企业减少了对招聘网络的长期依赖。
  • 高盛已创建了自己的简历分析工具,试图将求职者与“最适合”的部门匹配起来。
  • 微软的领英根据求职者信息,判断雇主在领英上发布的职位与求职者是否匹配,从而向雇主提供基于算法的候选人排名。
  • 亚马逊的试验性招聘工具会利用人工智能技术为求职者打分,有点类似于在亚马逊上给产品评分。

一是NLP技术的局限性。

而今年十月曝出了亚马逊的 AI
招聘系统歧视女性的丑闻,据知情人士透露,该系统会给予包含“女性”这个词的简历以低星评级,而优先选择男性求职者。在
AI
招聘工具为更多企业赋能时,如何确保算法的公平性,是企业需要考量的重要因素。

目前,智能客服所普遍采用的F&Q系统,能够很好地解决售后过程中那些简单清晰明了的服务诉求,比如退货地址、使用方法、保质期限等等问题。

现今,BAT+今日头条已经全部入局小程序,单是微信小程序的日使用用户数在今年年初就突破了1.7亿。今年三月,十大手机厂商联合推出与小程序功能类似的“快应用”,入口保卫战已全面打响。无论是小程序或是快应用,实则是将APP的众多功能打散,以一种更小、更容易直达的形式存在,都提倡无需下载安装APP,实现即搜即得、即点即用。

但反观售前,用户的问题往往非常发散且主观化——“黄黑皮穿红色好看吗?”“我男朋友是工程师适合这个吗?”“能不能推荐点搭配的单品啊”……F&Q技术目前很难在这些问题上有出色的表现。想要闲聊,还是人类客服小姐姐更靠谱。

科学 5

二是集成服务方的整体水平。

小程序数量众多,加上功能分散的属性,会存在不知道使用哪一个小程序、适应新的操作方式等痛点。而对话式交互跟小程序的结合将能够让小程序的使用更加自然、顺畅。语音搜索能够帮助用户从海量小程序中进行筛选,小程序内的语音交互可能让用户直接获取服务。由于学习成本降低,使用人群将会有所拓展,例如上文提到的中老年人。

黄老师(她也是某电商平台的
AI技术负责人)向我们阐述了电商平台应用AI的基本思路:

Naturali的语音对话平台对话流将在2019年引领“小程序 + 对话式AI”趋势
,实现了让对话连接服务的目标,让用户通过对话的形式获取所需服务,由“即点即用”变为“即说即得”。小程序是入口,而对话式AI则是精准、快速地指引用户到达入口的自然交互方式。

平台往往会追踪最前沿的智能对话技术进展,但自己并不会过多地介入底层技术开发,而是选择由2-3家技术集成服务商来提供服务模块。

近年来,很多企业已经采用聊天机器人、虚拟助理来与用户互动,在减轻人力成本的同时,提升用户体验,例如招商、中信、光大、工商等各大银行,零售领域的优衣库、维多利亚的秘密、H&M、李维斯,餐饮领域的海底捞、必胜客、麦当劳、汉堡王等等。

因此,就要求奇点机智这样的第三方服务商既要对高速变化的前瞻性技术高效地把握和应用,又要对商业逻辑和商业场景有足够清晰与深刻的认知,最后还要能以简单易用将技术整合为流程化的chatbot系统,再提供给商家。众所周知,国内智能客服也是近两年刚刚起步,业务能力参差不齐,消费者对智能客服的印象自然也就众说纷纭了。

这些聊天机器人可以充当智能客服、智能理财顾问、智能导购、购物虚拟助手等角色,7×24小时在线,针对用户的需求回答问题,进行智能推荐,打造售前到售后的完整闭环,创造个性化用户体验。

三是商业场景的复杂度。

在2018年,谷歌 AI 团队发布的 BERT
模型在自然语言处理领域有着突破性进展,机器与人类进行自然对话方面的研究突飞猛进。基于最新技术突破,在2019年,我们将看到更多更加智能的聊天机器人、虚拟助理在各行业的深度应用。

电商平台售后几乎都是相似的,但售前面临的业务场景却完全不同。比如说护肤品商家,在解决肤质、搭配、功效等问题时,就可以大幅度引入智能客服来提升销售效率,缩短接待时间。但服饰类卖家,面对的往往是“适不适合”“好不好看”之类的主观题,机器人也无能为力。商家售前流程的需求差异太大,不能“放之四海皆准”的智能客服系统自然也就要退居二线了。

2019年,聊天机器人将不仅仅是回答用户问题的机器,它们将被更多地赋予人的形象和性格,以更人性化的方式与用户沟通互动。例如,世界领先的设计软件和数字内容创建公司Autodesk,其虚拟助理Ava则创造了一个女性的声音和形象,来引导用户了解相关产品信息并完成下单,还能够检测到用户的情绪并进行相应的回应。

总而言之,NLP技术瓶颈、第三方服务水平参差不齐、商业需求复杂,是桎梏智能客服能力向上延伸的几个重要难点。

科学 6

这就引发了另一个疑惑:消费者到底应该对智能客服抱有怎样合理的期待?智能客服之于电商平台的价值究竟体现在哪里呢?

企业打造虚拟助手、聊天机器人等不同形式的语音交互体验时,语音对话平台必不可少,例如谷歌的Dialogflow、亚马逊
Lex、微软的 Bot
framework,以及奇点机智的中文语音对话平台“对话流”等。跨平台设备,通过“对话流”创建的语音对话体验,可广泛集成于WEB、APP、小程序、微信公众号、智能硬件等终端。企业没有
NLP
技术积累,也能直接创建,并且可以针对不同场景需求进行高度定制,在中文语义理解能力上行业领先。

告别“想当然”:智能客服系统的“行”与“不行”

2019年,用户体验将成为企业的核心竞争点。如何借助 AI
技术,优化与用户之间的互动,与每个用户维护积极的关系,创造个性化体验是每个企业需要思考的问题。无论是对话式AI、小程序+AI、AI招聘工具,还是聊天机器人或虚拟助手,只有积极寻找与企业自身的结合点,才能在
AI 时代将用户体验做到极致,走在行业的前列。

在白洞计划的“反定义”环节中,我们邀请两位老师以撕标签的方式探讨了许多大众对于售前客服的刻板印象。

从中可以发现,智能客服,究竟是“神”“神经”,还是“神经病”,有时候并不取决于技术本身的发展维度,而是需要建立起一个理性的预期。尤其是智能客服这样与消费者联系紧密的技术工具,最容易先被“神化”,然后迅速失望变成“神经病”。

科学 7

在这个过程中,电商平台如何去管理用户的预期就变得至关重要了。除了先在售后环节“练兵”之外,或许我们也应该理性认知当下智能客服系统的核心能力:

1.做好选词填空。“选词填空”是一个看起来不怎么智能、却不容有失的任务,像是用户询问“面膜一包几片”,机器准确地回答出“3片”,用户不会惊喜;如果答成“四包”,那就是要被全网群嘲的节奏了。语义理解(即让机器明白用户在问什么),一直是NLP领域的技术难题,尤其是中文还存在倒装、反问、同义句等语法,因此,作为一种工具性的存在,智能客服能够做好“选词填空”,替代人工高效率地解决一些机械性问题,减少用户的等待时间,已经能够满足企业和大部分用户的实际需求了。

2.特殊语言任重道远。随着电商平台的普世化,越来越多的儿童、老人、偏远地区人口也开始在网上购物,但智能客服想要通过语言识别的方式来准确把握他们的需求,也是难上加难。这需要两个前提:一是有足够大的语料词库进行训练,目前该类数据集还并不多,自然也没有办法进行系统训练;二是解决特殊语言的知识表达逻辑。国际顶尖的语言算法(比如斯坦福Equilid)对于非正式方言的识别依然未能达到实用阶段。目前看来,要么求助于人类客服,要么还是学好普通发吧。

3.个性化服务尚需时间。大家期待的专属客服与个性化服务,目前看来依然遥远。尽管智能客服系统有一定的记忆功能,能够记住你上次说的尺码、偏好,但要实现个性化推荐,往往需要很高的覆盖率。商品的覆盖率越高,同一个商品出现的频率也就越小,买到差异化、个性化产品的几率自然也就越大。但要实现这一愿景,往往需要企业进行大量的工作,比如大数据的收集与处理、推荐模型的优化、chatbot的训练升级,对于业务场景复杂的电商平台来说,还有很长的一段路要走。

总的来说,一个理想中的智能客服系统,是时间的馈赠。在此之前,需要技术人员、企业管理者和大众都多一份耐心。

未来面前,企业如何对症下药

智能客服越来越成为电商平台的标配,它的技术潜力已经开始在产业端展现出来。黄老师分享到,未来通过个性化、智能化的chatbot,智能客服也可以实现动态多轮对话,告别总是听不懂的“鬼打墙”,更关键的是,机器的知识库更加庞大,未来能够取代人工实现向上销售,即用户的兴趣探知和主动营销,从而帮助电商平台更好地提升销售额,找到新的商业增长模式。

听起来是不是很美好呢?那么,在未来到来之前,行业应该做好哪些准备?目前看来主要集中在三点:

一是数据的积累。

与电商平台相比,金融、通信、教育、保险等业务也在越来越多地引入智能客服系统,但它们的吐槽声似乎要小很多。一部分源自于这些传统行业已经在漫长的发展过程中积累了大量的知识和语料库,能够更好地训练模型。

对于电商平台来说,尽管已经展开了一些年龄、性别、地域、兴趣等用户特征的的大数据工作,但还远远不够。在此基础上建立包括用户关系、用户理解向量的神经网络模型,并随着用户每一个行为实时学习和改变,提供极致的服务体验,将是未来电商平台之间打出差异化的关键所在。

其次,工程化。

值得注意的是,技术只是技术,让电商平台呈现差异化特质还是在技术怎么使用。如何用同样的技术实现不同的商业逻辑,将用户需求归一成语义结构信息,并跟商业场景结合起来,降低商业转化的成本,才是问题的关键所在。

正如黄老师所说,智能对话一味关注在某些数据集中“跑分”已经成为一个产业问题,高分只是基本功,保证基础的算法能力。更关键的还是工程能力和产品落地能力。

体现在现实场景中,就是智能机器人能不能给出让用户满意的回复,这就取决于商家能不能清晰地定义出自己的商业逻辑、产品边界,下沉到技术服务商身上,能不能帮助商家建立起从复杂技术到商业流程的连接,画出简单易用、符合实际的工具图。

科学 8

以奇点机智的语音对话平台——对话流为例,核心就是整合机器学习、自然语言理解技术,通过对话流深度理解用户意图,通过动态对话不断训练模型并自我纠正,进而提供高效而准确的服务。在这个过程中,企业不需要写代码或AI领域专业知识,就能够快速创建语音对话体验,同时可以应用于不同平台和多种使用场景,不需要重复训练和部署,大大降低了智能客服系统在企业端的落地门槛。

三是用户习惯的培养。

目前主流的用户习惯还是通过文本形式进行交流,与此同时,也有越来越多的企业、商家选择植入了聊天机器人与用户实时互动。比如优衣库的智能导航,招行的语音导航,海底捞的智能订餐电话客服等,通过语音的方式与机器人进行智能对话交互,正在成为未来的主流模式。

为了应对这种趋势,奇点机智和电商平台也在思考,如何将语音识别、声纹识别等技术应用到客户端,去引导和培养用户的语音交互习惯。比如给智能客服赋予一个拟人化的名称和形象,将对话栏设计成话筒的样式等等,都是为了让用户在与智能机器人对话时更为自然。

至此,在智能客服系统的进化过程中,我们可以看到NLP技术是如何从实验室中的一个个复杂模型,逐渐走进普罗大众的生活。这或许也可以作为一面镜子,折射出AI与整个社会的融合发展历程。

脑极体都试图通过白洞计划,在每一个技术浪潮袭来的时刻,发出灯塔一样的光亮,在AI技术企业与产业端应用者前行的必经之路上,照亮每一个暗礁与深坑。

相关文章

Leave a Reply

电子邮件地址不会被公开。 必填项已用*标注