侃柴 | 浅谈客户体验下的智能服务

作为一名AI行业的工作人员，我也曾有幸体验过上海一家AI智能酒店，只要说出指令，就可以对房间里的窗帘、电视等设备进行操控，有种面向未来的既视感。尽管目前的AI技术所应用的范围很广，想要实现AI智能全面代替人工生产力，仍需要所有AI方面的从业人员不断的努力。

随着公司业务的发展，传统按键IVR（互动式语音应答）路由越来越复杂， 如何让客户的问题被快速解决？2018年，平安金服率先在苏州分公司成立AI训练中心，通过设置自助化服务功能，语音识别客户问题，解决客户问题，同时在自助化服务过程中不断提升语音识别率、客户意图理解能力，并给出正确的解决方案或路径。

01

如何让机器人更加善解人意？

人工智能训练师主要解决的是人与机器思维模式的偏差问题，即让机器人更加善解人意，处理问题的时候更加对症下药。那么人工智能训练师如何训练人工智能呢？

最基本的是，人工智能训练师需要对涉及的数据和知识有一定的认知，然后对数据进行“清洗”，得到结构化的核心知识和关键数据，指定数据标注规则，将数据“喂”给人工智能，对其进行“调教”，不断调整参数优化算法，从而让机器人更好地为人类服务。不管是呼入还是呼出的机器人，都会受到语意识别（ASR）、自然语义理解（NLU）、语音合成（TTS）发展的限制。

在语意识别（ASR）层面，我们可以构建语义纠错模型，采集带噪声的，弱声的甚至是方言的语音片段，生成纠错训练数据，对机器人进行训练，进而提升ASR识别率。

在自然语义理解（NLU）层面，我们可以构建意图库、知识库，提炼场景相关的意图，通过语料扩写完善意图库，扩写的语料要做到全而精。知识库的建设，可以按照产品特性，渠道特性等方面梳理标问标答，以保证标问标答覆盖全面。

在语音合成（TTS）方面，大多数人对于机器的声音是比较敏感的，很多人一听到机器说话就没有耐心听下去。针对这方面的问题，我们可以建设真人音库，让合成的声音更加地自然、流畅，也让客户更有兴趣听下去，从而帮助他们解决问题。人工智能训练师需要根据业务需求的不同落地场景“因材施教”，通过不断地培养和训练帮助人工智能产品“长大成人”，让其有足够的智慧应对实际应用场景中的各种问题。

02

如何将智能与人工结合提升客户体验？

目前，平安金服苏州分公司AI训练中心承接的业务大部分是语义的训练， 核心就是将用户的问法导入智能客服机器人，并不断补充和优化。机器人通过进线服务预判、用户画像能够了解到进线的用户即将要咨询的问题，将问题的答案提前推送给用户，能够更好地解决一部分用户的问题，降低用户的费力度，让用户不再兜兜转转，减少客户咨询等待时间。只有用户愿意与机器人进行交互，在与智能客服机器人的交互中体验到价值，我们才能照顾到用户的情感需求，提升用户对智能客服机器人的使用体验。

语义训练是需要长期持续收集用户问法，并进行不断修订与改进。当语义训练达到一定阶段时，智能客服机器人才能够真正提高用户感知，并逐渐被用户接受。从冷酷的机器人转变为有温度的机器人，这也是我们在客服机器人中一直追求的目标。

03

如何做好智能化服务增加客户粘性？

现在越来越多的企业都在不断地尝试运用智能化服务来代替人工服务，试图带给客户不一样的体验，然而在运用智能化服务初期都会遇到不同程度的困难和挑战。其实客户体验是客户在使用产品过程中建立起来的主观感受，它更关注客户内心的潜在需求。那么如何满足客户内心潜在需求，增加客户粘性呢？

第一，提升NLP（自然语言处理）转译准确率。智能服务需要海量数据，尤其是需要与业务相关的海量数据，识别准确率低的语料文本，对于进一步的意图优化是极大的阻碍。由于智能机器人是基于大量的语料文本输入建立基础语料库，同音、相似音、方言、环境噪音等都会影响词库，大大提升音转字的难度，而根据业务线建立相关的语料数据库及准确率往往大于音译平台的转译准确率。

第二，完善各业务线分支FAQ（常见问题解答）。采集客户在业务线所有的交互数据，完善各业务线的FAQ分支。在这个过程中，如果某些业务问题未被涉及、储备的回复答案不全面亦或是仅仅由业务知识库堆砌“冷血”回复，最终会导致客户的体验感变差，不想再继续使用智能服务方式，所以FAQ的全面完善就起到了至关重要的作用。