智能客服每天为数以百万的用户提供服务，并将为用户提供高效优质的服务作为长久以来一直探索追求的目标。在服务过程中，大多数的问题可在智能对答环节完成问题闭环，但一些较为复杂的业务，用户无法在智能客服中得到有效的解决方案，因此会产生一些badcase，甚至引发用户投诉等问题。
在腾讯客服的运营过程中，通过复盘运营数据以及相关会话数据，发现意图识别不准是造成用户服务体验不好的原因之一。如何在人力资源有限的情况下，利用智能对人工进行辅助，有效的发现问题并跟踪处理，成为提升智能服务品质的重点探索方向之一，因此，建设一个可以准确过滤并处理问题会话的人机协同平台迫在眉睫。
机器擅长于从较为庞大的数据集合中作出最优决策，人类擅长于从较小的数据集合中结合多维度信息作出更为柔性的决策，腾讯智能将机器和人工服务的能力综合，建设了一套人机协同平台，利用智能强大的算力以及人类独有的共情能力，为用户提供更高效优质的服务。
智能客服概览图
人机协同平台主要由三部分组成：意图修正台、风险监控台以及高速拍定台。各平台相互配合协作，多维度提升人机协同解决能力，有效防控智能客服风险发生。其中，意图修正台负责将智能无法正确识别用户问题意图的语句进行修正；风险监控台将具有风险问题的会话进行人工监控；高速拍定台将可快速解决的问题进行人为快速答复。实现多维度的人机协同平台，有效提升客服系统答复效率以及服务质量，为每一个需要服务的用户提供更直接、便捷的服务。如果用户描述问题存在模糊不清的情况，就会导致智能客服无法作出有效准确的决策。目前业界常用解决方案为话术推荐、反问用户等，但用户体验较差，甚至可能将用户引导至错误意图。因此，智能客服系统如何及时发现会话意图，识别存在错误，并进行纠正，是极具意义以及应用价值的。在问题会话挖掘阶段：意图修正台首先将用户与智能客服会话内容进行多维度质量监控，挖掘出意图识别不准并需要人工介入的问题会话，并将会话推送至意图修正台，通过人工对会话意图进行人工判断。在问题会话修正阶段：意图修正系统通过NLP以及分类算法将概率最大的意图以及对应的知识库内容推送至人工客服供参考，人工通过用户历史轨迹以及会话全文综合判断用户是否为该意图。若为该意图，则将对应知识库内容答复至用户，若修正系统推荐意图与用户实际意图不符，操作人员可自行搜索知识库内知识，将对应知识答复至用户，而对于人工暂时也无法判定以及解决的问题，可转接至对应的人工服务技能组，进一步针对性的为用户提供服务。
人工智能能力在客服行业的应用是一把双刃剑，一方面可有效提升服务效率，但同时也可能会因为用户不满、不会操作等产生投诉风险。如何对这类风险进行有效的发掘、预警及监控，是对智能客服系统的重要挑战。在风险识别过程中：风险监控系统需对用户服务请求等数据进行分析并尽早预警。在风险识别环节，根据用户多维数据信息进行综合评估风险等级，并判定是否达到阈值需进入风险看板。
在风险监控过程中，将涉及的风险问题列举出并给到人工客服，便于人工更准确高效定位到风险问题，协助人工对风险进行干预。在风险干预的过程中，要求客服人员具有较高的共情能力，洞察用户情绪以及心理状态，结合其实际情况对其问题进行协助解决。
智能客服在处理较为复杂的问题时，无法准确给出具体解决方案。而人工客服则会出现多次无效交互，导致服务效率低下等问题。因此，智能高速拍定台将通过智能解决部分用户，对于智能无法解答的交由人工进行进一步解答。拍定中台可提供系统推荐的通用解决方案至人工，人工经过修改编辑后形成个性化解决方案反馈至用户，帮助用户更快的解决问题。例如：在客服系统中，部分工单所咨询的问题闲聊以及基础问题，该部分问题可由智能客服代为解决。而工单中较为复杂的业务问题，则需要人工客服进一步根据用户自身情况进行判断辅助解决。如今，人工智能已深入到人类的日常生活中，AI推动社会发展。人机协作模式也重新对各行各业的资源进行分配，让人工去解决真正的“大问题”，让智能成为“生产力”的重要组成部分之一。腾讯客服通过这种人机协同的服务模式，既解决了机器识别不足的用户体验问题，又为机器语料标注提供了训练样本，反哺识别模型，使其更加精准，同时也大大提高了服务效率。现阶段，如何运用人工智能更好的为人类服务仍处于不断探索提升的阶段，腾讯智能客服也将积极探索，不断创新，致力于为用户提供更贴心、优质的服务。文/刘佳妮 腾讯科技（深圳）有限公司客服部智能服务中心
阅读全文：
《客户观察》2021年8月刊 总第9期 p35-p39
