與奇點(diǎn)機(jī)智一起，探尋電商智能客服的“致命細(xì)節(jié)”|白洞戰(zhàn)報(bào)

“我說(shuō)了半天，它就只會(huì)裝聽(tīng)不懂”

 

“一言不合就開(kāi)始賣萌”

 

“超簡(jiǎn)單的問(wèn)題都回答的驢頭不對(duì)馬嘴”

 

……

 

這年頭只要網(wǎng)上購(gòu)物，被聊天機(jī)器人、“智障客服”花式虐心早已經(jīng)是家常便飯了。而上述問(wèn)題，其實(shí)統(tǒng)統(tǒng)都與如何賦予智能客服“智商”密切相關(guān)。

 

因此，腦極體白洞企業(yè) AI 喚醒計(jì)劃的第二期節(jié)目，我們就邀請(qǐng)了智能對(duì)話創(chuàng)業(yè)企業(yè)奇點(diǎn)機(jī)智的 CEO 鄔霄云先生，和計(jì)算機(jī)學(xué)會(huì)常務(wù)副主席黃惠燕女士，來(lái)共同探討一下：想要搭建一個(gè)“棒棒噠”電商智能客服系統(tǒng)，需要解決哪些“致命細(xì)節(jié)”。

 

這里先劇透一下結(jié)論：想要避開(kāi)“智障式 AI 客服”，僅僅依靠自然語(yǔ)言處理技術(shù)的進(jìn)步還遠(yuǎn)遠(yuǎn)不夠，工程能力與產(chǎn)品落地能力可能才是成敗的關(guān)鍵。另外，管理用戶預(yù)期也至關(guān)重要哦。

 

智能客服三重門：

挑戰(zhàn)售后業(yè)務(wù)源于哪些無(wú)奈？

在整個(gè)交流過(guò)程中，我們可以看到電商平臺(tái)智能客服最嚴(yán)重的問(wèn)題——體驗(yàn)焦慮。

 

大家想必也深有感觸，網(wǎng)絡(luò)購(gòu)物時(shí)往往更愿意向人類客服進(jìn)行咨詢，而這往往需要經(jīng)歷漫長(zhǎng)的等待和輪候。一旦選擇了智能客服，就會(huì)在聽(tīng)不懂人話、只會(huì)做選詞填空題、無(wú)法解決需求等等挫折中倍感窩火。

 

據(jù)奇點(diǎn)機(jī)智鄔總反饋，他們服務(wù)的客戶也大多更傾向于將智能客服應(yīng)用在售后場(chǎng)景之中。這也體現(xiàn)了目前電商平臺(tái)的主流選擇：售前交給人工，售后交給機(jī)器。

 

售前不配“被智能”嗎？答案顯然是否定的。

 

之所以出現(xiàn)這種情況，原因就在于智能客服想要在售前體驗(yàn)上拿到“高分”，實(shí)在是太難了，而用戶的每一點(diǎn)體驗(yàn)不滿，最后都會(huì)變成平臺(tái)銷售額的淚??！

 

簡(jiǎn)單來(lái)說(shuō)，電商平臺(tái)的“售前智能化”，戳中了智能客服系統(tǒng)的三大軟肋：NLP 技術(shù)、集成服務(wù)、商業(yè)場(chǎng)景三大關(guān)鍵點(diǎn)需要協(xié)同突破。

 

一是 NLP 技術(shù)的局限性。

 

目前，智能客服所普遍采用的 F&Q 系統(tǒng)，能夠很好地解決售后過(guò)程中那些簡(jiǎn)單清晰明了的服務(wù)訴求，比如退貨地址、使用方法、保質(zhì)期限等等問(wèn)題。

 

但反觀售前，用戶的問(wèn)題往往非常發(fā)散且主觀化——“黃黑皮穿紅色好看嗎？”“我男朋友是工程師適合這個(gè)嗎？”“能不能推薦點(diǎn)搭配的單品啊”……F&Q 技術(shù)目前很難在這些問(wèn)題上有出色的表現(xiàn)。想要閑聊，還是人類客服小姐姐更靠譜。

 

二是集成服務(wù)方的整體水平。

 

黃老師（她也是某電商平臺(tái)的 AI 技術(shù)負(fù)責(zé)人）向我們闡述了電商平臺(tái)應(yīng)用 AI 的基本思路：

 

平臺(tái)往往會(huì)追蹤最前沿的智能對(duì)話技術(shù)進(jìn)展，但自己并不會(huì)過(guò)多地介入底層技術(shù)開(kāi)發(fā)，而是選擇由 2-3 家技術(shù)集成服務(wù)商來(lái)提供服務(wù)模塊。

 

因此，就要求奇點(diǎn)機(jī)智這樣的第三方服務(wù)商既要對(duì)高速變化的前瞻性技術(shù)高效地把握和應(yīng)用，又要對(duì)商業(yè)邏輯和商業(yè)場(chǎng)景有足夠清晰與深刻的認(rèn)知，最后還要能以簡(jiǎn)單易用將技術(shù)整合為流程化的 chatbot 系統(tǒng)，再提供給商家。眾所周知，國(guó)內(nèi)智能客服也是近兩年剛剛起步，業(yè)務(wù)能力參差不齊，消費(fèi)者對(duì)智能客服的印象自然也就眾說(shuō)紛紜了。

 

三是商業(yè)場(chǎng)景的復(fù)雜度。

 

電商平臺(tái)售后幾乎都是相似的，但售前面臨的業(yè)務(wù)場(chǎng)景卻完全不同。比如說(shuō)護(hù)膚品商家，在解決膚質(zhì)、搭配、功效等問(wèn)題時(shí)，就可以大幅度引入智能客服來(lái)提升銷售效率，縮短接待時(shí)間。但服飾類賣家，面對(duì)的往往是“適不適合”“好不好看”之類的主觀題，機(jī)器人也無(wú)能為力。商家售前流程的需求差異太大，不能“放之四海皆準(zhǔn)”的智能客服系統(tǒng)自然也就要退居二線了。

 

總而言之，NLP 技術(shù)瓶頸、第三方服務(wù)水平參差不齊、商業(yè)需求復(fù)雜，是桎梏智能客服能力向上延伸的幾個(gè)重要難點(diǎn)。

 

這就引發(fā)了另一個(gè)疑惑：消費(fèi)者到底應(yīng)該對(duì)智能客服抱有怎樣合理的期待？智能客服之于電商平臺(tái)的價(jià)值究竟體現(xiàn)在哪里呢？

 

告別“想當(dāng)然”：

智能客服系統(tǒng)的“行”與“不行”

在白洞計(jì)劃的“反定義”環(huán)節(jié)中，我們邀請(qǐng)兩位老師以撕標(biāo)簽的方式探討了許多大眾對(duì)于售前客服的刻板印象。

 

從中可以發(fā)現(xiàn)，智能客服（甚至于人工智能），究竟是“神”“神經(jīng)”，還是“神經(jīng)病”，有時(shí)候并不取決于技術(shù)本身的發(fā)展維度，而是需要建立起一個(gè)理性的預(yù)期。尤其是智能客服這樣與消費(fèi)者聯(lián)系緊密的技術(shù)工具，最容易先被“神化”，然后迅速失望變成“神經(jīng)病”。

 

 

在這個(gè)過(guò)程中，電商平臺(tái)如何去管理用戶的預(yù)期就變得至關(guān)重要了。除了先在售后環(huán)節(jié)“練兵”之外，或許我們也應(yīng)該理性認(rèn)知當(dāng)下智能客服系統(tǒng)的核心能力：

 

1. 做好選詞填空。“選詞填空”是一個(gè)看起來(lái)不怎么智能、卻不容有失的任務(wù)，像是用戶詢問(wèn)“面膜一包幾片”，機(jī)器準(zhǔn)確地回答出“3 片”，用戶不會(huì)驚喜；如果答成“四包”，那就是要被全網(wǎng)群嘲的節(jié)奏了。語(yǔ)義理解（即讓機(jī)器明白用戶在問(wèn)什么），一直是 NLP 領(lǐng)域的技術(shù)難題，尤其是中文還存在倒裝、反問(wèn)、同義句等語(yǔ)法，因此，作為一種工具性的存在，智能客服能夠做好“選詞填空”，替代人工高效率地解決一些機(jī)械性問(wèn)題，減少用戶的等待時(shí)間，已經(jīng)能夠滿足企業(yè)和大部分用戶的實(shí)際需求了。

 

2. 特殊語(yǔ)言任重道遠(yuǎn)。隨著電商平臺(tái)的普世化，越來(lái)越多的兒童、老人、偏遠(yuǎn)地區(qū)人口也開(kāi)始在網(wǎng)上購(gòu)物，但智能客服想要通過(guò)語(yǔ)言識(shí)別的方式來(lái)準(zhǔn)確把握他們的需求，也是難上加難。這需要兩個(gè)前提：一是有足夠大的語(yǔ)料詞庫(kù)進(jìn)行訓(xùn)練，目前該類數(shù)據(jù)集還并不多，自然也沒(méi)有辦法進(jìn)行系統(tǒng)訓(xùn)練；二是解決特殊語(yǔ)言的知識(shí)表達(dá)邏輯。國(guó)際頂尖的語(yǔ)言算法（比如斯坦福 Equilid）對(duì)于非正式方言的識(shí)別依然未能達(dá)到實(shí)用階段。目前看來(lái)，要么求助于人類客服，要么還是學(xué)好普通發(fā)吧。

 

3. 個(gè)性化服務(wù)尚需時(shí)間。大家期待的專屬客服與個(gè)性化服務(wù)，目前看來(lái)依然遙遠(yuǎn)。盡管智能客服系統(tǒng)有一定的記憶功能，能夠記住你上次說(shuō)的尺碼、偏好，但要實(shí)現(xiàn)個(gè)性化推薦，往往需要很高的覆蓋率。商品的覆蓋率越高，同一個(gè)商品出現(xiàn)的頻率也就越小，買到差異化、個(gè)性化產(chǎn)品的幾率自然也就越大。但要實(shí)現(xiàn)這一愿景，往往需要企業(yè)進(jìn)行大量的工作，比如大數(shù)據(jù)的收集與處理、推薦模型的優(yōu)化、chatbot 的訓(xùn)練升級(jí)，對(duì)于業(yè)務(wù)場(chǎng)景復(fù)雜的電商平臺(tái)來(lái)說(shuō)，還有很長(zhǎng)的一段路要走。

 

總的來(lái)說(shuō)，一個(gè)理想中的智能客服系統(tǒng)，是時(shí)間的饋贈(zèng)。在此之前，需要技術(shù)人員、企業(yè)管理者和大眾都多一份耐心。

 

未來(lái)面前，企業(yè)如何對(duì)癥下藥

智能客服越來(lái)越成為電商平臺(tái)的標(biāo)配，它的技術(shù)潛力已經(jīng)開(kāi)始在產(chǎn)業(yè)端展現(xiàn)出來(lái)。黃老師分享到，未來(lái)通過(guò)個(gè)性化、智能化的 chatbot，智能客服也可以實(shí)現(xiàn)動(dòng)態(tài)多輪對(duì)話，告別總是聽(tīng)不懂的“鬼打墻”，更關(guān)鍵的是，機(jī)器的知識(shí)庫(kù)更加龐大，未來(lái)能夠取代人工實(shí)現(xiàn)向上銷售，即用戶的興趣探知和主動(dòng)營(yíng)銷，從而幫助電商平臺(tái)更好地提升銷售額，找到新的商業(yè)增長(zhǎng)模式。

 

聽(tīng)起來(lái)是不是很美好呢？那么，在未來(lái)到來(lái)之前，行業(yè)應(yīng)該做好哪些準(zhǔn)備？目前看來(lái)主要集中在三點(diǎn)：

 

一是數(shù)據(jù)的積累。

 

與電商平臺(tái)相比，金融、通信、教育、保險(xiǎn)等業(yè)務(wù)也在越來(lái)越多地引入智能客服系統(tǒng)，但它們的吐槽聲似乎要小很多。一部分源自于這些傳統(tǒng)行業(yè)已經(jīng)在漫長(zhǎng)的發(fā)展過(guò)程中積累了大量的知識(shí)和語(yǔ)料庫(kù)，能夠更好地訓(xùn)練模型。

 

對(duì)于電商平臺(tái)來(lái)說(shuō)，盡管已經(jīng)展開(kāi)了一些年齡、性別、地域、興趣等用戶特征的的大數(shù)據(jù)工作，但還遠(yuǎn)遠(yuǎn)不夠。在此基礎(chǔ)上建立包括用戶關(guān)系、用戶理解向量的神經(jīng)網(wǎng)絡(luò)模型，并隨著用戶每一個(gè)行為實(shí)時(shí)學(xué)習(xí)和改變，提供極致的服務(wù)體驗(yàn)，將是未來(lái)電商平臺(tái)之間打出差異化的關(guān)鍵所在。

 

其次，工程化。

 

值得注意的是，技術(shù)只是技術(shù)，讓電商平臺(tái)呈現(xiàn)差異化特質(zhì)還是在技術(shù)怎么使用。如何用同樣的技術(shù)實(shí)現(xiàn)不同的商業(yè)邏輯，將用戶需求歸一成語(yǔ)義結(jié)構(gòu)信息，并跟商業(yè)場(chǎng)景結(jié)合起來(lái)，降低商業(yè)轉(zhuǎn)化的成本，才是問(wèn)題的關(guān)鍵所在。

 

正如黃老師所說(shuō)，智能對(duì)話一味關(guān)注在某些數(shù)據(jù)集中“跑分”已經(jīng)成為一個(gè)產(chǎn)業(yè)問(wèn)題，高分只是基本功，保證基礎(chǔ)的算法能力。更關(guān)鍵的還是工程能力和產(chǎn)品落地能力。

 

體現(xiàn)在現(xiàn)實(shí)場(chǎng)景中，就是智能機(jī)器人能不能給出讓用戶滿意的回復(fù)，這就取決于商家能不能清晰地定義出自己的商業(yè)邏輯、產(chǎn)品邊界，下沉到技術(shù)服務(wù)商身上，能不能幫助商家建立起從復(fù)雜技術(shù)到商業(yè)流程的連接，畫(huà)出簡(jiǎn)單易用、符合實(shí)際的工具圖。

 

 

以奇點(diǎn)機(jī)智的語(yǔ)音對(duì)話平臺(tái)——對(duì)話流為例，核心就是整合機(jī)器學(xué)習(xí)、自然語(yǔ)言理解(NLU)技術(shù)，通過(guò)對(duì)話流深度理解用戶意圖，通過(guò)動(dòng)態(tài)對(duì)話不斷訓(xùn)練模型并自我糾正，進(jìn)而提供高效而準(zhǔn)確的服務(wù)。在這個(gè)過(guò)程中，企業(yè)不需要寫(xiě)代碼或 AI 領(lǐng)域?qū)I(yè)知識(shí)，就能夠快速創(chuàng)建語(yǔ)音對(duì)話體驗(yàn)，同時(shí)可以應(yīng)用于不同平臺(tái)和多種使用場(chǎng)景，不需要重復(fù)訓(xùn)練和部署，大大降低了智能客服系統(tǒng)在企業(yè)端的落地門檻。

 

三是用戶習(xí)慣的培養(yǎng)。

 

目前主流的用戶習(xí)慣還是通過(guò)文本形式進(jìn)行交流，與此同時(shí)，也有越來(lái)越多的企業(yè)、商家選擇植入了聊天機(jī)器人與用戶實(shí)時(shí)互動(dòng)。比如優(yōu)衣庫(kù)的智能導(dǎo)航，招行的語(yǔ)音導(dǎo)航，海底撈的智能訂餐電話客服等，通過(guò)語(yǔ)音的方式與機(jī)器人進(jìn)行智能對(duì)話交互，正在成為未來(lái)的主流模式。

 

為了應(yīng)對(duì)這種趨勢(shì)，奇點(diǎn)機(jī)智和電商平臺(tái)也在思考，如何將語(yǔ)音識(shí)別、聲紋識(shí)別等技術(shù)應(yīng)用到客戶端，去引導(dǎo)和培養(yǎng)用戶的語(yǔ)音交互習(xí)慣。比如給智能客服賦予一個(gè)擬人化的名稱和形象，將對(duì)話欄設(shè)計(jì)成話筒的樣式等等，都是為了讓用戶在與智能機(jī)器人對(duì)話時(shí)更為自然。

 

至此，在智能客服系統(tǒng)的進(jìn)化過(guò)程中，我們可以看到 NLP 技術(shù)是如何從實(shí)驗(yàn)室中的一個(gè)個(gè)復(fù)雜模型，逐漸走進(jìn)普羅大眾的生活。這或許也可以作為一面鏡子，折射出 AI 與整個(gè)社會(huì)的融合發(fā)展歷程。

 

腦極體都試圖通過(guò)白洞計(jì)劃，在每一個(gè)技術(shù)浪潮襲來(lái)的時(shí)刻，發(fā)出燈塔一樣的光亮，在 AI 技術(shù)企業(yè)與產(chǎn)業(yè)端應(yīng)用者前行的必經(jīng)之路上，照亮每一個(gè)暗礁與深坑。