智能客服的定位：内敛而专业

客户世界 | 2015年12月28日 | 2015年 | 评论已关闭 | 1448

作者：张辉

最近交通银行推出了一款类人可移动的门店客服机器人，在网上流传的一段视频中，这个名为“交交”的萌娃机器人奶声奶气地和一位记者聊天，说这几天很多人和“她”聊天，问了很多问题，记者问“她”，都有什么问题？交交说不太记得了，自己这几天有点不太舒服。对方逗她，要不要打针，交交说不想，怕疼。问她要不要吃药，交交说：我吃药会漏电的。于是全场哄堂大笑。

在这个场景中，交交的表现就像一个在上幼儿园的可爱娃娃，童真童趣的语言和一问一答把女记者给萌化了。但从服务视角来看，交交只是一个拟人化的智能问答机器人，并不是真正的智能客服，尚不能提供用户所需的专业服务。这就引申出一个问题：智能客服做什么？

和一个小朋友对话往往可以获得一份童真无邪、简单单纯的快乐，但要一个小朋友提供快速准确完整的客户服务就有些过分了。毕竟客户服务是一份需要有专业知识和服务技能的工作。如果把智能式问答比喻为从红外线到紫外线分布广阔的光谱，智能客服相当于是这光谱中狭窄的一条，如蓝色光，而其他的频谱都不是客户服务的范围。智能客服的限制要求比智能问答要严苛得多。

让我们先暂时回到人工客服的场景：现在的客服中心在管理上越来越精细化和人性化，往往在人员招聘之初就进行诸多测试，找出拥有客户服务特质又与本企业文化相匹配的客服代表，在文凭、计算机和普通话能力的基本要求之外，还需要更多的“客服基因”；同时辅以入职之后严格标准的全套职业培训。这些都将用来确保客服代表在工作过程中为客户展现出纯正标准的“蓝色光谱”——快速、准确、完整的客户服务。加之人性化语言和恰到好处的礼仪，让客户如沐春风。

实际上智能客户服务的目标亦是如此，我们认为智能客户服务应该包含两个重要的特征：一是人类自然交互方式的实现（包括语音、肢体语言等），这就要在实现了简单的完全匹配的一问一答的自助服务基础上，增加人机自然交互的功能，如接入自然语音处理（ASR和TTS）和语义处理，从而能听懂客户的需求内容，以及用客户化语言来进行服务；二是在服务过程中实现自学习优化，即通过对每次服务交互过程中客户的反馈来自动优化下一次同类型服务诉求的服务方式或内容。只有实现了这两个重要特征的智能客服，才能提供符合客户期望的服务。

在交交身上，我们看到了自然语言的交流和理解。从各类报道中来看，交交能提供简单的如某款理财产品的年化收益率是多少这一类问题的解答，但若进一步询问这款产品的细节，以及相应的保障条款和类似产品对照时，交交就无法作出回答。也就是说，作为客户服务这一核心能力，在交交身上是欠缺的。目前大家把交交当做一个新鲜事物来看待，对其并没有如柜面人员一般的业务能力上的要求或期待，但等新鲜劲儿一过，客户还是会回到传统的模式，通过柜面人工来咨询和办理业务。卖萌的交交若无法在接下来的时间内快速准确掌握业务，边缘化是迟早的事。这和互联网领域内，如小黄鸡等一批能插科打诨的智能交互程序，最终无法应用到客服场景的结果是一样的。

因此，智能客服首先得具有客服工作要求的基本能力，并且其服务水准要能达到客户可容忍的阀值之上。智能客服机器人需要对自己回答问题的信心度有个评估，若评估的信心度很高，就可以直接和客户交互，若信心度很低，则需要机器人将问题转发给人工客服代表，由有处理经验的客服代表进行处理后回复给客户。在这个过程中，智能客服机器人同时也进行一次针对性的学习，为下一次独立回答客户同样问题提供储备。

其次是智能客服对人类自然交流方式的掌握，要能在客户服务场景下准确识别客户的语言或表情，将其转换为准确的服务请求，并在寻找到恰当的结果后，用语言或行动来为客户提供服务。因此智能客服一方面要有识别服务场景的能力和柔性的交互过程（如寒暄和适当的幽默），另一方面，也要有及时收敛归纳服务请求的能力，即能在寒暄之后快速进入服务正题。为客户提供高效且聚焦的服务。

自学习能力是智能客服的重要特征，它能将任何一次的服务学习结果应用在后续的类似服务过程中，加上智能客服的多触点和系统集中的天然优势，服务的量越多，学习能力越强，客户服务能力的进化也越迅速。智能客服将逐步拓展其服务范围，从简单重复的业务慢慢过渡到能理解各种服务场景下的精准服务。

曾经有个好玩的段子，说的是打败世界国际象棋的深蓝电脑在全速运转时和一个女孩子站在橱窗前考虑是否购买衣服的运算能力相比，实在只能算是渣渣。女孩子站在橱窗前会考虑这样的衣服颜色风格和她现有的鞋子包包是否配搭；面料、价格、保养是否自己可以接受。这足够深蓝算上半小时的，再加上买了衣服之后男朋友可能的态度，同事圈可能的评价，撞衫的概率，乃至掏钱刷卡时的虚荣心满足……，估计深蓝算一个礼拜都不一定能有个合适的结果。而这对于这位姑娘来说，短短几秒或几十秒的时间就可以作出令自己满意的答案了。

当这位姑娘处在购置衣物这个情境之下，她大脑中的背景运算模式被激活，她所有日常积累的和新衣服相关的情感体验、经验都会被调用并进行排序评分，经过复杂而独特的计算后得出满意的结果。而深蓝没有这样的生活积累，它需要程序员输入非常庞大的基础数据，并且通过非常多次（路径穷尽方式）的机器学习之后，才有可能初步形成类似人类思维方式的运算模型。在当下，当人们满怀期待和宽容的心态看着一个个凭空蹦出的智能客服机器人，在满足好奇心和浅层次的情感需求之后，往往会遇到一个令智能机器人运营者头痛的状况：智能客服的维护成本太高，服务能力越往后提升，所需要付出的工作量会呈指数级增长；而对于使用者来说，智能客服在很短的时间内就会令自己失望，即便在一些很简单的场景中，智能客服机器人也会前言不搭后语，出现混乱。然后只能从系统预设的插科打诨或卖萌段子中随机选取来进行回复，而这时的智能客服已经无法给人以信赖和专业的感受了。

每次当我看到市面上雄心壮志开发基于上下文和情境关联的智能客服机器人时，忍不住一声叹息：这可能并不是智能客服机器人的发展方向。或许有一天我们家里的智能机器人可以成为我们的家庭一员，成为我们这个孤独星球中可以全身心依赖的伙伴，但即便是在那个时候，我们的智能客服机器人，依然应该是谨小慎微地把自己放在内敛而专业的地位，而不是那个全知全能的超级暖男。

不知道大家是否注意过这样的细节：同样是接受卫星信号，卫星电视接收器必须固定位置对准方向还要用大锅聚焦放大信号才能达到较好的效果，而我们手机上的GPS接收器，则只要在室外，稍微空旷一点的地方不管怎么移动，都能准确收取到多个卫星信号，这是为什么呢？这是因为卫星电视接受到的信息内容多，它可以同步接受几十套高清电视节目，而电视节目是实时性要求很高的，一旦误码率（信息传输中数字信号的错误率）达到一定值，就会出现马赛克甚至完全“卡壳”的状况，因此需要通过确保信息的无失真或极小失真的方式来确保大数据传输和解码的正确率。而GPS卫星则不同，它需要传输的信息量很少，1.5K字节足够完整传输其坐标和时间等相关信息了。因此即便在恶劣环境下，通过冗余信息校验技术，可以依然准确获得或者说还原真实的信息。

大家可能会纳闷，这和智能客服有什么关系？前面我们说到，智能客服相当于红外线到紫外线光谱中一小条窄幅光谱，其关注焦点不是在于智能客服有多广博的知识面，而是在智能客服聚焦的业务范围内，有多大的问题处理能力。因为客户通过开放式问题的问法千奇百怪，并非严格按照准确的语法和标准用语来进行询问，就相当于GPS接受卫星信号过程中信息干扰或噪音特别多，需要智能客服机器人聚焦于客户所反映问题的描述中关键信息的处理和还原能力。

换句话说，若需要智能机器人处理业务的覆盖面足够广，那就需要问它问题的人足够标准化，每句话中的用词精准并且不含多余歧义的信息（可那样的话，岂不是像两个机器人问答？），或者就要缩小智能机器人处理业务的范围，来提升其对问问题的中信息干扰和噪音的处理能力。

很显然，作为有着鲜明个性和偏好倾向的复杂情感动物，我们需要的是能适应我们用自然方式说话的智能客服机器人来为我们提供服务，而不是让我们去适应机器而学习高效但冷冰冰的表达方式。

可喜的是，我们可以创建千千万万个适用于不同应用或专业范畴的智能客服机器人来为我们提供服务，就像千千万万个各不相同又很窄的光谱可以组合成横跨红外线到紫外线的广大光谱。
作者为北京鹈鹕信息咨询有限公司高级咨询师