提起智能客服，不由得想到了童年时代经典动画《哆啦A梦》，片中的机器猫能准确理解大熊的需求，掌握各个领域的知识，服务周到，有问必答且会给出准确的答案，可以说是完美智能客服的化身啊!

然而时下大多数人应都有过这样或那样的尴尬经历：使用某平台的客服时，经常打入电话后却是长时间的等待音;晚上终于有时间购物想咨询，但在线客服的头像却已显示为灰色，人不在了;费尽力气接通人工客服，却常常收到“人工坐席忙，请稍等”的提示，等等。

一方面，对用户而言，传统的人工客服体验不尽人意，抱怨失望溢于言表;另一方面，对企业来说，随着用户量的突增和人力资源成本的陡升，尤其是移动互联网的高速发展，催生了海量客服需求，传统人工客服已经无法满足现代企业和用户的需求，而人工客服不仅意味着高昂的费用，而且越来越无法满足业务的需要。

因此无论是用户还是企业，都渴望智能客服。

而自AlphaGo在围棋人机大战表现惊艳后，人工智能AI备受瞩目，智慧客服亦成为AI一个重点发展领域和方向，其独具的智能理念与日见凸出的高效对当前客服市场带来了革命性的颠覆——机器人客服、自动回复、自然语言识别、自然语言生成、语音转换、智能跟踪、自动分析……这些高科技让原本十分接地气的客服行业瞬间变的高大上，而且效率极高。

从第一代到第四代，智能客服前景远大

信息通信技术的持续发展和客户习惯的不断变化，促使传统以人工服务为主要特征的客服形态不断向自动化、智能化、人性化、多渠道的方向演进，智能客服应运而生。

当前，随着移动互联网与智能手机的不断普及，社交渠道多元化和应用软件功能的不断丰富，又使得传统企业客服更需要面临大增的整体服务需求和更为碎片、多元化的客户服务场景，尤其电商的井喷，日亿量级的业务催生，企业仅仅依靠邮件和电话为客户提供服务的日子已经一去不复返了。

近几年来，客服领域期待着一切尽可能更加方便快捷的运作方式。这种趋势在2016年已经体现的尤为明显，智能客服已日益成为企业普遍需求。

目前，在用户体验上，在线客服是企业使用率最高的客服系统，达到73.9%，呼叫中心使用率50.7%，而智能客服的使用率仅为30.1%。

当下，智能客服的市场还处于起步阶段，但已经成为趋势，发展空间巨大，随着技术积累及进步，必将广泛地应用到各个行业的业务场景中去。目前智能客服的应用方式有三种：在线智能客服、热线端智能客服、实体客服机器人。本文智能客服就多指客服机器人为主。其实客服机器人也常包括在线智能客服、热线端智能客服。

最早期的第一代智能客服机器人，只能称之为机器人，是没有智能的一个简单的关键字应答系统，基于单个关键词的精确匹配，比如简单电话的IVR，又如回复短信查询信息等。随后的第二代客服机器人有了一定的进步，它是一个关键词检索系统，可以支持多个词匹配，并具有模糊查询能力。这就让这个机器人能处理更多的问题。随后出现的第三代智能客服机器人，引入了NLP(自然语言处理)技术。这首次让客服机器人可以处理句子，而不是孤立的词。这个变化让人机交互变得自然了。然而单一的NLP技术给机器人带来的智能化水准非常有限，它仍旧是依靠人工设定的规则。

第四代智能客服机器人主要就是基于深度学习技术打造的，以神经网络为基础，应用最新的“深度学习”、“模式识别”等技术，打破了过去所有技术都依赖人工规则的束缚，让机器暴露在数据中去学习、训练，自主的发现规律，学术上称之为“特征”。放到客服领域，深度学习带来的好处是，机器可以更好地适应用户口语化、而且多变的问法，机器可以处理大多数的问题。

第四代智能客服机器人能较好地深度理解客户意图，改变客户对机器人客服不靠谱的印象。智能客服机器人全面优化其语义分析算法，既能寒暄卖萌，又能精确理解、回答客户的业务问题，在拉近企业与客户距离的同时，节省大量人工成本;快捷简单的知识库添加方式搭配智能学习技术可让知识库快速完善。智能客服机器人与在线客服系统若完美融合，可在两种服务模式间无缝切换，客服水平就能达到至善之境。

据相关机构统计，国内整个智能客服的市场规模已经超过千亿。目前推出了人工智能客服这个产品的巨头有阿里、百度和网易，相应的产品是阿里小蜜、百度夜莺和网易七鱼，都应用第四代智能客服。除了巨头外，这个市场里面还有一大群创业企业。比如说华泰瑞麟、蓝色光标投资的小i机器人，IDG资本、骊悦投资的易米云通，君联资本、DCM中国的Udesk，赛富基金投资的小能科技以及红杉资本、经纬中国投资的环信等。

2015年，阿里巴巴推出了新一代智能客服产品“阿里小蜜”，基于语音识别、语义理解、个性化推荐、深度学习等人工智能技术应用，主要是放置在淘宝、天猫的客服板块。2017年双11上，小蜜接待消费者数近千万，相当于6.3万客服小二连续工作24小时。数据对比惊人，2014年到2017年双11成交额增长了1.5倍，但是热线服务的请求量却不2014年的三分之一。也就是说，人工智能机器人确实起到了巨大作用。用阿里自家的话来说，就是一个智能机器人小蜜可以抵得上3万个人工客服。

智能客服提高用户体验，节约成本，让营销更精确

引进智能客服，远不止仅为了全天24小时不间断的即使服务，其意义非凡作用重大。

1、智能客服为企业极大节约成本

客户群体数目大、咨询频次高、问题重复度高的话，引入高性能的智能客服机器人能极大地节省人工成本。据统计，智能机器人客服可以解决85%的常见客服问题，而一个机器人坐席的花费只相当于一个人工坐席花费的10%。

据悉，阿里“店小蜜”能全天24小时不间断服务350万个，单日对话量都在1000万次以上，而过去一个人工客服每天仅能服务200~250个客户。京东也于2013年上线24小时智能服务机器人JIMI，并于2017年7月推出“无人客服”，将智能助手JIMI与人工客服咚咚深度融合。另一零售巨头苏宁在去年引入机器人客服“苏小语”，希望借此打造一个无线端多领域的私人助手，极大缓解人工客服的压力。两年前，微软还曾发布过一款名为“小冰”的人工智能伴侣虚拟机器人，并进入微博、微信、米聊等第三方平台。

2、智能互联，让服务更简单更高效

在过去，企业之间的竞争，多是取决于价格或者品牌。但今天，建立全面高质量的用户体验才是竞争的锐器。

智能客服能带来更简单的操作、更高效的交流。对于用户来说，只要一个电话、一次点击，就能及时反馈问题、解决问题，流程和操作简单。

比如，某客户有技术问题要反馈要支撑，只需点击官网在线售后客服，或者拨打售后电话，反馈问题即可，无需通过各种语音等待、转接等流程，长时间的等待音、“人工坐席忙，请稍等”、长时间不在线等状况一去不复返。

而在客户反馈后，智能客服机器人会生成相应的工单，流转其他部门解决，并将解决进程同步给客户。双方信息同步，节省沟通成本，让反馈有效轻松进行。

3、智能识别，实现精确营销

智能客户服务，最重要的特点或说是最重要的目标之一就是系统能“认出”每一位访客，通过自动抓取访客信息，精准描绘客户的画像，并根据这些“用户画像”，客服人员可以提供针对性的服务，而不仅是简单回复客户的问语。

举个例子：A客户在B企业官网，先后浏览了产品页、案例页，最后在价格页发起咨询。智能客服在接待时，就能看到A的浏览轨迹，初步判断其对于公司产品有较大的需求，并且可能是价格敏感用户。根据这些信息，智能客服人员在接待时可以将价格相关的信息，比如产品促销、优惠活动等，率先告知A，吸引A付费购买，实现精确推送。

对于精准营销，智慧客服平台可以追踪多个维度的顾客咨询数据，当顾客进行咨询时，客服的对话框右侧就会显示出消费者的每个行为轨迹和具体的数据分析，并据此判断出顾客的地域、消费喜好、购买能力等一系列信息，从而能够更精准地进行进一步的营销和服务。

智能客服系统还可依托大数据、人工智能等新技术，能基于客户行为表现提前预测问题，并在客户发起咨询前主动触达客户。除了咨询投诉等基础服务，智能客服系统还可以作为智能助理，完成其他多种服务功能，进行客服智能匹配和精准营销。

4、智能客服将成为一种智能综合管理平台

智能客服系统将具有全渠道客户一站式管理的能力，全面支持桌面网站、移动网站、QQ、微信、微博、移动应用、电话、短信、邮件等全渠道接入方式，高效整合各类电子渠道资源，有效覆盖目标服务客户，并可嵌入所有营销路径，各渠道客户反馈可汇总至智能客服平台进行统一管理，大大提升了企业的客服效率。

智能客服平台还可提供在线客服、移动客服、呼叫中心、工单、CRM等服务，其中最为核心的即为智能在线云客服系统。

与传统售后客服不同，智能客服能在售前、售中、售后为企业提供一站式的智能客户服务。

智能客服:2大的挑战与4大完善的目标

人工客服在今天被视为是“最没有技术含量”的一个工种，也是被视为是人工智能可能会全面颠覆和取代的一个职业。

但人工智能客服真正取代人力，目前还是不太现实。人工智能能起到的作用还是帮助人们减轻工作量，做出更为科学的决策而已，让客户沟通、智能服务、服务管理和商业决策变得更流畅、更科学，这就是人工智能客服在今天的最大价值所在。

平心而论，就现在市场上的人工智能客服而言，基本都不是按照取代人工客服的思路来做的，更多只是去改变现有的客服的工作方式，减轻一些繁琐的、简单的、程式化的流程，问题尚不少，挑战仍较大，急需更大程度的改善。

当前智能客服的主要挑战在以下两点：

1、对用户需求理解的准确度仍不高

用户的提问，一般以相对口语化的方式进行，甚至夹杂地方方语，而机器系统则一般以结构化的语言去读取，例如客户的口语化提问方式、上下文智能关联等，但在客户自然语言和计算机结构化语言之间存在一定差异，必然需要一定的机制去做好翻译工作，而目前大多数智能客服处理这类问题的能力并不强，一旦用户提问的内容比较独特复杂或表达不完整，系统就无法完整、准确识别客户问题，导致当下一些智能客服应用在实际使用过程中推荐答案的准确率并不高，从而影响用户的使用体验，也达不到企业客服的目的。

2、机器系统的自我学习能力和内容难于及时更新完善

技术上的学习主要跟系统的推荐算法相关，作为当下智能客服系统的核心算法，目前大多数智能客服系统在算法的优化更新方面的速度较为滞缓，有些甚至几乎就不更新，即使是第四代机器客服也难于做到与时俱进，因为这要随着新产品新业务的需求变化随时不断去进行实现系统自身算法参数上的调整更新与完善，难度大投入也要很大，因此要及时优化自身推荐机制、提高推荐准确率，当前智能客服难于做到，未来仍任重道远。

当前智能客服4大完善的目标：

1、在技术层面，完善系统技术应用，让系统更智能

建立智能客服系统不单单只是IT建设的问题，如果还停留在用传统IT的思维模式去做机械化的分词、关键字搜索、匹配，这样的方式远远谈不上智能。IT只是实现系统的一种手段，真正的智能客服是集合人工智能学、计算机科学、语言学等多门学科的综合应用，而所谓的智能应该是能让机器主动去认知和学习，不断强化行为模式，提高思考能力，从而更加灵活地完成各项工作任务。

2、让系统听懂人话是智能客服的核心目标

智能服务的基础核心技术是自然语言处理，它通过对自然语言进行分词、分析、抽取、检索、变换、翻译等工作而让计算机快速理解自然语言表达的意图并准确地反馈用户所需信息，因此如果要提高的系统的理解能力，还是要更加充分地利用自然语言处理技术中如语义分析、情感分析、上下文关联等技术而不单只是切词匹配，这样在应对客户多样化的提问时让机器人听懂人话，才能更加准确地判断客户需求并提供最佳答案。

关键是让智能客服更加“人性化”。比如微软小冰，就是将“她”打造成一款将检索到的信息用更生活化的语言讲述出来的搜索引擎，比如自然跟进、扩展搜索与整合，以便让“好友式聊天”得到更好地发挥，吸引了不少年轻人与之互动。另一个大胆的想法是让不同的智能客服机器人成为个别领域的谈话专家，比如食品、医药、汽车活动、种植、以及健身等。客服机器人之类的技术，有望成为“看不见的革命”的一部分——而不是芯片组、处理器、以及各种金属在导电率上的飞跃等物理演进。

3、实现系统的自我学习是智能客服的发展趋势

机器学习、深度学习等相关技术目前已经不是实验室理论，不少领域都有一些应用的探索和研究，难度只在于如何跟实际的业务关联起来并可以投入实际生产使用。企业在建设智能客服的过程中可以多投入精力和技术资源在这方面的研究，让系统实现自我学习和优化，才能真正体现智能客服的意义。

未来几年，人工智能、云计算和机器学习将取得长足的进步。而这个“看不见的革命”，则依托于在数分钟或数秒内对大量内容进行分析处理的结果，实现系统的不断自我学习。

4、充分提高与企业实际业务的融合度、结合度

这体现在三个方面，一是能基于业务流程、业务特点等来调整系统的计算流程和算法，让系统更加契合不同企业的实际情况，提高推荐精准度;二是业务知识的积累。业务知识包括知识库和行业的专业词典，知识库是智能客服的服务基础，专业词典则是影响智能客户认知的因素之一;三是要更多地去融合企业的业务分析成果，提高智能客服系统的综合业务能力。例如结合产品将精准营销模型嵌入到智能客服系统，在交互过程中及时捕捉客户意向、把握营销机会。

未来，随着人工成本的不断高涨以及对服务效率和质量要求的提高，只会推动这种智能服务模式更加智能化和多功能化，而随着语音识别、图像识别、机器人应用等上下端技术的日趋成熟，相信智能客服会在服务领域真正地大放异彩，智能客服全面颠覆和取代人工客服将指日可待!

文章选自：吴勇毅- CAME体验云研究院