“你好，我是支付寶反欺詐中心客服醒醒，系統檢測到您剛剛在支付寶上有一筆交易存在被騙風險。可以根據實際情況核對下交易嗎？”
“你好，我是客服人員小保。你在支付寶購買的好醫保長期醫療保險的保障期限一年已經到期……”
“你好，我是支付寶客服中心機器人，因春節假期延長，貨币基金交易日延後至2月3日……”
這個春節，在全民抗擊新型肺炎期間，AI賦能的智能語音機器人走上前台，快速補充人力不足的影響，成為支付寶與客戶溝通的主力，7*24小時不間斷服務百姓，每日呼出電話服務時長覆寫了10%至60%原有人工外呼，并根據目前情況迅速擴充新的覆寫場景。
回訪資料顯示，大部分使用者都沒意識到對面不是真人，他們認為，交流順暢，95%以上點了好評。
這是如何做到的呢？本文将詳細介紹在這背後螞蟻金服智能客服技術團隊所做的工作。
事實上，因為新冠病毒疫情，不少企事業機關也出現了因大量人員不能返崗而導緻的人手嚴重不足的問題。在服務螞蟻内部各業務的同時，智能客服技術團隊也主動将技術能力開放，積極與各行各業的專業人士探索，如何基于各自獨特的應用場景，訓練個性化的智能機器人。
一、智能語音應用場景
智能語音機器人來源于支付寶的智能客服熱線技術，在曆次淘寶、支付寶活動中，支付寶小二需要處理數以十萬計的熱線電話進線量。忙到什麼程度？活動中排除困難最多的客服小二會獲得“金膀胱”獎的榮譽，可以想見熱線處理多麼繁忙。
但是，小二們大量寶貴時間都花費在了“問題厘清”、“簡單問題疏導”上，而線上還有更多的客戶在電話的另一頭等待着服務....
顯然，随着業務的持續深入發展，AI賦能客服成為必要的一環。支付寶技術團隊研發出了AI語音機器人，在真人客服之前全面覆寫問題、厘清環節，并将近五成的簡單問題通過機器人回答的形式進行解決，大量節約了客服小二的寶貴時間，用來解決複雜的問題，安撫客戶的情緒。
各個行業和部門對于語音機器人也有着同樣迫切的需求：
在銀行、保險等金融行業，行業監管要求在使用者購買相關産品後，需要對話式的進行使用者回訪，保障使用者對于金融産品的知情權；
再比如支付寶通過支付碼改變了整個中國的零售行業，而使用支付碼的小商家需要及時了解支付寶的相關産品及活動，更好的轉型新零售應對新的挑戰；
大安全部門每天阻斷上萬起欺詐交易，保障支付寶會員資金的安全，同時需要了解潛在欺詐交易的情況，向使用者說明為何交易會失敗，叫醒熱線的“醒醒”客服成為網紅；
客服部門更進一步，及時識别出使用者操作路徑中可能已經出現的困難，在使用者呼入熱線前“主動服務”降低求助率，為使用者帶來更加順暢的使用體驗......
正是看到了這些需求，依托于成長于智能客服的智能語音機器人技術，支付寶開始全面與網商、保險、商家、安全等多個部門進行深入合作，建立并完善外呼平台。智能的AI客服小二主動出擊，化身成了耐心講解金融産品知識的保險理财客戶經理、及時通知最新活動并幫助部置以達到最優活動效果的活動推廣專員，化身成了每個人貼身關懷的錢包管家和随身助手。
二、智能語音背後的技術解決方案
通過半年多的外呼平台搭建，基于部門團隊在熱線客服、線上客服AI機器人領域的技術沉澱，針對電話互動的特殊業務需求，我們逐漸沉澱了較完善的外呼智能互動技術解決方案。
針對于外呼智能互動機器人核心的自然語言了解及對話狀态跟蹤技術，我們發揮算法專長，深入探索。形成了一整套核心算法元件：
- 無流程外呼對話：基于模仿學習和強化學習技術，從曆史對話資料中學習目前狀态下合适的對話政策、選擇合适的外呼話術，自然、流暢地跟使用者完成互動，高效達成呼叫的目标；
- 基于小樣本學習的意圖識别：減少使用者語料配置的複雜性。同時配合語料糾錯、語料擴充、新意圖發現等技術，幫助營運快速、準确地完成意圖或流程配置；
- 基于檢索和生成模型的使用者模拟：可以産生符合一定使用者目标和人設的使用者回答，模仿真實使用者，完成對意圖配置、流程和對話模型的自動評估。
- 獨有的算法資料标注平台體系。營運可以通過平台直接進行算法模型的标注、訓練，同時模型從線上運作資料中提取“标注未覆寫”、“标注錯誤”等，輔助業務營運同學快速進行語義了解模型疊代。
完整的算法閉環體系，将AI互動技術應用門檻大幅降低，不僅可以讓營運同學直接上手使用，還能對他們的使用過程進行引導及回報，對模型配置中的疏忽、錯誤快速糾正。業務在極少的營運投入的情況下就能夠獲得完整的外呼語義了解能力。
同時，我們與網商、保險、商家、大安全等多個業務方密切合作，形成了一整套的外呼業務流程及意圖等通用技術資産沉澱。
- 完善的意圖沉澱：我們目前結合商家、保險、銀行等金融屬性外呼需求，累積沉澱了多個可通用的使用者通用意圖表達，如正在開車不友善，晚點再溝通；确認外呼人員身份；使用者有進一步的問題需要轉入人工等。可以快速複用，搭建起新的外呼方案；
- 外呼子流程：針對于使用者與外呼主要目的相關的部分疑問，可以通過搭建知識庫使用外呼子流程來進行處理。如使用者不友善的時候，進入到預約回訪時間子流程；使用者進行敏感操作的時候，進入到身份證核實子流程先核實身份資訊等。使業務營運集中注意力在主要業務目标互動鍊路優化上，有效保障使用者體驗的同時提升營運效率；
基于業務打磨的技術資産沉澱進一步降低了新業務接入的營運成本。新的業務接入可以借鑒或者直接使用已有的相關流程，将主要精力集中在業務主互動鍊路打磨上，快速達到業務目标。
目前我們将主要業務形式進行抽象整合，形成了完整的外呼營運平台及多種外呼解決方案，進一步提高外呼業務接入效率，可以在幾個小時内形成智能的外呼互動能力。
- 營運平台支援拖拽式對話流程配置架構，快速靈活支撐業務落地；
- 支援日呼叫千萬量級的外呼排程系統，結合使用者特征，對使用者的有效撥打時間進行預測；支援實時外呼及預約外呼，有效提高使用者接觸效率；
- 與溝通平台深入整合，有效在通知、短信、外呼多種管道進行整合通知。既能在保證接觸效果的基礎上降低營運成本，又能通過管道整合，在使用者獲悉資訊的情況下直接将使用者帶入營運活動資訊詳細頁面，進一步提高使用者轉化；
- 外呼産品化解決方案，與商家、保險深入合作，打造活動告知、活動參與指導及智能回訪等多個解決方案，可以通過填寫個表格的方式快速搭建外呼機器人。
以上的技術沉澱結合達摩院的語音識别和合成技術，形成了自然流暢的互動機器人，大部分互動的使用者認為在與真實客服進行互動（主要業務對話完成率達到80%以上，抽樣回訪調查，對話滿意度達到95%以上），保障了互動的完整性和業務效果。
三、智能語音機器人的未來
在實作模仿真人人聲與客戶進行多輪溝通對話之後，智能語音機器人有望改變現有電話業務的工作性質。
首先，大批量的電話号碼外呼通過智能語音機器人來做，大大節省了時間的同時提高了回訪的效果，而且機器人互動的流程更加标準和規範，相比人工水準參差不齊，風險更小，更不容易被投訴。機器人無需教育訓練立即上崗，同時AI語音機器人自身屬性保證了業務知識可以不斷累積，互動形式可以不斷演化，從懵懂新人逐漸成長為獨擋一面的萬事通，不存在資深人員流失帶走業務沉澱的情況。随着AI技術的不斷發展，強化學習技術可以有效的主動探索更有效的溝通路徑，更加快的形成互動政策，甚至可以通過算法及資料分析為營運同學對于業務了解提供更好的資料支撐，更好的了解客戶及使用者的真實訴求。
其次，當天外呼的所有溝通内容，智能語音機器人的工作可自動記錄，分析共性，标簽化CRM管理，多元度建立接聽電話者畫像，提升管理效率，助力生成後續的個性化整合服務方案。
第三，智能語音機器人能夠快速學習人工客服人員的經驗，并通過不斷彙總、分析、梳理問答資訊，能将常見咨詢、各行業産品及服務相關的資訊擴充成了一個強大的知識圖譜，可以保證交流的滿意度。
最後，可以進行更加靈活的排程和協作，包括機器與機器間的協作、人機協同等。一旦出現某個業務人手不足的情況，可通過随時上崗的AI智能語音機器人無縫轉接人工坐席。
我們曾經拒絕客服機器人，是因為它們是冷冰冰的，并且無法解決客戶問題，但将來，智能語音客服将會和真人一樣有溫度，甚至比真人提供更好的服務，成為科技改變世界的下一個絕佳案例。