從京東數科戰疫，看智能客服的過去、現在和未來

文|李永華

文|智能相對論（aixdlun）

便捷生活、不用出門的生活服務配套，“隔空”資訊交流的遠端教育/遠端辦公，在藥物研發等場景有卓越表現的AI……疫情為很多行業按下了加速鍵。

除此之外，還有一些“不為人知”的技術應用正在以另一副面孔展現出自己的價值，智能客服就是如此。群防群控、全面排查的需求與人力緊缺的沖突催生對話機器人走入疫情防控一線，而它恰恰是智能客服的核心。

疫情是一面鏡子，照出網際網路各種商業模式、技術形态、科技企業的底色，而對于智能客服而言，專門針對疫情的對話機器人應用則從一個側面呈現了其發展多年的能力沉澱，以及背後的平台化能量。

智能外呼、智能問詢——貫穿文字到語音的另類“智能客服”

“請問您回京幾天了呢？”

“半個多月了吧。”

“請問您目前一直在家醫學觀察嗎？”

“是的。”

“您是否每天進行體溫監測呢？”

“有的，有的。”

“麻煩您說下今天的體溫。”

“36度多吧。”

……

以上是北京某小區用智能外呼機器人通過010開頭的座機撥打給外地返京、居家隔離人員的電話對話片段。如果排查過程中發現異常情況，該系統将快速上報，社群從業人員、志願者可及時進行人工幹預。

是不是很像客服場景？一旦消費者/使用者有什麼訴求，客服坐席就會通過工單傳送至客服部門或者業務部門處理。

這種基于AI語音識别的對話機器人其本質就是智能客服，因為防疫需要在全國各地大面積推廣，百度、華為、科大訊飛、京東數科等AI大廠都在布局，例如京東數科基于自身AI能力建構的智能外呼語音機器人就被用于人群排查、通知、回訪，幫助防控系統以開展資訊采集和傳達工作，包括針對返城人員問詢、監控，針對重點監控或隔離人員的經常性溝通，針對有病例的轄區人員及時通知做好防護等。

事實上，這種大幅度提高人工效率的應用基于的是AI語音對話能力，在防疫中還有“文字版”的資訊溝通與服務，例如京東數科的智能疫情問詢機器人，除了提供科普知識、熱門問題、定點醫院資訊、線上藥房連結等，還能通過AI對疑似病患提問進行分析判斷。

問詢+互動，這樣的智能疫情問詢機器人同樣是智能客服的一種展現，除了企業和社群接入，當疫情期間面臨巨大診療壓力的醫院以分診H5的形式接入到醫院APP或微信小程式中時，它還能起到直接的減輕初診量壓力的作用。

總得看來，無論是大家在做的智能外呼機器人，還是京東數科等少數玩家推出的智能疫情問詢機器人，都是語料不同的“智能客服”——讓具備普适性的對話機器人學習不同的知識，形成防疫場景下特殊的對話能力。

以京東數科的智能疫情問詢機器人為例，通過讓機器人學習與疫情相關的專業知識來形成對疑似病患提問分析判斷的能力，使其可以判定提問者是否需要進行隔離治療，這無疑可以在初診階段減少護士醫生的工作量，以及避免醫院人群聚集的交叉感染，起到輔助防控的作用。

學習知識、用語料訓練算法，錄入常見問答，服務特定的場景——從文字到語音，智能客服在疫情防控中完整地展現了自己。

被疫情推向高光時刻，為何凸顯“智能客服”越發強烈的平台化屬性？

原本智能客服主要應用在商業活動中，例如京東數科就是用智能客服解決方案，解決客戶在京東金融APP使用場景中的常見問題。

而一次疫情讓這類智能客服快速“轉場”到疫情防控，這本身也說明巨頭們的智能客服當下都是不限定場景的解決方案，而是很大程度上可以快速複制的能力體系，不論是場景延展還是技術拓深，智能客服都在以平台化的方式快速發展。

具體而言，“平台化”包括四個表現：

1、算法的泛化适配，多場景适應

仍然以AI黑馬京東數科的案例來看，目前其智能客服在金融場景有深度應用，在自家應用時有至少8成客戶經過智能客服即解決問題，不再需要人工客服。

然而，大量的算法訓練集中在金融領域，并不意味着京東數科的智能客服隻能用于金融，智能外呼機器人、智能疫情問詢機器人本身就證明了平台化能力體系正催生一個個具體的解決方案。

除了疫情服務，京東數科實際上還對外輸出了能展現“泛化能力”的場景應用，例如服務北京對外人力資源公司的Fesco項目，以中英文雙語的方式智能應答外籍人士在北京工作生活中遇到的問題，并提供一些政策咨詢類的協助。

2、“枕戈待旦”式的快速反應、快速部署

智能客服不可能為了疫情提前布局，但平台化的全面技術積累、技術在新領域的可複制性，同時也催生了快速響應能力，對任何新場景“枕戈待旦”。

在疫情這樣的突發事件中，無論是百度、科大訊飛還是京東數科，都在很短的時間完成了智能外呼機器人的部署。而在智能疫情問詢機器人上，按京東數科智能客服業務内部人士的說法，一般從接到項目到完成POC，其僅需一周時間。作為緊急開發的樣闆，這次的智能疫情問詢機器人從開始研發到上線服務外部客戶，一共隻花費四天。

場景泛化+高效部署讓新場景的需求可以快速得到滿足，京東數科的智能疫情問詢機器人就在疫情期間接入了陝西省榆林市信用辦、聯通集團、四川中小企業公共服務平台、什邡醫院等約60家政府企事業機關。

3、場景往橫向走，通用技術基底往縱深走

平台化，意味着智能客服有能力不斷提升那些通用的、有很高應用潛力的基礎技術，例如AI巨頭現階段都在攻克的對話機器人高階能力——情緒識别，即除了語義了解，還能識别使用者的情緒狀态做出決策。

在京東數科的案例中，通過使用者畫像、智能預測、敏感詞設定和AI識别等方式，可以根據客戶的情緒（文字互動通過敏感詞、語音互動通過語速音量及敏感詞等識别）實時感覺使用者的情緒。一方面，使用者不滿時能夠給出安撫的對話，另一方面，也便于及時将不滿的使用者轉移到人工服務，畢竟，如果AI隻是冰冷地識别語義而不識别情緒，則可能造成客訴更新甚至客戶流失。

進一步看，巨頭競争重點還在于情感模型的細膩程度，例如京東數科稱其情感分級更多，其實就是可以探測更多情緒層次加以差別對待，像人一樣把握溝通的尺度。

除了情緒識别，語音通話中的國語不标準甚至方言都是智能客服的痛點，百度、京東數科等玩家都開發有語音專有模型，可以識别各地帶方言口音的國語，其中京東數科設計了一個差別傳統ASR的Bert架構的體系，通過拼音訓練語料的加強以及訓練，識别方言中經常出現N/L不分，F/H不分，前後鼻音不分等情況；

此外，使用者思路不清晰，溝通混亂也是智能客服常常碰到的問題，對比，京東數科等廠商還開發了語音多輪引導技術，通過提問的方式慢慢協助使用者理清思路問出正确的問題，并予以解答。

4、智能化“疊加式”加速

所有牽扯到語料訓練的AI項目因為要編寫、輸入大量可能的對話給AI，前期往往依賴人工幹“苦力活”，營運人員需要投入很多精力去編寫相似問法，才能使模型有足夠的适應性，達到足夠的應答率。

而換一種思路，其實AI亦可以為AI服務，AI算法的“食材”——語料也可以來自AI的創造，在京東數科案例中，基于GAN、遷移學習算法實作FAQ生成技術，可以讓AI自動生成相似問法來加強模型，内部人士稱正确率達80%以上。

毫無疑問，此舉可大大減少營運人員的工作量、提升工作效率，同時增加應答模型的準确率，成為京東數科智能客服在激烈行業競争中技術優勢的來源之一。

而智能客服中十分重要、最展現自然互動的随機應變能力，則需要充實的知識圖譜來保證，而知識圖譜的建構同樣是一件耗費很大精力、需要大量人員和技術投入的工作，其本身亦有“智能化”優化空間，例如京東數科依托NER實體事理識别模型、KBQA模型線上了解等模型（可以了解為學生們快速學習、搭架自己知識體系的特殊方法）建構知識圖譜，實作更有随機應對能力的知識問答。

總而言之，隻有在平台化而不是專有解決方案的前提下，上述智能客服的“高階進化”表現才能不斷實作。

防疫的背後，被按下“加速鍵”的智能客服也顯露出未來趨勢與機會

打鐵還需自身硬，平台化的深度技術能力是疫情能夠按下智能客服“加速鍵”的前提，而這種現實也使得智能客服未來的趨勢和機會更加清晰地顯現出來。

1、場景、行業覆寫橫向拓展

按照京東數科AI實驗室首席科學家薄列峰的說法，未來三到五年對話機器人應用行業的覆寫度會大幅的提升。

随着巨頭們的智能客服能力借疫情展現，未來的多場景、多行業擴張将成為主基調。

或者說，這樣的擴張早已開始，疫情中的智能外呼機器人、智能疫情問詢機器人隻是這種擴張的一種特殊表現罷了。

2、客戶群體下沉式拓展

除了場景、行業的拓展，在同一場景或行業中，作為To B服務的智能客服還存在這樣的分别：

有些企業（以大中型為主）的客服體系龐大，需要特定的深度服務；

有些企業（以中小型、長尾市場為主）隻需要自助式的智能對話平台服務，自己接入、輸入語料、訓練上線（一些企業甚至還需求“無代碼”模式）。

很容易看到，在樹起典型案例的同時，各巨頭的智能對話平台都在争相上線，它們某種程度上是智能客服的“自助餐”版本，但卻又成為典型案例之外，智能客服平台生态規模和影響力的關鍵。

3、技術的場景化縱深了解

光有AI技術而沒有場景化了解與人力的協同支援，智能客服很難真正落地，這是某些老牌語言處理AI企業的痛點。

隻有建立深度的場景了解，把技術服務于業務而不是業務屈從于技術，智能客服才會被真正接納、産生現實的價值，而這，對京東數科這樣的AI黑馬而言則是天然的機會，通過AI+人工的綜合場景解決方案，以了解場景的方式可以快速獲得行業地位。

4、語音合成帶來“客服”體驗進一步拟真化

上述情緒識别、多輪對話技術實際是智能客服拟真化的内在表現。

而這類技術的探索不會停止，例如，按照薄列峰的預測，未來三到五年，基于深度網絡的語音合成技術會進一步突破、達到真人發聲的效果，京東數科自己的技術目前已經可以實作真人聲調、風格可控、實時生成等語音合成能力。

更多讓機器人更接近自然人的技術或能力将會出現。

5、突破棘手的售前問題

由于售前客戶來源多樣、在問題和訴求等方面更加開放、個性化需求更強烈，沒有針對性的“預備資料”，售前客服始終是智能客服的棘手領域，但由于其直接推動營銷，商業潛力頗大。

AI巨頭在這方面都存在某種程度上的“猶豫”和“掙紮”，有一些幹脆暫時放棄這方面的研發。京東數科透露其智能客服訓練有高準确率的推薦模型，在黃金、銀行精選等産品機器人營銷交易轉化率達到30%以上，這屬于售前的突破，雖然已經超出行業，但從目前看也僅限于固定程式的售前使用者引導（對話後，符合什麼要求就轉入什麼步驟），尚未進入售後客服那樣的開放式自然互動階段。

可以料定，售前客服将是智能客服領域内具備充分商業機會同時又充滿十足挑戰的激烈競争賽道。

結語

智能客服作為AI場景中十分重要的一環，其發展離不開AI大布局，隻有全面AI能力才能催生優質的智能客服解決方案。

是以，智能客服的比拼都基于全AI能力而非單一智能客服能力的沉澱，比的是誰的AI整體實力更強、帶動效應更大。

從這個意義上看，百度這樣的AI綜合巨頭有其系統性優勢所在，而京東數科這樣的AI黑馬也能憑借全面性的布局擷取優勢，全球首創（異步）聯邦學習、深度可以在戴口罩的情況下識别人臉的AI技術、在新入局智能城市時即有優異表現的時空資料能力，都成為其重要表現。

無論如何，隻有全面助力各行各業的産業數字化程序的AI巨頭，才能在疫情發生時基于智能客服核心能力快速部署和上線具備現實價值的疫情防控AI應用。疫情這面鏡子，又照出了AI發展的更多現實。

此内容為【智能相對論】原創，僅代表個人觀點，未經授權，任何人不得以任何方式使用，包括轉載、摘編、複制或建立鏡像。

部分圖檔來自網絡，且未核實版權歸屬，不作為商業用途，如有侵犯，請作者與我們聯系。

【完】

智能相對論（微信ID:aixdlun）：

•AI新媒體;

•今日頭條青雲計劃獲獎者TOP10;

•澎湃新聞科技榜單月度top5;

•文章長期“霸占”钛媒體熱門文章排行榜TOP10;

•著有《人工智能 十萬個為什麼》

•【重點關注領域】智能駕駛、AI+醫療、機器人、AI+硬體、物聯網、AI+金融、AI+安全、AR/VR、開發者以及背後的晶片、算法、人機互動等。