一场疫情，如何照出智能客服的过去、现在和未来？ - 信息谷 - ICITU

便捷生活、不用出门的生活服务配套，“隔空”信息交流的远程教育/远程办公，在药物研发等场景有卓越表现的AI……疫情为很多行业按下了加速键。

除此之外，还有一些“不为人知”的技术应用正在以另一副面孔展现出自己的价值，智能客服就是如此。群防群控、全面排查的需求与人力紧缺的矛盾催生对话机器人走入疫情防控一线，而它恰恰是智能客服的内核。

疫情是一面镜子，照出互联网各种商业模式、技术形态、科技企业的底色，而对于智能客服而言，专门针对疫情的对话机器人应用则从一个侧面呈现了其发展多年的能力沉淀，以及背后的平台化能量。

以上是北京某小区用智能外呼机器人通过010开头的座机拨打给外地返京、居家隔离人员的电话对话片段。如果排查过程中发现异常情况，该系统将快速上报，社区工作人员、志愿者可及时进行人工干预。

是不是很像客服场景？一旦消费者/用户有什么诉求，客服坐席就会通过工单传送至客服部门或者业务部门处理。

这种基于AI语音识别的对话机器人其本质就是智能客服，因为防疫需要在全国各地大面积推广，百度、华为、科大讯飞、京东数科等AI大厂都在布局，例如京东数科基于自身AI能力构建的智能外呼语音机器人就被用于人群排查、通知、回访，帮助防控系统以开展信息采集和传达工作，包括针对返城人员问询、监控，针对重点监控或隔离人员的经常性沟通，针对有病例的辖区人员及时通知做好防护等。

事实上，这种大幅度提高人工效率的应用基于的是AI语音对话能力，在防疫中还有“文字版”的信息沟通与服务，例如京东数科的智能疫情问询机器人，除了提供科普知识、热门问题、定点**信息、在线药房链接等，还能通过AI对疑似病患提问进行分析判断。

问询+交互，这样的智能疫情问询机器人同样是智能客服的一种体现，除了企业和社区接入，当疫情期间面临巨大诊疗压力的**以分诊H5的形式接入到**APP或微信小程序中时，它还能起到直接的减轻初诊量压力的作用。

总得看来，无论是大家在做的智能外呼机器人，还是京东数科等少数玩家推出的智能疫情问询机器人，都是语料不同的“智能客服”——让具备普适性的对话机器人学习不同的知识，形成防疫场景下特殊的对话能力。

以京东数科的智能疫情问询机器人为例，通过让机器人学习与疫情相关的专业知识来形成对疑似病患提问分析判断的能力，使其可以判定提问者是否需要进行隔离治疗，这无疑可以在初诊阶段减少护士医生的工作量，以及避免**人群聚集的交叉感染，起到辅助防控的作用。

学习知识、用语料训练算法，录入常见问答，服务特定的场景——从文字到语音，智能客服在疫情防控中完整地展现了自己。

原本智能客服主要应用在商业活动中，例如京东数科就是用智能客服解决方案，解决客户在京东金融APP使用场景中的常见问题。

而一次疫情让这类智能客服快速“转场”到疫情防控，这本身也说明巨头们的智能客服当下都是不限定场景的解决方案，而是很大程度上可以快速复制的能力体系，不论是场景延展还是技术拓深，智能客服都在以平台化的方式快速发展。

仍然以AI黑马京东数科的案例来看，目前其智能客服在金融场景有深度应用，在自家应用时有至少8成客户经过智能客服即解决问题，不再需要人工客服。

然而，大量的算法训练集中在金融领域，并不意味着京东数科的智能客服只能用于金融，智能外呼机器人、智能疫情问询机器人本身就证明了平台化能力体系正催生一个个具体的解决方案。

除了疫情服务，京东数科实际上还对外输出了能体现“泛化能力”的场景应用，例如服务北京对外人力资源公司的Fesco项目，以中英文双语的方式智能应答外籍人士在北京工作生活中遇到的问题，并提供一些政策咨询类的协助。

智能客服不可能为了疫情提前布局，但平台化的全面技术积累、技术在新领域的可复制性，同时也催生了快速响应能力，对任何新场景“枕戈待旦”。

在疫情这样的突发事件中，无论是百度、科大讯飞还是京东数科，都在很短的时间完成了智能外呼机器人的部署。而在智能疫情问询机器人上，按京东数科智能客服业务内部人士的说法，一般从接到项目到完成POC，其仅需一周时间。作为紧急开发的样板，这次的智能疫情问询机器人从开始研发到上线服务外部客户，一共只花费四天。

场景泛化+高效部署让新场景的需求可以快速得到满足，京东数科的智能疫情问询机器人就在疫情期间接入了陕西省榆林市信用办、联通集团、四川中小企业公共服务平台、什邡**等约60家**企事业单位。

平台化，意味着智能客服有能力不断提升那些通用的、有很高应用潜力的基础技术，例如AI巨头现阶段都在攻克的对话机器人高阶能力——情绪识别，即除了语义理解，还能识别用户的情绪状态做出决策。

在京东数科的案例中，通过用户画像、智能预测、敏感词设置和AI识别等方式，可以根据客户的情绪（文字交互通过敏感词、语音交互通过语速音量及敏感词等识别）实时感知用户的情绪。一方面，用户不满时能够给出安抚的对话，另一方面，也便于及时将不满的用户转移到人工服务，毕竟，如果AI只是冰冷地识别语义而不识别情绪，则可能造成客诉升级甚至客户流失。

进一步看，巨头竞争重点还在于情感模型的细腻程度，例如京东数科称其情感分级更多，其实就是可以探测更多情绪层次加以区别对待，像人一样把握沟通的尺度。

除了情绪识别，语音通话中的普通话不标准甚至方言都是智能客服的痛点，百度、京东数科等玩家都开发有语音专有模型，可以识别各地带方言口音的普通话，其中京东数科设计了一个区别传统ASR的Bert架构的体系，通过拼音训练语料的加强以及训练，识别方言中经常出现N/L不分，F/H不分，前后鼻音不分等情况；

此外，用户思路不清晰，沟通混乱也是智能客服常常碰到的问题，对比，京东数科等厂商还开发了语音多轮引导技术，通过提问的方式慢慢协助用户理清思路问出正确的问题，并予以解答。

所有牵扯到语料训练的AI项目因为要编写、输入大量可能的对话给AI，前期往往依赖人工干“苦力活”，运营人员需要投入很多精力去编写相似问法，才能使模型有足够的适应性，达到足够的应答率。

而换一种思路，其实AI亦可以为AI服务，AI算法的“食材”——语料也可以来自AI的创造，在京东数科案例中，基于GAN、迁移学习算法实现FAQ生成技术，可以让AI自动生成相似问法来加强模型，内部人士称正确率达80%以上。

毫无疑问，此举可大大减少运营人员的工作量、提升工作效率，同时增加应答模型的准确率，成为京东数科智能客服在激烈行业竞争中技术优势的来源之一。

而智能客服中十分重要、最体现自然交互的随机应变能力，则需要充实的知识图谱来保证，而知识图谱的构建同样是一件耗费很大精力、需要大量人员和技术投入的工作，其本身亦有“智能化”优化空间，例如京东数科依托NER实体事理识别模型、KBQA模型在线理解等模型（可以理解为学生们快速学习、搭架自己知识体系的特殊方法）构建知识图谱，实现更有随机应对能力的知识问答。

总而言之，只有在平台化而不是专有解决方案的前提下，上述智能客服的“高阶进化”表现才能不断实现。

打铁还需自身硬，平台化的深度技术能力是疫情能够按下智能客服“加速键”的前提，而这种现实也使得智能客服未来的趋势和机会更加清晰地显现出来。

按照京东数科AI实验室首席科学家薄列峰的说法，未来三到五年对话机器人应用行业的覆盖度会大幅的提升。

随着巨头们的智能客服能力借疫情展现，未来的多场景、多行业扩张将成为主基调。

或者说，这样的扩张早已开始，疫情中的智能外呼机器人、智能疫情问询机器人只是这种扩张的一种特殊表现罢了。

除了场景、行业的拓展，在同一场景或行业中，作为To B服务的智能客服还存在这样的分别：

有些企业（以中小型、长尾市场为主）只需要自助式的智能对话平台服务，自己接入、输入语料、训练上线（一些企业甚至还需求“无代码”模式）。

很容易看到，在树起典型案例的同时，各巨头的智能对话平台都在争相上线，它们某种程度上是智能客服的“自助餐”版本，但却又成为典型案例之外，智能客服平台生态规模和影响力的关键。

光有AI技术而没有场景化理解与人力的协同支持，智能客服很难真正落地，这是某些老牌语言处理AI企业的痛点。

只有建立深度的场景理解，把技术服务于业务而不是业务屈从于技术，智能客服才会被真正接纳、产生现实的价值，而这，对京东数科这样的AI黑马而言则是天然的机会，通过AI+人工的综合场景解决方案，以理解场景的方式可以快速获得行业地位。

而这类技术的探索不会停止，例如，按照薄列峰的预测，未来三到五年，基于深度网络的语音合成技术会进一步突破、达到真人发声的效果，京东数科自己的技术目前已经可以实现真人声调、风格可控、实时生成等语音合成能力。

由于售前客户来源多样、在问题和诉求等方面更加开放、个性化需求更强烈，没有针对性的“预备资料”，售前客服始终是智能客服的棘手领域，但由于其直接推动营销，商业潜力颇大。

AI巨头在这方面都存在某种程度上的“犹豫”和“挣扎”，有一些干脆暂时放弃这方面的研发。京东数科透露其智能客服训练有高准确率的推荐模型，在黄金、银行精选等产品机器人营销交易转化率达到30%以上，这属于售前的突破，虽然已经超出行业，但从目前看也仅限于固定程式的售前用户引导（对话后，符合什么要求就转入什么步骤），尚未进入售后客服那样的开放式自然交互阶段。

可以料定，售前客服将是智能客服领域内具备充分商业机会同时又充满十足挑战的激烈竞争赛道。

智能客服作为AI场景中十分重要的一环，其发展离不开AI大布局，只有全面AI能力才能催生优质的智能客服解决方案。

所以，智能客服的比拼都基于全AI能力而非单一智能客服能力的沉淀，比的是谁的AI整体实力更强、带动效应更大。

从这个意义上看，百度这样的AI综合巨头有其系统性优势所在，而京东数科这样的AI黑马也能凭借全面性的布局获取优势，全球首创（异步）联邦学习、深度可以在戴口罩的情况下识别人脸的AI技术、在新入局智能城市时即有优异表现的时空数据能力，都成为其重要表现。

无论如何，只有全面助力各行各业的产业数字化进程的AI巨头，才能在疫情发生时基于智能客服内核能力快速部署和上线具备现实价值的疫情防控AI应用。疫情这面镜子，又照出了AI发展的更多现实。

此内容为【智能相对论】原创，仅代表个人观点，未经授权，任何人不得以任何方式使用，包括转载、摘编、复制或建立镜像。

部分图片来自网络，且未核实版权归属，不作为商业用途，如有侵犯，请作者与我们联系。