無論是清晨還是傍晚，只要你撥過去，對(duì)面總能傳出甜美的服務(wù)音。無論充值繳費(fèi)、預(yù)約訂購、咨詢答疑……智能客服能解決的問題不僅多，速度也是相當(dāng)快了。
可你知道嗎，這讓人“安全感”滿滿的智能客服背后大有乾坤。關(guān)于智能客服究竟“智”在哪，我們將開展智能客服小講堂系列，一起來為大家解密智能客服背后的神秘力量。
智能客服小講堂的第一講，要分享的是智能客服是如何做到”全能全知”的。
傳統(tǒng)客服的FAQ困局
要想了解智能客服為何智能，先要了解傳統(tǒng)客服為何不智能。
傳統(tǒng)情況下，客服系統(tǒng)以FAQ技術(shù)為基礎(chǔ)，即當(dāng)用戶提出問題時(shí)，系統(tǒng)會(huì)在知識(shí)庫中找到最合適的答案來應(yīng)答，而問題和對(duì)應(yīng)的答案都是人工事先在知識(shí)庫中錄入的。比如，當(dāng)用戶向運(yùn)營(yíng)商發(fā)送“手機(jī)里還有多少錢”時(shí)，系統(tǒng)會(huì)自動(dòng)回復(fù)“您可以發(fā)送‘CXYE’至10xx6”等字樣，用戶按照提示操作即可查詢當(dāng)前話費(fèi)，可以顯著地降低人工客服的數(shù)量與成本。
但用戶的問題不總是這么簡(jiǎn)單。例如：
“哪些理財(cái)產(chǎn)品的收益率大于6%？”
“投資周期60天的理財(cái)產(chǎn)品收益率最高的是多少？”
由于運(yùn)營(yíng)和技術(shù)人員無法將所有可能的問題和答案一一枚舉，上述問題很難用傳統(tǒng)的FAQ技術(shù)處理。此外，在FAQ技術(shù)中進(jìn)行大量一問一答的知識(shí)錄入，且這些問題間缺乏相關(guān)性時(shí)，會(huì)帶來較高的運(yùn)營(yíng)和知識(shí)管理成本，也就違背了引入客服的初衷。
實(shí)際上，從知識(shí)管理、知識(shí)建模、知識(shí)構(gòu)建和知識(shí)應(yīng)用的整個(gè)鏈條來看，企業(yè)都面臨諸多困難：
多源異構(gòu)數(shù)據(jù)：企業(yè)的知識(shí)體系中多存在難以融合的多源數(shù)據(jù)，不僅包含企業(yè)內(nèi)部數(shù)據(jù)，還包括網(wǎng)絡(luò)相關(guān)數(shù)據(jù)，政策相關(guān)數(shù)據(jù)，業(yè)務(wù)形成數(shù)據(jù)等。且數(shù)據(jù)結(jié)構(gòu)多樣，不僅有已存在的結(jié)構(gòu)化知識(shí)，還面臨結(jié)構(gòu)化、非結(jié)構(gòu)化知識(shí)等多維度數(shù)據(jù)整合。以傳統(tǒng)方式整合，不僅流程復(fù)雜更新迭代慢，還需要大量人工和程序配合，泛用性差。
數(shù)據(jù)單一且關(guān)系疏離：企業(yè)通常要面對(duì)不同業(yè)務(wù)及使用場(chǎng)景，如FAQ問答，新聞、公告、報(bào)告、培訓(xùn)、說明、刊物等，來編寫不同知識(shí)內(nèi)容。這些知識(shí)形態(tài)各異且關(guān)系疏離，難以直接使用傳統(tǒng)型知識(shí)庫。企業(yè)需要針對(duì)不同知識(shí)內(nèi)容，投入大量人力收集再加工方可使用。
例如“貓是陸生的有毛的哺乳動(dòng)物”的文本內(nèi)容要錄入為FAQ需要人工梳理為：
Q：貓是什么動(dòng)物？
A：貓是哺乳動(dòng)物。
Q：貓生活區(qū)域？
A：陸地。
Q：貓是什么科動(dòng)物？
A：貓是脊椎動(dòng)物。
Q：貓有皮嗎？
A：貓有皮毛。
展現(xiàn)形式一成不變：企業(yè)知識(shí)的展示通常以純文本為主，展示形式單一，知識(shí)間關(guān)聯(lián)性差。用戶需要花費(fèi)很多時(shí)間才能從樹結(jié)構(gòu)的眾多問題中找到自己想要的答案。
總而言之，當(dāng)前企業(yè)知識(shí)結(jié)構(gòu)不成體系，信息密度較低，難以深度消費(fèi)，無法支持智能化的應(yīng)用趨勢(shì)，且維護(hù)成本極高。這些問題不僅導(dǎo)致客服的運(yùn)營(yíng)難度與成本上升，也影響了消費(fèi)者的用戶體驗(yàn)。
知識(shí)圖譜就是力量
為解決上述傳統(tǒng)客服的知識(shí)困局，這里要引入“知識(shí)圖譜（KnowledgeGraph）”的概念。知識(shí)圖譜是一種語義網(wǎng)絡(luò)，包括現(xiàn)實(shí)世界中實(shí)體、屬性及屬性值之間的關(guān)系。
舉個(gè)例子，當(dāng)面對(duì)文本內(nèi)容”有個(gè)叫Bob的人，是Alice的朋友，他出生于1990年7月14日。Bob對(duì)達(dá)芬奇所畫的蒙娜麗莎畫作很感興趣，這個(gè)畫像畫的是來自華盛頓的Joconde的夫人”時(shí)，就可以用知識(shí)圖譜來表現(xiàn)語義之間的關(guān)聯(lián)。
以Bob為例：
“Bob”即為定義中提到的”實(shí)體”，
“人”即為實(shí)體的”屬性”，
“出生于1990年7月14日”為他的”屬性值”
由此可知，知識(shí)圖譜是以結(jié)構(gòu)化的形式描述客觀世界中概念、實(shí)體及其之間的關(guān)系，能將互聯(lián)網(wǎng)的信息表達(dá)成更接近人類認(rèn)知世界的形式，擁有更好地組織、管理和理解互聯(lián)網(wǎng)海量信息的能力。因此，要對(duì)企業(yè)客服的海量知識(shí)進(jìn)行有機(jī)地組織、管理和應(yīng)用，就需要借助知識(shí)圖譜技術(shù)的力量。
知識(shí)圖譜提供了從“關(guān)系”的角度去分析和解決問題的能力，已經(jīng)成為知識(shí)驅(qū)動(dòng)的智能應(yīng)用的基礎(chǔ)設(shè)施，在各行業(yè)上施展手腳，發(fā)揮重要作用。
知識(shí)圖譜為互聯(lián)網(wǎng)語義搜索帶來活力，以百度知識(shí)圖譜為例，其作為世界最大的中文知識(shí)圖譜庫，覆蓋十億級(jí)實(shí)體，千億級(jí)事實(shí)，涉及類目40多個(gè)。覆蓋人物、影視、音樂、文學(xué)、商品、餐飲、旅游、出行、金融、教育、房產(chǎn)、醫(yī)療等多垂類，行業(yè)知識(shí)圖譜也已有豐富的積累及應(yīng)用。用戶使用百度搜索時(shí)，可做到即搜即用，日滿足過億次檢索請(qǐng)求。
（知識(shí)圖譜應(yīng)用于百度搜索） 知識(shí)圖譜讓客服更智能
在智能客服領(lǐng)域，知識(shí)圖譜技術(shù)提供了傳統(tǒng)客服所不具備的知識(shí)管理和智能問答能力。百度智能客服知識(shí)圖譜解決方案，能幫助企業(yè)用戶實(shí)現(xiàn)知識(shí)的智能管理和客服的智能化升級(jí)。從協(xié)助企業(yè)用戶進(jìn)行知識(shí)體系建設(shè)，到打通業(yè)務(wù)系統(tǒng)之間的數(shù)據(jù)孤島，提供全流程的支持，讓AI時(shí)代的客服系統(tǒng)更加智能。
（百度智能客服知識(shí)圖譜的解決方案）
還記得這個(gè)問題“哪些理財(cái)產(chǎn)品的收益率大于6%”嗎，百度智能云的智能客服系統(tǒng)會(huì)把它進(jìn)行業(yè)務(wù)抽象，從而快速得出答案。
當(dāng)前百度智能客服的問答可以支持基礎(chǔ)問法、最值比較和差值計(jì)算三種問法。當(dāng)再遇到“龍卡普卡比龍卡金卡年費(fèi)便宜多少”這類問題時(shí)，無需勞神，客服系統(tǒng)通過“差值計(jì)算”也能高效地直接給出答案：“便宜80元/年”。
值得一提的是，智能客服系統(tǒng)并不是一成不變的，而是會(huì)隨著企業(yè)用戶的使用越來越智能。百度智能云在系統(tǒng)的整個(gè)生命周期中為運(yùn)營(yíng)人員提供了豐富的工具集，確保系統(tǒng)數(shù)據(jù)形成閉環(huán)，讓系統(tǒng)處于持續(xù)優(yōu)化中。
智能客服的知識(shí)圖譜應(yīng)用，能極大幫助企業(yè)積累沉淀客服知識(shí)和信息資源，以有效的結(jié)構(gòu)化形式存儲(chǔ)，滿足深度消費(fèi)。同時(shí)，知識(shí)圖譜技術(shù)的助力能幫助客服系統(tǒng)更準(zhǔn)確地理解客戶問題的內(nèi)容和意圖，實(shí)現(xiàn)基于知識(shí)圖譜的多輪意圖澄清、人工坐席知識(shí)提示，針對(duì)非FAQ的智能問答，可滿足多種推理計(jì)算復(fù)雜問題，更高效提供客戶服務(wù)，提升客服工作效率。
在面對(duì)傳統(tǒng)客服的困局時(shí)，百度智能云依托領(lǐng)先的知識(shí)圖譜技術(shù)，給出了高效的智能客服解決方案，讓7×24小時(shí)在崗的智能客服靈活應(yīng)付各個(gè)難題，助力企業(yè)客服的智能化升級(jí)，帶來令人驚嘆的變革。
