李根 发自 凹非寺

量子位 报道 | 公众号 QbitAI

今年双11，随处皆AI。

上周我们介绍过，阿里内部把4亿张宣传海报的制作任务，交给了一个名为“鲁班”的AI。

而同样还是今年的天猫双11，另一项去往年压力最大的任务——支付宝客服，也被交给了AI。

在今年天猫双11的备战中，支付宝正式将智能客服系统全面铺开，不仅是分担工作压力，也是直接通过最强实战检验产品。

更有意思的是，智能客服的上线，也抢走了每年双11后支付宝内部评选的“金膀胱奖”，原先那些以“硬憋”著称的工作狂，在AI面前显然不堪一击。

所以支付宝智能客服，都能干些什么？

智能客服

可以从三种场景感知一二。

第一种，快捷应答。即客户拨打客服电话，然后描述自己的问题，接着通过智能客服应答、明确问题，最后解决用户问题，中间免去之前机器客服引导中的“按键”流程。

当然，这只不过是AI“能听会理解”的能力展示，算不上稀奇，后面两种方是核心技术流。

第二种，主动客服，这种“主动”主要体现在App端，尝试把客户可能遭遇的问题解决在“打电话”之前。

比如最常见的案例是支付宝绑定银行卡，因为手机和银行卡预留不一致，导致很多用户中途放弃。于是支付宝内部会根据模型判断，在用户1-2小时没有绑卡成功或放弃操作后，推送相应解决信息给相应用户，提供主动客服服务。

第三种，未问先答则是前两种场景能力的综合应用。

顾名思义，“未问先答”可以在用户开口第一句话，或者开口前就识别用户问题并进行相应回答。

比如双11当天，有用户第一次使用“花呗”服务，并进行了“花呗”相关的操作，然后再进一步打入电话寻求客服服务时，可能智能客服就会主动问他是否是“花呗”中某个具体的问题了。

这像是AI的某种“读心术”，但最核心关键的还是技术模型能否足够准确，因为一旦不够准确，就会对用户造成干扰。

技术模型

这种“未问先答”的技术模型，主要涉及三方面：

首先，数据。支付宝智能客服技术负责人刘学亮介绍说，所有工作的基础是用户行为数据，一种是通过客服加工过的有规则的精准因子，这个用户是什么样的特征，意味着什么样的问题；二是大量用户在支付宝操作、点击、页面调转行为轨迹的特征；三是客户在服务渠道上咨询过什么问题、求助过几次之类的数据；四是用户所描述过的信息，在支付宝、服务端描述过的和他的需求和相关的文本信息。

这些数据在进行清洗后，进入下一步工作流程：加工。

加工数据，主要通过深度神经网络算法，不同数据会有不同的处理方式。比如轨迹类数据，用的是RNN模型，其中会涉及时间先后顺序的表现。而对于用户画像和人工设计的精准因子，更多用全连接文本网络处理。

本质上，加工数据的核心工作是处理特征，在支付宝智能客服模型中，涉及特征达10万以上，这些特征中有很多标类问题，后续的数据工作就是找到这些标类问题，与支付宝的标类问题进行精准匹配。

第三是利用反馈数据进行自学习优化。在一次性做完后，很难达到理想水平，支付宝技术团队会利用反馈数据进行自学习优化。

反馈有两种，正、负反馈。正反馈就是用户认为这个比较准，相应加强，负反馈是客户认为是不对的，这个也会优化模型训练，整个过程是数据闭环和自学习的过程。

在支付宝智能客服上线前，这样的自学习优化进行了半年多演练，中间最大挑战在于如何把多年沉淀采集的数据应用得更好更准确。

应用效果

在今年天猫双11的全面应用前，支付宝智能客服已经开始了实战测试，并有了一些小效果。

整体效果上，每天进入到支付宝客服场景的用户差不多有400万，其中50%的问题——200万的服务量可以通过“未问先答”第一个场景“猜你问题”识别并且解决。

资源节省方面，“主动服务”可以平均每天能触发100个场景左右的问题，服务用户超过100万，服务的客户服务满意度可以达到91%。此外，通过主动服务接触过这些用户以后，这部分用户向热线或者客服咨询的比例，减少一半。

效率也在大大提高。语音交互部分整体切换成语音交互后，IVR求助时长降低了三分之一，重复来电减少一半；未问先答在上线后，平均单个客服电话求助时长缩短了10秒。

最后，支付宝方面称，“未问先答”的智能客服，是给今年天猫双11准备的“秘密武器”，未来会逐步考虑对外输出，包括技术扶持、算法开源等。

不过还无法直接“赋能”每家公司，“因为每个行业都有每个行业的具体客服问题，他们需要有自己的数据基础做应用，而且还是比较强的数据基础。”

但AI给客服行业带来的变革，已然开始了。

也不知道今天疯狂剁手的你，遇到了“AI客服”没有？

— 完 —

诚挚招聘

量子位正在招募编辑/记者，工作地点在北京中关村。期待有才气、有热情的同学加入我们！相关细节，请在量子位公众号(QbitAI)对话界面，回复“招聘”两个字。

量子位 QbitAI · 头条号签约作者

վ'ᴗ' ի 追踪AI技术和产品新动态