近期，信而富新一代智慧客服系統——“信知音”正式上線。以人工智能(AI)技術為後盾的“信知音”不僅吹響了公司全面升級客戶服務系統的號角，也是信而富為踐行“AI in ALL”理念而邁出的重要一步。
AI，全面提升客服價值
在消費升級和生活日益互聯網化的今天，傳統客服的侷限性日益凸顯。作為經濟生活的主力軍，80、90後一代期待獲得響應迅速、信息準確的個性化客戶服務，但無論是電話客服，在線客服，還是服務界面上的按鍵引導式客服，都難以滿足他們對於客服體驗的要求。
智慧客服能夠解決傳統客服等待時間長、無法覆蓋非工作時間以及服務質量不統一等弊病。理想的智慧客服能夠以一敵萬，閃電回應。它們善解人意，千人千面，不僅永遠在線不知疲倦，還能自我學習，時刻進化。配合客戶畫像，智慧客服能夠全面提升客戶服務的商業價值。
正是認識到這些，在互金行業客戶規模爆發式增長的背景下，信知音應運而生。信知音寓意“聞音知意，有問必答”，讓我們一起看看它是如何實現的。
“信知音”是怎樣的聊天機器人?
聊天機器人(Chatbot)一直是AI研究的熱門領域，甚至被譽為“王冠上的珍珠”。
聊天機器人一般可以分為四類：
● 陪伴機器人 - 應用於個人助手、閒聊和兒童陪伴;
● 業務機器人 - 應用於垂直業務和第三方整合業務領域;
● 資訊機器人 - 應用於社交平臺上的諮詢和新聞機器人;
● 指令型機器人 - 應用於智能硬件，如智能音響和其他智能家居設備。
像“信知音”這樣的智慧客服系統，其背後是基於大數據、自然語言處理和深度學習的聊天機器人，屬於業務機器人的類別。“信知音”系統中的智慧客服採用信而富吉祥物“小信”的形象，是一個兼具萌感與科技感的機器人，其職責是在客戶向信而富客服系統發出問詢時，作出自動接待和智能回覆。
圖1：信知音背後的AI技術
同多數聊天機器人一樣，小信也由五個功能模塊構成，如下圖所示。語音識別模塊(ASR)負責接收用戶的語音輸入並將其轉換成文字形式。自然語言理解模塊(NLU)是聊天機器人的核心模塊，負責解析用戶輸入的語義。對話管理模塊(DM)負責協調各個模塊的調用及維護當前對話狀態，選擇特定的回覆方式。自然語言生成模塊(NLG)生成回覆文本輸入給語音合成模塊將文字轉換成語音輸出給用戶。
圖2：聊天機器人的五大功能模塊
信知音的自然語言理解模塊是大數據分析(數據挖掘、關鍵詞匹配程度分析等)和傳統自然語言處理技術(語言模型、語法分析、詞性標註等)相結合的產物，能夠識別同義問詢、近似問詢以及口語化的片段，並具有用戶意圖識別、情感識別、回覆確認等能力。因此，小信能夠精準分析客戶的意圖，並在明確意圖的基礎上，較為自然地與用戶交互，快速解決用戶問題。例如，當信而富客戶詢問“怎麼借到更多錢?”、“提額要滿足什麼條件?”“怎樣才能提高信用?”等問題時，小信能將各種問法歸納為一個意圖，即提高信用額度。另外，內置的深度學習能力讓信知音系統具有很強的對話樣本處理能力，能夠更好地學習和泛化歷史對話。
對話管理模塊也是聊天機器人的重要模塊。顧名思義，對話管理模塊控制人機對話的過程，維持對話的結構和狀態。交互能力是對話的關鍵。對話中，客戶可能不斷修改或完善自己的意圖，而當客戶陳述的不夠清楚和具體的時候，機器也可以通過詢問、澄清或確認等方式更好地滿足客戶的需要。
許多系統採用“填槽法”管理重要信息。比如，客戶輸入“幫我查一下明天的天氣，南京”。經過自然語言理解模塊的處理，系統分析出客戶的意圖為詢問天氣，但還要確保所有必要條件均已集齊(槽位得到填充)，才能執行指令。這句中的關鍵信息包括地點(南京)和時間(明天)。如果客戶沒能提供關鍵信息，就需要系統接管對話的主導權，收集必要的信息。
需要指出的是，不同類型的聊天機器人在對話管理方面有不同要求。例如，陪聊機器人追求的是能夠與人進行多輪次的交流，而業務機器人追求的是以儘可能短的對話輪次掌握客戶意圖，解答客戶疑問。
目前，信知音系統主要採用單輪對話機制，但下一步將追加多輪交互模型，讓客戶的對話體驗更加流暢。另外，主動引導和問題推薦功能已在測試環境實現，後續將在信知音2.0中推出。
生成答覆是對話管理的最終目的。目前該領域的解決方案有幾種，包括根據上下文生成答覆、根據規則和模板生成答覆和根據問詢生成答覆等。信知音採用的主要是基於問詢的對話生成機制。在此機制下，完備的知識庫不可或缺。信知音的知識庫能夠有效解決幾乎所有類型的客戶問題。此外，憑藉深度學習能力，信知音還能自主學習歷史對話，從中識別和總結客戶的常見問題和答案。新增問題和答案在經過質檢被採納後就可以自動補充知識庫，輕鬆適應業務的調整和產品的更新。
圖3：信知音與客戶的對話示例
明星客服小信，承擔70%客服工作
信知音智慧客服系統於4月中旬正式登陸信而富APP，經過兩個月的實際運營，目前承擔約70%的客服工作。
信知音採用的是智能應答為主，人工客服為輔的雙通道自由切換模式。當小信無法回答客戶問題，或客戶主動切換人工模式時，客服人員會接替小信繼續回答客戶的問題，而在面對標準化問題時，客服人員也可將客戶託管給小信。兩種模式能夠無縫銜接，帶給客戶順暢的客服體驗。
圖4：信知音的雙通道客服模式
上線至今，信知音已成功調用超過200萬次，日均調用量約4萬5千餘次。憑藉7*24小時的連續守候和毫秒級的響應速度，信知音極大地提升了信而富的客服工作效率和品質。
信知音還具有多渠道部署的靈活性，未來將在信而富業務體系中全面推廣，實現包括網頁、APP、微信在內的全渠道覆蓋。7*24小時的連續守候也意味著永不間斷的學習，隨著信知音服務量級的不斷升高，小信將蛻變得更加智能。
信而富曾率先實踐大數據驅動的信貸審批。今天，以“AI in ALL”理念為指引，我們希望通過每一小步的努力，助推消費金融走向全面智能化的奇點。
閱讀更多 互聯網大事記 的文章
