三年前，本公眾號曾推出“AI+”系列文章，詳細討論了人工智能技術在各個領域的應用前景及優勢。但在AI長河三起兩落的洪流中，經常性的此AI非彼AI，而其中做通用人工智能的更加少之又少。
經過多年的完善，聯動北方自研的通用AI模型已較為成熟，該模型具有多模態、多切面、多通道、穩定性強等特點，基於此通用模型，聯動北方已經完成了包括智能運維、智能醫療、智能物聯以及知識圖譜在內的多個項目的落地。
故此，在原有文章的基礎之上，聯動北方推出修訂版的“AGI+”系列文章，以聯動北方通用AI模型為基礎，詳述通用人工智能AGI如何在各個領域發揮作用。
在上一篇“AI+客服”的文章中，我們主要談論了人工智能技術在客服行業的應用前景。由於客服工作本身具有重複率較高、要求響應速度快等特點，與人工智能技術的優勢十分契合，因此各界都很看好智能客服的發展，甚至有人預測，到2020年，傳統的人工客服可能會完全被智能客服所取代。
在2020年的今天，從人工智能在客服領域的落地情況與應用規模來看，當初的預測可以算實現了一半——智能客服確實在眾多行業與場景進行了應用，但其工作主要集中在服務需求量大的情況下，對一些常見的問題、諮詢的回答與引導，與傳統客服彼此輔助，以削減企業在客服上支出的人工成本，距離完全取代傳統人工客服依舊有很大的距離。
隨著技術進一步成熟，大數據、知識圖譜等技術的應用讓智能客服的理解能力更上一層樓，更聰明的人工智能技術又將帶領客服行業通向哪裡呢？今天的文章將在原“AI+客服”的基礎上，結合聯動北方通用AI模型，進一步探討通用人工智能AGI在客服領域的應用。
智能客服的現狀
客服作為連接企業與客戶的重要橋樑，對企業的銷售成果、品牌塑造及市場地位都有著直接的影響，其重要性不言而喻。而長久以來，傳統客服行業存在的諸如客服人員流動性大、培訓成本高、服務效果難以把控等痛點，從某種程度上阻礙了企業的發展腳步，如何優化客服流程，從客服數據中發現業務問題也成了各類企業面臨的普遍問題之一。
隨著人工智能技術的日漸成熟及應用場景落地化，客服作為人工智能重要的應用場景之一，原有的生態結構正在慢慢發生改變，新技術的應用也給企業長久以來痛點帶來了新的解決方案。
國際數據公司IDC近期的一篇調查報告顯示，隨著業務需求驅動，越來越多的行業用戶把對話式AI能力嵌入到了業務流程中，提供對話式人工智能能力的廠商也擴展到更多的互聯網公司以及AI初創公司。
IDC發佈的《中國人工智能軟件及應用市場半年度研究報告（2019H1）》顯示，預計到2023年，中國對話式人工智能市場規模將達到18.6億美元，2018-2023年年複合增長率為41.3%。
對話式人工智能平臺使用語音識別、語音合成以及深層自然語言處理和理解技術與人類進行交流。得益於聊天機器人和智能對話終端應用的大規模落地，對話式人工智能市場也將帶動智能客服行業的進一步發展。
在企業服務資源需求增加的背景下，AI已被大量用於多渠道的產品服務銷售與客戶管理等工作中，例如通過智能客服處理簡單重複的信息諮詢，以提高人工客服的工作效率和客戶體驗，降低商家的經營成本，在金融、政府、電信及傳統行業得到了大量應用，推動了多種渠道下企業客戶服務的自動化、智能化。
雖然智能客服的市場前景明朗，但在現階段的應用中，大多數用戶對於智能客服的評價卻沒有那麼樂觀。
中國青年報社在2019年底就用戶對智能客服的看法做了一次調查，在2001名受訪者中，91.9%的受訪者使用過智能客服；57.9%的受訪者直言智能客服會理解不了顧客提出的問題，答非所問；而49.3%的受訪者則認為智能客服會用固定的話術應付人，解決不了實際問題。
目前智能客服在很多場景都有應用，比如銀行、餐館、醫院、商場、高鐵、機場、劇場和旅遊景點等，涉及衣、食、住、行、康等各個方面。甚至很多電商平臺都默認優先使用智能客服，當用戶主動提出時才轉接人工。在通信、銀行等平臺，無論是電話客服還是網絡客服，也多是智能的。這也從側面反映智能客服已經覆蓋了我們生活的方方面面。
但在實際使用過程中，智能客服解決問題的能力卻遠遠達不到預期。
根據調查結果顯示，僅7.0%的受訪者稱智能客服總能幫助自己解決問題。48.5%的受訪者表示智能客服大部分情況能解決問題，40.1%的受訪者稱只有少部分情況能解決，4.4%的受訪者直言完全解決不了。
有時智能客服會要求用戶簡潔地表述自己遇到的問題，但遇到比較複雜三兩句話說不清楚的情況時，智能客服還可能理解不了，答非所問。以至有用戶吐槽，“最讓我受不了的是，當我輸入了很長一段話描述問題，智能客服馬上只回復一句‘不好意思’”。
在這次調查中，57.9%的受訪者認為智能客服會理解不了顧客提出的問題，答非所問；49.3%的受訪者指出智能客服用固定的話術應付人，解決不了實際問題。受訪者認為智能客服存在的其他問題還有：需要多次操作才能解答問題，費時費力(38.2%)， 服務不親切，給人冷冰冰的感覺(35.2%)，變成商家拖延時間的擋箭牌，遲遲不解決問題(30.5%)等。
從調查結果可以看出，現階段的智能客服在理解能力與用戶滿意度上還有很大的提升空間。
AGI+客服
AGI階段，為了進一步提高智能客服的理解能力，聯動北方在原有AI+的基礎上增強了知識圖譜等技術應用。知識圖譜可發掘數據間的聯繫，通過知識來驅動智能應用，賦予了智能客服像人一樣思考與分析的問題的能力。通過應用知識圖譜等技術，聯動北方通用AI模型旨在降低企業創建領域性知識庫的難度，提高自然語言處理的準確性與針對性，使客服的回覆更加合理與準確，進而提升用戶的滿意度。
相對於人工智能（AI）的概念，通用人工智能（AGI）更強調智能的通用性特質，即同一個通用模型適用於各個領域，在現有人工智能“專”的基礎上兼具了“廣”的優點。從總體來看，“AGI”更接近“AI”的初始意義，與“強AI（Strong AI）”的概念更加相似。而聯動北方通用AI模型的核心思想正是通用性人工智能，該模型除了能夠在運維領等域加以應用，在客服領域同樣能發揮作用。
知識圖譜的構建過程
從技術角度來看，知識圖譜的構建主要包括常包括信息抽取——知識融合——知識加工三個過程。
1、信息抽取
信息抽取又名知識抽取，是知識圖譜構建的第一步，是一種自動化地從半結構化和無結構數據中抽取實體、關係以及實體屬性等結構化信息的技術，具體分為包括實體抽取、關係抽取和屬性抽取。
2、知識融合
通過信息抽取，實現了從非結構化和半結構化數據中獲取實體、關係以及實體屬性信息的目標。然而，這些結果中可能包含大量的冗餘和錯誤信息，數據之間的關係也是扁平化的，缺乏層次性和邏輯性，因此有必要對其進行清理和整合。知識融合包括兩部分內容——實體鏈接和知識合併。
通過知識融合，可以消除概念的歧義，剔除冗餘和錯誤概念，從而確保知識的質量。
3、知識加工
通過信息抽取，可以從原始語料中提取出實體、關係與屬性等知識要素。再經過知識融合，可以消除實體指稱項與實體對象之間的歧義，得到一系列基本的事實表達。然而，事實本身並不等於知識，要想最終獲得結構化、網絡化的知識體系，還需要經歷知識加工的過程。知識加工主要包括三方面內容：本體構建、知識推理和質量評估。
通過以上三個步驟，就能將互聯網的數據轉換成可供計算機分析與利用的知識圖譜。
基於樹網模型的知識圖譜建模
結合知識圖譜的自身特性與實際使用場景，聯動北方公司提出了以代數的群論、拓撲學習以及模糊論集合、圖論等數學基礎的智慧樹模型。
智慧樹模型，顧名思義，通過將知識圖譜的建立過程類比為結構樹，通過結構與分支的不斷拓展與交織來完成知識圖譜的構建。
在此模型中，每個實體可以比作一個獨立的樹突，實體間通過不同的關係相互聯繫纏繞在一起，形成多根的實體樹網，樹網的意義在於將實體間二維的關係轉換為三維，弱化了關係順序帶來的影響，使得實體間的聯繫更加靈活。
同時智慧樹模型採用多維模型而非平面圈層，多維模型的好處在於不僅能夠定位實體在某個知識碎片中的位置，同時還定位實體在整個知識圖譜中的位置，這個過程可以想象成葡萄與葡萄架的關係。將實體比做一顆葡萄，聯動北方多維模型不僅能夠找到葡萄所在的整串葡萄（知識碎片）中的位置，更能夠通過定位命中簇——映射概念簇——序列化熱點簇，定位葡萄在葡萄架甚至葡萄林（知識圖譜）中的位置。多維模型模可以精準分析實體間的關係，更好地排除干擾，對於自然語言處理等應用有著極高的價值。
此外，智慧樹模型是開放、外延、全方位掃描的，這意味著圖譜內任何節點都會成為敏感點和關聯熱點，節點之間不會存在明顯的權重差別，而是根據需要發揮作用；同時開放的模型支持無限拓展，保證數據能夠實時更新；實體之間聯繫緊密，不同切面的節點能夠通過關聯節點進入其他切面，也可以沿著概念樹從一個節點到另一個節點，更加靈活。
聯動北方智慧樹模型還提供了可視化智能建模界面，在可視化的建模操作界面，用戶可以動態地創建、修改和刪除各節點之間的關係，從而搭建不同的關係網。此外，用戶還可以在構建好的模型中自由選擇需要顯示的區域進行放大和詳細顯示，更清晰地展示實體間的聯繫，以便後續進行分析與處理。
知識圖譜的優點
對於人工智能在客服領域的應用，知識圖譜最大的價值在於能夠讓人工智能具備認知能力和邏輯能力。機器認知智能在應用方面是廣泛、多樣的，其優勢主要體現在一下幾個方面：
1、智能分析
越來越多的行業或企業在生產運營中都累積了大量客觀的數據信息，但由於缺乏分析能力，這些數據並沒有創造出價值，甚至還侵佔了大量的運維成本。可以說沒有分析的大數據是沒有價值的。
而知識圖譜和基於圖譜而發展起來的認知智能，為精細的大數據分析提供了有力的基礎技術支持，可以賦能用戶畫像、商業情報、輿情分析、客戶維護等多種領域和行業，讓大數據發揮出應有的價值。
2、智能檢索
傳統的檢索方式支持的數據格式多侷限於文本，而知識圖譜則很好地避免了這一缺點。無論檢索的對象是文本、還是圖片、音頻、視頻、以及代碼，知識圖譜都可以有效幫助搜索工具在缺少上下文聯繫信息的情況下，有效地甄別核心信息，還可以在檢索中根據需要進行不同量級的檢索操作。
知識圖譜基於其富有特點的三元組結構，可以實現將知識、行為、數據等多種信息融合增補，使用得越多效果越好，讓智能檢索服務做到精準化、場景化、個性化。
3、人機交互
知識圖譜類人腦的信息邏輯方式，能讓機器更有效率的吸收儲存管理各類知識，從而更好的理解人類的語言信息，使得人機交互變得更加簡單自然。應用在客服行業，知識圖譜能夠協助智能客服更好地理解用戶意圖，通過與用戶完成多輪對話後給出合理的答覆。
4、可解釋性
在人工智能發展的過程中，人類一直對人工智能所給出的結論、推理等持有一定的懷疑態度。而知識圖譜的出現，在人工智能的可解釋性方面有著重要的作用。知識圖譜的邏輯結構是類人腦模式，其中的信息輸入和採集也是由人提供的，因此大大提高了人工智能結論的可信度。知識圖譜的這一特性是人工智能在金融、醫療、客服等領域得以落地應用的核心要素。
智能客服的應用場景與優勢
智能客服的應用場景
目前，智能客服早已覆蓋各個行業，但是現有的智能客服產品更多的是針對企業用戶而非個人用戶。事實上，在私域流量火爆的今天，以微信為代表的各類聊天軟件也已成為流量的轉化平臺，其中微商、課程分銷、保險與房地產行業的從業人員尤甚，此類工作的從業者通常有大量好友，需要長時間同時應付多組對話，在此類場景下，智能客服的相關需求便凸顯出來。
通過分析用戶的需求，目前針對私域流量普遍存在的痛點包括——群內消息太多，無法識別到對自己有用的消息；聊天消息回覆不及時，損失部分客戶；相似問題需要人工反覆操作回覆，缺乏智能系統；上百微信號的商家很難合理的資源和管理分配；缺乏對客服人員的監控系統，導致資源流失或者被竊取等損失等等。
因此，針對私域流量領域，智能客服的應用同樣十分有必要。
目前，無論針對規模較大的企業客服還是針對私域流量的客服，現有的智能客服平臺雖然在總體上實現了自動應答、工單管理等操作，但在自動回覆等功能上仍有一定的提升空間。
以自動回覆為例，當前市面上的智能客服軟件通常只內置了基礎聊天語料庫而未預置領域性知識庫，用戶想要實現目的性的對話需要自己創建相關語料庫。
對於語料庫的創建與維護，用戶主要存在如下兩方面的痛點：
1、語料庫創建工作量巨大
對於多數垂直領域來說，語料庫的質量從某種程度上決定了客服服務的質量，對於語料庫的編輯，現有的客服軟件主要提供了模板添加與手動添加兩種方式。
使用模板進行添加時，用戶需要將問題與關聯回覆按指定的格式編輯再導入到語料庫；而手動添加語料庫則更為繁瑣，用戶需要逐個添加問題與關聯回覆，同時還要標註關鍵詞及問題的優先級，學習成本與時間成本相對較高。此外，針對同一個問題，不同用戶的提問方法也不盡相同，因此後期可能出現匹配不到相關答案或根據關鍵詞匹配了錯誤的答案的情況，從而導致客戶的流失。
2、語料庫信息無法自動更新
對於很多行業來說，例如保險行業及房地產等，語料庫中的部分信息是不斷變化的，而按照現有的編輯方式，管理者每一次更新語料庫信息時都需要進行查找、修改、導入等多項操作，頻繁更新勢必會耗費大量的時間和精力。
為解決以上問題，聯動北方開發了知識圖譜系統，該系統可以H5或插件的形式方便地嵌入網頁中。系統為用戶提供了自主學習、知識建模、批量遷移、智能採集等多項功能，便於用戶創建與管理相關知識庫。
通過此係統，用戶可以通過傳word/pdf/txt/數據庫/excel等多個來源的文件以生成領域性知識圖譜。此外，用戶還能通過鏈接的形式上載行業相關專業知識、業內新聞與科普文章等網頁信息，系統會智能爬取和分析相關網頁，並自動生成與更新知識庫的相關內容。
知識圖譜應用，能極大地幫助企業和個人積累沉澱客服知識和信息資源，以有效的結構化形式存儲，從而滿足深度消費。對於用戶來說，應用基於聯動通用AI模型的知識圖譜系統可以更便捷地創建與更新領域性知識庫，大大提升工作效率；而對於企業來說，一個用戶友好型的軟件也更容易留住用戶 ，增加用戶黏性，讓自身產品在同類產品中更具競爭優勢。
未來，聯動北方將積極與RPA類公司發起合作，旨在完成客服操作流程的閉環，為用戶提供更友好、更便捷的智能客服。
智能客服的優勢
對於技術的探究，最終也將落實到產品與用戶體驗上，相對於傳統人工客服，各種技術加身智能客服在用戶體驗、個性化服務以及服務質量等方面都有著全方位的提升。
1、提升用戶體驗
對於消費者來說，在進行商品或者服務的挑選時，能夠得到快速的回答或反饋是非常重要。相對於傳統的人工客服，智能客服可以在任何時間提供更快的客戶服務，從而增強客戶服務的連續性，提升了客戶體驗。
一般來說，機器人自動回覆的時間通常都不會超過一秒，極大的保障了回覆客戶的響應效率，而傳統人工客服在處理客戶諮詢問題時，需要按順序服務，在高峰期尤其容易發生客戶積壓等情況；此外，智能客服還能夠實現7*24小時全天的接待工作，即使在非工作時間，來訪客戶也都能獲得客服服務，滿足客戶各類需求。
2、提供個性化服務
智能客服目前最主要的用途是轉移明顯響應的簡單問題。但是，通過將智能客服與組織其他系統集成在一起，則可以開始為客戶提供個性化的信息。
智能客服可以利用組織的客戶關係管理數據庫來確定訪問其網站的人員是老客戶還是潛在客戶，從而根據不同的用戶給出個性化的回覆。當老客戶訪問其網站時，智能客服可以列出對方可能感興趣的商品或服務以供參考；而當新訪問者將到來時，客服則可以從網站的板塊與基礎操作開始介紹，逐步引導顧客瞭解產品。
除了即時提供個性化體驗外，智能客服還可以將相關信息傳遞給人工客服。通過跟蹤客戶是否已經嘗試自行解決問題，讓人工客服知道客戶訪問過哪些幫助文章和網頁，以避免重複提供客戶已經瞭解的答案，從而節約傳統人工客服和客戶的時間。
3、完成自主學習
智能客服的另一大優勢是可以自主學習，客服會隨著顧客的使用越來越智能。每完成一次服務後，智能客服便會根據用戶的反饋以判斷服務質量並對自身工作進行調整，而機器特有的記憶力，能夠保證智能客服可以記錄每一次工作中的重要信息並進行學習，並在下一次的工作中加以實踐與應用。
隨著數據量的積累，智能客服便能更好地理解顧客話語與行為背後的情感，像學習一門新語言一樣學習不同措辭方式的細微差別，問題解決率也會越來越高。另外，除了自動接待回覆以外，在人工客服接待過程中，機器人還可以通過推薦回覆或者搜索知識庫的方式提供接待輔助，提升人工客服的接待效率與服務質量。
技術的發展向來是挑戰與驚喜並存的，智能客服的應用不僅解決了人工成本上升與服務行業發展的需求，也是企業數字化轉型，提升企業全面競爭力的重要工具。
立足於未來的客服系統，應該是一個 “智商”、“情商”都超高的智能助手，能夠像人類一樣理解客戶的意思，又能像機器一樣迅速給出準確合理的回覆。而隨著人工智能等技術的發展和應用的進一步深入，相信智能客服終有一天會接過傳統客服的服務棒，在未來發揮更大的作用，也給我們帶來更好的用戶體驗。
閱讀更多 聯動北方科技 的文章
