从京东数科战疫，看智能客服的过去、现在和未来

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。

4、智能化“叠加式”加速

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。

防疫的背后，被按下“加速键”的智能客服也显露出未来趋势与机会

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。

1、场景、行业覆盖横向拓展

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。

2、客户群体下沉式拓展

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（以大中型为主）的客服体系庞大，需要特定的深度服务；

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。

3、技术的场景化纵深理解

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。

4、语音合成带来“客服”体验进一步拟真化

上述情绪识别、多轮对话技术实际是智能客服拟真化的内在表现。

（编辑：宿州站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!