客服行業(yè)是一個(gè)歷史悠久的傳統(tǒng)產(chǎn)業(yè),其背后有一個(gè)規(guī)�？捎^的潛在市場(chǎng)。長(zhǎng)久以來(lái),以人工為主的傳統(tǒng)客服行業(yè)存在各種各樣的問(wèn)題,如何利用人工智能、大數(shù)據(jù)、云計(jì)算等技術(shù),讓客服行業(yè)實(shí)現(xiàn)降本增效,實(shí)現(xiàn)智能化是行業(yè)迫切的愿望。

　　歷史背景

　　客服行業(yè)是一個(gè)規(guī)模龐大的產(chǎn)業(yè),據(jù)據(jù)2018年《中國(guó)智能客服行業(yè)研究報(bào)告》統(tǒng)計(jì),中國(guó)目前大約有500萬(wàn)全職客服,人力成本加上硬件設(shè)備和基礎(chǔ)設(shè)施,整體規(guī)模約4000億元。降本增效一直是企業(yè)所追求的極致目標(biāo),但長(zhǎng)久以來(lái),業(yè)界對(duì)人工客服的需求仍然客觀存在,人工客服也存在各種各樣的問(wèn)題。如何用技術(shù)賦能客服行業(yè),提升效率降低成本,同時(shí)優(yōu)化用戶體驗(yàn),是行業(yè)的核心問(wèn)題。

　　傳統(tǒng)客服在移動(dòng)互聯(lián)網(wǎng)場(chǎng)景下并不陌生,很多用戶都曾與之發(fā)生過(guò)一些不那么愉快的接觸。其具有靜態(tài)、時(shí)延、繁忙三大特點(diǎn),由此帶來(lái)了包括內(nèi)容靜態(tài),需要DIY獲取;高時(shí)延,體驗(yàn)差;熱線打爆,人力成本高的一系列問(wèn)題。傳統(tǒng)客服的服務(wù)水平相對(duì)低效,而且是一種懶服務(wù),這是久為用戶所詬病的關(guān)鍵問(wèn)題。

　　隨著IT技術(shù)的發(fā)展,客服行業(yè)迎來(lái)了變革的契機(jī)。基于大數(shù)據(jù)、云計(jì)算和深度學(xué)習(xí)等人工智能技術(shù),智能客服已經(jīng)可以實(shí)現(xiàn)自主問(wèn)答、業(yè)務(wù)辦理、故障診斷等一系列復(fù)雜操作,實(shí)現(xiàn)客服行業(yè)中大部分的應(yīng)答需求,快速高效地解決用戶問(wèn)題。

　　相比傳統(tǒng)客服,智能客服的優(yōu)勢(shì)在于可以實(shí)時(shí)解決,并主動(dòng)推薦、引導(dǎo)用戶,用對(duì)話、機(jī)器人的方式,智能化地解決問(wèn)題。在智能客服的初期,其技術(shù)目標(biāo)是在一定比例上解決客服遇到的簡(jiǎn)單高頻問(wèn)題,將疑難問(wèn)題交給人工客服團(tuán)隊(duì)。

　　技術(shù)實(shí)現(xiàn)與難點(diǎn)

　　智能客服系統(tǒng)主要基于自然語(yǔ)言處理、大規(guī)模機(jī)器學(xué)習(xí)、深度學(xué)習(xí)技術(shù),使用海量數(shù)據(jù)建立對(duì)話模型,結(jié)合多輪對(duì)話與實(shí)時(shí)反饋?zhàn)灾鲗W(xué)習(xí),精準(zhǔn)識(shí)別用戶意圖,支持文字、語(yǔ)音、圖片等富媒體交互,可實(shí)現(xiàn)語(yǔ)義解析和多形式的對(duì)話。

　　國(guó)內(nèi)目前的智能客服產(chǎn)品類型多樣,服務(wù)的場(chǎng)景也涵蓋了金融、醫(yī)療、出行等領(lǐng)域。各家的實(shí)現(xiàn)形式、對(duì)標(biāo)場(chǎng)景雖然不盡相同,但背后的技術(shù)思路其實(shí)是一脈相通的。智能客服的工作原理一般有以下幾個(gè)流程:

　　首先是語(yǔ)音識(shí)別模塊,將語(yǔ)音轉(zhuǎn)換為文字;然后是對(duì)文字問(wèn)句的Query理解;查詢理解后,進(jìn)行意圖識(shí)別;最后將對(duì)用戶問(wèn)句的理解和意圖識(shí)別反饋到對(duì)話管理系統(tǒng),后者分配給相應(yīng)的客服機(jī)器人,返回答案結(jié)果。

　　概括而言,一個(gè)智能客服系統(tǒng)技術(shù)上主要處理兩方面的問(wèn)題:一個(gè)是搭建基于知識(shí)庫(kù)回答的智能客服系統(tǒng);另一個(gè)是基于槽位填充的多輪對(duì)話系統(tǒng)。與技術(shù)實(shí)現(xiàn)的相似性一樣,行業(yè)在搭建自己的智能客服系統(tǒng)時(shí)也會(huì)遇到類似的難題:

　　第一,缺乏足夠數(shù)據(jù)訓(xùn)練模型時(shí),如何解決數(shù)據(jù)冷啟動(dòng)的問(wèn)題;

　　第二,多輪對(duì)話仍舊是難題,模型距離精準(zhǔn)差距較大;

　　第三,人機(jī)協(xié)同問(wèn)題,如何讓智能為主人工為輔,發(fā)揮客服機(jī)器人更大的價(jià)值?

　　螞蟻金服的落地實(shí)踐

　　在這樣的背景下,螞蟻金服從金融領(lǐng)域出發(fā),通過(guò)搭建起一套完整的智能客服框架,提高了智能客服的效率,降低了人力成本。更進(jìn)一步,通過(guò)對(duì)用戶對(duì)話數(shù)據(jù)的洞察分析,精準(zhǔn)定位了產(chǎn)品問(wèn)題并加以解決,提高了用戶的使用體驗(yàn)。更進(jìn)一步,沉淀下來(lái)的海量數(shù)據(jù)幫助智能客服做到更精準(zhǔn)的智能推薦,助力搜索、營(yíng)銷,持續(xù)優(yōu)化服務(wù)體驗(yàn)。

　　針對(duì)智能客服行業(yè)的共性與難點(diǎn),螞蟻金服技術(shù)團(tuán)隊(duì)給出了自己的解決方案。

　　猜你問(wèn)題

　　點(diǎn)進(jìn)支付寶客服入口,就能看到一個(gè)猜你想問(wèn)的列表,這個(gè)列表會(huì)根據(jù)用戶操作軌跡智能預(yù)測(cè)用戶可能的問(wèn)題列表,用戶點(diǎn)擊對(duì)應(yīng)問(wèn)題后客服自動(dòng)返回解決辦法。這個(gè)功能早在2015年10月便已上線,上線之初就承載了超70%的點(diǎn)擊量,而在今天,這個(gè)數(shù)據(jù)已經(jīng)承載了支付寶求助總量的90%。

　　猜你問(wèn)題功能背后,體現(xiàn)的是螞蟻金服AI技術(shù)的積累沉淀。通過(guò)用戶日常行為特征、歷史特殊情況、靜態(tài)數(shù)據(jù)等三個(gè)“因子”,通過(guò)深度神經(jīng)網(wǎng)絡(luò)分類模型生成一系列問(wèn)題,在此過(guò)程中收集用戶反饋數(shù)據(jù),通過(guò)訓(xùn)練模型不斷修正自身,再通過(guò)自動(dòng)訓(xùn)練、自動(dòng)測(cè)試、自動(dòng)上線的方式,支撐支付寶各功能大廳的具體場(chǎng)景。

　　更進(jìn)一步,支付寶技術(shù)團(tuán)隊(duì)還將該模型升級(jí)為一個(gè)混合網(wǎng)絡(luò)模型,除了猜你問(wèn)題場(chǎng)景以外,還支持包括問(wèn)題識(shí)別、要素識(shí)別、智能派單等多個(gè)場(chǎng)景。

　　氣泡推薦

　　如果說(shuō)猜你問(wèn)題是把問(wèn)題解決在用戶提出之前,那氣泡推薦就是在用戶提出之后,如何快速完善問(wèn)題描述。這背后有以下幾大要求:文本易理解、業(yè)務(wù)覆蓋廣、個(gè)性化、關(guān)聯(lián)性。螞蟻金服利用了metapath2vec,把氣泡跟問(wèn)題、問(wèn)題與問(wèn)題、氣泡與氣泡之間都做到相互關(guān)聯(lián)。通過(guò)關(guān)聯(lián)建立聯(lián)系路徑,進(jìn)而學(xué)習(xí)每個(gè)標(biāo)簽背后的含義,以做到精準(zhǔn)對(duì)應(yīng)。同時(shí)加上beam search的方法對(duì)氣泡做排序,使用戶在求助過(guò)程中可以最大化點(diǎn)擊行為,而非復(fù)雜的輸入行為。

　　機(jī)器人問(wèn)答

　　用戶輸入問(wèn)題文本以后,智能客服如何理解用戶的需求?這背后也有一套復(fù)雜的框架,同樣有幾大難題亟待解決:

　　如何理解用戶核心需求內(nèi)容?長(zhǎng)文本核心理解難題。少量干擾詞,如何解決魯棒性?多模型的配合、融合問(wèn)題。

　　在這樣的背景下,螞蟻金服技術(shù)團(tuán)隊(duì)從匹配和分類兩個(gè)關(guān)鍵方向出發(fā),巧妙地解決了機(jī)器人問(wèn)答的這些難題。通過(guò)搭建BERT模型,螞蟻智能客服可以結(jié)合場(chǎng)景和上文的文本輸入,去解決實(shí)際的用戶問(wèn)題。更近一步還可以把用戶的行為軌跡數(shù)據(jù)跟這個(gè)用戶輸入做匹配,進(jìn)而根據(jù)線上的點(diǎn)擊反饋去訓(xùn)練模型,可以很好地把用戶的行為數(shù)據(jù)、軌跡數(shù)據(jù)融合進(jìn)來(lái)去做機(jī)器人理解。

　　人工輔助

　　除了App端的智能客服需求,還有很多用戶是從客服熱線入口進(jìn)入場(chǎng)景。智能客服背后的技術(shù)團(tuán)隊(duì)梳理了客服團(tuán)隊(duì)中人工部分的情況,包括到底有多少客服可以接電話,以及他們當(dāng)前接電話的一個(gè)水位,到底有多少客服是空閑的,多少客服是繁忙的。進(jìn)而優(yōu)化整個(gè)系統(tǒng)以承接足夠多的用戶請(qǐng)求,同時(shí)保證用戶體驗(yàn),不至于因?yàn)樵拕?wù)擁堵陷入排隊(duì)狀況。

　　更進(jìn)一步,在對(duì)話助手機(jī)器人這個(gè)方向上,通過(guò)與人工客服打通的話術(shù)推薦、知識(shí)問(wèn)答、營(yíng)銷建議、轉(zhuǎn)化預(yù)測(cè)等方面,根據(jù)用戶實(shí)際情況選擇將其分流到AI端做自助解決還是通過(guò)人工客服方式解決。

　　智能客服未來(lái)展望

　　規(guī)�？捎^的潛在市場(chǎng),快速落地的人工智能技術(shù),大數(shù)據(jù)時(shí)代豐富的用戶行為數(shù)據(jù)助力模型訓(xùn)練,智能客服行業(yè)已經(jīng)迎來(lái)了自己的春天。

　　在智能客服行業(yè),已經(jīng)出現(xiàn)了底層技術(shù)平臺(tái)化,廠商比拼產(chǎn)品服務(wù)能力的趨勢(shì)�；ヂ�(lián)網(wǎng)巨頭以開源的方式構(gòu)建圍繞自身的智能客服生態(tài),行業(yè)企業(yè)在底層技術(shù)上站在同一起跑線上,產(chǎn)品服務(wù)是其能否脫穎而出的關(guān)鍵。

　　人工智能技術(shù)的快速成熟、落地,讓傳統(tǒng)行業(yè)如客服業(yè)迎來(lái)了新的轉(zhuǎn)機(jī)。繼續(xù)提升服務(wù)體驗(yàn),如交互能力和多輪對(duì)話,同時(shí)通過(guò)推動(dòng)服務(wù)數(shù)據(jù)與產(chǎn)品體驗(yàn)的打通,形成閉環(huán),智能助力服務(wù),溝通創(chuàng)造價(jià)值。螞蟻金服也將與行業(yè)一起,探索更多智能客服的應(yīng)用場(chǎng)景與能力提升。

　　3月26日,走進(jìn)阿里云云棲號(hào)在線課堂,螞蟻金服開設(shè)了【螞蟻金服課堂】螞蟻金服數(shù)字課堂直播間,螞蟻金服高級(jí)算法專家溫祖杰將分享螞蟻智能客服系統(tǒng)的主站算法框架,包括推薦,對(duì)話,調(diào)度,體驗(yàn)相關(guān)的算法,重點(diǎn)介紹猜你想問(wèn),基于強(qiáng)化學(xué)習(xí)的序列推薦,知識(shí)蒸餾,機(jī)器閱讀,強(qiáng)化學(xué)習(xí)調(diào)度等工作。

　　加入螞蟻金服-CTO線-智能服務(wù)部:

　　全面負(fù)責(zé)螞蟻金服在人機(jī)對(duì)話領(lǐng)域中的算法研究、平臺(tái)建設(shè)及業(yè)務(wù)落地工作,打造更好的面向數(shù)字生活和金融開放業(yè)務(wù)背后的客戶服務(wù)能力。

　　部門由多名業(yè)界頂尖的硅谷科學(xué)家及國(guó)內(nèi)資深工程師組成,技術(shù)氛圍濃厚、團(tuán)隊(duì)關(guān)系融洽、發(fā)展空間廣大;

　　算法研究與業(yè)務(wù)落地并存,支撐支付寶、財(cái)富、客戶權(quán)益等核心業(yè)務(wù),覆蓋億級(jí)用戶及千萬(wàn)級(jí)商戶,在多個(gè)頂級(jí)會(huì)議/期刊上均有論文發(fā)表。

　　校招職位:

　　【崗位介紹】

　　崗位名稱:算法 & 開發(fā) 實(shí)習(xí)生

　　面向人群:2021屆畢業(yè)生 (畢業(yè)時(shí)間:2020年11月-2021年10月)

　　地點(diǎn):杭州、北京、成都、上海

　　【崗位描述】

　　1、負(fù)責(zé)語(yǔ)義理解、多輪對(duì)話管理、用戶模擬、機(jī)器閱讀、強(qiáng)化學(xué)習(xí)、小樣本遷移學(xué)習(xí)等算法的研究及項(xiàng)目落地;

　　2、負(fù)責(zé)螞蟻金服統(tǒng)一機(jī)器人平臺(tái)的開發(fā)工作,支持螞蟻各業(yè)務(wù)線和生態(tài)場(chǎng)景;

　　3、負(fù)責(zé)螞蟻智能服務(wù)平臺(tái)的開發(fā)工作,包括智能問(wèn)答、智能語(yǔ)音交互、智能化運(yùn)營(yíng)等。

　　【崗位要求】

　　1、碩士及以上學(xué)歷,計(jì)算機(jī)、數(shù)學(xué)、人工智能、電子工程等相關(guān)專業(yè),博士?jī)?yōu)先;

　　2、有良好的數(shù)據(jù)敏感性和較強(qiáng)的邏輯推理能力,有良好的團(tuán)隊(duì)協(xié)助能力和自驅(qū)力,對(duì)業(yè)界新技術(shù)敏感,喜歡鉆研;

　　3、熟練使用常用的數(shù)據(jù)結(jié)構(gòu)及算法,Java/C++/Python等語(yǔ)言基礎(chǔ)扎實(shí)(熟練掌握其中之一即可),有較強(qiáng)的算法設(shè)計(jì)和實(shí)現(xiàn)能力,ACM等coding大賽獲獎(jiǎng)?wù)邇?yōu)先;

　　4、扎實(shí)的機(jī)器學(xué)習(xí)算法基礎(chǔ),在NLP、機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘等相關(guān)領(lǐng)域的頂級(jí)期刊或會(huì)議發(fā)表論文者優(yōu)先,在相關(guān)國(guó)際比賽中排名靠前者優(yōu)先【算法實(shí)習(xí)生要求】

　　5、熟悉應(yīng)用服務(wù)端開發(fā),熟悉主流中間件技術(shù)、數(shù)據(jù)庫(kù)等,對(duì)分布式和高可用架構(gòu)有一定了解

　　社招職位:

　　螞蟻金服-算法專家/高級(jí)算法專家-深度學(xué)習(xí)NLP-AI

　　職位描述:

　　1,針對(duì)螞蟻金服的財(cái)富、保險(xiǎn)、微貸、支付寶、安全、客服等核心領(lǐng)域,研究和開發(fā)以深度學(xué)習(xí)和自然語(yǔ)言處理(NLP)為核心的對(duì)話機(jī)器人技術(shù),對(duì)螞蟻金服的業(yè)務(wù)產(chǎn)生深刻的價(jià)值。同時(shí),將技術(shù)沉淀成平臺(tái),打磨成云客服產(chǎn)品,賦能整個(gè)金融領(lǐng)域。

　　2,研究開發(fā)各種對(duì)話機(jī)器人算法,包括語(yǔ)義理解、句子相似度計(jì)算、文本分類、文本聚類、多輪對(duì)話、閱讀理解、知識(shí)庫(kù)挖掘等。

　　3,與產(chǎn)品、工程、數(shù)據(jù)、運(yùn)營(yíng)團(tuán)隊(duì)緊密合作,共同構(gòu)建各種金融對(duì)話機(jī)器人體系和產(chǎn)品。

　　職位要求:

　　1、在以下一個(gè)或多個(gè)領(lǐng)域達(dá)到專家級(jí)水平:機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、自然語(yǔ)言處理、對(duì)話機(jī)器人、輿情分析。在頂級(jí)機(jī)器學(xué)習(xí)和AI領(lǐng)域會(huì)議和期刊有論文發(fā)表的優(yōu)先;

　　2、優(yōu)秀的算法和編程能力,熟悉搜索、排序、圖等通用算法,精通C++或Python等。熟悉大規(guī)模數(shù)據(jù)處理平臺(tái)Hadoop/Spark/ODPS等。熟悉主流深度學(xué)習(xí)工具Pytorch/TensorFlow/Caffe/MXNet/Theano等。

　　3、具有很好的表達(dá)能力,很好的抗壓能力和團(tuán)隊(duì)合作能力。

　　4、熱衷于技術(shù)創(chuàng)新,善于突破既有框架做出改變,善于運(yùn)用有限資源針對(duì)具體問(wèn)題拿到結(jié)果。對(duì)于把大數(shù)據(jù)和人工智能技術(shù)能夠應(yīng)用到實(shí)際業(yè)務(wù)場(chǎng)景產(chǎn)生商業(yè)價(jià)值具有強(qiáng)烈的熱情。

　　5、計(jì)算機(jī),數(shù)學(xué),統(tǒng)計(jì)學(xué)或相關(guān)專業(yè),碩士以上學(xué)歷。

　　6、工作年限1年以上

　　投遞郵箱:zujie.wzj@antfin.com

特別提醒：本網(wǎng)內(nèi)容轉(zhuǎn)載自其他媒體，目的在于傳遞更多信息，并不代表本網(wǎng)贊同其觀點(diǎn)。其原創(chuàng)性以及文中陳述文字和內(nèi)容未經(jīng)本站證實(shí)，對(duì)本文以及其中全部或者部分內(nèi)容、文字的真實(shí)性、完整性、及時(shí)性本站不作任何保證或承諾，并請(qǐng)自行核實(shí)相關(guān)內(nèi)容。本站不承擔(dān)此類作品侵權(quán)行為的直接責(zé)任及連帶責(zé)任。如若本網(wǎng)有任何內(nèi)容侵犯您的權(quán)益，請(qǐng)及時(shí)聯(lián)系我們，本站將會(huì)在24小時(shí)內(nèi)處理完畢。