伴隨智能科技、移動互聯網和IT行業的迅速發展，知識管理、自然語言理解、自動學習等技術趨於成熟，智能機器人取得了快速發展。其應用從實驗室發展到電信、金融、政務、個人互聯網信息服務等商用領域;應用形式從娛樂聊天衍生出了自動客服、智能營銷、內容導航、智能語音控制等功能;服務覆蓋的國內用戶總數已經超過2億，全球1000強公司中有20%採用智能機器人系統來提高服務水平。智能機器人逐漸走入大衆的生活。
智能機器人應用在客服工作中有着顯而易見的優勢。一是提高用戶感知，爲企業在線客服、新媒體客服等提供統一智能的自助服務支撐，減少了用戶問題得到解決的難度和複雜度;二是提升服務效率，縮短諮詢處理時限，分流傳統人工客服壓力，節省服務成本(據統計：智能機器人投入是人工座席成本的10%);三是收集用戶訴求和行爲數據，支撐產品迭代優化。
目前國內智能客服機器人非常成功的應用實例如招商銀行，其智能客服機器人問題解決率達到98%，減少人工成本4800萬元/每年，同時引發客戶的互動參與，提升了企業的品牌形象。
那麼如何建設用戶感知良好、高效服務的智能客服機器人呢?我認爲應該從以下幾方面入手。
一、智能客服機器人的服務範圍
目前大多數行業客服中心大致提供查詢、諮詢、辦理、投訴以及建議五種服務項目。根據行業特點不同，所提供的服務細項有所不同。建設、運營好智能客服機器人首先要考慮的問題是要將它應用在何種服務中。最優選擇是簡單、重複、易替代的標準服務項目，如查詢、諮詢、簡單業務辦理服務等;太複雜、需要服務人員反覆確認溝通服務訴求的項目如複雜業務辦理、投申訴等，顯然不適合使用智能客服機器人。
選擇適合智能客服機器人提供的服務項目非常重要，決定了今後的運營方向、投資、流程和效果。智能客服機器人的特點是可提供重複、精準、簡單劃一的問答，需要長期運營才能達到優良的用戶感知。如賦予它複雜的問答場景，勢必造成後期人工投入加大、流程複雜等困難，影響用戶使用效果。
二、智能客服機器人的服務流程
智能客服機器人的服務流程分爲用戶使用服務流程及後臺維護流程。
(一)用戶使用服務流程
如前文所述，確定智能客服機器人的服務項目後要考慮服務項目的流程設計。流程設計原則是重點服務項目的場景化。例如，當用戶詢問智能客服機器人問題時使用的是自然語言，智能客服機器人經常不能準確判斷用戶的提問，這時推送用戶可篩選的條件，通過一次或多次篩選和交互，準確理解用戶的問題，給予用戶準確、標準的回答，提高智能客服機器人回答問題的準確度。
當智能客服機器人不能準確回答用戶的問題時，很多智能客服機器人提供趣味問答以挽回用戶的好感度。這種服務流程設計在一定程度上緩解了用戶的焦慮，但是從以往的服務經驗看，用戶最需要的仍是快速找到正確的答案。建議客服機器人的用戶使用流程應加入轉人工服務的服務流程，給予用戶不能最終解決問題的出口。當然，好的服務流程能夠在用戶與智能客服機器人的交互中解決所有問題，達到自動代替人工的服務目標。這需要運營者與開發者共同努力，不斷跟蹤問題解決率等指標，優化服務流程，逐步降低用戶轉接人工的服務量。
(二)後臺維護流程
後臺維護流程是指運營人員對智能客服機器人的日常維護流程，包括“持續優化服務場景”、“跟蹤用戶解決率並持續改善”、“對用戶問法的維護”、“知識庫的更新和維護”等任務。舉例說明如下。
持續優化服務場景：任何高效的`服務項目場景化設計都來源於用戶真實的使用案例。場景化設計之初，我們選擇了用戶訴求最集中的服務項目。場景化設計上線後，我們應根據用戶問題的解決率等指標(系統可提供以上指標)進行不斷優化，達到最佳服務效果。“數據分析-流程設計-流程上線-數據跟蹤-流程優化-優化上線”將形成閉環的後臺維護流程。這同樣需要運營者與開發者共同努力，不斷進行跟蹤、優化，才能使得智能客服機器人達到最佳的服務效果。
三、細顆粒度知識庫搭建
構建適合智能客服機器人檢索的知識庫是成功運營非常關鍵的一步。觀察各行業運營智能客服機器人的效果，以及涉足此領域廠家的技術特點。總結起來有兩種形態：
(一)技術強於運營
需要智能客服機器人具有超強的檢索能力，可以從較不規則的知識庫或網頁裏精準地檢索出用戶需要的問答，對搜索技術要求異常高。目前僅有少量國內外技術達到這個要求，比較有代表性的是蘋果siri等。
(二)運營強於技術
大多數技術達不到要求時，尤其是在垂直領域(如電信、銀行等)，智能客服機器人問答的問題較爲專業，運營者需要通過持續運營來提高智能客服機器人的服務效果。這時，搭建適應智能客服機器人檢索的細顆粒度知識庫尤爲重要。此知識庫需要將大篇幅的知識拆分成爲細顆粒的知識點填寫進預設的知識模版中，以方便智能客服機器人快速檢索到所需知識點，解答給用戶。這項知識整理和錄入工作前期非常繁重，常常需要運營者花上幾個月的實踐整理和錄入。在智能客服機器人投入使用後仍需要運營者長期跟蹤知識的新增、變更以及過期刪除，保證智能客服機器人檢索和提供的知識準確有效。
部分提供網頁檢索能力的智能客服機器人同樣需要運營者按照一定規律在互聯網上爬取網頁鏈接並緩存，定期對網頁鏈接進行篩查，剔除無效或者過期鏈接，保證智能客服機器人檢索和提供的網頁鏈接準確有效。
四、智能客服機器人的語義訓練
智能客服機器人的語義訓練就是讓它具備與用戶進行自然語言對話的能力，即根據知識庫等內容源快速、準確地給出答案，同時有豐富的語言交流、寒暄能力，擬人化智能服務，體現趣味性、互動性，吸引用戶與智能客服機器人對話。語義訓練的核心就是將用戶的問法導入智能客服機器人，並不斷補充和優化。
舉例來說，用戶詢問“今天天氣如何?”，智能客服機器人可理解爲用戶在問氣溫、雨雪風、空氣污染情況等等，需要運營者將“今天天氣如何?”與氣溫、雨雪風等具體天氣情況進行關聯後檢索天氣情況，給予用戶準確答案。用戶的問法多種多樣，需要運營者利用智能客服機器人語義訓練技術，通過持續運營、不斷積累問法的數量、精選優質問法，最終達到理解用戶自然語義，給出有效、正確的答案。
語義訓練不是一蹴而就的工作，需要長期、持續收集用戶問法，並進行不斷修訂、改進。往往需要長達數月的語義訓練，才能使得智能客服機器人具備上線條件。上線後，又將在實際運營中不斷收集、完善，智能客服機器人才能真正提高用戶感知，並逐漸被用戶喜聞樂見和接受使用。
五、考覈指標和效益評估
對智能客服機器人的考覈指標設定爲以下幾個：
(一)知識找到率：智能客服機器人正確檢索到知識的比率;
(二)問題解決率：用戶使用智能客服機器人解決問題的比率;
(三)語義識別率：智能客服機器人正確理解用戶問題的比率;
(四)自助服務量佔比：智能客服機器人上線後自助服務量佔比服務總量的比率。
在運營過程中，以上四個指標基本可反映智能客服機器人的服務效果和用戶使用滿意度。在運營過程中，通過提取運營數據-分析數據-改進措施的閉環改進和優化流程，即可持續提高智能客服機器人的運營效果。
從以上論述中讀者可以看出，智能客服機器人的服務目標不是單靠某種先進的技術就能達到的，必須通過運營與技術的緊密結合才能達到成功的彼岸。在實際運營現場，經常能看到技術團隊與運營團隊在一間辦公室共同工作、共同討論、共同爲同一目標而分工協作。希望通過此文給予業界打算或者正在構建智能客服機器人的運營者一個建議：選擇優秀的技術固然重要，培養得力的運營團隊同樣重要，“打鐵還要自身硬”，運營者應帶領自己的運營團隊通過深入學習和實踐，並與技術團隊充分磨合，才能使得智能客服機器人順利投入運營，提供基於自然語言的智能問答，讓用戶樂於使用。最終的目標是使用智能化手段逐步替代簡單、重複的人工服務，從而減少人工成本，提高客服中心的運營效率。
隨着中國人力資源成本的上升，招聘、培訓和上崗一名客服座席成本將越來越高，以人員密集型爲主的客服中心在未來將面臨巨大的人工成本壓力，而提供智能化的客服機器人服務，將有限的人力資源集中在優勢服務羣體，是未來客服中心生存和繼續發展的方向之一。
