百度云智能服务业务负责人王巍巍先生先生分享：

　　大家好，我叫王巍巍，来自百度云。前面跟易谷有一定的合作，今天又是一个辞旧迎新的时候，2018年结束，2019年到来，我们一起来回顾一下我们前面的合作，再展望一下我们更进一步希望客户服务往什么样的方向去发展，以及什么样好的方式才能有利于整个生态，除了我们的客户还有我们自身，生态伙伴也是这个行业中非常重要的一环。

　　我的介绍分为两部分，一部分简单跟大家介绍一下百度云，它是一个什么样的发展历程，以及它现在在做什么样的事情。第二部分讲一下百度智能服务。

　　百度云最早是1.0，一开始定位为ABC，可能市场头部的玩家已经把C做的很大了，这个时候我们怎么找差异化的路径，用比较有差异化的产品占领市场。我们打包在一起形成了ABC的解决方案，百度对外输出的云除了基础云还有很多整合的解决方案里面。

　　我们通过一点点的进步迭代到2.0，我们发现不同行业有很大的差异化，你很难通过一个特别通用的解决方案去解决，所以我们在ABC的基础之上又延伸了行业级解决方案。

　　到3.0的时候发现这中间还是有非常多的挑战，所以我们在3.0这个阶段除了继续进行行业的范围延伸之外，同时还积极拓展了很多合作伙伴，让大家的力量得到更好的发挥，不再受限于百度有限的人员、有限的资源，不要让AI只停留在一个小范围的使用。

　　ABC3.0分成三个层面给大家介绍，一个是我们构建了非常多的底层的基础设施，比如我们有IOT的解决方案，芯片的解决方案，软硬一体的解决方案。比如我们现在的语音识别，深度学习，开箱即用的方式让客户在使用的时候非常的便利和低成本。

　　基于这种解决方案也构建了我们想主攻的场景，比如客服就是其中的一块，还有DuHome、DuGo，构建智能家居解决方案，比如智能的灯、智能的音箱。出行是在出行的行车方面，大数据、导航、地图，各种解决方案都会帮助我们的合作伙伴快速的构建使用场景，形成场景化的解决方案。

　　再下面一层，可能我们有的合作伙伴肯定觉得这个开放度是不够的，比如DUGO、DUHOME可能开放的还少一些，最底层我们都基于一站式开发平台去构建，我们也从这个层面开放给大家，希望大家可以通过一站式开发平台、机器人云平台、模型工厂去更好的使用。深度学习平台是指大家所有深度学习的解决方案、深度学习的场景都可以通过这个平台去给它数据、给它场景，给它目标输出，然后它就可以快速学习一套适合我们场景的解决方案。

　　机器人云平台，现在大家在机场包括营业厅会看到很多硬件的解决方案，这些是跟机器人厂商去构建ABCRobot的解决方案，百度更多是软件层面的、AI方面的解决能力，模型工厂是希望我们在ABCInfinite的基础上做的，比如画像是通用的，可能百度建设好一遍了，另外一个客户要复用这个能力可能使用这个模型就可以更快速，所以我们又有这方面的能力的开放。

　　行业方面，我们从第一、第二、第三包括第四产业都做了非常多的输出，在座各位可能也是其中某个行业的客户或者合作伙伴，我们希望去深耕各个行业。虽然目前我们做了很多项目实践，但是我们的深度和广度都还很欠缺。

　　前面提到百度云从1.0演化到3.0，从思维上我们也想做一个转变，IT端是我基于软件，业务是客户基于我们的软件去运营，去成长。客户更关注这个软件到了企业内部能带来的收益是什么样的，所以我们希望再往前走一步，从一个IT端变成业务搭档，可能从软件、硬件到人到业务，各个场景的解决方案都会提供给大家，有了这些才能跟我们的客户更紧密的走在一起，为了业务而努力。

　　下面会围绕客服来跟大家讲一讲，我这里分享一下我们这个部门的同学对客服几个发展阶段的思考，可能十年前就有客服了，十年前就有知识库了。十年前的知识库可能更多的是通过关键词比对的方式解决常见问答，现在微信里面还是通过关健词的方式使用这些场景。技术在进步，我们的需求也在进步，慢慢的我们也开发了更多NLP的能力，可以帮助我们更深度的去理解自然语言的表述，可能不仅仅通过一个关健词，有了这些能力，我们进化到2.0，可以整句去理解，通过把文本变成向量去理解在自然语言过程中代表什么意思。我们可以更精准的去做回答，同时又利用可了深度学习的能力，我们的泛化能力得到一个很好的提升。我们可以用更少的语料解决通用问答的问题。

　　2.0阶段存在一个问题就是这个过程中需要很多人的干预，需要很多业务专家，知识处理的专家产生大量结构化的知识帮助机器人去训练。我们期待的3.0是什么样子的，就是在这个过程中，类似于搜索的背后是没有人干预的，全是机器和算法在解决问题，你的每次点击都是给了这个系统一个反馈，都可以帮助这个系统去优化和迭代它的策略，这是我们的远期目标。我们现在处于一个中间状态，现在参与的人逐步在减少，但是还没有减少到参与非常少的地步。下一步我们的目标就是希望在这个过程中使用历史数据，人非常少的干预就可以让这套系统非常好的运行。

　　这是百度智能客服发展的阶段。我们从2016年就开始做智能客服，那个时候更多的是给内部使用，比如我们的广告主，内部的糯米、钱包等各种各样的产品都需要有客服的场景，那是我们打造的第一代智能客服的产品。

　　这个产品后来发展过程中，技术也在进步，我们引入了更多自然语言学习的技术在里面，慢慢的它也在进步，从单一的问答慢慢进化到多轮的问答状态，2017年机器人可以直接解答业务问题了。原来机器人只能解决一些咨询问题。再往后，我们发现一定要系统足够开放，才能让合作伙伴深度参与到这个过程中。所以我们开模型训练、数据导入导出这样的能力给到我们的合作伙伴。

　　2019年我们希望我们的机器人更聪明，更接近于人，更贴近于人。我们希望它能识别情感，在这个过程中自动化的质检，帮助我们去判断客户的情绪是不是有变化，我是不是可以更智能的转入在某些情景上。

　　这是整个百度智能客服解决方案的全景。我们在外呼呼入、知识库、对话机器人等等都会有解决方案给到大家。红色的部分是我们正在跟合作伙伴建设的，刚才跟易谷的产品也聊，像这套解决方案，除了提供给头部客户之外，还有很多中小企业也非常需要这些解决方案，但是他不可能承受成本。有没有更好的方式去构建一下PAAS加SAAS的能力给到合作客户是我们下一步要解决的问题。

　　包括通过这些东西打造形成一个完整的解决方案，节省客户很多集成工作，形成一整套的解决方案。中间这两层组建层和PAAS层其实做了能力开放，其实就是为了更好的团结我们的生态伙伴以及更好的帮助我们的客户在这个基础之上去做开发。站在百度的角度上很难把源代码一并开放出来，对我们系统架构也提出了很多的挑战，我们从API层到界面层到前端都做了能力开放，这些能力开放，可以让我们的合作伙伴在这个基础之上，用这套解决方案快速解决。

　　下面介绍一下在前面的运营过程中和我们的合作伙伴一起去服务的一些重点的客户，和我们大概取得了什么样的效果。我们最早跟联通合作，帮助天津联通客服坐席显着降低了人工坐席的通话时长。我们现在正在帮联通集团把这些能力覆盖到九省三中心，希望让更多的坐席在这个过程中能减少自己的压力，更多的服务一些高端客户。

　　百度跟广东电网客服中心前期做了文字客服，帮助广东电网客服中心接管了80%的文字咨询量。下一步也是跟广东电网合作智能语音坐席，下一步可以推广到整个南方电网集团。

　　下一步就是跟银行的合作，银行的合作相对多一些，我们跟南京银行、招商银行、广州银行、浦发银行、百信银行都做了很多的合作，这里很感谢易谷同学的支持，没有我们合作伙伴的支持，我们在浦发项目上很难取得这么快速，这么高质量的效果，我们从2018年7月份启动，12月份上线，在19年2月后可以直接拨打浦发的电话去体验智能语音客服。

　　下面介绍一下我们双方共同打造的智能语音客服。

　　谢一鸣：浦发智能客服是百度云做了很多的工作，我们可以现场体验一下，目前95528这个号码是属于灰度发布这个阶段，我们可以体验一下整合了百度的AI并且由易谷来做了整个集成之后的电话IVR的效果是怎么样的。

　　我们看一个视频。

　　（播放VCR）

　　感谢刚才小浦做的表演，但是我觉得小浦这个笑话还要再好笑一点。这是一个真实在线上结合银行业务，通过易谷来做集合，当然也是充分整合了AI、ASR各种智能之后打造的一个智能银行交互的场景，在这样一个系统当中我们不仅实现了高达125个节点的智能导航，同时创造性的进行了智能银行业务办理的过程，当然这中间包含了银行数据的读和写的权限。在这样一个项目当中我们采用了一个什么样的架构来进行交付呢，我们可以看到中间整个的系统架构图上面的绿色部分，上面对各个渠道统一的接入的整理和处理是由易谷的同学来完成的，下半部分对接客户业务系统的梳理，业务表达方式的整理也是由交付团队来进行执行的。并且在整个过程当中，我们都会充分的整合和利用好由百度所提供的任务式对话、知识问答、知识图谱等等这样一系列的工具，进而保障项目交付效果。

　　单单完成了联络，能够用机器人把电话接起来，这点并不能够完全的满足用户的需求。因为我们需要知道这个机器人到底接的好不好，哪些地方需要改进，所以可以看到在所有的机器人和客户的沟通过程当中，所产生的运营型的流水型的报表数据，经过我们二次定制和开发之后，形成了智能交互监控及统计的产品，这也很符合易谷做产品和做设计的思路，我们所有的产品都是从客户实际的需求出发，结合我们项目的情况来进行真正的交付。

　　通过这样一个架构和产品，我们可以从NLP的引擎当中抽出实时的监控表，拿到机器人的对话流水、机器人的交互统计等等一系列的信息，我们不但是为了上而上，而是要把它更好的运营起来，这才是我们最终的目标。

　　王巍巍：感谢一鸣给大家一个比较直观的感受。我们在浦发做了哪些工作。刚才的架构图里面整个组件是非常多的，中间紫色的部分是AI的能力，但是外围需要建设的东西，不论是多渠道的还是业务层以及统计都是非常多的工作，这些工作很难是某一个AI厂商单独能解决的。

　　可能客户会有疑问，我在这个事情上要做什么样的投入以及我能得到什么样的收益。我从两方面来介绍我们的投入和收益，一个是运营流程的变化，原来主要是人工接管所有的访问流量，无论是呼入呼出全是靠人工。现在你有了一个AI机器人。AI机器人靠训练需要很多数据给它结构化的知识才能让它更智能化的提供这些服务，我们需要组建一个机器人训练师的团队。

　　其实在优化过程中，我们接管的比例其实是越来越高的，这个过程中我们的坐席团队人员规模、职责、分工可能也需要产生相应的变化。同时由于我们有了机器人的训练，原来人工运营的指标，相应的在机器人的训练过程当中也要有一套新的运营指标，来跟这个运营流程相匹配。

　　投入上的变化，有些人觉得为什么我要做这个事情，投入这么大，但是从长线来看，是非常具有性价比的。软件投入虽然在第一次投入是比较高的，但是你的人员投入是在持续降低的，在优化的过程中因为降低的比例是在逐步提高的，综合来看你的持续投入会降低的非常明显。

　　右边我给大家列举了以下我们使用了AI之后，我们大概能够在不同的场景上达到什么样的收益，在呼入场景上，从实战的经验来看可以做到20%到50%的人工话务的接管，原来通话时长可以下降20%到50%，这对我们的资源消耗就是非常大的缩减。

　　文字场景方面，我们可以替代的场景会更高，我们最高可以做到接近80%的机器人接管。如果是特别垂直的场景，但是投入的时间非常长，人员非常多，是非常具有性价比的。外呼针对回访、催收现在可以做到非常高的替代比例，现在有信心可以做到60%+的替代比例。

　　但是销售这个场景上目前还做不到。因为销售它特别需要情感，特别需要发散，特别需要更多的情感方面的沟通，而机器人现在的沟通相对来说还具有机械的问题，这是给大家分享的，我们在运用AI投入中的收益的情况。

　　下面介绍一下百度云智能客服的合作生态，我们跟易谷是走完了全部的合作流程，现在即将给易谷的几位小伙伴颁发一个智能客服的认证，我们会给我们的合作伙伴无论是营销、培训、产品技术和生态技术的支持。有了这些支持我们可以一起去服务我们更多的客户，让更多的用户感受到智能服务能给大家带来的一些便利和收益。

　　我们合作伙伴主要有如下几个类型，渠道类、服务类、产品类和集成类。渠道类是我们目前非常关注的，慢慢我们会在服务和产品上会寻找一些合作伙伴。如果我们下一步的SAAS化产品真正上线了之后，我们会特别需要渠道类的合作伙伴帮我们一起开拓SAAS化的市场。因为SAAS化的市场和项目级的市场有非常大的区别，开拓的模式也会差异化。

　　如果要成为我们的合作伙伴能得到哪些收益呢？我们分了几个等级，一个是你刚完成认证，这个时候你得到的是售前的培训、技术的培训、产品的培训，下一步我们会一起落地一些项目，有了这些，我们会分享我们的销售机会给到大家。再下一步我们是属于共赢的状态，整个生态是向合作伙伴开放的。因为任何一个客户的需求是比较垂直和复杂的，这些需求就需要很多组件组装到一块儿，易谷有擅长的部分，百度有擅长的部分，Genesys也有擅长的部分，这些组合到一块儿就构成了我们比较完整的解决方案，这部分我们会合作共享我们的生态给大家。

　　下面是如何成为我们的合作伙伴，我们需要走完这几步就可以成为一个非常深度的合作伙伴，目前我们和易谷之间已经把这几流程走完了，我们已经成为既做了很多POC的验证又培养出了一支能够基于这套产品去快速落地智能语音客服的队伍，同时我们现在也在共享我们的销售线索，共享我们的合作生态。

　　这是我今天主要给大家介绍的百度智能客服的内容，也非常感谢大家今天在这儿听我给大家唠叨这些，怎么运用智能服务，智能服务能够帮助到大家哪些，希望后面我们有合作的机会，共同去探讨如何让智能客服深入到各行各业，帮助各行各业去解决在当前红利吃光的情况下怎么提高我们的运营和管理。