2020年10月26日至29日，十九届五中全会在北京胜利召开，“十三五”完美收官，中国全面建成小康社会，“十四五”拉开序幕，经济社会的高质量发展成为全社会的共识和新的奋斗目标。

2016年，谷歌阿尔法围棋机器人（AlphaGo）4：1击败世界围棋冠军李世石。这场人机大战颠覆了人类对人工智能的认知，也具有某种里程碑的意义，被喻为人工智能（AI）元年。2020年新冠肺炎疫情在全国蔓延，这样一个“黑天鹅事件”加速翻开了人机耦合的“新客服”时代。在人工智能的时代背景下，为客户提供高质量金融服务，优化金融供给，是这个时代为金融从业者出的一道考题，不会有太多的准备时间，就要完成从“0”到“1”（从无到有）的转变。

1人工智能技术带来的行业剧变

传统语音型的客服中心经历了资源整合、标准化确立的发展阶段，面对客户数量指数级的增长这样一个行业普遍现状，客户需求个性化、多元化、效率化这一基本事实，传统客服中心由成本中心向价值创造中心转型面临巨大挑战，增加客服数量的单一粗放式解决方案已经远远不能应对新时代的客户服务需求，甚至会带来更多的运营成本和管理问题。人工智能技术在前端通过识别理解客户意图，对客户进行分类传导，大幅度的提高了问题解决效率。
在客户满意度方面，优化服务路径，创意解决方案，能够为客户提供超越其预期的产品和服务，更快、更精准的解决客户问题，不断提升客户满意度。
在客户体验方面，客服是客户与企业之间的重要纽带，在与客户的交互过程中，对客户体验要素的全方位综合性考量，深挖客户潜在的服务需求，创新服务流程设计，直击痛点、难点问题，不断提升服务体验，提高客户黏性，拓宽获客渠道。人工智能的介入是对实际服务管理的一次颠覆和重建。

2智能服务产品在企业端的价值体现

人工智能技术引发行业剧变，机遇和挑战并存，面对客户数量供应和需求日益增长的双重矛盾，人工智能技术与业务场景的深度融合，为企业打开了价值创造的大门。

（一）广度：拓展企业全渠道的服务半径

在传统客服中心里客服与客户通过语音的方式建立起一种单一的交互模式，随着移动智能终端的普及和5G互联网的快速发展，移动互联网成为“潘多拉魔盒”，为客户打开了服务的多种渠道，“一对一”的语音客服转型为“一对多”的在线客服，交互渠道包含微信、微博、网页等。企业可以在全渠道内布局标准统一而又内容迥异的服务投放，交互渠道伴有社交的性质，全渠道“服务”向“服务+社交”的方式演化，为企业提供了宽广的获客基础，社群、粉丝经济、直播带货的“新玩法”为营销提供了丰富多彩的创意空间，社群兴起了，营销还会远吗？

（二）深度：强化企业单一渠道的服务能力

“一对一”单一渠道的服务，也超越了过去的运营与管理思路，智能服务产品在前端识别、理解客户意图，进行客户画像，为人工客服打好“前站”；在服务后端，智能监控为现场管理提供强有力的技术支撑，智能质检在不增加稽核人员的前提下做到“全量质检”，智能知识库为客服解放了繁琐复杂的重复记忆工作。

从企业的层面讲，人工智能在服务前端和后端的技术支撑为企业服务能力的整体提高发挥了非常重要的作用。

从客户的层面讲，每一次为客户服务，与客户的交互过程，都伴随着客户信息的收集、归纳和整理，数据已经成为最重要的生产要素，通过大数据的对比分析，数据分析反哺客户需求挖掘，深度挖掘客户未知的潜在需求，可以让服务做到“比客户更懂客户”，服务模式由粗放的广泛撒网式营销向培育客户习惯的精准营销模式转变。

3智能机器人的需求调研和服务定位

人工智能技术引发客服行业的剧变，对客服中心的运营模式、现场管理等进行冲击和重塑。结合实际业务场景，智能服务产品为企业未来的价值创造打开了一扇门，这扇门在打开之前就已描绘了未来的轮廓，智能机器人在上线前已经做好了最初的“框架”——需求调研和服务定位。掌握智能客服机器人的交互逻辑，透过技术层面寻找问题的本质，探寻完整清晰的智能服务运营链路，从智能机器人的需求与定位运营出发，探寻人工智能技术是如何对高质量服务进行赋能的。

（一）智能机器人概念和运行逻辑
1、概念
智能客服机器人是一种能够使用客户理解的语言（文字、图片、视频）与客户进行交流的人工智能信息系统。能够实现7×24小时不间断服务，0秒响应，无限量接待客户。
2、交互逻辑
智能机器人主要的底层运行逻辑是一个文本交互机器。客户在咨询页面通过打字或者语音输入问题，机器人进行问题识别，将客户问题与知识库中的标准问题按照语义相似度统计概率排序，这也就是常说的客户意图识别过程，选择阈值最高的标准问答案向客户推送，从而完成交互过程。
这个过程简化为“输入、计算、输出”三个步骤，按照人的思维理解智能机器人的交互逻辑，答案分为两种：知识内容和交互形式；知识内容是指向客户推送的文字、语音、视频等；交互形式是指一对一问答、多轮对话等等，识别和计算在智能机器人的回答中显得非常重要。

（二）智能机器人的需求调研
1、人机耦合：服务价值链
企业、客服中心通过基本服务活动和辅助服务活动创造价值的动态过程，形成一条循环作用的闭环链。按照这个分类，结合当下客服行业对人工智能的应用，人工客服依旧承载了基本服务活动，而智能机器人承接了辅助服务活动，在未来很长的一段时间内，人机耦合会成为行业的新常态，不能简单粗暴的理解为“智能淘汰人工”，而是人机协同，催生出新的运营链路和管理范式。
智能在服务的前端和后端扫除了单一、重复性高的工作，而留下来的复杂、高难度的服务工作由人工客服完成，人工客户必须向专家式客服转型。机器是人设计编程的，所以不能浅显的认为机器取代人。
2、服务价值链相关的四个模块
基本划分人工和智能所承载的服务活动范围之后，梳理服务价值链发生干系的四个模块，确定调研的方向和对象。
第一，智能机器人的供应商和训练师团队；
第二，同行业间、相关企业间的智能服务产品；
第三，内部使用人员，包含但不限于一线员工和基层管理人员；
第四，外部使用人员，企业的客户等。智能机器人不是冰冷的独立系统，它的开发与应用须结合现有体系的运营，客户服务质量的考量一定是综合性的，一侧出现纰漏，会对整个服务体系造成重创。
3、需求调研的三个维度
针对以上服务价值链模块分类确定的方向和对象，调研可以分为三个维度，客户、员工和企业老板。
（1）智能机器人所链接的各个模块中外部价值链最主要集中在客户层面，客户问题识别率和解决率一直是衡量智能机器人的关键指标，在需求调研的时候，准确把握客户问题发生的时机、原因、节点等。
（2）客户是智能机器人交互的主要人群，同样一线员工也是智能服务产品的重要使用者，在一线员工日常工作的痛点、难点中隐含着优化整个服务流程的契机，智能服务产品在环节、槽位设计上必须充分考虑前台员工的痛点问题，从中生发出工作流程的问题性，达到优化整个流程的效果。
智能机器人与人工客服的协作不能简单的理解为机器人先做什么，人工客服后做什么，应该站在人机协同相互配合的整体运营思路的基础上，通过“训练”机器人，优化人工客服现场管理，改善全系运营流程，从而让人机协同达到更好的运营效果，释放最大产能，提升服务质量。
员工反馈又分为两个层面，一是客服域中一线员工反映的来自客户的反馈；二是员工针对自身日常工作的反馈意见。这些反馈意见经过整理和提炼都会为智能机器人的需求调研提供难能可贵的思考路径和材料。
（3）客户的需求数不胜数，一家企业是不可能将客户所有的需求全部转化为产品和服务，应当有一个核心的业务指标和发展规划，依此对需求进行整理、剔除和深挖。那么企业老板的调研则为智能机器人的需求管理提供了战略性的方向，简言之就是投资与回报的核算，智能服务产品的投入与产出。
智能机器人需求调研的实质，是在产品研发前端“做功课”，这是对人工智能服务体系未来的整体规划和思考，目标就是为了提升客户服务质量，但是运营思路设计是在研发前端的调研开始，有了这些思考，就会生发出智能机器人的服务定位。

（三）智能机器人的服务定位
1、智能机器人的能力范围和边界
智能机器人在进行客户交互的时候，不能完全做到像人工客服一样那样灵活，所以其定位和边界的划定十分重要。上文提到智能机器人的交互逻辑就是客户输入相似问，智能机器人进行识别与标准问进行相似度计算，然后推送阈值最高的应答，这些应答都是预先经过人工智能训练师“训练好的”，智能机器人的定位包含知识的输入，结合智能机器人的能力聚焦、业务场景和流转过程，最后输出应答。
不同的能力聚焦、不同的业务场景、不同的流转过程甚至不同的服务对象都会影响智能机器人的定位和应答方式（前文提到机器人向客户推送答案分为两种：知识内容和交互形式），例如针对年轻客群，智能机器人的风格要时尚幽默，交互方式简单明快，推送内容不可以冗长乏味；陈述性知识牵扯概念的理解，在推送过程中应着重标注重点词汇；程序性知识应以多轮对话为主要推送方式等。
涉及到敏感词汇、客户投诉和一些特殊的转人工业务场景时，智能机器人要有明晰的服务边界，立即转接人工客服，否则会给客户带来不良的用户体验。
2、客户旅行地形图
客户旅行地形图是指从客户视角出发，以叙述的方式描绘客户使用产品和接受服务的全过程。在这个过程中梳理出客户对产品和服务的满意点和痛点，从而整理出智能机器人的设计点和问题性。
首先，一定要切换成客户的视角而非产品开发者视角，因为开发者对产品特性较为熟悉，客户较为陌生；

其次，旅行是一个线性的过程，厘清体验场景的先后顺序，才能为机器人提供明晰的流转过程；

最后，体验场景可以进行分级，相互之间具备树形拓扑的结构但又相互独立，经过体验场景梳理的业务场景就不会造成机器人场景串联。
客户旅行地形图是梳理机器人定位和流转非常重要的方式之一，场景化的服务可以充分拉升客户的直观体验，收获更佳的获客效应。

掌握智能交互原理，充分调研各方需求，对机器人有了清晰定位之后，如何为客户推送答案？如何与客户进行交互？机器人的“知识结构”是怎样建立和管理的？

4智能机器人的知识

人类从原始人进化到类人，再演变到现代人，伴随着思想意识觉醒的过程，开始运用生产工具改造自然界，从而促进生产力的发展。象征思维和类比思维是一种原始思维，而逻辑思维与系统思维才是真正意义上的现代思维。

结构主义理论家列维·斯特劳斯（Claude Levi-Strauss）将人类语言拆解整合成为一个符号系统，人类语言不再是一个线性的“横组合”过程，而被体系化的理解为“纵组合”集合，从此“语言”区别于“言语”成为一个独立的符号系统，成为一种恒定的思维结构——逻各斯中心主义。
“言语”在二项对立中形成了“所指”和“能指”。语言不再是“语言文字”，而是成为“概念+有声意象”的集合。决定能指的不是因为它“是什么”，而是因为它区别于其它言语的“不是什么”。

（一）进化：从语料到知识进化与形态
小学生学习从识字开始，之后遣词、造句、排段，成文后在文章内浇筑自己的思考和想法。智能机器人的学习方法就是从语料进化到知识的过程。美国学者迈克尔·波特将这一过程总结为“信息价值链”这一概念。
首先，将客观事实进行数字化、结构化、序列化处理形成信息；信息是繁复的、无关联的、漫布开来的，对这些信息进行提炼、概括、归纳，形成体系化的知识，知识的集合让机器人变成“智能”机器人。客服与客户的交流记录，客户日志等是原始语料的重要来源，原始语料就是相似问，对语料进行标准化处理（清洗、修剪），形成标准问。
对标准问和相似问之外的“溢出”进行标注。如果说语料的整理是将客户的问法进行整理，那么智能机器人知识的梳理就是教会机器人更好的应答。为客户推送的答案——智能机器人的知识内容，就这样产生了。
想要智能机器人更“聪明”，就要教它更多的知识——收集知识。对知识进行整理，优化知识内容，对知识进行外化判断，一是知识的保密等级，哪些是公开的，哪些是对外保密但是客服浏览的等等；二是知识的推送方式，以最佳的交互方式让客户能够理解；三是内容形式选择，哪些知识适合图片发布，哪些适合短视频推送，其易读性和可操作性非常重要。

（二）语言模型定位与相似度计算：智能机器人的阅读
人类的阅读习惯是先通读文章，带着问题锁定对应的段落和字句，然后进行析取答案。在逻辑上分为三层：一是直接从原文抽取答案；二是从原文内部组合需要的答案；三是由原文内容概括出相应的答案。
智能机器人的阅读类比人类的阅读模式，当客户输入了相似问，机器人通过计算标准问确定客户意图，这时候就需要通过“阅读”寻找答案。机器人带着客户问题锁定目标文档和段落，然后通过训练好的语言模型或者关键词方式将原文内容与客户问题进行相似度计算，匹配出相似度最高的答案向客户进行推送。人工智能不是将人练习的和机器一样“标准”，而是要将机器训练的跟人一样“智慧”，“智慧”的机器人才能提供优质的服务供给。

（三）知识构建和推送：知识图谱与多轮对话

1、知识图谱

知识图谱是2012年由谷歌提出，本质是一种语义网络知识库，表现形式类似网状图结构。对实体（具象和抽象）进行抽取，然后确定之间的关系，采集特定实体的属性信息。从语义学的角度来理解，实体可以是具体的指称和概念性的指称，但是相同所指会有不同的能指（意象和声音）；不同的能指中有相同的属性，通过关系抽取可以因相同的属性归纳为一类实体，知识图谱的构建过程就是要消解这些交叉的部分，形成正确的实体对象，将该实体作为标准的所指链接到知识库中的知识。知识图谱的优势在于能够以一种利于机器的方式梳理错综复杂的人类语言知识，从而为客户形成正确的推送，提高问题解决率，提升客户满意度。

2、多轮对话
客户与机器人经过多次对话后完成的标准答案推送的交互过程。通过优先设计触发点开启会话过程，运用槽点链接各个模块的跳转关系。
用户的意图和行为都是开放的，可以设计用户意图模型和对话行为分析器，布放大量语料，这样客户的问题识别就会变得非常灵活，只要在模型范围内都可以触发下一环节，完成交互。
多轮对话是非常有效的交互方式之一，逻辑清晰多用于程序性知识，一方面可以给客户提供解决问题的路径，另一方面可以在客户交互过程中收集其信息和需求。

5结语：人工智能时代下的应对策略

人工智能技术发展到今天，经历了从“0”到“1”（从无到有）的过程，未来要做的是从“1.0”到“2.0”，再到“3.0”、“4.0”的发展过程，这就需要我们储备专业知识，迎合时代发展，结合业务场景，进行开拓创新。
（一）积极应对行业变化
一是劳动型向知识型转变。随着智能服务的快速发展，大量的基础业务会被智能服务取代，人工客服会从重复性、单一的工作中解脱出来，而向全能知识型发展。这不是对人工客服的“解放”，而是对人工客服提出了更高的要求。
二是单一型向复合型转变。

三是被动服务向主动营销转变。

（二）客服人员必备“新技能”
一是熟练的业务能力。客服新的发展趋势不是要抛弃传统业务，而是对客服的业务能力提出了更高要求。
二是过硬的基础技能。
三是做一个“潮人”。

客服不是向客户“灌输”产品的理念，而是以一种“共情”的方式与客户分享一种观念、态度、思考甚至是积极的情绪体验，带给客户新鲜、有趣、亲和的感觉。这就要求客服具备积极主动的学习意识，足够个性的潮流想法，敏锐通达的共情能力，简洁明快的语言风格等。

（三）老酒装新瓶——变与不变

传统的业务并没有完全废弃，而是以一种新的方式进行升级迭代，在模式上、管理上进行创新，这就让我们思考，如何借助人工智能的东风，盘活自己的业务，提供更优质的金融供给赋能未来发展。