依托知識管理實現智能服務

劉遠穎 易飛 王錚

1 關于基金行業(yè)的知識管理特點

KMF：兩位專家你們好！感謝你們接受《知識管理論壇》的采訪，本刊從2016年開始采訪知識管理界的專家學者，涵蓋了軟件界、咨詢界、培訓界、學術界等各個方面的人士，而你們是來自金融行業(yè)的受訪專家，很有代表性，我們很榮幸能夠采訪你們。那么就請首先介紹一下華夏基金的業(yè)務情況吧。

華夏基金：華夏基金于1998年成立，是國內首批成立的公募基金公司之一，也是一家綜合性、全能化的資產管理公司，服務范圍覆蓋多個資產類別、行業(yè)和地區(qū)，構建了以公募基金和機構業(yè)務為核心，涵蓋華夏香港、華夏資本、華夏財富的多元化資產管理平臺，有完善的產品線，可以滿足不同投資者的各類投資需求。公司秉承“為信任奉獻回報”的宗旨，服務超過4 700萬客戶，注重將投資收益及時轉化為紅利，累計為持有人分紅超過1 300億元，以雄厚的綜合實力奠定了其基金行業(yè)的領先地位。多年來，華夏基金屢次榮獲海內外權威獎項，不僅在國內受到廣泛認可，在亞太地區(qū)及歐美地區(qū)也贏得了國際聲譽。

KMF：聽了介紹，我們了解了華夏基金的公司實力和基金公司的具體業(yè)務。那么能否為我們介紹一下基金公司知識管理的特點？它同其他行業(yè)的知識管理有什么不同？

華夏基金：跟當前迅猛發(fā)展的互聯網、電商等新興行業(yè)對比，整個金融行業(yè)的知識管理相對來說還比較傳統(tǒng)。當前基金公司的知識管理主要有以下特點：

（1）知識范圍和知識點數量擴展速度相對較慢，每隔一到兩年可能才會推出新的基金類型，例如早期的ETF幣基金、QDII基金到近期的分級基金、滬港通基金等。推出新的基金類型，會增加一整套產品特點、業(yè)務規(guī)則、運作方式、銷售模式等知識內容。

（2）知識體系更加看重自己所在垂直領域的深度，需要伴隨著業(yè)務發(fā)展不斷提升專業(yè)性，例如從傳統(tǒng)知識庫向智能知識庫轉變，通過知識體系的不斷完善，改變服務結構的配比，讓寶貴的專業(yè)人力集中到價值化服務內容。

（3）基金涉及到客戶投資的切身利益，證監(jiān)會對公募基金也有著詳盡的監(jiān)管要求，因此對知識的準確性、及時性、權威性要求非常高。

2 華夏基金的知識管理歷程

KMF：可見基金行業(yè)的知識環(huán)境有著自身的特點，那么針對這些特點，請介紹一下華夏基金的知識管理歷程。

華夏基金：我們的知識管理經歷了以下幾個階段：

第一階段：建立部門級知識管理系統(tǒng)。作為服務部門，客戶服務部（以下簡稱“客服部”）從剛建立起就有知識在不斷積累，開始時是員工個人通過Word、Excel或者郵件去記錄、傳播知識。在2009年建立初級知識庫，開始以FAQ的形式記錄并統(tǒng)一發(fā)布知識，解決了個人更新不及時、信息傳達不到或缺失的問題。

第二階段：搭建全面知識管理分類體系。隨著知識量級的提升，原有知識結構在應用上局限越來越大。部門從2011年底開始進行全面的知識體系建設，圍繞業(yè)務主線把知識點做了完整的目錄梳理，搭建“四庫全書”知識體系，完善相關制度，建立起公司級知識中心。通過“四庫體系”實現了顯性知識有序化、隱形知識顯性化、外部知識內部化、分散知識集中化。

第三階段：大力發(fā)展智能服務知識應用。從2014年開始，我們著手推動服務智能化的發(fā)展，在業(yè)內首家上線在線智能客服，在企業(yè)級智能對話及行業(yè)知識管理等層面實現零的突破，為客戶提供優(yōu)質的自助服務，極大提升了客戶的搜索效率和識別準確率。通過對智能系統(tǒng)不斷進行知識梳理與知識訓練，達到良好的使用效果，直接節(jié)約80%的在線人力，客戶的搜索命中率和滿意度也得到進一步提升。

華夏基金還積極將先進理念普及到其他基金、證券等金融機構，為優(yōu)化行業(yè)結構，提升行業(yè)服務效率和服務水平做出積極貢獻。

3 知識的開放化服務

KMF：您剛在提到了有一些對外開放的應用，您能否具體介紹一下開放化在知識服務上的表現？

華夏基金：華夏基金一直堅持以人為本，華夏基金客服團隊也始終堅持以客戶需求為導向，形成了立足于基礎服務，以個性化服務為延展的立體化服務模式。首先，以深化法定服務為核心，通過電話、短信、網站、郵寄等多種方式為客戶提供立體式的信息服務；其次，以增值服務為延展，建立了符合客戶差異化需求的全維度客戶維護體系（見圖1）。針對個人客戶，形成了完善的分級服務體系，不僅為客戶提供專業(yè)的人工咨詢服務，并且開發(fā)了短信服務、語音自助等多項方便快捷的服務模式，同時還探索建立了基于不斷變化市場環(huán)境的客戶服務響應機制。針對機構客戶，華夏基金專門設立了機構理財部、養(yǎng)老金部等部門，提供一對一的專戶理財服務。同時華夏基金還在業(yè)內首家推出微信服務并開通微信交易，給客戶提供了更多服務渠道。

當前我們的PC官網、微官網、APP、微信、財富社區(qū)、螞蟻社區(qū)等所有的在線渠道都提供了智能服務，客戶可以直接使用知識庫的開放知識點。對于不同的使用渠道，例如PC端和移動端，知識點的處理、架構的調整都需要符合相關系統(tǒng)要求，這也促使我們的知識庫向智能化做進一步的升級。

4 梳理知識形成“四庫全書”

KMF：剛才提到搭建了“四庫全書”知識體系，是否可以詳細介紹一下？

華夏基金：按照華夏客服的知識應用場景及形式，我們的知識庫分為4個子庫，即客戶服務庫、辦公文檔庫、培訓學習庫、服務腳本庫，簡稱“四庫全書”。

（1）客戶服務庫：主要面向華夏基金客戶或潛在客戶，提供各類咨詢服務（包括自助答疑）。一線客服代表在日常工作中使用該庫解答客戶提出的問題，客服部及公司其他部門員工也通過該庫查找所關心的問題，同時客戶也可以通過智能服務使用該庫的部分內容。

（2）辦公文檔庫：主要面向部門內部，為各中心的各項工作提供前中后臺3個方面的知識支撐。公司員工可以查詢相關管理類文檔，專業(yè)崗位人員也可以使用該庫沉淀或查詢工作相關文檔。

（3）培訓學習庫：主要面向部門內部，為客服部員工提供一個專門的培訓學習資料庫。員工可以從該庫獲取培訓或學習資料，學習業(yè)務知識或提升業(yè)務技能。

（4）服務腳本庫：主要面向華夏基金客戶或潛在客戶，提供咨詢服務。與客戶服務庫不同的是，服務腳本庫里存放的都是場景化的服務腳本（相當于結構化知識點），而客戶服務庫里存放的都是知識點。腳本是客服領域的一種特殊的知識類型，具有非常重要的作用，因此我們專門建立了一個庫，用于客服一線坐席代表。

以上介紹的這4個庫，即我們的“四庫全書”知識體系，基本涵蓋了部門所有的知識內容，是我們的主要知識管理對象。

5 理解和應用智能化服務

KMF：在華夏基金知識管理的案例中，特別強調智能化的概念，這也是近年來知識管理的一個趨勢。那么您從華夏基金的角度，如何理解智能化服務的內涵呢？

華夏基金：這里要把概念稍微縮小一下，因為“智能”領域太大了，可以聚焦在“智能服務”，更具體一些就是聚焦在“智能客服”。我們的智能客服有兩個階段：

第一階段：取代搜索框、熱點/常見問題等傳統(tǒng)服務形式，實現客戶“一問一答”，核心是客戶可以采用自然語言提出問題并得到準確的答案，縮短客戶查找時間、提升自助滿意度，節(jié)約公司人力成本、延長服務時間。后續(xù)可從當前在線服務時由客戶手工選擇“智能”或“人工”的模式，升級到人機混合模式。

第二階段：個性化、智能化服務，懂客戶。智能要從解決大眾化的統(tǒng)一服務，升級到能夠單獨針對當前這個客戶的個性化服務。客戶在尋求幫助的時候，會提供許多信息。在對話過程中，機器人通過客戶對話自動識別業(yè)務場景，然后智能地提供最有幫助的個性化提示信息，例如適合他的更優(yōu)惠的購買方式（如活期通轉換），可以給客戶超出預期的體驗，也就是常說的“驚喜服務”。

6 知識庫是智能客服的基礎，問答的精準處理是智能客服的核心

KMF：智能服務的關鍵技術和應用包括哪些？而當前的實施智能服務的主要挑戰(zhàn)和瓶頸又在哪里？

華夏基金：智能客服實質上是把客戶任意的一句話，自動定位一個標準問題上，然后把相應答案推送出來，當然這背后有很多工作。

智能客服核心的部分就在于機器如何理解客戶的自然語言，并且對應到正確的問題上。目前這個部分的實現主要有兩個模式，一種是通過詞模技術，我們會把知識點的問題按照計算機易于理解的方式進行設置，即把用戶表述的本意進行提取、簡化和抽象為一系列詞類的組合，讓計算機去識別并尋找標準答案；另外一種模式是深度學習模式，它是直接把各種可能的問法（比如“我今天能買華夏回報嗎？”“我明天能買回報嗎？”“回報我現在能買嗎？”）全部列在那，標注到標準問題上（“我現在能不能申購華夏回報”）。不管是詞模還是深度學習，后臺的人工維護量都是巨大的。其實上述處理的實質就是把客戶的一句話準確找到一個標準問題上，相當于建立了一個匹配關系，但現階段的智能系統(tǒng)其實并沒有像人一樣真正理解這句話的含義。

我們未來需要實現的目標和難點就是真正的意圖理解。比如在人與人之間的通常對話中，有些“言下之意”，但機器目前只能就字面去理解。比如客戶問“我這個錢怎么還沒到賬”，如果這句話帶有強烈的語氣，那么其實在這里首先是要安撫客戶的情緒，這已經不僅僅是業(yè)務規(guī)則能解決的。這時候你得先給他安撫情緒，才去解答問題，而當前的技術實現還只能就事論事。有時候用戶對機器是連續(xù)提問，或一句話里包含多個問題，舉一個簡單的例子，有人先跟你聊北京這兩天真熱，然后冒出一句今天多少度？那么“今天多少度”，一定不會指洛杉磯的溫度，而是正在談的北京的溫度。這就需要機器能夠識別上下文的關聯，明白用戶多少句話是在談這件事，多少句話又是在談那件事情。跟這件事情有關的信息，即使用戶沒說，但他隱含的要素，機器應該能夠識別出全部問題并給出相關的答案，也是技術難點之一。

智能服務在客服領域的應用主是包含在線智能服務、語音智能服務、智能質檢、智能分析、智能應用5個方面，如圖2所示：

KMF：現在我們智能問答的準確率如何？

華夏基金：在線智能客服是在2014年11月正式上線的，我們把之前的關鍵指標與2017年7月的進行對比（見表1），可以看出搜索命中率和客戶滿意度均有大幅提升：

7 用智能化改造傳統(tǒng)知識管理

KMF：智能客服和傳統(tǒng)的知識管理是如何結合的？我們看到中國企業(yè)引入知識管理已經有10余年的時間，在過去很長一段時間里，很多企業(yè)都建立了知識庫系統(tǒng)，也積累了很多知識文檔，但是現在看起來，這些知識庫的技術水平都比較落后，智能化水平不夠高，利用效果也不好。我們是不是可以說，知識庫已經落伍了？ 而對于已建成的這些知識庫，我們又該如何加以改造和優(yōu)化呢？

華夏基金：智能客服在技術層面是依托于智能技術的飛速發(fā)展，但在業(yè)務層面必須以知識庫為核心基礎，沒有知識庫（哪怕最簡單的FAQ形式）就談不上智能客服。當前的智能客服，其中最主要的簡單來說，就是把客戶各式各樣的問法匹配到某個知識庫中的標準問題，然后推出對應的標準答案。

當前國內專業(yè)的知識庫廠商并不太多，而針對以人為使用對象的應用模式，以機器人為使用對象的智能知識庫就更少了，造成我們開展智能客服工作時存在傳統(tǒng)知識庫與智能知識庫之間的脫節(jié)。但是，對于企業(yè)來說應以業(yè)務需求為導向，而不是以技術先進性為導向，知識庫是否落伍取決于能否滿足業(yè)務發(fā)展的需要。

知識庫系統(tǒng)在客服領域是生產系統(tǒng)，而在其他領域可能就是管理系統(tǒng)。區(qū)別在于，假如發(fā)生意外，管理系統(tǒng)停了對生產影響較小，但是知識庫對于客服來說是生產系統(tǒng)，一分鐘都不能停，否則就沒法回答客戶問題。

再說到智能化，其實知識庫本身的智能化現在還遠遠達不到，我們只是基于傳統(tǒng)知識庫去推動智能客服應用。目前看來，智能化帶來的變化主要是以前知識庫是只給人用的，現在也可以提供給機器使用，機器通過知識庫來進行訓練，進一步培養(yǎng)智能。傳統(tǒng)知識庫的確必須要做改造，因為人有很強的理解能力，對于一整篇文檔，人可以迅速看重點、讀表格、理解圖片。但是對機器就需要轉換成它能懂的內容。應用對象不同，系統(tǒng)要求不同，所以必須要做相關的智能化改造。

KMF：客服部門有自己的特點?？头且粋€知識密集型部門，我們看到許多企業(yè)的知識管理都是從客服部門開始的。能否結合客服部門的特點談談知識管理的作用？

華夏基金：剛才提到知識庫對客服來說是不可或缺的生產系統(tǒng)，而非錦上添花的管理系統(tǒng)。作為為基金持有人服務的一線部門，華夏基金客戶服務部每天需要處理大量的客戶咨詢、查詢及投訴建議。因此，客戶服務部是公司內部對各種業(yè)務知識需求量和處理量最大的部門。部門所有員工（包括普通員工、知識專家等）都是參與知識管理的主體，時刻都在進行知識的產出、運用、修正和積累，對知識管理的重要性有著天然的深刻認知。

所有新員工入職后都需要對現有知識庫系統(tǒng)中的知識進行深入、系統(tǒng)的學習，并經過多輪業(yè)務測試才能正式上崗。在日常人工應答過程中，答復內容通過知識點實現統(tǒng)一標準化。同時客戶也可以通過自助服務應用現有知識，解決遇到的問題。

KMF：傳統(tǒng)的企業(yè)知識庫都是主要靠人工來維護，成本較大，知識管理人員的壓力也較大。而智能化的知識管理系統(tǒng)融入了很多新技術元素，能否為我們介紹一下，在智能服務中，對于知識的處理流程與傳統(tǒng)的純人工方式相比有哪些變化？

華夏基金：在知識處理流程上，我們的團隊工作主要分為兩部分：一個是當前傳統(tǒng)知識庫的維護，其核心就是知識點的建立、修改、刪除、審核、發(fā)布，保證知識點的專業(yè)性、權威性、及時性、準確性，這是我們傳統(tǒng)知識的核心。另一個部分就是智能維護，原則上不做知識點的改變，當然也會參與一些知識點分析的工作，但主要工作是建立詞模和調優(yōu)。

傳統(tǒng)知識庫是在為智能服務提供支持，關注點在于知識點準確、及時、完整。而智能服務更關心的是易用、易懂的呈現方式。比如說我們在傳統(tǒng)的知識庫里?？吹揭淮笃淖?、附件、Excel、Word之類的形式。而智能服務一般是小段文字為主體，少量會用小的表格或者圖片。由于智能服務需要讓知識點更加細化，知識點存儲數量也會大幅度增加。

KMF：在智能服務中，除了向客戶提供所需的知識，是否也考慮到利用和吸收來自客戶的知識，從而真正實現開放式創(chuàng)新？

華夏基金：您說的這一點在互聯網行業(yè)有較多體現，廠商和客戶之間會進行互動交流、客戶與客戶之間互助。對于金融行業(yè)來說還是比較謹慎的，因為我們對知識的專業(yè)性、準確性要求很高，對外發(fā)布的信息也會要求具有權威性。所以如果由客戶直接提供知識內容存在一定風險。但是我們會分析客戶在應用服務過程遇到的一些問題以及客戶不滿意反饋，從而對知識進行補充。

8 應對互聯網金融的沖擊

KMF：從2014年以來，傳統(tǒng)的金融機構受到了互聯網金融的沖擊很大，很多人都覺得，傳統(tǒng)的金融機構體制僵化，體量太大，同時缺乏互聯網思維，不如互聯網機構靈活。這從本質上也可以從知識管理的角度理解，我們看到華夏基金的知識庫，智能服務其實也是在走智能化、網絡化、聯合化的方向，同時注重用戶的體驗，強調以人為本，這其實也是一種互聯網思維。

華夏基金：金融機構會更加關注風險。同樣的一件事情，互聯網企業(yè)可以用創(chuàng)新的技術去操作產品，對金融企業(yè)來說可能性就很低。面對互聯網技術的飛速發(fā)展，金融企業(yè)也在不斷適應沖擊，比如現在客戶服務的渠道已經從最早的熱線電話逐漸發(fā)展到網絡在線、微信、APP等。對于知識內容也在保證客戶充分知曉風險、合規(guī)的情況下，通過知識翻譯做得更加通俗易懂。

9 知識管理的考評指標

KMF：我們知道傳統(tǒng)的知識庫有一些衡量和考評指標，如文檔的撰寫量、積累量、閱讀量等，而智能化的知識庫我們是如何評價其實施效果呢？有哪些指標呢？

華夏基金：對于智能客服來說，評價標準相對來說簡單一點，可以把它看成一個服務渠道，主要有3個服務指標：①使用率：到底有多少客戶通過智能解決了問題；②識別率：客戶問了一個問題有多大的幾率去給出匹配的答案；③正確率：給出的答案是不是客戶想要的，是不是對的。

10 知識管理的發(fā)展趨勢

KMF：最后，能否請葛總談一點您個人的體驗。我們知道您具有金融、互聯網軟件等多個行業(yè)豐富多元的從業(yè)經歷。您最初是如何接觸到知識管理的？您如何從不同的行業(yè)視角理解知識管理，您認為企業(yè)知識管理的未來趨勢是怎樣？

華夏基金：原來我在互聯網企業(yè)工作時，人員變動比較大，系統(tǒng)迭代速度也非?？?。在快速開發(fā)上線的過程中，如何提高軟件質量和系統(tǒng)穩(wěn)定性是企業(yè)面臨的難題，這就需要進行知識管理。比如說程序的代碼版本維護，需要把整個項目階段文檔存檔，這個過程也是蠻復雜的，要把不同部門、不同項目里的人在不同階段生產出來的文檔都存儲下來，并且還要不斷更新。不同階段的版本需要進行差異比較，文檔也要添加多個索引以便能夠實現多維搜索，這就是那個時候最早的技術知識管理。

后來在金融客服領域，對知識的專業(yè)、及時和嚴謹性也有很高要求。我們在建立起公司級知識中心時要把整個公司和部門的所有知識都做一個梳理，除了傳統(tǒng)的知識點之外，還增加了知識地圖、專家互助、知識共建、業(yè)務流程等輔助模塊。

隨著技術不斷進步，企業(yè)知識管理也必將踏上新臺階。首先當前傳統(tǒng)知識庫的架構已經越來越制約智能服務的發(fā)展。下一步智能知識應用若要啟動，知識庫原有架構就更不適應了，因此傳統(tǒng)知識庫必須再往前多走一步。而且對于未來的趨勢，人工智能在客服領域表現更卓越一些?？头且粋€人力高度集中化的領域，會消耗和使用大量的勞動力。目前人工智能在許多領域還處于探索階段，但是在客服領域已經取得了實際的成果。比如現在100個咨詢來電中，有80個來電是由系統(tǒng)去處理的，人只要處理20個電話，這就是實實在在地節(jié)約人力了。在這種情況下，我們對人的專業(yè)性要求會越來越高，也會催生一批智能服務相關崗位人員。

總之，知識點和知識庫是底層，智能應用會有越來越大的發(fā)展。比如說以前沒有互聯網的時候，客戶問A，人從知識庫里找A?，F在在互聯網的層面上，客戶問A，由機器匹配A。未來隨著人工智能的發(fā)展，會實現客戶問A，機器會給A，同時還會考慮客戶之后可能還會要BCD，適時推送?？蛻糁灰_一個口，各方面的需求人工智能都幫客戶考慮到，都主動給到，這才是智能服務的極致。

KMF：那真是一個非常理想的場景，感覺智能服務以后潛力巨大。

華夏基金：是的，可做的事情還有很多，也會很有趣，而且發(fā)展的速度會超乎想象。