鄭少帥,蔣小洋,謝永標,謝 歆,吳鴻俊
(廈門航空有限公司,福建 廈門 361006)
在民航客服領(lǐng)域,隨著互聯(lián)網(wǎng)、人工智能技術(shù)的不斷發(fā)展,目前的客服系統(tǒng)已不能滿足業(yè)務(wù)快速發(fā)展的需要。因此,各大航空公司紛紛加快推進客服智能化建設(shè),搭建智能客服機器人,依托先進的對話引擎、語義引擎、語音引擎等技術(shù),提升旅客意圖識別、旅客自助服務(wù)、機器人交互等能力,加快推進航空客服數(shù)字化轉(zhuǎn)型。
客服業(yè)務(wù)自誕生以來,共經(jīng)歷3次偉大的“十年”變革(如圖1所示)。一是通信技術(shù)發(fā)展,帶來客服的第一個“十年”。20世紀中葉,美國泛美航空公司成立世界上首家呼叫中心,標志著電話客服的誕生,有效地解決了企業(yè)和消費者通信問題。二是客服上云,迎接客服的第二個“十年”。20世紀末,隨著信息技術(shù)的廣泛應(yīng)用,客服上云成為人工客服的得力助手[1],提升了用戶體驗。三是智能客服機器人從誕生到流行的新“十年”,AI在客服領(lǐng)域的應(yīng)用[2]加快推進客服行業(yè)向著高效率化、高服務(wù)化發(fā)展。
《十四個五年規(guī)劃和2035年遠景目標綱要》[3]提到了“高質(zhì)量發(fā)展”“數(shù)字化發(fā)展”“智能化升級”幾個關(guān)鍵詞,要求機器人持續(xù)推動生產(chǎn)水平提高、生活品質(zhì)提升,促進經(jīng)濟社會高質(zhì)量發(fā)展。所以,各大航空公司紛紛加快推進智能客服機器人建設(shè),全面提升客服智能化服務(wù)水平及服務(wù)體驗,加快航空客服向數(shù)字化、智能化轉(zhuǎn)型。首先,在原有的各類線上渠道的基礎(chǔ)上,實現(xiàn)渠道整合,支持全渠道的拓展對接。通過全渠道統(tǒng)一智能知識平臺,提高全渠道共享知識庫的能力。其次,通過智能客服機器人的不斷學(xué)習(xí)完善,提升自助服務(wù)品質(zhì),確保用戶的忠誠度和用戶黏性,降低用戶獲取服務(wù)的難度。同時,在轉(zhuǎn)接人工前盡可能收集旅客信息,并傳遞給座席,通過預(yù)處理的形式提升座席的工作效率。最后,集成語音識別、語音合成[4]、語義理解、對話管理、知識圖譜[5]等基礎(chǔ)能力,提升旅客意圖識別、旅客自助服務(wù)、機器人交互等能力。
圖1 客服發(fā)展歷程
隨著互聯(lián)網(wǎng)、大數(shù)據(jù)以及人工智能技術(shù)的不斷發(fā)展,航空領(lǐng)域已有的客服系統(tǒng)不能滿足業(yè)務(wù)快速發(fā)展的需要,存在以下幾個問題:
(1)線上直銷渠道服務(wù)保障、話務(wù)峰值快速消化以及客戶精準營銷等業(yè)務(wù)場景。
(2)旅客意圖識別率[6]較低,無法有效引導(dǎo)旅客自助解決問題。
(3)知識庫系統(tǒng)[7]存在知識展現(xiàn)形式單一、知識查找難、知識運營效率低、缺乏動態(tài)反饋機制、缺少生命周期管理等問題。
(4)系統(tǒng)運營成本上升、客戶滿意度下降、技術(shù)手段落后、人員流動率高、職能性弱化[8]。
航空客服系統(tǒng)現(xiàn)存的智能化能力不足、更新迭代緩慢、線上線下脫節(jié)、旅客體驗不佳等問題,嚴重制約航空客服服務(wù)保障能力與旅客體驗的提升。因此,航空客服亟須通過智能化、數(shù)字化轉(zhuǎn)型建設(shè)步入智能化、自動化、精準化的服務(wù)新階段。
航空客服實現(xiàn)智能化、數(shù)字化轉(zhuǎn)型必須依托于一個強大的智能客服機器人。智能客服機器人以智能客服能力平臺作為能力支撐,提供知識管理、問答機器人、人工服務(wù)平臺等應(yīng)用功能,并對App、官網(wǎng)、官方微信、小程序等服務(wù)渠道輸出相關(guān)能力(見圖2),為民航業(yè)智能客服相關(guān)業(yè)務(wù)發(fā)展提供強大的技術(shù)支撐。
圖2 民航智能客服機器人系統(tǒng)
智能客服能力平臺以先進的對話引擎、語義引擎、語音引擎等作為支撐,供民航領(lǐng)域后續(xù)客服項目以及其他業(yè)務(wù)場景靈活調(diào)用,并以租戶的形式實現(xiàn)數(shù)據(jù)隔離,支撐民航領(lǐng)域智能化的建設(shè)。
2.2.1 對話引擎
對話引擎支持在不同接待壓力場景下,為用戶找到最合適的人工客服,解決用戶的問題;支持根據(jù)人工客服的業(yè)務(wù)方向和專業(yè)能力構(gòu)建人工客服用戶畫像;支持根據(jù)累計的用戶信息(包括用戶基本信息、歷史記錄、個人偏好等信息)構(gòu)建用戶畫像模型;支持根據(jù)客服系統(tǒng)實時接待壓力,依據(jù)用戶畫像和客服畫像,進行全局最優(yōu)連線匹配調(diào)度。
2.2.2 語義引擎
語義引擎基于深度神經(jīng)網(wǎng)絡(luò)模型提出了多模態(tài)信息融合方式,為多種人機交互場景提供技術(shù)支持。針對航空在線客服工作場景中,用戶發(fā)送的信息經(jīng)常是圖文結(jié)合的方式,而且通常圖片信息量更大。為充分利用圖片提供的細節(jié)信息,幫助對話語義理解,使用最新的視覺-語言任務(wù)的預(yù)訓(xùn)練通用特征表示模型(VL-BERT)[9],能夠?qū)υ捴谐霈F(xiàn)的圖片和文字進行表達,能夠幫助多模態(tài)用戶意圖分析,多模態(tài)對話生成等多項下游任務(wù)提供信息支撐,并實現(xiàn)了多種主流的語言模型建模方法,主要包括:Ngram語言模型,RNNLM,BERT,知識圖譜以及幾種主流的聚類算法,其中K-Means聚類算法[10]、AP聚類文本聚類[11]對于對話系統(tǒng)中的新意圖發(fā)現(xiàn)具有非常顯著的效果。
2.2.3 語音引擎
在語音處理能力方面,將ASR語音轉(zhuǎn)譯、TTS語音合成、NLP語義理解等基礎(chǔ)智能能力平臺化,以標準接口組件的形式抽取出來,并且通過媒體資源控制協(xié)議(MRCP)對接ASR,TTS,NLP等相關(guān)服務(wù),實現(xiàn)電話系統(tǒng)和AI語音相關(guān)服務(wù)的對接。
綜上,智能客服機器人各個引擎模塊彼此協(xié)作,滿足了App、官網(wǎng)、微信、小程序等不同渠道不同旅客的服務(wù)需求,提升了旅客服務(wù)體驗,實現(xiàn)意圖識別率、應(yīng)答準確率突破96%,并且進入人工客服后,旅客的服務(wù)滿意度超過95%。
后疫情時代航空業(yè)將迎來前所未有的機遇與挑戰(zhàn),因此民航業(yè)客服智能化發(fā)展與建設(shè)已迫在眉睫。
目前,智能客服機器人應(yīng)用自然語言理解技術(shù)(NLP)、多輪對話、F&Q、知識圖譜等多種形式能夠完成大部分旅客訴求的處理。而余下的疑難問題服務(wù)仍須由座席來保障。因此提高機器人智能化能力并最終實現(xiàn)完全替代人工仍然有很長的路要走。未來,民航智能客服機器人將通過自動化機器學(xué)習(xí)[12]、神經(jīng)網(wǎng)絡(luò)架構(gòu)搜索[13]等人工智能相關(guān)前沿技術(shù)提升旅客自助服務(wù)能力,加快全智能旅客服務(wù)建設(shè)的步伐。
未來,智能客服機器人將從服務(wù)場景擴展到營銷場景,并且在原有航空客服的基礎(chǔ)上新增人力、財務(wù)、運維等外部渠道服務(wù)能力,不斷完善系統(tǒng)應(yīng)用場景,通過與其他系統(tǒng)合作實現(xiàn)共建共贏,形成更加智能的后疫情時代互聯(lián)網(wǎng)銷售服務(wù)生態(tài)圈。