由51Callcenter主办，百度智能云联合主办的2021中国客户联络中心与大数据产业峰会将于5月27-28日(周四-周五) 在上海圆满召开，有几十场分享，上千人参加此盛会。4PS标准组织作为指导标准，中国呼叫中心与BPO产业联盟指导的年度最大规模盛会,期间举行了“客服智能化与数据化”和“客服管理标准化之路”等论坛，本届ACCC年会中国呼叫中心与BPO产业联盟、全国呼叫中心行业自律与监督委员会等机构为学术支撑单位，中国反侵权假冒创新战略联盟等单位协办与支持，两天高峰论坛合计累计吸引了上千位现场嘉宾及线上直播观众中总数超过50万人次观看。

百度智能云 AI产品运营经理于浩然做了主题为百度智能客服的道与术的演讲。

百度智能云 AI产品运营经理 　于浩然

百度智能云客服产品负责人侯浩致辞

于浩然：首先非常荣幸能够代表百度跟大家分享一下我们智能客服的一些产品包括我们运营的经验和我们最终的希望，未来会达成什么样的效果。首先，提到百度大家应该都很熟悉了。但是最熟悉的是百度搜索，其次是无人车阿波罗。作为百度第三个比较重要的支柱百度智能云，相对知道的少一点。其实百度智能云打磨了近十年的技术积淀，尽可能的为各个行业去打造完整的一套解决方案。至少目前我们主要聚焦的是制造业、能源业、金融业包括政务、医疗等等。通过这么多年的积淀，未来希望能赋能更多的行业或者更多的解决方案。同时，其实从2019-2020年，百度在整个市场的占有包括对全行业的输出达到井喷式的发展。我们聊到今天，我们的智能客服，首先我们有近十年的产品积淀，在中文领域的NLP大家也不用多说。这么多年大家都用搜索。对于整个客服行业从2016年就开始尝试试水，我们和某个运营商开始了近五年的合作，一直到现在的精细化运营到具体某个客群的具体的解决方案。同时我们整个AIG服务了超过三万家的To B的企业客户。对应的我们的解决方案和能力的积淀也会反哺到智能客服的产品上来。这边就是我们智能客服的经典案例。

   

大家可以看到比较多的还是金融业和运营商多一点。其实确实是对于智能客服而言，运营商和金融确实是第一批试水的客户，他们也乐于拥抱新的技术为他们带来的效果的提升。同时对于航空、能源、政务其他方面也在积极的合作，进行无论是技术上的积淀还是产品能力上的积淀。最后能够更加努力或者更加完美的赋能整个行业。聊过了百度的客服，接下来看看智能客服整个行业大概的状况。
    

首先智能客服现在面临一个问题就是，我们都知道要做这个东西。做这个东西要给到谁用呢？用在哪里呢？大家都想，不就是打个电话进来，或者我有文本的服务就OK了。但是其实如何把它用到具体的场景，这需要比较长时间阶段的，我们跟甲方客户的磨合和探索。第二就是有什么用，你给甲方带来什么样的价值，做To B的大家都知道这是很细水长流的活。大家也知道不能卖完一单就算了。对于最终客户到底带来什么。不仅仅是为了我们的客户带来什么。我们的终端客户，To C的人群我们带来了什么。其实我们有时候在体验一些智能化客服或者智能化外呼，其实我们也能够比较舒服的得到一些信息或者查询到我们想要的结果。说到了整个客服场景，呼叫中心就是最大的场景。呼叫中心在国内发展了近几十年。从最开始的向欧美看齐到现在我们在积极的发展国产CC。乃至于未来我们还要输出。至少东南亚这方面也在建设相关的CC的一些整体的解决方案。其实我们知道整个呼叫中心面临最大的问题就是人力消耗非常高，人力成本非常高。首先我得听清楚终端客户到底想表达什么。第二点我听清了，得去看一看我能不能理解你的话，我应该怎么样去回答。接下来我怎么引导你，我知道你的根本意图怎么引导你完整整体的需求或者怎么引导你达成我想传递给你的一些信息。最后就是我们的TTS合成，要把我的信息传递给你，怎么让你听得很舒服，怎么样让你觉得我获得了服务，获得了比较完美的服务。其实我们把这四点加上CC的通讯能力，我们就具备了跟客户沟通和触达的能力。

    
客服场景确实比较杂。我们这边举了几个类似于外呼的场景。我明显要转递一些信息给到终端客户。或者我要拿一些信息跟客户确认，比如你是不是本人，你有没有在我这里办理过什么，类似的一些信息确认。乃至于包括我们营销的沟通，你对我们产品是不是感兴趣或者等等等等。其实外呼的几个场景出来包括我们比较全的进电客服的场景。就能勾勒出来整体我们对于各个行业都有可能能够触达的实际落地的东西。最简单的是我们在金融的催收，还有疫情期间的回访和外呼。包括酒店行业、物流行业的一些通知、回访和邀请，通过机器人配置完成整体的业务实现。
    

以百度角色出发，我们也无法自己去服务所有的客户，去服务所有的行业。我们也非常积极的觉得，整个行业未来是一个整体输出的，更多合作的。现在行业内有很多的智能软件服务。或者是已经在甲方客户那边落地的场景和落地的服务。同时可能有一些咨询培训的需求或者是场景。同时百度提供的大数据和人工智能的服务能够全链路的为客户做整个业务流程的全方面的效能的提升。如果你单单只卖一个产品或者一个场景的解决方案，这对客户来说可能只能解决一处痛点或者是并不了解整个产品的全链路。这个大会把大家聚集在一起，各行各业各方面的产品都有，可以一起去看一看，探索一下有没有可能大家一起去服务一些客户或者大家在某些方面可以一起打造一个产品。这也是百度这边的整个积极的态度。

    
接下来聊一聊我们的道与术。其实刚刚大家都讲了，ASR、TTS、NLP，百度的ASR也不用多说，从前两年的小度的发力到搜索端的语音的输入，每天的调用量非常大，有大量的数据积淀。首先在中文NLP的程度上，百度的ERNIE超过bert。百度这么多年一直深耕中文环境，中文NLP的识别效果非常有保障。同时我们更多的做一些更深的理解和更复杂的引擎。刚刚几位老师也说了没法把它做得特别的真人化或者拟人化。这件事百度不做谁来做呢？百度无论是从阅读的理解还是开放式的聊天，都在做积极的探索。希望一些同仁和客户跟我们一起尝试把它落地化。我们希望做到最终终端客户的私人助理。当然前提是所有数据是存在安全可靠的情况下。我们会尽可能的打造更多的维度的聊天。不仅仅帮你回答一些业务问题就OK了。基于以上底层的能力，我们会有相对的产品矩阵包括客服、外呼、质检、辅助等等。
    

同时，包括我们自研的联络中心的能力以及云通信的资源，都是能一起对外输出的。但是与此同时，我们也非常希望能够跟在座的同仁一起输出。我们每一个模块都是相对来说解耦的。这样能够让客户端无缝组合，没有感觉有很大的变化。已经有积淀的东西可以帮他保留或者利旧。其实周边的模块，像知识库、运营工具、开发平台都是周边的运营模块。比较核心的是我们的对话能力。我们现在已经开始去尝试接触第三方引擎。无论是有些客户还是友商，我们希望能够把不同的引擎都用起来。术业有专攻，每家都有自己的特色。如果客户说我有自己的研究院，想看看自己的引擎好不好用，我们也是支持的。

    
接下来详细稍微解释一下整个产品。首先就是运营端。运营工具其实很简单，就是业务老师拿过来你的产品之后你不能只说你的产品识别率90%几。你好不好用，能不能用起来。像这种可视化的配置，常规的标注工具就不多说了。我们主要来讲一讲流程片段的设定。在整个业务用起来的时候很多客户会说好多场景都要核身，每一次都要配一遍很麻烦，能不能给我一个复制的功能或者拆出来用一个通用的东西。现在把它设计成了一个流程片段。可以自定义把几个问题或者某类场景设置为一个流程，可以自定义的组装，那些常用的通用的可以经常的把它作为一个常规的调用，后续有一些更简单更便捷的方式。同时在标注的这一块，其实我们也是第一次开始去使用这种二次标注。其实是从深度的意图层面把它进行二次聚类。  
  

接下来我们就回到这个核心，识别的过程什么样。首先我的用户开始表达，我可能说得比较复杂，有上下文的理解，说了一些代词或者序数词。我把你整句话翻译过来之后，开始去分析。你到底有哪些代词，到底说了哪些实体，到底要表达什么样的情绪，具体的意图是什么。把整体识别翻译过来之后就到引擎端，我们去召回。看看哪个引擎更适合这个召回，把更适合的回复答案拿出来，回答给客户。与此同时，其实DM在中间有一套控制的过程。你可以控制哪些答案通过哪些渠道去发出去。包括某些事件的管理，比如黑名单或者后续的人工服务等等。最后通过最终的回复，我们无论是TTS的播报还是文本的显示还是表格。最后我们也在积极的做L3层级的回复生成。千人千面这个话题大家聊了四五年。但是真正做到千人千面尤其是对话这个层面做到很难。客户希望达到统一化标准化的流程。但是在此要求之下，我们当然回答的答案必须是准确的可靠的标准化的。但对于某个客户可以加一些更口语化的或者更适合他的一些个人的服务。比如刚刚老师也讲到了，在逾期前后多加一句或者多加两句，或者有非常好的产品做一些营销，也可以在某些回答的时候把营销的话术加进去。至少每次客户对于同样一个问题拿到的答案不一定100%一样。至少可以被更多人接受。

    

多租户同时是非常核心的功能点，所有客户都非常关注的点。很多客户说买了这个东西不光给自己用，要给很多部门用，还有子公司。我们可以做到你的模型、数据、整体话术流程都可以隔离开来。这个层面上，买一套等于买N套。可以给各个子公司或者各个部门去使用。

    
接下来稍微聊一聊在各个行业的落地。其实金融行业大家相对来说比较熟，从最开始的获客到中间的沟通、回访到最后的催收，都有相对应的机器人。同时也有一些座席端的服务产品。航司大家相对来说了解得比较少一些。我们最近几年跟航司的合作当中挖掘出来他们的需求也非常多，他们的场景跟金融其实是完全不同的。他们其实是一个更重服务的场景，至少目前我们来看。昨天我的这班飞机晚点，本来应该上午到的结果晚上十二点多才到。很多人去投诉很多人打电话给航司抱怨。这个时候客户要的是一个安抚或者赔付或者给他合理的解释。同时从实体层面，航司的实体层面更多的是从哪里到哪里或者一些地名，一些具体的航线。像这些其实有百度地图的积累，所以它在地域上或者地方地点上ASR的转写识别都有比较优势的点。这是航司的思路。
    

接下来是机场，机场又不一样，机场和航司算是比较分开的，机场要的更多是多媒体多渠道。很多人不会打机场的电话去问一些内容。更多的是看看网页上或者现场的机器人，或者你的微信小程序，我想问一些比如你的麦当劳在哪里，星巴克在哪里。诸如此类的机场的服务，我们做得更多的是相对来说引导，更多是对于场内的一些具体场景的引导，而不是我要问一些业务或者我要问一些流程。这相对少一些。

    
接下来说一说汽车。其实汽车是一个更重营销的行业，虽然它也有一些回访或者活动，但是更多的是为了让你继续维持一些用户黏度，继续在4S店享受服务或者续保。对于汽车行业我们做的更多的是，因为他们行业确实对于这一块的起步晚一些。我们更多的是帮他们梳理教育他们这个东西怎么用，未来怎么样发展。目前来看更多的场景是一些通知，一些回访，一些邀约等等。
    
最后我们看看电力。其实电力是属于对内的场景，因为电力这种能源行业有很多维修员或者工单会分给具体的人。分给具体人之后需要一些核实，需要一些回访，需要一些安全的校验，让人工去做就比较枯燥无味。智能外呼在这个场景比较完美的解决了这种对内的一种场景应用。启发了我们，其实未来更多的可以对于企业内部的一些员工，内部的一些包括供应链这么一些内部的沟通也许可以使用的。
    
最后我们讲一讲我们产品里面的未来的一些思路。其实智能视频这一块大家也是近两年比较火。百度在这一块也算是先驱了。未来大家都在讲5G讲Volte，拿起手机就可以打视频电话。我们的智能客服该做什么，我们的AI又能辅助一些什么。视频渠道可以更直观的给你展示答案。不必听我一句一句说，直接把余额推到屏幕上，可以直接看到。另外一个层面，可能有一些强监管的要求或者客户的要求，我必须跟人工服务。人工服务过程当中座席端的辅助包括知识库就有更好的一个效能的发挥。我的人工服务你的过程当中，看到你的过程当中能收集到你的面部信息，能收集到你的微表情，能知道你到底对我的服务满意不满意，而不仅仅只是听声音。视频客服应该也是未来大家一起需要努力的一个点，也是百度希望跟大家一起合作的一个方向。
    
最后我们聊聊运营方法论。我们后续的标注的训练、模型的训练、场景搭建、话术更新，说起来一大堆的东西。但是这个东西单靠乙方搞不定，单靠甲方也搞不定。百度对于此总结了类似的一套方法论跟大家一起探讨。首先你要这个机器人到底想做什么，他的形象是什么样的。我可以从它对我的称呼，小度小爱这种一些拟人化的名字。包括它的语色、音调、语气。到最后获得的是营销还是我希望你把客户引流到某一个场景上。这些都是最开始的，前置思路，要用它干什么。我知道用它干什么之后需要有一些指导或者我应该把它设计成什么样的对话思路，需要最小化的复合认知。需要让客户有一些简单的效果预期。不奢求他能够三言两语把诉求表述干净。但是至少尽量用普通话，尽量有逻辑把一件事说清楚。最后我们也要挖掘一下客户的心理，他到底接受不接受这种服务。他如果不接受为什么，他想得到什么服务。我们有了这些之后开始对于每一个机器人进行迭代。我们每一次的迭代其实从开始我们的流程设计到最后我们的测试。为什么我们的测试有小白用户和资深用户呢？小白用户不知道你测试什么，会更加有挑战，让他问更多的复杂问题。我们尽可能的去规避这种真实上线以后容易出现的问题。现在百度有完整的产品矩阵同时沉淀了方法论。我们对应的也有专门的服务的业务效果的保障的团队。
    
基于此，我们能够更好的为客户提供一个完整的解决方案。但是同时就像我刚刚又讲的，其实我们也非常积极的愿意跟大家一起对外输出一起合作。因为一个客户不可能单单由一家服务总头到尾。我们也希望为客户的业务全链路提供整体的解决方案，谢谢大家！


如下为大会现场演讲实录，如需完整观看所有内容，请登录--http://www.51callcenter.com/2021/。