近日，由51Callcenter主办，中国呼叫中心与BPO产业联盟(CNCBA)、4PS国际标标准指导的 2016（第十一届）中国客户联络中心与BPO（北京）夏季大会在北京隆重举行，超过1000位行业嘉宾出席。4PS国际标准/CNCBA主席/人社部全国客户联络中心专家委员会主任颜晓滨及众多行业高管做了精彩演讲。
华夏基金客服总经理葛朝晖做了主题为依托传统知识库的智能客户服务的演讲。
华夏基金客服总经理 葛朝晖
葛朝晖：首先，谢谢颜总和唐总提供这样一个跟大家交流的机会。刚才海霞总的分享非常有激情，我也非常受感染，不过我下面讲的内容会更偏技术一些。先简单自我介绍一下，我来自于华夏基金客户服务部，之前在计算机、互联网、证券等行业从事过软硬件开发、客户服务、销售合作、运营管理等领域的工作。2009年进入华夏基金以后，首先在基金运作部门做后台工作，然后进入到客户服务部。
华夏基金在座很多人都了解，是国内最早、实力最强的基金公司之一，在公募上发行了超过百只基金产品，目前有4500万客户，分红金额超过了1200亿，这比很多公司总的资产规模还要高。大家如果想了解更多情况，可以去华夏基金公司网站了解。华夏基金客服一直在努力成为基金行业公认的标杆，曾经获得了多个客户服务、知识管理等方面的奖项，其中也包含了金音奖。
今天演讲的内容从四个方向展开：智能客服的核心业务基础是什么？人工服务与智能服务对知识库有何不同需求？华夏客服知识库的主要架构是什么？怎样在现有知识库基础上支持智能客服应用？因为时间的关系，我会谈到智能服务和知识库管理，但最重要的是聚焦于传统企业在现有的状态下，如何依托传统知识库支持向智能服务的应用发展。
人工智能没有我们想象的那么好，无所不能；但同时，也没有我们想象的那么糟，会让在座的很多人失去工作。伴随人工智能技术的发展，大多数企业的客户服务，今后都会主动或者被动地发展智能客服。华夏基金2014年上线在线智能客服，当时立项的主要原因是降低人力服务成本，但这仅仅是第一步的基础目标，过几年会发现将能做到许许多多当前人工做不到的程度，大幅度提升客户体验。
在这里可以看到相关的几个主要技术：关键词搜索技术、词模匹配技术、深度学习技术。各个技术都有各自的优点和缺点，不存在哪个更好、哪个更坏，关键看应用场合和目的。在机器对话上有两种类型：一种是“通用聊天机器人”，像微软小冰、苹果Siri，什么都可以问，好玩、有趣。我们当时在做智能客服定位的时候，决定舍掉这种方式。因为，对企业服务来说更专注于自己的专业领域，我们无论怎么去做也无法满足客户五花八门的需求，而客户来找我们是期望解决与基金投资相关的问题。所以，我们采用的是另一种类型“智能客服机器人”，两者的区别在于：
下面，我们分别看看两种智能客服技术所依托的业务基础是什么。对于这个知识库的标准问题“现在能申购华夏成长基金吗？”，非常完整规范，而客户对一个标准问题却能有几百种问法，右边的列表是一些样例，这些问法是人一眼就能看懂的。“深度学习”就是把这些问法一个个标注到这个关键问题上，例如“我想买华夏成长，现在就能买吗”、“是每天都可以购买华夏成长吗”、“咋买成长”，维护时易懂但工作量很大，而且黑盒子算法造成输出结果有一定的不确定性。在系统上线前，先前用历史对话记录来训练机器人，上线以后根据每天的对话进行调优，就能为客户提供智能客服了。再看一下“词模方式”，词模子句等描述使答案选择很精准，例如“华夏成长基金近类*现在近类|今天近类*申购近类|购买近类|投资近类|存入近类|买入近类”，但毕竟是给电脑使用的语言，人看着就很头疼。对比这两幅图可以看出，无论哪种技术在业务层上都要依托知识库。
下图为华夏基金客服知识库建设的四个阶段：
2014年我们在基金行业首家推出了在线智能客服系统，后续增加了APP、微信、微官网等多个渠道的智能服务。客户转人工比例，从之前的65%下降到19%，也就是在线中只有1/5的客户咨询需要人工来回答。那么，由人工服务到智能服务的变化在哪里呢？根本在于服务对象从“人”转变成“系统”：
下图为华夏基金三层服务体系架构图：
在设计在线智能客服整体方案的知识库时，遇到了许多问题：使用同一套知识库，传统知识库并不能完全满足智能业务的需要，还会造成知识点数量的急剧增加；建立两套知识库的话，会带来加倍的工作量、同一个知识点不一致的风险、是否能够及时更新同步；传统知识库中的知识点分为三个等级，只有初级的才能给客户看，其余的对客服代表可见对客户不可见。经过综合评估，采用在智能在线系统中建立客户服务库镜像的方式来实现，但需要对传统知识库做少量改造：
1、大知识点拆分细化粒度：有的知识点涵盖各种情况很复杂，有的知识点综合了若干个问题汇集在一起，都会造成一个知识点几百字几千字，根本不能用在智能客服上。因此，首要的就是全面梳理原有知识点，并进行拆分成小的对话可用知识点。
2、知识点答案可按服务渠道区分：同一个知识点，对不同的服务渠道可以提供不同的答案,即核心内容是一样的，但是表达形式不同。系统支持后，就需要业务人员为不同渠道分别编写答案，从实际运行来看，有了拆分后此项功能的紧迫性不是很大。
3、表格类知识点转换为文本方式：人看表格直观易对比，但是客户并不能像客服代表一样熟悉本公司的产品业务，直接把一张费用的大表推给客户会看晕了，所以要把复杂的表格转换为简单的一问一答形式。带来的问题是工作量比较大并且产生很多小知识点，对原有知识库的使用有一定影响。
最后，我们来看一下对传统知识库改造后，如何在新架构上由两个团队共同运营：原来的知识库团队继续保留，仍然做标准知识库的采编和发布，后台系统实现每天自动同步到智能客服系统中（仅含客户可见级别的知识点），如果有临时发布的紧急知识点会实时同步。新增的智能团队重点在提升智能回答的命中率和准确率，每天检查发现有知识点但没有命中的就增加修改模板保证能够匹配，发现缺少的知识点就通知知识库团队进行补充，即这个团队更侧重于知识点的应用而不是知识点的采编。
上述方案的实施，使华夏基金在2014年能够快速向客户推出在线智能服务，对原有系统和人员架构的冲击小，在应对2015年牛市来电量剧增起到了非常大的分流作用。但是，这是一个折衷的选择，伴随业务的发展对智能提出了更高的要求，当前架构已经难以满足两个不同对象主体的需求。因此，我们正在不断探讨新的智能知识库架构和方案，今后有了心得再进一步交流。谢谢大家！
本新闻为51Callcenter原创稿件，转载请注明出自51Callcenter。谢谢！
