一場人機大戰，讓全世界所有對人工智能一知半解的人們變成了人類未來的擔憂者、段子手。

　　“人機大戰”占據著公眾的眼球，但人工智能的價值已并不局限于“人機大戰”的全民話題中。事實上，人工智能已經大量融入到我們的日常生活中，并深刻地影響和改變著我們。

　　目前，人工智能已開始進入實際商用市場，不僅在硅谷，BAT也已經開始深度實踐。比如在語音識別領域，人工智能正在改變服務行業。

　　談到客服，人們很容易把“接電話”與之劃上等號;而在9年以前，大多數人也認為手機只能接電話和發短信。那么未來5年，人們會怎么樣理解“客服”?

　　業務場景促使阿里客服智能化

　　作為全球最大的電商平臺，阿里巴巴面對的是逾4億的活躍消費者、上千萬的活躍商家、幾千種阿里自有產品和業務，以及每天上千萬筆的交易。

　　據天下網商雜志報道，在淘寶和天貓，每天有近5萬次熱線電話求助。而無線端的在線服務量更是驚人，每天都超過100萬次，而且這一數字還在快速增長。特別是今天，年輕人更習慣通過手機，用在線交互的方式尋求幫助。

　　阿里集團業務的復雜性和一直高速增長的成交量，使得客服人員編制越來越“臃腫”。面對爆炸式增長的客戶需求，如果僅僅是通過增加客服人數和提升人工效率，顯然不是長久之計。更何況阿里也不愿意成為一家“以客服人員為主”的互聯網公司。

　　顯而易見，阿里已成為世界上客戶服務最復雜的公司之一，因此客服智能化是其可持續發展的必由之路。

　　“One-Click”和“One-Stop”的服務體驗如何實現?

　　僅僅讓用戶打電話接通、交易糾紛被處理，是遠遠不夠的，不管是消費者還是商家需要的都是一個“一觸即達”的體驗。淘寶天貓有著天然的交易閉環，也有極其豐富的數據和先進的基礎架構，如何用技術來實現用戶的“One-Click”和“One-Stop”的服務體驗?

　　2015年開始，阿里巴巴在手機淘寶客戶端推出了新一代智能客服產品——阿里小蜜，基于語音識別、語義理解、個性化推薦、深度學習等人工智能技術的應用。在每天應對百萬級服務量的情況下，智能解決率達到了接近80%(該指標高于行業智能客服產品平均水平60%以上)，甚至在部分重點場景上已經達到95%的智能解決率，服務領域里人機對話語義意圖的精確匹配率提升到了93%，滿意度比傳統的自助服務提升了一倍。

　　與蘋果Siri和微軟小冰相比，小蜜背后藏著阿里巴巴人工智能上的新思考。人工智能的最大用處是與真人深度交互，也就是盡可能地模仿真人的思維方式為真人服務，為了達到這一目的，背后需要大量的數據和場景進行支撐。阿里巴巴每天都在產生海量的交易，每次交易帶來的用戶咨詢都在讓小蜜變得更智能，未來商業化也將十分可期。

　　從智能客服到智能助理，小蜜還可以做更多

　　通過積累的大數據優勢，提前分析、預測消費者的服務訴求，主動觸達用戶，阿里小蜜將用戶轉電話及在線人工服務的求助率降低了70%。在雙十一的消費者咨詢高峰，服務團隊的算法工程師們可以通過對海量問題的分析和預測，在業內首次將知識庫的自動更新時效提升至分鐘級，并實時預測每一個用戶可能遇到的問題，在用戶尚未發起咨詢前主動發送精準服務信息，大大降低了用戶的困擾。

　　區別于傳統的基于自定義知識庫的問答型智能客服產品，阿里小蜜真正采用人工智能+知識圖譜的方式，支持上下文理解的多輪對話，以及個性化記憶功能，同時機器人每天都會學習幾百萬條人工的服務記錄以及海量的知識源，自動改善智能解決能力。為了讓小蜜在對話時能夠實時理解用戶的問題，小蜜的背后還有一群語音識別領域的科學家，采用目前世界上最先進的BLSTM算法，實現了雙向長短時記憶神經網絡，突破了傳統算法只能從左到右處理數據的瓶頸，能夠同時雙向識別。并且借助阿里云強大的云計算能力，首次實現了BLSTM算法的大規模企業級部署，有效解決了雙向識別帶來的延時問題。語音識別正確率在原有基礎上顯著提升，特別是對重口音用戶、語速很快的用戶，以及嘈雜環境使用時，改進效果特別顯著。

　　阿里小蜜已經從智能客服產品發展成為智能助理，類似于Apple
Siri、微軟小娜等機器人。阿里小蜜也可以和用戶像伙伴一樣調侃聊天，它既可以幫助用戶解決棘手問題，也可以幫助用戶完成充值、查天氣、訂機票、訂電影票、買鮮花等服務，因為人工智能技術的深度應用，客服從后端走向前端，幫助業務提升用戶體驗。

　　“蜂槽”代表的智能決策系統

　　未來，阿里小蜜還會嘗試幫助用戶解決“38節送什么禮物?智能電視應該怎么選擇?周末去哪里旅行?”之類的購物決策方面的問題。

　　當智能機器人服務成熟了以后，阿里還會開放給平臺上經營的商家使用。商家能夠通過簡單的配置為消費者提供專屬、便捷的服務。很多小賣家，就不需要24小時守在電腦前了，很多簡單的咨詢問題，阿里的智能機器人就可以幫助解答。

　　基于體驗優先的原則機器解決不了問題的時候，小蜜的智能路由能夠將問題無縫的流轉到對應的人工服務。

　　在人工服務的客服工作臺，為了根本上提升效率和用戶的體驗，阿里巴巴客戶體驗事業群的技術研發團隊正在研發一個叫做“蜂槽”的智能對話輔助系統。蜂槽會分析用戶在進入客服之前的每一個行為，充分結合用戶狀態、訂單信息，動態分析客戶和客服之間的每一句對話，在客服的輸入框中10毫秒之內實時推薦精準的回答，客服只需要做選擇和修改即可，這樣在線客服的工作效率可以獲得很大程度提升。通過“蜂槽”不斷擴展的智能插件，即使用戶突然問出“今天天氣如何?BABA股價如何?”，客服也可以不跳出系統，秒級回答用戶的問題。

　　客服與用戶的對話記錄會成為機器學習的原始數據，用來優化這個智能對話輔助系統，用戶的會話習慣、客服的個性風格在積累一段時間后，也會被“蜂槽”學習到，使之變得更加準確和個性化，用戶不再感受到冰冷的標準回答。

　　比咨詢復雜得多的是交易糾紛處理。淘寶、天貓是一個電商交易平臺，海量買家和賣家在這個平臺上發生交易，偶爾也可能遇到問題，嚴重的話會發生爭執。買賣雙方一旦出現糾紛，阿里的客服就會出來解決問題、化解糾紛。

　　在最復雜的售后交易糾紛處理領域，阿里巴巴的數據科學家們也發起了對客服領域“最后一座堡壘”的沖擊，一個內部代號為“瓦力”的秘密項目也已經開始。由于交易糾紛涉及到買家、賣家、物流三方的不同訴求，在爭端發起時，高達50多個糾紛判決因素使這個工作的難度變得非常復雜。過去只有最專業的客服小二經過長時間的訓練才能準確做好糾紛判決，機器算法始終不敢碰觸這個需要大腦縝密計算和復雜操作的領域，但是隨著智能技術的演進、精細行為的可數據化，將算法部署在大型分布式計算集群5分鐘之內就可以學習上百萬的判決案例。經過持續的優化校準，讓機器像人一樣去做復雜糾紛的準確判決將會成為現實。

　　注重溝通和智慧的現代客服領域，渠道+CRM+人工客服的模式將發生改變。通過移動和物聯網技術，服務的觸點從單一的電話變得無所不在、隨時隨地，以用戶為中心、體驗驅動的立體服務模式開始構建，基于語音識別、語義理解等技術的智能語音對話讓服務的能力和邊界都獲得很大的延展。同時不需要基于特定設備，服務變得可以和商業緊密相連，客服也被徹底重新定義。