环信联合Gartner发布业界首个智能客服机器人报告

近日，环信联合Gartner发布了《智能客服机器人之客户服务行业最佳实践》报告。作为业界首个智能客服机器人选项报告，给方兴未艾的智能客服市场注入了一剂强心针，也给包括保险、证券、金融、教育、电商等强客服体验行业开辟了一条新的通途。环信CEO刘俊彦表示：很多甲方公司已经认识到智能客服机器人的可用性，所以很多传统行业的大企业今年拿出预算要上线客服机器人，可以说今年开始进入大规模商业化阶段。我们预计智能机器人未来市场规模至少是百亿级。Gartner数据显示，全球89%的公司主要竞争领域就在客户体验，同时Gartner预测，随着企业想方设法提高客户满意度和降低运营成本，2019年虚拟客户助手(智能客服机器人)的使用量将增至三倍。随着消费升级的推动，中国从劳动密集型转向看重服务质量，从价格敏感逐步向服务体验敏感转化;中国社会移动化的趋势，用户无时无刻不在移动终端上，用户倾向用手机随时随地联系客服，现在对客服的请求量比以前呈指数型增加;随着人口红利消失，劳动力成本和工具成本倒挂，年轻人不愿意再从事这种简单、枯燥的客服工作。这些现状和矛盾，都促使了智能客服机器人的兴起和迅速落地。如何才能科学的评测和选型智能客服机器人？智能客服机器人的应用有着显而易见的优势。首先，提高用户感知，为企业在线客服、新媒体客服等提供统一智能的自助服务支撑，降低了用户问题得到解决的难度和复杂度;其次，提升服务效率，缩短咨询处理时限，分流传统人工客服压力，节省服务成本;再次，快速收集用户诉求和行为数据，支撑产品迭代优化。然而，如何才能科学的评测和选型智能客服机器人?《智能客服机器人之客户服务行业最佳实践》报告给出了答案。据Gartner报告显示，目前聊天机器人主要分为两个大类：闲聊机器人与任务目的导向机器人。其中，闲聊机器人的主要目的是和用户交流情感，不一定需要解决实际问题，即我们通常所说的搭讪。这类机器人的代表是微软小冰，比如当用户问明天天气怎么样?，闲聊机器人不一定会给出正面回答，而是回复你自己不会去查吗?任务目的导向机器人则包括个人助理机器人与客服机器人。个人助理机器人主要目的是为用户提供一些服务，如设置提醒、查天气、订票、对其它设备的控制等，这类机器人的代表有?Siri、微软?Cortana、亚马逊?Alexa。客服机器人则是指帮助客服回答问题提高人工客服效率的机器人，目前商业领域有众多服务于企业智能客服的机器人厂商。与闲聊机器人不同，这两类机器人都会帮用户真正解决问题，如同样对于明天天气怎么样?的问题，用户会收到更加具体如明天天气：晴，4°C/15°C的回复。当虚拟机器人让企业客服也逐渐步入人工智能时代，对智能客服机器人有着更高的需求和要求，而不是简单的卖萌陪聊。换句话说，陪聊型机器人显然不是智能客服的最佳选择。对进行咨询的用户而言，最基础的需求就是优良的客服体验。对企业而言，除了客服体验之外，如何解放人力成本同样是关注的重点。以教育企业新东方为例，新东方有较强的服务+转化的需求。目前，新东方的主要校区都有上线环信智能客服机器人，极大的解决了效率问题。以前，有很多重复的售后咨询问题消耗着商家大量的客服资源。如学生问帮我查一下课程老师，客服要回答给我课程号;学生不知道的情况下，还需要再提供手机电话。等客服按着给到的信息查完，这个过程通常要耗时五分钟，并且这种高频场景在其余行业也都时刻在发生着。而这种情况通过环信的多轮对话机器人完全就可以完全解决，可以帮人工客服解决大量简单重复的问题，提升效率。售前销售、售后服务哪家强，智能客服选型主要难点一般来说，智能客服机器人问题按照业务场景主要分为售前销售和售后服务两大类。售前销售的特点是引导需求变具体，通常会以销售为导向，需要非常多的技巧，更加个性化和艺术化，所以售前销售场景下，除了机器人单轮对话、多轮对话、API?集成，还会用到人机协作，其中尤其对多轮会话和人机协作有更多的应用。售后的特点是问题通常为一些重复性的服务性请求，比如退货，查订单，故障报告。在这种情况下，会使用到机器人单轮对话、多轮对话以及?API?集成，其中对单轮会话有更多的应用。Gartner报告显示，单轮会话是指简单的一问一答，问题可以用一句话来描述，不依赖于上下文。比如问你们发哪家快递。答我们发中通。在客服场景下，大量的问题都是这样的单轮问答。一般这样的问答依赖于一个知识库，机器人从知识库里检索相似的问题，给出答案。不过，说来简单，但真正想完成更流畅、体验更好的单轮会话同样有三个难点：其一，需要识别同一问题的不同表达方式。譬如，你们快递是用哪家，做得不好的机器人，就需要把很多不同问法都输入到机器人的知识库里。而做得好的机器人，只需要输入其中一个问法，其他的近似问法即可自动识别，返回一个相同的答案亲，我们快递是申通和顺丰。其二，理解语义细微差别，处理差异性问法。高可用的机器人会以词+句式理解问句语义，即使问句相似，但语义存在差别，会自动匹配到对应的不同答案。比如你干嘛的?你在干嘛?你干嘛啊!这三个句子从用词来说，看上去都差不多，但其实表达意思完全不同，机器人系统能否正确识别，十分考验技术功力。其三，聚类高频问题，自动学习优化知识库。除了算法层面优化，要提高召回率和准确率，就需要完善知识库。这里指的并非是人工补充知识库，而是指机器人需要有自主学习能力，即机器人根据历史对话数据，自动总结及挖掘不在知识库内的高频问句，补充和完善知识库。不过，在客服场景中，很多问题不能通过简单的一问一答单论会话解决。比如当顾客提问订单什么时候能到?机器人回答请提供订单号，然而顾客很有可能记不住订单号，这时就需要机器人参考上下文信息，引导顾客提供其他信息或数据进入下一轮对话，直到准确回复用户想要的答案。如何评价多轮会话的效率?这主要通过任务完成率和多轮会话开发定制的快速简单程度。一个多轮会话机制，成功结束的会话数量越多，则说明任务完成率相对较高，从而说明该多轮会话的可用性更好。从技术角度，多轮会话比单论对话的难点显然要更多，这主要体现在准确的进行语义理解，状态管理和个性化语言生成，预装行业知识图谱、预构建行业业务场景，第三方系统集成这四方面。此外，人机协作在智能客服领域同样不容忽视。单轮会话和多轮会话经常用于企业的售后场景，而在售前场景中，企业客服不仅要担负问题解决的任务，还要担负销售转化和成单的任务。尤其当企业获客成本很高，潜在客户线索非常珍贵，直接交给机器人接待很容易造成流失。因此这时由人工客服负责接待，机器人进行辅助，是更可行的方式。当客户提出问题，机器人会根据自身的机器体系和历史会话数据计算，向人工客服推荐答案。进击的环信Alpha，夯实算法、深挖行业、打造一体化解决方案经过长期的积累，目前环信已经夯实了三方面的硬实力。首先，技术团队上，环信有30多人的人工智能团队，其中算法的人占了一半。经过一年半的研究，环信在基础算法上做的已经比较深入，摸得比较透。其次，工程能力，环信全公司270人，工程师有170人。工程团队有很好的正反馈，客户要什么，然后迅速给用户去实践和试错，不足之处继续改进，这是好的工程产品的做法。因为有客户的实践，所以工程化的迭代速度很快。整个环信的工程师团队都在支持着AI团队的每一次迭代。再次，数据层面，客服系统每天下发大概几百万条消息。并且在证券、保险、教育等这些有价值的行业中有大量的行业支持和行业知识图谱。2017年，环信整合旗下即时通信云、移动客服、智能客服机器人和主动营销产品线，推出环信CEC(Customer Engagement Cloud)，向企业提供从客户互动渠道、到客户服务、再到精准营销的全流程客户互动解决方案。像教育、保险、金融公司这样高客单价的行业客户，是环信关注的重点。这些客户具有两个鲜明特点，一方面，高客单价、高粘性互动;另一方面，高客单价客户对定制化服务水平格外看重，所以环信在深刻理解客户画像的情况下，做高定制的一体化互动解决方案。现阶段，环信的智能机器人可帮企业主降低约80%的客服工作量。首先，支持菜单导航功能，通过层级式引导帮助客户获取准确答案，提高用户体验;其次，预置行业知识库，行业相关的常见问答可以一键拥有，节约创建知识库时间;再次，可导入客户现有知识库，无需重新录入。智能机器人在与人工客服的交互过程中不断学习，优化知识库，提高应答准确率;第四，机器人与人工客服之间无缝调度，切换至人工客服后依然可以使用智能应答简化搜索提高服务效率。2016年环信作为国内唯一的SaaS厂商荣膺Gartner 2016 Cool Vendor，2017年3月环信刚获得由经纬中国领投、银泰嘉禾跟投的1.03亿元C轮融资，显示出包括国际顶级研究机构和资本市场对于环信商业模式和发展前景的认可。正是得益于包括红杉资本、经纬中国、SIG和银泰嘉禾的鼎力支持，保障了环信持续巨额的研发投入，形成了公司业务发展的正向循环。目前，环信的三条主要产品线中，即时通讯云和移动客服产品线分别都已经开展了三四年时间，两个产品线本身均已接近盈利。同时，在产品能力、团队建设、品牌建设、客户影响力建设等方面，都已经做得很成熟。因此，获得C轮融资之后，环信主要会在两个方面加大投入。首先是人工智能产品线的深化布局，这代表了行业和企业自身未来的发展方向;其次，打造更强大的销售团队，今年环信的销售目标是1个亿，这显然需要一个更强大的销售团队来支撑。环信的中期目标是争取在今年底实现盈亏平衡，明年实现盈利，并且计划两年左右时间去冲击国内创业板IPO。截至2016年年底，环信移动客服共服务了近6万家商业客户，涵盖保险、银行、电子商务、教育O2O等多个领域的众多标杆企业。这些企业包括泰康在线、中意人寿、中信证券、国美在线、优信二手车、新东方、新浪微博、链家、58到家等。下载完整Gartner报告请点击：http://www3.easemob.com/event/gartner_ai

分享到