5月18日，由易谷网络、Genesys、平安金服及平安科技共同举办的“2018金融行业智能服务与营销研讨会”在上海召开。平安科技智能客服总负责人杨丛懋为我们展示了人工智能在赋能客服行业的过程中，从工具到助手的角色演变。
拥有呼叫中心的企业，都避免不了一个尴尬的现状：客服行业的平均年薪酬是六万元，解决问题的重复率是83.2%，100条核心知识的场景覆盖率达90%，而行业离职率却是37%。也就是说，客服每天要解决的问题有八成是相同的，而且经过短期培训，快速掌握100条核心知识，便能够应对九成客户的咨询，但公司每培养出十位成熟的客服，就会有四位跳槽离职。
人力成本高、工作重复量大、人员流动率高，客服行业的这些痛点，反而与人工智能完美契合，为AI赋能提供了绝佳的土壤。
在传统机器人赋能客服行业的最初阶段，的确极大地解放了人力，加快了响应速度，提升了客户体验。然而随着客服业务场景的不断拓展丰富，传统AI的便显得力不从心——回答准确率低、仅支持单轮问答、无法进行业务办理、知识库维护成本高，急需迭代更新，完成角色上的转化。
平安科技旗下的小安机器人，由硅谷20年从业经验专家领衔算法研究，实现了真正意义上的深度语义理解。基于此，平安客服云的人工智能完成了从工具到助手的角色转变。
传统的机器人，对于客户的咨询更大程度上依赖于知识库：客户提出问题，机器人抠字眼识别出关键词后便调用知识库的问答进行回复。一方面，不能完全应对客户提问的不同问法；另一方面海量知识库的维护，仍需要大量的人力，且准确率难以超越90%的瓶颈。
第三代小安机器人，则基于深度语义理解去解决客户的问题：无论何种问法，句式如何，甚至出现错别字和歧义，AI都能hold住，结合上下文语义进行分析，采用多轮问答的形式轻松应对，准确率高达96%。此外，应对知识库维护方面，小安机器人的深度自学习能力又大有作为，通过全量用户问句聚类分析，快速完善FAQ，工作人员只需在AI面对未知问题时，进行勾选确认，维护成本节省了80%。
针对客户业务办理，小安机器人采取的策略是：智能实体抽取，对接业务核心系统。通过对整段问题的分析，智能排除干扰条件，提取问题核心并主动追问确认，予以解答。与客服人员之间无感双向切换，并在客服服务中提供后台辅助，提供语义理解、情绪甄别等服务，保证了客户的最佳体验。
真正的人工智能，一定拥有掌控全局的能力，小安的综控能力便是如此：统一识别，智能分配。小安机器人能够在统一服务入口智能识别出客户的意向，从而调用不同知识库，分配问答任务，实现智能综控。小安的角色不止于助手，甚至向管家的角色跃跃欲试。
当然，平安客服云的人工智能还有一个不得不说的优势。
我们知道，对于金融行业来说，安全大于一切，这是不可触犯及逾越的底线。相比其他领域，金融行业对于技术安全性及准确率的要求高出几个层级。训练机器人，数据是王道。而中国平安集团精耕金融行业30年，拥有海量、实时数据和丰富的业务场景模型，这就为小安机器人的孵化提供了得天独厚的优势。
依托平安客服云的大脑——第三代小安机器人，平安客服云为客户提供了全套的智能客服解决方案，到目前为止，几乎覆盖了客户服务业务的全部场景，助力平安客服云不断替换传统的呼叫中心模式，引领更多传统企业开启客服新纪元，真正意义上引起智慧客服行业的剧变。
