摘要： AI下圍棋、AI寫作文、AI看病……在智能時代，通過新技術的賦能，行業已經發展到了一個新的高度。那麼在服務領域，尤其是企業服務中，智能技術的加入會帶來哪些新的想象？ 在阿里巴巴，智能服務已經成爲企業發展的重心。
AI下圍棋、AI寫作文、AI看病……在智能時代，通過新技術的賦能，行業已經發展到了一個新的高度。那麼在服務領域，尤其是企業服務中，智能技術的加入會帶來哪些新的想象？
在阿里巴巴，智能服務已經成爲企業發展的重心。究竟阿里巴巴在企業內部是如何做智能服務轉型的？來自阿里巴巴信息平臺事業部的高級產品專家馬福重（花名：福衆）給出了答案：
阿里巴巴經濟體面臨的服務挑戰
阿里巴巴從一家公司發展成經濟體，我們的服務也正面臨着有史以來更多的挑戰。
首先,阿里巴巴有很多生態公司，每一個生態公司都有自己的服務策略和服務SLA定義，在這種情況下我們如何去支持每個生態公司的服務？
其次，阿里巴巴如今高速發展全球化，我們遇到了多時區、多地點、多文化的服務衝擊，在這種情況下我們如何保證優質服務能覆蓋全局？
最後，每一位服務人員都需要了解後臺的所有應用。像阿里巴巴如此體量的企業，服務人員在面對海量龐大的應用架構與數據體系時，如何打破信息孤島，在不斷迭代和發展中去了解所有應用，做好對應服務？
以上種種問題都會給我們的服務帶來壓力，有個典型的服務壓力案例叫“服務癱瘓”。服務不但要扛波谷，也要扛波峯。在上萬人的大型公司裏，經常會遇到大促活動或大型年會，這時候會產生比平時呈幾何級倍增的服務需求。所有服務都將在隊列裏排隊，絕大部分人得不到及時服務或者無服務，這個時候就會陷入到服務癱瘓。
阿里巴巴在2017年年會時就遇到過這樣的挑戰。當時全球員工要到杭州開年會。經過分析，如果支持這樣一個年會，需要增派100多名服務人員，並且要提前兩個月就開始進行訓練。這個時候我們利用“阿里小蜜”進行封裝，推出阿里內部智能服務機器人“內外小蜜”。“內外小蜜”在這一次年會服務裏扛掉90%的諮詢壓力，最終在沒有增加任何人員的情況下完美的完成了服務支撐。
智能時代的服務定義
我們來看看智能時代的服務應該如何定義？在服務不斷多元化，事件不斷碎片化的今天，以往的“黃頁”式、“搜索”式服務已經不能滿足當下員工的需求，我們正迎來智能服務時代，每個人都需要配備一個智能助理。智能服務有三個層次：
第一層是“什麼都懂”。
智能機器人“懂”更多知識，變得越來越智能可以跟員工進行互動，解決更多的諮詢類問題，同時還能解決7×24小時永遠在線的問題。
第二層是“什麼都會”。
這是指智能機器人可以通過對話的方式去完成一些工作。人們只需要和機器人進行簡單的對話，智能機器人就可以幫你把事情做完。阿里巴巴內外小蜜已經開始幫助員工預定會議室、車輛等工作。辦事正變得越來越簡單。
第三層是“主動服務”。
主動服務是希望給每位員工都配備一個智能助理。它能想你所想，在你提問之前給出了有效答案。要做到這點我們需要基於規則分析、用戶畫像和大數據等技術，把用戶想要得到的信息或者應該得到的信息提前發給他，甚至幫他處理。這樣不但可以大大減少服務檯及整個一線服務的壓力，還會給員工帶來更好的服務體驗。
要實現智能服務的三個層次，首先必須有一個服務框架的支撐，這個服務框架又分爲四層服務框架、服務內容、服務能力和服務基礎。最上層的服務界面需要用智能機器人作爲唯一入口，提供PC端和移動端的接入方式，同時通過文本、聲音和圖像等多模態的方式給用戶一體化的感受，這樣用戶才更願意使用智能機器人做自服務。
接下來就需要定義服務內容，服務內容可以根據各自需求進行定義，比如公司政策，IT解答等方面內容；在接下來就是服務能力和服務基礎，在阿里巴巴內我們擁有阿里小蜜、工單平臺、知識雲等豐富的服務基礎。
智能服務在阿里巴巴的應用落地
阿里巴巴內部的智能服務，依賴於Chatbot平臺、工單平臺、知識圖譜平臺、規則平臺這四個基石。
下面，將從諮詢服務、業務自助辦理、知識圖譜三個方面介紹一下智能服務的應用落地。
諮詢服務
在做諮詢服務時，我們首先要考慮如何解決高頻、反覆、通用的問題，但這並不能解決所有問題，還需要通過在線客服和自助提單形成服務閉環。阿里的人工客服不是7×24小時服務，在非工作時間智能機器人會直接提示非工作時間，該問題會轉成工單。服務人員上班後，第一時間就能爲用戶解決，做到了用戶的每一次提問都會得到反饋。
除此之外，在這個閉環中，極致匠心的阿里人還主動挖掘深層次需求，不放過任何一個細節，讓阿里巴巴的人工智能更貼心更人性化。比如，當用戶反覆諮詢相近問題，且沒有打開機器人給他反饋的信息，我們則認爲諮詢無效。此時我們會主動詢問他是否需要轉人工服務。另外，我們還很關注用戶的情緒問題，如果用戶諮詢時帶有情緒，我們會主動爲他轉人工，讓用戶得到更好的使用體驗。
業務自助辦理
上文提到的第二個層次“什麼都會”，即通過簡單的問答環節，就讓機器人去完成工作。阿里內部正提供越來越多這樣的場景，例如：幸福大巴。
幸福大巴是爲每週末往返於上海、杭州兩地的員工所提供的出行巴士。以往，員工要預定大巴位置時需要登錄應用平臺填寫信息，經常會由於工作繁忙忘記預定；還有一些員工本來預定好了大巴，但由於各種原因不得不改變行程，這時候的座位需要人肉釋放，不但不方便還不及時，經常造成極大的資源浪費。
智能機器人“內外小蜜”提供幸福大巴的預定功能後，它不但會主動推送提醒，還可以通過簡單的問答完成一鍵預定。如果這不是第一次預定，智能機器人還會根據你的預定習慣，直接給出最可能的預定選擇，用戶只需要進行確認即可。如果出行日程有變也可以通過它來釋放座位，方便其他同學看到空餘座位並進行搶佔。整個服務體更簡單更貼心。
知識圖譜
在智能服務領域，知識圖譜也是必不可少的。它可以幫助我們通過自然語言進行復雜的查詢。比如，當有員工需要找其他部門同事的HRG，由於不在一個組織架構中，查找起來比較困難。但是如果有了知識圖譜，我們就可以很快找到相應信息。
下面就以“問人問事”這一較爲普遍性的場景爲例，來看下知識圖譜在阿里的智能服務場景中是如何應用的。
阿里巴巴有很多的產品與應用，找到產品以及對應負責人非常困難，還存在負責人轉崗或離職等情況，如果信息沒有實時更新，通過智能機器人問詢的話，就會得到一個錯誤答案。在這種情況下，我們開通了一個求助功能的模塊，求助功能模塊是阿里巴巴的同學互幫互助的地方，這是知識圖譜在阿里巴巴一個落地場景。
還有員工落戶諮詢的場景，落戶是很多員工關心的問題。然而落戶問題因人而異，實際解決會比較複雜。再加上每個人問法上的不一樣，所以落戶場景實際上是一個千人千面的回答場景。比如，當一些生活在北京但工作地在杭州的人詢問落戶時，就要從不同的角度去思考，他想要的是北京落戶政策，還是杭州的。爲了更好命中更加智慧，對於這些員工，我們會一次性給出兩個解答方案，讓用戶一次拿到想要的結果。
每個大型企業都會有問人問事的場景需要，找不到人成爲所有人的痛點，阿里巴巴通過文本挖掘和知識圖譜相結合的方式，提供了一個完美的解決方案。通過知識圖譜挖掘員工和組織、員工和部門、部門和組織之間的關係，可以很容易找到他想要找的人，高速實現業務價值和技術的探索。
今天，阿里巴巴智能服務機器人在內部的日均訪問量已經超過了3千；日均服務請求超過1萬；同時對接了17個業務系統，爲員工提供40多個助理應用功能。在未來，智能服務在企業內還將進一步深化融合產品與技術能力，打造阿里巴巴的智能服務生態，阿里巴巴智能助理正在開啓AI時代的企業服務新篇章。
本文爲雲棲社區原創內容，未經允許不得轉載。