“你好，我是支付寶反欺詐中心客服醒醒，系統檢測到您剛剛在支付寶上有一筆交易存在被騙風險。可以根據實際情況覈對下交易嗎？”
“你好，我是客服人員小保。你在支付寶購買的好醫保長期醫療保險的保障期限一年已經到期……”
“你好，我是支付寶客服中心機器人，因春節假期延長，貨幣基金交易日延後至2月3日……”
這個春節，在全民抗擊新型肺炎期間，AI賦能的智能語音機器人走上前臺，快速補充人力不足的影響，成爲支付寶與客戶溝通的主力，7*24小時不間斷服務百姓，每日呼出電話服務時長覆蓋了10%至60%原有人工外呼，並根據當前情況迅速擴展新的覆蓋場景。
回訪數據顯示，大部分用戶都沒意識到對面不是真人，他們認爲，交流順暢，95%以上點了好評。
這是如何做到的呢？本文將詳細介紹在這背後螞蟻金服智能客服技術團隊所做的工作。
事實上，因爲新冠病毒疫情，不少企事業單位也出現了因大量人員不能返崗而導致的人手嚴重不足的問題。在服務螞蟻內部各業務的同時，智能客服技術團隊也主動將技術能力開放，積極與各行各業的專業人士探索，如何基於各自獨特的應用場景，訓練個性化的智能機器人。
智能語音應用場景
智能語音機器人來源於支付寶的智能客服熱線技術，在歷次淘寶、支付寶活動中，支付寶小二需要處理數以十萬計的熱線電話進線量。忙到什麼程度？活動中排除困難最多的客服小二會獲得“金膀胱”獎的榮譽，可以想見熱線處理多麼繁忙。
但是，小二們大量寶貴時間都花費在了“問題釐清”、“簡單問題疏導”上，而線上還有更多的客戶在電話的另一頭等待着服務....
顯然，隨着業務的持續深入發展，AI賦能客服成爲必要的一環。支付寶技術團隊研發出了AI語音機器人，在真人客服之前全面覆蓋問題、釐清環節，並將近五成的簡單問題通過機器人回答的形式進行解決，大量節約了客服小二的寶貴時間，用來解決複雜的問題，安撫客戶的情緒。
各個行業和部門對於語音機器人也有着同樣迫切的需求：
- 在銀行、保險等金融行業，行業監管要求在用戶購買相關產品後，需要對話式的進行用戶回訪，保障用戶對於金融產品的知情權；
- 再比如支付寶通過支付碼改變了整個中國的零售行業，而使用支付碼的小商家需要及時瞭解支付寶的相關產品及活動，更好的轉型新零售應對新的挑戰；
- 大安全部門每天阻斷上萬起欺詐交易，保障支付寶會員資金的安全，同時需要了解潛在欺詐交易的情況，向用戶說明爲何交易會失敗，叫醒熱線的“醒醒”客服成爲網紅；
- 客服部門更進一步，及時識別出用戶操作路徑中可能已經出現的困難，在用戶呼入熱線前“主動服務”降低求助率，爲用戶帶來更加順暢的使用體驗......
正是看到了這些需求，依託於成長於智能客服的智能語音機器人技術，支付寶開始全面與網商、保險、商家、安全等多個部門進行深入合作，建立並完善外呼平臺。智能的AI客服小二主動出擊，化身成了耐心講解金融產品知識的保險理財客戶經理、及時通知最新活動並幫助部置以達到最優活動效果的活動推廣專員，化身成了每個人貼身關懷的錢包管家和隨身助手。
2020年的春節註定是一個不一樣的春節，在主動服務的外呼小二無法集中辦公的情況下，外呼機器人主動頂上，在春節期間及時完成了支付寶業務變更提醒、大安全防欺詐喚醒熱線等多個業務，日呼出量增漲至之前近3倍。
同時，面對疫情，支付寶積極對外合作，緊急完成疫情防控訪查及宣講機器人，結合大數據，走上防疫的第一線。電話溝通自然流暢的交互方式及實時的數據收集能力，配合後臺的大數據分析，可以快速勾畫社區疫情圖，及時識別潛在疫情點，爲疫情的防控提供更加精確的支持，保證寶貴的人力資源使用在更爲重要的地方。在有效降低人員接觸的基礎上，將防疫重點快速精準進行宣傳，在特殊時期將春天的希望帶到千家萬戶。
智能語音背後的技術解決方案
通過半年多的外呼平臺搭建，基於部門團隊在熱線客服、在線客服AI機器人領域的技術沉澱，針對電話交互的特殊業務需求，我們逐步沉澱了較完善的外呼智能交互技術解決方案。
外呼整體鏈路
針對於外呼智能交互機器人核心的自然語言理解及對話狀態跟蹤技術，我們發揮算法專長，深入探索。形成了一整套核心算法組件：
1. 無流程外呼對話：基於模仿學習和強化學習技術，從歷史對話數據中學習當前狀態下合適的對話策略、選擇合適的外呼話術，自然、流暢地跟用戶完成交互，高效達成呼叫的目標；
2. 基於小樣本學習的意圖識別：減少用戶語料配置的複雜性。同時配合語料糾錯、語料擴充、新意圖發現等技術，幫助運營快速、準確地完成意圖或流程配置；
3. 基於檢索和生成模型的用戶模擬：可以產生符合一定用戶目標和人設的用戶回答，模仿真實用戶，完成對意圖配置、流程和對話模型的自動評估。
4. 獨有的算法數據標註平臺體系。運營可以通過平臺直接進行算法模型的標註、訓練，同時模型從線上運行數據中提取“標註未覆蓋”、“標註錯誤”等，輔助業務運營同學快速進行語義理解模型迭代。
完整的算法閉環體系，將AI交互技術應用門檻大幅降低，不僅可以讓運營同學直接上手使用，還能對他們的使用過程進行引導及反饋，對模型配置中的疏忽、錯誤快速糾正。業務在極少的運營投入的情況下就能夠獲得完整的外呼語義理解能力。
同時，我們與網商、保險、商家、大安全等多個業務方密切合作，形成了一整套的外呼業務流程及意圖等通用技術資產沉澱。
1. 完善的意圖沉澱：我們目前結合商家、保險、銀行等金融屬性外呼需求，累積沉澱了多個可通用的用戶通用意圖表達，如正在開車不方便，晚點再溝通；確認外呼人員身份；用戶有進一步的問題需要轉入人工等。可以快速複用，搭建起新的外呼方案；
2. 外呼子流程：針對於用戶與外呼主要目的相關的部分疑問，可以通過搭建知識庫使用外呼子流程來進行處理。如用戶不方便的時候，進入到預約回訪時間子流程；用戶進行敏感操作的時候，進入到身份證覈實子流程先覈實身份信息等。使業務運營集中注意力在主要業務目標交互鏈路優化上，有效保障用戶體驗的同時提升運營效率；
基於業務打磨的技術資產沉澱進一步降低了新業務接入的運營成本。新的業務接入可以借鑑或者直接使用已有的相關流程，將主要精力集中在業務主交互鏈路打磨上，快速達到業務目標。
目前我們將主要業務形式進行抽象整合，形成了完整的外呼運營平臺及多種外呼解決方案，進一步提高外呼業務接入效率，可以在幾個小時內形成智能的外呼交互能力。
1. 運營平臺支持拖拽式對話流程配置框架，快速靈活支撐業務落地；
2. 支持日呼叫千萬量級的外呼調度系統，結合用戶特徵，對用戶的有效撥打時間進行預測；支持實時外呼及預約外呼，有效提高用戶接觸效率；
3. 與溝通平臺深入整合，有效在通知、短信、外呼多種渠道進行整合通知。既能在保證接觸效果的基礎上降低運營成本，又能通過渠道整合，在用戶獲悉信息的情況下直接將用戶帶入運營活動信息詳細頁面，進一步提高用戶轉化；
4. 外呼產品化解決方案，與商家、保險深入合作，打造活動告知、活動參與指導及智能回訪等多個解決方案，可以通過填寫個表格的方式快速搭建外呼機器人。
以上的技術沉澱結合達摩院的語音識別和合成技術，形成了自然流暢的交互機器人，大部分交互的用戶認爲在與真實客服進行交互（主要業務對話完成率達到80%以上，抽樣回訪調查，對話滿意度達到95%以上），保障了交互的完整性和業務效果。
智能語音機器人的未來
在實現模仿真人人聲與客戶進行多輪溝通對話之後，智能語音機器人有望改變現有電話業務的工作性質。
首先，大批量的電話號碼外呼通過智能語音機器人來做，大大節省了時間的同時提高了回訪的效果，而且機器人交互的流程更加標準和規範，相比人工水平參差不齊，風險更小，更不容易被投訴。機器人無需培訓立即上崗，同時AI語音機器人自身屬性保證了業務知識可以不斷累積，交互形式可以不斷演化，從懵懂新人逐步成長爲獨擋一面的萬事通，不存在資深人員流失帶走業務沉澱的情況。隨着AI技術的不斷髮展，強化學習技術可以有效的主動探索更有效的溝通路徑，更加快的形成交互策略，甚至可以通過算法及數據分析爲運營同學對於業務理解提供更好的數據支撐，更好的瞭解客戶及用戶的真實訴求。
其次，當天外呼的所有溝通內容，智能語音機器人的工作可自動記錄，分析共性，標籤化CRM管理，多維度建立接聽電話者畫像，提升管理效率，助力生成後續的個性化整合服務方案。
第三，智能語音機器人能夠快速學習人工客服人員的經驗，並通過不斷彙總、分析、梳理問答信息，能將常見諮詢、各行業產品及服務相關的信息擴充成了一個強大的知識圖譜，可以保證交流的滿意度。
最後，可以進行更加靈活的調度和協作，包括機器與機器間的協作、人機協同等。一旦出現某個業務人手不足的情況，可通過隨時上崗的AI智能語音機器人無縫轉接人工坐席。
我們曾經拒絕客服機器人，是因爲它們是冷冰冰的，並且無法解決客戶問題，但將來，智能語音客服將會和真人一樣有溫度，甚至比真人提供更好的服務，成爲科技改變世界的下一個絕佳案例。