近期，机器之心发布了《AI交互与智能客服的变革与发展》报告。报告指出，随着互联网、云计算、大数据及人工智能技术逐渐成熟，当前在线客服与传统客服的服务模式已无法满足用户需求，智能客服将作为一种新的服务模式为大众带来更智能、便捷的服务体验。

当前，以人力为主的客服中心，正在向人机互补的服务模式升级。在机器客服方面，也由单纯的机械式问答通过加入AI技术辅助企业线上客服实现数字化转型，升级为AI智能客服，帮助企业优化客户服务，实现降本增效。

NLP技术助推客服突破发展，以五大特点打造智能客服

据《AI交互与智能客服的变革与发展》的调研数据得知，传统客服、在线客服等具有人力成本高、运营管理难、数据沉淀和利用难以及用户排队时间长等问题。这些问题背后，是技术的更新迭代，也是传统客服已无法满足当前行业的数字化发展需求。传统客服在数字化时代，需要一定的变革，去适应数字时代。

近年来，人工智能、云计算和大数据技术逐渐成熟，在线客服与传统客服的服务模式正逐步向智能化、云端化的方向发展，智能客服也迭代更新。尤其是随着NLP技术的发展与突破，智能客服背后的技术栈不断演进，智能客服逐渐拥有了语义识别更准确、问法更灵活、转化更紧密、知识更全面、学习更主动以及客服形象拟人化等几个先进特点。

·语义识别更准确，客服问法更灵活

据了解，智能客服在提供服务时，会遇到重复度较高的结构性问题，当用户的提问方式或问句结构与主流常见问法有较大偏差时，智能客服往往不容易精准理解问题的真正含义，从而影响用户体验。

针对这个问题，腾讯云小微运用首创的LARQ 技术，让智能客服拥有问法扩展能力，能够适配多种问法，丰富语义理解，将准确率提高到95% 左右。

·对话更连贯，向用户提供个性化服务

面向多领域端到端的对话系统，如何将已有的对话生成模型，并快速迁移到一个数据量有限的新领域场景中，使得对话更连贯，成为行业主要的研究方向。

据《AI交互与智能客服的变革与发展》报告所述，为实现对话连贯性，智能客服会在BERT模型的基础上，使用数据增强技术来解决特定领域的数据稀疏问题，同时利用迁移学习将BERT模型进一步适配到特定的任务领域中，以句子级别的上下文建模方法来捕捉整个对话中各部分之间的细微联系，从而使得生成的回复更加准确。

腾讯云小微的智能客服机器人，正是基于BERT模型提出了一个领域无关的零样本学习系统，有效地将与用户意图相关的自然语言描述与上下文对话的语义联系起来，并结合知识图谱和用户对话场景，主动向用户推荐个性化的内容与服务。

·构建知识库，让智能客服知识更全面

知识库是问答系统的基础之一，无论是传统客服、在线客服或是现在的智能客服，在实际应用场景中，越丰富的知识库带来的问答效果更好。

在今年9月的腾讯全球数字生态大会上，腾讯企点客服为参会者提供了全面且智能的引导与咨询服务，引起行业瞩目。据了解，这场大会上的智能客服采用了腾讯云小微对话机器人作为客服自动问答功能的核心，在检索式问答、图谱问答以及文档问答这三个具体的技术任务上，对用户意图进行高精度识别，针对不同场景切换使用不同类型的知识库，同时利用腾讯大数据、“冷启动知识库扩容能力”和AI算法能力，对知识库进行相似问题快速扩充，在短时间内完成知识库数量的十倍增长，才能达到更准确的智能对话目标。

·学习更主动，智能客服迭代优化快

没有任何一项技术是完美的。对于智能客服知识库的更新优化，《AI交互与智能客服的变革与发展》报告指出，智能客服目前的主要技术解决方案是基于深度学习的预训练语言模型框架+特定领域数据的模型微调和迁移学习。在这样的技术基础上，智能客服具备一定程度的自我学习能力，推动模型自主学习，快速迭代优化，以适应数字化时代的商业发展需求。

例如，在玩转故宫小程序内的智能导览“福大人”，针对故宫博物馆全场景构建了一个知识库，并在深度学习的技术基础上，对数据进行逻辑分析，快速更新、自主学习，以实现知识库的迭代优化，由此能够及时为用户提供个性化游览路线推荐、景点文物讲解、百科问答等服务。

·结合虚拟IP形象，升级智能客服交互形式

在NLP技术的发展演进中，智能客服不仅在对话、理解等方面有所提升，也在交互形式上有所更新。在AI技术的驱动下，交互形式已不再是单一的语音对话，逐渐升级为多模态交互形式。

随着智能客服逐步在行业内落地应用，人机交互的方式也逐渐自然，智能客服在语音对话的基础上，结合虚拟IP形象技术，在人工智能、增强现实、语音合成与自然语言处理等技术的加持下打造拥有虚拟形象的智能客服，以更加拟人的形象为用户提供服务。

正如，在今年的文博会上，北京云上展区以著名主持人春妮为形象，塑造了一个智能导览“小春妮”。在展会期间，“小春妮”在多个线上场景中现身，与用户进行互动、交流，给用户带来了沉浸式观展体验，同时能够更有温度地传递品牌形象。