“智能在线客服需要不断深入更多的场景才能最大程度地帮助用户解决不同的需求，让AI在更多环节释放能力。”小能科技联合创始人兼CTO马力群近日在接受DOIT记者专访时说道。
小能科技联合创始人兼CTO马力群
马力群曾参与神舟系列飞船的研发工作，先后就职于中国航天、盛大网络等知名企业，早年作为核心团队成员创立了E话通网络，2006年加盟小能科技，作为小能客服创始团队的灵魂人物，他见证了小能一步一个脚印的发展、壮大，直至成为国内智能客服领域的领先企业。
五年前马力群对AI还是报以相对冷静的态度，他认为AI最大的挑战是如何落地，围棋界的人机大战让人们逐渐认可AI，但就目前而言，行业落地还没有充分覆盖，比如无人驾驶做的很热，但面世的产品还不多，在很多领域还处于试水阶段，而对于智能问答，最大的问题是解决用户在不同场景下的诉求。
AI计算能力要与业务场景紧密结合
AI落地客服是最实际的落地实施的领域，今天的客服面临人力成本上升、工作强度大和在专业水平上的挑战，近年来，越来越多的企业看中客服，而现在客户不仅看质量，还看服务，消费升级的背景下，在线客服的分量越来越重。
据了解，小能科技将在线客服、呼叫中心、CRM、工单、机器人无缝集成在一体化平台上，由98项核心功能作为支撑以及268项数据分析深度掌控，可与WEB、WAP、APP、微博、微信、电话、邮件、短信、社交媒体和电商平台等进行多渠道连接。小能客服的准确度和响应率高达90%以上，而这要以企业客户的业务数据量以及客户知识库的维护状态来综合评判。
说起小能客服1.0时期，客户曾对AI功能的使用上抱怨过，AI与业务人员对接起来比较吃力，需要时间积累以及对业务人员的培训，过去只能通过编辑知识库梳理业务，知识梳理越丰富，准确度越高，业务属性单一还可以应对，但问题是AI底层计算能力与上层的业务场景是相互脱节的。因此，小能迈向产品的2.0阶段，以场景化、拟人化和轻知识库为业务核心，让AI在更多环节释放能力。
比如用户导流，客户根据订单查看物流状态或货物破损状态，是由专人专岗接待，有些VIP客户应该由更高级的坐席来接待，首先，AI帮助系统识别客户属性和咨询来源等信息，若客户扫描包裹封面二维码，系统收到信号，导流机器人便得知客户的历史行为轨迹，及时分配给相应的坐席务人员，做到精准分类，解决了问答匹配度低、维护成本高、应用场景单一以及使用效果难以评估这四大困扰，用不同的知识库服务不同行业。
多维度解决用户的场景化痛点
小能拥有3000多家长期合作伙伴的，一天会话数超过300万，客户规模较大，大客户的平均咨询量在上万条，小能会根据客户对机器人服务使用的深度，结合客户需求创建不同类型的机器人。
在场景化方面，为提升机器人技能，小能针对企业运营中不同的业务场景创建机器人，比如物流机器人、订单机器人和商品机器人等等。马力群说，“在拟人化上， 过去客户问一个问题系统只对应一个答案，企业客户用起来很无力，即使有团队维护，但用知识库的转化效果不好，好评还是差评都不知道，小能希望把机器人做的像员工一样，不同的机器人承担不同的，甚至我们还有针对准妈妈和新妈妈进行分类的服务机器人，轻知识库由AI团队维护，并向坐席团队开放。”
所有知识库的维护根据场景进行垂直划分，先有机器人做基础评估，监控预警则转由人工，而过去人工只还要有10%的误差就有被开除的风险。预警机器人，通过特定场景推到相应的人工坐席，不仅服务客户，也服务坐席人员，机器人自动推荐回答，坐席可直接点击发出。在质检方面，机器还通过语言识别客户情绪，客户出现负面情绪，自动转人工客服，做到与人工无缝对接。此外，上传一张身份证或订单，图像自动识别并录入对应信息，系统还支持包括方言在内的语音识别与合成，例如为海尔提供的物联网智能解决方案，冰箱出故障，通过语音让措手不及的用户感受到智能的关怀。
AI能否取代客服？
马力群表示，近阶段是很难替代的，机器人在服务上还差些温度，精神诉求还达不到，目前人与机器的边界越来越模糊，AI帮助人工共同服务客户，将业务化繁为简，提高人工效率，人与机器的反复沟通协作才能使业务更顺畅。
客服是AI最容易落地的领域，也是AI最难替代的职业，现在客户咨询不是只讲一件事，机器对上下文的语义理解，以及在话题交叉的情况下，对AI的挑战还是巨大的。
在数据安全上，小能把所有客户数据进行脱敏，敏感信息不会暴露在后台，首先要确认客户的身份是否可信，才会对其做一系列服务，这也是客户始终信赖小能的重要环节。
“AI将过去人们对SaaS产品的定义革新了，为研发带来质的改变，加速了产品迭代，过去大家做产品时考虑用纯粹的技术和产品手段来解决需求，而AI就像人体内的水分一样，在SaaS服务的每一个环节都能体现出价值。总之，能帮助客户解决特定场景问题的就是好产品，”马力群从容地说道。
