伴随智能科技、移动互联网和IT行业的迅速发展，知识管理、自然语言理解、自动学习等技术趋于成熟，智能机器人取得了快速发展。其应用从实验室发展到电信、金融、政务、个人互联网信息服务等商用领域;应用形式从娱乐聊天衍生出了自动客服、智能营销、内容导航、智能语音控制等功能;服务覆盖的国内用户总数已经超过2亿，全球1000强公司中有20%采用智能机器人系统来提高服务水平。智能机器人逐渐走入大众的生活。
智能机器人应用在客服工作中有着显而易见的优势。一是提高用户感知，为企业在线客服、新媒体客服等提供统一智能的自助服务支撑，减少了用户问题得到解决的难度和复杂度;二是提升服务效率，缩短咨询处理时限，分流传统人工客服压力，节省服务成本(据统计：智能机器人投入是人工座席成本的10%);三是收集用户诉求和行为数据，支撑产品迭代优化。
目前国内智能客服机器人非常成功的应用实例如招商银行，其智能客服机器人问题解决率达到98%，减少人工成本4800万元/每年，同时引发客户的互动参与，提升了企业的品牌形象。
那么如何建设用户感知良好、高效服务的智能客服机器人呢?我认为应该从以下几方面入手。
一、智能客服机器人的服务范围
目前大多数行业客服中心大致提供查询、咨询、办理、投诉以及建议五种服务项目。根据行业特点不同，所提供的服务细项有所不同。建设、运营好智能客服机器人首先要考虑的问题是要将它应用在何种服务中。最优选择是简单、重复、易替代的标准服务项目，如查询、咨询、简单业务办理服务等;太复杂、需要服务人员反复确认沟通服务诉求的项目如复杂业务办理、投申诉等，显然不适合使用智能客服机器人。
选择适合智能客服机器人提供的服务项目非常重要，决定了今后的运营方向、投资、流程和效果。智能客服机器人的特点是可提供重复、精准、简单划一的问答，需要长期运营才能达到优良的用户感知。如赋予它复杂的问答场景，势必造成后期人工投入加大、流程复杂等困难，影响用户使用效果。
二、智能客服机器人的服务流程
智能客服机器人的服务流程分为用户使用服务流程及后台维护流程。
(一)用户使用服务流程
如前文所述，确定智能客服机器人的服务项目后要考虑服务项目的流程设计。流程设计原则是重点服务项目的场景化。例如，当用户询问智能客服机器人问题时使用的是自然语言，智能客服机器人经常不能准确判断用户的提问，这时推送用户可筛选的条件，通过一次或多次筛选和交互，准确理解用户的问题，给予用户准确、标准的回答，提高智能客服机器人回答问题的准确度。
当智能客服机器人不能准确回答用户的问题时，很多智能客服机器人提供趣味问答以挽回用户的好感度。这种服务流程设计在一定程度上缓解了用户的焦虑，但是从以往的服务经验看，用户最需要的仍是快速找到正确的答案。建议客服机器人的用户使用流程应加入转人工服务的服务流程，给予用户不能最终解决问题的出口。当然，好的服务流程能够在用户与智能客服机器人的交互中解决所有问题，达到自动代替人工的服务目标。这需要运营者与开发者共同努力，不断跟踪问题解决率等指标，优化服务流程，逐步降低用户转接人工的服务量。
(二)后台维护流程
后台维护流程是指运营人员对智能客服机器人的日常维护流程，包括“持续优化服务场景”、“跟踪用户解决率并持续改善”、“对用户问法的维护”、“知识库的更新和维护”等任务。举例说明如下。
持续优化服务场景：任何高效的服务项目场景化设计都来源于用户真实的使用案例。场景化设计之初，我们选择了用户诉求最集中的服务项目。场景化设计上线后，我们应根据用户问题的解决率等指标(系统可提供以上指标)进行不断优化，达到最佳服务效果。“数据分析-流程设计-流程上线-数据跟踪-流程优化-优化上线”将形成闭环的后台维护流程。这同样需要运营者与开发者共同努力，不断进行跟踪、优化，才能使得智能客服机器人达到最佳的服务效果。
三、细颗粒度知识库搭建
构建适合智能客服机器人检索的知识库是成功运营非常关键的一步。观察各行业运营智能客服机器人的效果，以及涉足此领域厂家的技术特点。总结起来有两种形态：
(一)技术强于运营
需要智能客服机器人具有超强的检索能力，可以从较不规则的知识库或网页里精准地检索出用户需要的问答，对搜索技术要求异常高。目前仅有少量国内外技术达到这个要求，比较有代表性的是苹果siri等。
(二)运营强于技术
大多数技术达不到要求时，尤其是在垂直领域(如电信、银行等)，智能客服机器人问答的问题较为专业，运营者需要通过持续运营来提高智能客服机器人的服务效果。这时，搭建适应智能客服机器人检索的细颗粒度知识库尤为重要。此知识库需要将大篇幅的知识拆分成为细颗粒的知识点填写进预设的知识模版中，以方便智能客服机器人快速检索到所需知识点，解答给用户。这项知识整理和录入工作前期非常繁重，常常需要运营者花上几个月的实践整理和录入。在智能客服机器人投入使用后仍需要运营者长期跟踪知识的新增、变更以及过期删除，保证智能客服机器人检索和提供的知识准确有效。
部分提供网页检索能力的智能客服机器人同样需要运营者按照一定规律在互联网上爬取网页链接并缓存，定期对网页链接进行筛查，剔除无效或者过期链接，保证智能客服机器人检索和提供的网页链接准确有效。
四、智能客服机器人的语义训练
智能客服机器人的语义训练就是让它具备与用户进行自然语言对话的能力，即根据知识库等内容源快速、准确地给出答案，同时有丰富的语言交流、寒暄能力，拟人化智能服务，体现趣味性、互动性，吸引用户与智能客服机器人对话。语义训练的核心就是将用户的问法导入智能客服机器人，并不断补充和优化。
举例来说，用户询问“今天天气如何?”，智能客服机器人可理解为用户在问气温、雨雪风、空气污染情况等等，需要运营者将“今天天气如何?”与气温、雨雪风等具体天气情况进行关联后检索天气情况，给予用户准确答案。用户的问法多种多样，需要运营者利用智能客服机器人语义训练技术，通过持续运营、不断积累问法的数量、精选优质问法，最终达到理解用户自然语义，给出有效、正确的答案。
语义训练不是一蹴而就的工作，需要长期、持续收集用户问法，并进行不断修订、改进。往往需要长达数月的语义训练，才能使得智能客服机器人具备上线条件。上线后，又将在实际运营中不断收集、完善，智能客服机器人才能真正提高用户感知，并逐渐被用户喜闻乐见和接受使用。
五、考核指标和效益评估
对智能客服机器人的考核指标设定为以下几个：
(一)知识找到率：智能客服机器人正确检索到知识的比率;
(二)问题解决率：用户使用智能客服机器人解决问题的比率;
(三)语义识别率：智能客服机器人正确理解用户问题的比率;
(四)自助服务量占比：智能客服机器人上线后自助服务量占比服务总量的比率。
在运营过程中，以上四个指标基本可反映智能客服机器人的服务效果和用户使用满意度。在运营过程中，通过提取运营数据-分析数据-改进措施的闭环改进和优化流程，即可持续提高智能客服机器人的运营效果。
从以上论述中读者可以看出，智能客服机器人的服务目标不是单靠某种先进的技术就能达到的，必须通过运营与技术的紧密结合才能达到成功的彼岸。在实际运营现场，经常能看到技术团队与运营团队在一间办公室共同工作、共同讨论、共同为同一目标而分工协作。希望通过此文给予业界打算或者正在构建智能客服机器人的运营者一个建议：选择优秀的技术固然重要，培养得力的运营团队同样重要，“打铁还要自身硬”，运营者应带领自己的运营团队通过深入学习和实践，并与技术团队充分磨合，才能使得智能客服机器人顺利投入运营，提供基于自然语言的智能问答，让用户乐于使用。最终的目标是使用智能化手段逐步替代简单、重复的人工服务，从而减少人工成本，提高客服中心的运营效率。
随着中国人力资源成本的上升，招聘、培训和上岗一名客服座席成本将越来越高，以人员密集型为主的客服中心在未来将面临巨大的人工成本压力，而提供智能化的客服机器人服务，将有限的人力资源集中在优势服务群体，是未来客服中心生存和继续发展的方向之一。
本文来源：https://www.010zaixian.com/shiyongwen/1657871.htm