隨著企業數字化轉型持續深入，人工智能技術也越來越成熟，機器人客服已經滲透千行百業。近年來，隨著企業人力成本的不斷上漲，進一步助推機器人客服在企業的快速落地。

　　但現在許多市面上的機器人客服系統應用效果并不理想，被調侃為“智障機器人”或“客戶需求的攔路虎”，總結現有機器人客服應用體驗差主要體現在以下幾個方面：

　　1、智能化程度低：機器人客服對客戶問題的理解不精準，要求客戶只能按引導的說法提問，客戶換一種非標準說法就答非所問。

　　2、應用場景單一：大部分機器人客服只作為一個輔助工具，大量復雜任務還是靠人工處理，特別是電話客服渠道，達不到增效降費的目標。

　　3、回答程式化：在多輪對話處理中，大量使用引導話術提示，使系統顯得非常機械呆板，影響客戶的感受和系統服務效果。

　　針對上面三種體驗感差的原因，想要構建滿足企業和客戶需求的機器人客服的關鍵在于機器人客服是否有客戶意圖的準確理解能力、問題答案的準確率、多輪對話能力、人機交互的個性化等4個方面。

　　作為國內領先的軟件與信息技術服務商，致力于用數字技術不斷為客戶提升價值，軟通動力在人工智能領域早有布局，并成立了專注于AI領域的人工智能研究與創新中心(AIC)，中心圍繞自然語言理解、知識圖譜、多輪對話、智能問答、智能推理、自學習、數據分析等前沿技術和算法展開應用研究與產業化開發，為公司的AI服務體系提供了重要技術支撐和專業保障。與此同時，軟通動力一直服務于電信、銀行、保險等行業，積累了豐富的行業知識也深諳行業痛點，為構建高精準度及高體驗度的機器人客服Rglam（安歌）打下了堅實的基礎。

　　（系統架構圖）

　　軟通機器人客服Rglam（安歌）是基于軟通智核NLP平臺以及業內領先的深度學習、知識圖譜及自然語言處理算法技術構建而成的高精準度對話機器人，相比傳統關鍵詞及模板式的對話機器人，Rglam（安歌）的準確率更高且交互更具個性化。主要原因在與AI技術的獨特性能滿足客戶的需求：

　　1、知識圖譜與深度學習技術有機結合

　　Rglam（安歌）是基于大數據的深度學習與知識圖譜結合，可提升系統的語義理解能力，使命名實體的識別和意圖識別準確度更高。

　　2、 面向多模式融合的深度問答架構

　　Rglam（安歌）支持知識圖譜問答、Q/A對問答、網絡搜索問答等多個問答通道并行處理請求，多通道答案可融合形成唯一確定答案，避免讓客戶做答案選擇，提高客戶體驗度。

　　3、 面向知識庫的多輪對話管理

　　Rglam（安歌）采用面向知識庫的多輪對話技術，將知識庫與面向任務的多輪對話技術相結合，支持對話流的打斷、轉移、恢復來實現多個任務對話流之間的穿插流轉，提高客戶在交流過程中的擬人化交流及個性化體驗。

　　4、交互話術自動生成

　　結合多輪對話的上下文語境，采用深度學習技術生成個性化話術，使客戶更有意愿接受機器人的服務。

　　Rglam（安歌）能模擬優秀人工客服回復邏輯，對多輪對話溝通內容等各維度進行全方位感知，從中提取出有效信息，從而精準且擬人化地回復用戶咨詢信息。可為物聯網、銀行、保險、證券、汽車、電商等多個行業高效賦能。

?

　　目前，軟通動力機器人客服系統Rglam（安歌）已應用于某運營商公司，該公司有數十萬企業客戶，業務發展快，客服工作量急劇增長，需要建立機器人客服系統來應對業務的快速增長，特別是各類服務型的客服工作（咨詢、查詢、報障）需要盡可能借助機器人客服系統來完成。

　　軟通動力在機器人客服Rglam（安歌）基礎上通過制定一系列流程來構建與該公司業務相匹配的高精準度機器人客服系統，其中包括業務場景分析、構建企業知識圖譜、構建意圖識別模型、命名實體識別模型、智能問答系統以及實現業務場景自助智能服務等。最終，使該公司實現7*24小時低成本服務用戶，在用戶高速增長的同時依舊保持用戶體驗，降本增效效果顯著，為數字化發展注入了強勁動力。

　　機器人客服在一定程度上改變了企業的產品及服務思維，讓企業獲得更大的價值提升。在AI技術的加持下，依托自身底層技術和行業技術經驗，軟通動力將繼續秉承數字技術不斷為客戶提升價值的觀念，不斷優化機器人客服Rglam ，助力企業數字化轉型。