查看原文
其他

从大年初一开始,他们在支付宝 7*24 小时工作

蚂蚁金服科技 阿里技术 2020-09-12


“你好,我是支付宝反欺诈中心客服醒醒,系统检测到您刚刚在支付宝上有一笔交易存在被骗风险。可以根据实际情况核对下交易吗?
 
“你好,我是客服人员小保。你在支付宝购买的好医保长期医疗保险的保障期限一年已经到期……”
 
“你好,我是支付宝客服中心机器人,因春节假期延长,货币基金交易日延后至2月3日……”
 
这个春节,在全民抗击新型肺炎期间,AI赋能的智能语音机器人走上前台,快速补充人力不足的影响,成为支付宝与客户沟通的主力,7*24小时不间断服务百姓,每日呼出电话服务时长覆盖了10%至60%原有人工外呼,并根据当前情况迅速扩展新的覆盖场景。
 
回访数据显示,大部分用户都没意识到对面不是真人,他们认为,交流顺畅,95%以上点了好评。

这是如何做到的呢?本文将详细介绍在这背后蚂蚁金服智能客服技术团队所做的工作。

事实上,因为新冠病毒疫情,不少企事业单位也出现了因大量人员不能返岗而导致的人手严重不足的问题。在服务蚂蚁内部各业务的同时,智能客服技术团队也主动将技术能力开放,积极与各行各业的专业人士探索,如何基于各自独特的应用场景,训练个性化的智能机器人。
 


一、智能语音应用场景
 
智能语音机器人来源于支付宝的智能客服热线技术,在历次淘宝、支付宝活动中,支付宝小二需要处理数以十万计的热线电话进线量。忙到什么程度?活动中排除困难最多的客服小二会获得“金膀胱”奖的荣誉,可以想见热线处理多么繁忙。
 
但是,小二们大量宝贵时间都花费在了“问题厘清”、“简单问题疏导”上,而线上还有更多的客户在电话的另一头等待着服务....
 
显然,随着业务的持续深入发展,AI赋能客服成为必要的一环。支付宝技术团队研发出了AI语音机器人,在真人客服之前全面覆盖问题、厘清环节,并将近五成的简单问题通过机器人回答的形式进行解决,大量节约了客服小二的宝贵时间,用来解决复杂的问题,安抚客户的情绪。
 
各个行业和部门对于语音机器人也有着同样迫切的需求:
 
  • 在银行、保险等金融行业,行业监管要求在用户购买相关产品后,需要对话式的进行用户回访,保障用户对于金融产品的知情权;

  • 再比如支付宝通过支付码改变了整个中国的零售行业,而使用支付码的小商家需要及时了解支付宝的相关产品及活动,更好的转型新零售应对新的挑战;

  • 大安全部门每天阻断上万起欺诈交易,保障支付宝会员资金的安全,同时需要了解潜在欺诈交易的情况,向用户说明为何交易会失败,叫醒热线的“醒醒”客服成为网红;

  • 客服部门更进一步,及时识别出用户操作路径中可能已经出现的困难,在用户呼入热线前“主动服务”降低求助率,为用户带来更加顺畅的使用体验......


正是看到了这些需求,依托于成长于智能客服的智能语音机器人技术,支付宝开始全面与网商、保险、商家、安全等多个部门进行深入合作,建立并完善外呼平台。智能的AI客服小二主动出击,化身成了耐心讲解金融产品知识的保险理财客户经理、及时通知最新活动并帮助部置以达到最优活动效果的活动推广专员,化身成了每个人贴身关怀的钱包管家和随身助手。
 


2020年的春节注定是一个不一样的春节,在主动服务的外呼小二无法集中办公的情况下,外呼机器人主动顶上,在春节期间及时完成了支付宝业务变更提醒、大安全防欺诈唤醒热线等多个业务,日呼出量增涨至之前近3倍。
 
同时,面对疫情,支付宝积极对外合作,紧急完成疫情防控访查及宣讲机器人,结合大数据,走上防疫的第一线。电话沟通自然流畅的交互方式及实时的数据收集能力,配合后台的大数据分析,可以快速勾画社区疫情图,及时识别潜在疫情点,为疫情的防控提供更加精确的支持,保证宝贵的人力资源使用在更为重要的地方。在有效降低人员接触的基础上,将防疫重点快速精准进行宣传,在特殊时期将春天的希望带到千家万户。
 
二、智能语音背后的技术解决方案
 
通过半年多的外呼平台搭建,基于部门团队在热线客服、在线客服AI机器人领域的技术沉淀,针对电话交互的特殊业务需求,我们逐步沉淀了较完善的外呼智能交互技术解决方案。
    

外呼整体链路
 
针对于外呼智能交互机器人核心的自然语言理解及对话状态跟踪技术,我们发挥算法专长,深入探索。形成了一整套核心算法组件:
 
1.  无流程外呼对话:基于模仿学习和强化学习技术,从历史对话数据中学习当前状态下合适的对话策略、选择合适的外呼话术,自然、流畅地跟用户完成交互,高效达成呼叫的目标;

2.  基于小样本学习的意图识别:减少用户语料配置的复杂性。同时配合语料纠错、语料扩充、新意图发现等技术,帮助运营快速、准确地完成意图或流程配置;

3.  基于检索和生成模型的用户模拟:可以产生符合一定用户目标和人设的用户回答,模仿真实用户,完成对意图配置、流程和对话模型的自动评估。

4.  独有的算法数据标注平台体系。运营可以通过平台直接进行算法模型的标注、训练,同时模型从线上运行数据中提取“标注未覆盖”、“标注错误”等,辅助业务运营同学快速进行语义理解模型迭代。
 
完整的算法闭环体系,将AI交互技术应用门槛大幅降低,不仅可以让运营同学直接上手使用,还能对他们的使用过程进行引导及反馈,对模型配置中的疏忽、错误快速纠正。业务在极少的运营投入的情况下就能够获得完整的外呼语义理解能力。
 


同时,我们与网商、保险、商家、大安全等多个业务方密切合作,形成了一整套的外呼业务流程及意图等通用技术资产沉淀。
 
1.   完善的意图沉淀:我们目前结合商家、保险、银行等金融属性外呼需求,累积沉淀了多个可通用的用户通用意图表达,如正在开车不方便,晚点再沟通;确认外呼人员身份;用户有进一步的问题需要转入人工等。可以快速复用,搭建起新的外呼方案;

2.  外呼子流程:针对于用户与外呼主要目的相关的部分疑问,可以通过搭建知识库使用外呼子流程来进行处理。如用户不方便的时候,进入到预约回访时间子流程;用户进行敏感操作的时候,进入到身份证核实子流程先核实身份信息等。使业务运营集中注意力在主要业务目标交互链路优化上,有效保障用户体验的同时提升运营效率;
 
基于业务打磨的技术资产沉淀进一步降低了新业务接入的运营成本。新的业务接入可以借鉴或者直接使用已有的相关流程,将主要精力集中在业务主交互链路打磨上,快速达到业务目标。
 
目前我们将主要业务形式进行抽象整合,形成了完整的外呼运营平台及多种外呼解决方案,进一步提高外呼业务接入效率,可以在几个小时内形成智能的外呼交互能力。
 
1.  运营平台支持拖拽式对话流程配置框架,快速灵活支撑业务落地;

2.  支持日呼叫千万量级的外呼调度系统,结合用户特征,对用户的有效拨打时间进行预测;支持实时外呼及预约外呼,有效提高用户接触效率;

3.  与沟通平台深入整合,有效在通知、短信、外呼多种渠道进行整合通知。既能在保证接触效果的基础上降低运营成本,又能通过渠道整合,在用户获悉信息的情况下直接将用户带入运营活动信息详细页面,进一步提高用户转化;

4.  外呼产品化解决方案,与商家、保险深入合作,打造活动告知、活动参与指导及智能回访等多个解决方案,可以通过填写个表格的方式快速搭建外呼机器人。
 
以上的技术沉淀结合达摩院的语音识别和合成技术,形成了自然流畅的交互机器人,大部分交互的用户认为在与真实客服进行交互(主要业务对话完成率达到80%以上,抽样回访调查,对话满意度达到95%以上),保障了交互的完整性和业务效果。
 


三、智能语音机器人的未来
 
在实现模仿真人人声与客户进行多轮沟通对话之后,智能语音机器人有望改变现有电话业务的工作性质。
 
首先,大批量的电话号码外呼通过智能语音机器人来做,大大节省了时间的同时提高了回访的效果,而且机器人交互的流程更加标准和规范,相比人工水平参差不齐,风险更小,更不容易被投诉。机器人无需培训立即上岗,同时AI语音机器人自身属性保证了业务知识可以不断累积,交互形式可以不断演化,从懵懂新人逐步成长为独挡一面的万事通,不存在资深人员流失带走业务沉淀的情况。随着AI技术的不断发展,强化学习技术可以有效的主动探索更有效的沟通路径,更加快的形成交互策略,甚至可以通过算法及数据分析为运营同学对于业务理解提供更好的数据支撑,更好的了解客户及用户的真实诉求。
 
其次,当天外呼的所有沟通内容,智能语音机器人的工作可自动记录,分析共性,标签化CRM管理,多维度建立接听电话者画像,提升管理效率,助力生成后续的个性化整合服务方案。
 
第三,智能语音机器人能够快速学习人工客服人员的经验,并通过不断汇总、分析、梳理问答信息,能将常见咨询、各行业产品及服务相关的信息扩充成了一个强大的知识图谱,可以保证交流的满意度。
 
最后,可以进行更加灵活的调度和协作,包括机器与机器间的协作、人机协同等。一旦出现某个业务人手不足的情况,可通过随时上岗的AI智能语音机器人无缝转接人工坐席。
 
我们曾经拒绝客服机器人,是因为它们是冷冰冰的,并且无法解决客户问题,但将来,智能语音客服将会和真人一样有温度,甚至比真人提供更好的服务,成为科技改变世界的下一个绝佳案例。

 
6大类技术进阶问答指南

在新型冠性病毒面前,我们对自己最大的保护就是居家隔离,在此期间为广大开发者准备了开发者进阶系列问答内容,同时上线了居家学习系列直播课程,帮助开发者自我提升。望大家能做到居家学习,自我提升扫描下方二维码,或点击文末“阅读原文”,立刻开始学习。



你可能还喜欢
点击下方图片即可阅读

阿里工程师开发弹幕新玩法,网友不淡定了……
疫情下的阿里员工,约定这样上班


关注「阿里技术」
把握前沿技术脉搏


戳我,开始技术进阶。

    您可能也对以下帖子感兴趣

    文章有问题?点此查看未经处理的缓存