百度云智能服務(wù)業(yè)務(wù)負責人王巍巍先生先生分享：

　　大家好，我叫王巍巍，來自百度云。前面跟易谷有一定的合作，今天又是一個辭舊迎新的時候，2018年結(jié)束，2019年到來，我們一起來回顧一下我們前面的合作，再展望一下我們更進一步希望客戶服務(wù)往什么樣的方向去發(fā)展，以及什么樣好的方式才能有利于整個生態(tài)，除了我們的客戶還有我們自身，生態(tài)伙伴也是這個行業(yè)中非常重要的一環(huán)。

　　我的介紹分為兩部分，一部分簡單跟大家介紹一下百度云，它是一個什么樣的發(fā)展歷程，以及它現(xiàn)在在做什么樣的事情。第二部分講一下百度智能服務(wù)。

　　百度云最早是1.0，一開始定位為ABC，可能市場頭部的玩家已經(jīng)把C做的很大了，這個時候我們怎么找差異化的路徑，用比較有差異化的產(chǎn)品占領(lǐng)市場。我們打包在一起形成了ABC的解決方案，百度對外輸出的云除了基礎(chǔ)云還有很多整合的解決方案里面。

　　我們通過一點點的進步迭代到2.0，我們發(fā)現(xiàn)不同行業(yè)有很大的差異化，你很難通過一個特別通用的解決方案去解決，所以我們在ABC的基礎(chǔ)之上又延伸了行業(yè)級解決方案。

　　到3.0的時候發(fā)現(xiàn)這中間還是有非常多的挑戰(zhàn)，所以我們在3.0這個階段除了繼續(xù)進行行業(yè)的范圍延伸之外，同時還積極拓展了很多合作伙伴，讓大家的力量得到更好的發(fā)揮，不再受限于百度有限的人員、有限的資源，不要讓AI只停留在一個小范圍的使用。

　　ABC3.0分成三個層面給大家介紹，一個是我們構(gòu)建了非常多的底層的基礎(chǔ)設(shè)施，比如我們有IOT的解決方案，芯片的解決方案，軟硬一體的解決方案。比如我們現(xiàn)在的語音識別，深度學習，開箱即用的方式讓客戶在使用的時候非常的便利和低成本。

　　基于這種解決方案也構(gòu)建了我們想主攻的場景，比如客服就是其中的一塊，還有DuHome、DuGo，構(gòu)建智能家居解決方案，比如智能的燈、智能的音箱。出行是在出行的行車方面，大數(shù)據(jù)、導航、地圖，各種解決方案都會幫助我們的合作伙伴快速的構(gòu)建使用場景，形成場景化的解決方案。

　　再下面一層，可能我們有的合作伙伴肯定覺得這個開放度是不夠的，比如DUGO、DUHOME可能開放的還少一些，最底層我們都基于一站式開發(fā)平臺去構(gòu)建，我們也從這個層面開放給大家，希望大家可以通過一站式開發(fā)平臺、機器人云平臺、模型工廠去更好的使用。深度學習平臺是指大家所有深度學習的解決方案、深度學習的場景都可以通過這個平臺去給它數(shù)據(jù)、給它場景，給它目標輸出，然后它就可以快速學習一套適合我們場景的解決方案。

　　機器人云平臺，現(xiàn)在大家在機場包括營業(yè)廳會看到很多硬件的解決方案，這些是跟機器人廠商去構(gòu)建ABCRobot的解決方案，百度更多是軟件層面的、AI方面的解決能力，模型工廠是希望我們在ABCInfinite的基礎(chǔ)上做的，比如畫像是通用的，可能百度建設(shè)好一遍了，另外一個客戶要復用這個能力可能使用這個模型就可以更快速，所以我們又有這方面的能力的開放。

　　行業(yè)方面，我們從第一、第二、第三包括第四產(chǎn)業(yè)都做了非常多的輸出，在座各位可能也是其中某個行業(yè)的客戶或者合作伙伴，我們希望去深耕各個行業(yè)。雖然目前我們做了很多項目實踐，但是我們的深度和廣度都還很欠缺。

　　前面提到百度云從1.0演化到3.0，從思維上我們也想做一個轉(zhuǎn)變，IT端是我基于軟件，業(yè)務(wù)是客戶基于我們的軟件去運營，去成長。客戶更關(guān)注這個軟件到了企業(yè)內(nèi)部能帶來的收益是什么樣的，所以我們希望再往前走一步，從一個IT端變成業(yè)務(wù)搭檔，可能從軟件、硬件到人到業(yè)務(wù)，各個場景的解決方案都會提供給大家，有了這些才能跟我們的客戶更緊密的走在一起，為了業(yè)務(wù)而努力。

　　下面會圍繞客服來跟大家講一講，我這里分享一下我們這個部門的同學對客服幾個發(fā)展階段的思考，可能十年前就有客服了，十年前就有知識庫了。十年前的知識庫可能更多的是通過關(guān)鍵詞比對的方式解決常見問答，現(xiàn)在微信里面還是通過關(guān)健詞的方式使用這些場景。技術(shù)在進步，我們的需求也在進步，慢慢的我們也開發(fā)了更多NLP的能力，可以幫助我們更深度的去理解自然語言的表述，可能不僅僅通過一個關(guān)健詞，有了這些能力，我們進化到2.0，可以整句去理解，通過把文本變成向量去理解在自然語言過程中代表什么意思。我們可以更精準的去做回答，同時又利用可了深度學習的能力，我們的泛化能力得到一個很好的提升。我們可以用更少的語料解決通用問答的問題。

　　2.0階段存在一個問題就是這個過程中需要很多人的干預(yù)，需要很多業(yè)務(wù)專家，知識處理的專家產(chǎn)生大量結(jié)構(gòu)化的知識幫助機器人去訓練。我們期待的3.0是什么樣子的，就是在這個過程中，類似于搜索的背后是沒有人干預(yù)的，全是機器和算法在解決問題，你的每次點擊都是給了這個系統(tǒng)一個反饋，都可以幫助這個系統(tǒng)去優(yōu)化和迭代它的策略，這是我們的遠期目標。我們現(xiàn)在處于一個中間狀態(tài)，現(xiàn)在參與的人逐步在減少，但是還沒有減少到參與非常少的地步。下一步我們的目標就是希望在這個過程中使用歷史數(shù)據(jù)，人非常少的干預(yù)就可以讓這套系統(tǒng)非常好的運行。

　　這是百度智能客服發(fā)展的階段。我們從2016年就開始做智能客服，那個時候更多的是給內(nèi)部使用，比如我們的廣告主，內(nèi)部的糯米、錢包等各種各樣的產(chǎn)品都需要有客服的場景，那是我們打造的第一代智能客服的產(chǎn)品。

　　這個產(chǎn)品后來發(fā)展過程中，技術(shù)也在進步，我們引入了更多自然語言學習的技術(shù)在里面，慢慢的它也在進步，從單一的問答慢慢進化到多輪的問答狀態(tài)，2017年機器人可以直接解答業(yè)務(wù)問題了。原來機器人只能解決一些咨詢問題。再往后，我們發(fā)現(xiàn)一定要系統(tǒng)足夠開放，才能讓合作伙伴深度參與到這個過程中。所以我們開模型訓練、數(shù)據(jù)導入導出這樣的能力給到我們的合作伙伴。

　　2019年我們希望我們的機器人更聰明，更接近于人，更貼近于人。我們希望它能識別情感，在這個過程中自動化的質(zhì)檢，幫助我們?nèi)ヅ袛嗫蛻舻那榫w是不是有變化，我是不是可以更智能的轉(zhuǎn)入在某些情景上。

　　這是整個百度智能客服解決方案的全景。我們在外呼呼入、知識庫、對話機器人等等都會有解決方案給到大家。紅色的部分是我們正在跟合作伙伴建設(shè)的，剛才跟易谷的產(chǎn)品也聊，像這套解決方案，除了提供給頭部客戶之外，還有很多中小企業(yè)也非常需要這些解決方案，但是他不可能承受成本。有沒有更好的方式去構(gòu)建一下PAAS加SAAS的能力給到合作客戶是我們下一步要解決的問題。

　　包括通過這些東西打造形成一個完整的解決方案，節(jié)省客戶很多集成工作，形成一整套的解決方案。中間這兩層組建層和PAAS層其實做了能力開放，其實就是為了更好的團結(jié)我們的生態(tài)伙伴以及更好的幫助我們的客戶在這個基礎(chǔ)之上去做開發(fā)。站在百度的角度上很難把源代碼一并開放出來，對我們系統(tǒng)架構(gòu)也提出了很多的挑戰(zhàn)，我們從API層到界面層到前端都做了能力開放，這些能力開放，可以讓我們的合作伙伴在這個基礎(chǔ)之上，用這套解決方案快速解決。

　　下面介紹一下在前面的運營過程中和我們的合作伙伴一起去服務(wù)的一些重點的客戶，和我們大概取得了什么樣的效果。我們最早跟聯(lián)通合作，幫助天津聯(lián)通客服坐席顯著降低了人工坐席的通話時長。我們現(xiàn)在正在幫聯(lián)通集團把這些能力覆蓋到九省三中心，希望讓更多的坐席在這個過程中能減少自己的壓力，更多的服務(wù)一些高端客戶。

　　百度跟廣東電網(wǎng)客服中心前期做了文字客服，幫助廣東電網(wǎng)客服中心接管了80%的文字咨詢量。下一步也是跟廣東電網(wǎng)合作智能語音坐席，下一步可以推廣到整個南方電網(wǎng)集團。

　　下一步就是跟銀行的合作，銀行的合作相對多一些，我們跟南京銀行、招商銀行、廣州銀行、浦發(fā)銀行、百信銀行都做了很多的合作，這里很感謝易谷同學的支持，沒有我們合作伙伴的支持，我們在浦發(fā)項目上很難取得這么快速，這么高質(zhì)量的效果，我們從2018年7月份啟動，12月份上線，在19年2月后可以直接撥打浦發(fā)的電話去體驗智能語音客服。

　　下面介紹一下我們雙方共同打造的智能語音客服。

　　謝一鳴：浦發(fā)智能客服是百度云做了很多的工作，我們可以現(xiàn)場體驗一下，目前95528這個號碼是屬于灰度發(fā)布這個階段，我們可以體驗一下整合了百度的AI并且由易谷來做了整個集成之后的電話IVR的效果是怎么樣的。

　　我們看一個視頻。

　　（播放VCR）

　　感謝剛才小浦做的表演，但是我覺得小浦這個笑話還要再好笑一點。這是一個真實在線上結(jié)合銀行業(yè)務(wù)，通過易谷來做集合，當然也是充分整合了AI、ASR各種智能之后打造的一個智能銀行交互的場景，在這樣一個系統(tǒng)當中我們不僅實現(xiàn)了高達125個節(jié)點的智能導航，同時創(chuàng)造性的進行了智能銀行業(yè)務(wù)辦理的過程，當然這中間包含了銀行數(shù)據(jù)的讀和寫的權(quán)限。在這樣一個項目當中我們采用了一個什么樣的架構(gòu)來進行交付呢，我們可以看到中間整個的系統(tǒng)架構(gòu)圖上面的綠色部分，上面對各個渠道統(tǒng)一的接入的整理和處理是由易谷的同學來完成的，下半部分對接客戶業(yè)務(wù)系統(tǒng)的梳理，業(yè)務(wù)表達方式的整理也是由交付團隊來進行執(zhí)行的。并且在整個過程當中，我們都會充分的整合和利用好由百度所提供的任務(wù)式對話、知識問答、知識圖譜等等這樣一系列的工具，進而保障項目交付效果。

　　單單完成了聯(lián)絡(luò)，能夠用機器人把電話接起來，這點并不能夠完全的滿足用戶的需求。因為我們需要知道這個機器人到底接的好不好，哪些地方需要改進，所以可以看到在所有的機器人和客戶的溝通過程當中，所產(chǎn)生的運營型的流水型的報表數(shù)據(jù)，經(jīng)過我們二次定制和開發(fā)之后，形成了智能交互監(jiān)控及統(tǒng)計的產(chǎn)品，這也很符合易谷做產(chǎn)品和做設(shè)計的思路，我們所有的產(chǎn)品都是從客戶實際的需求出發(fā)，結(jié)合我們項目的情況來進行真正的交付。

　　通過這樣一個架構(gòu)和產(chǎn)品，我們可以從NLP的引擎當中抽出實時的監(jiān)控表，拿到機器人的對話流水、機器人的交互統(tǒng)計等等一系列的信息，我們不但是為了上而上，而是要把它更好的運營起來，這才是我們最終的目標。

　　王巍巍：感謝一鳴給大家一個比較直觀的感受。我們在浦發(fā)做了哪些工作。剛才的架構(gòu)圖里面整個組件是非常多的，中間紫色的部分是AI的能力，但是外圍需要建設(shè)的東西，不論是多渠道的還是業(yè)務(wù)層以及統(tǒng)計都是非常多的工作，這些工作很難是某一個AI廠商單獨能解決的。

　　可能客戶會有疑問，我在這個事情上要做什么樣的投入以及我能得到什么樣的收益。我從兩方面來介紹我們的投入和收益，一個是運營流程的變化，原來主要是人工接管所有的訪問流量，無論是呼入呼出全是靠人工。現(xiàn)在你有了一個AI機器人。AI機器人靠訓練需要很多數(shù)據(jù)給它結(jié)構(gòu)化的知識才能讓它更智能化的提供這些服務(wù)，我們需要組建一個機器人訓練師的團隊。

　　其實在優(yōu)化過程中，我們接管的比例其實是越來越高的，這個過程中我們的坐席團隊人員規(guī)模、職責、分工可能也需要產(chǎn)生相應(yīng)的變化。同時由于我們有了機器人的訓練，原來人工運營的指標，相應(yīng)的在機器人的訓練過程當中也要有一套新的運營指標，來跟這個運營流程相匹配。

　　投入上的變化，有些人覺得為什么我要做這個事情，投入這么大，但是從長線來看，是非常具有性價比的。軟件投入雖然在第一次投入是比較高的，但是你的人員投入是在持續(xù)降低的，在優(yōu)化的過程中因為降低的比例是在逐步提高的，綜合來看你的持續(xù)投入會降低的非常明顯。

　　右邊我給大家列舉了以下我們使用了AI之后，我們大概能夠在不同的場景上達到什么樣的收益，在呼入場景上，從實戰(zhàn)的經(jīng)驗來看可以做到20%到50%的人工話務(wù)的接管，原來通話時長可以下降20%到50%，這對我們的資源消耗就是非常大的縮減。

　　文字場景方面，我們可以替代的場景會更高，我們最高可以做到接近80%的機器人接管。如果是特別垂直的場景，但是投入的時間非常長，人員非常多，是非常具有性價比的。外呼針對回訪、催收現(xiàn)在可以做到非常高的替代比例，現(xiàn)在有信心可以做到60%+的替代比例。

　　但是銷售這個場景上目前還做不到。因為銷售它特別需要情感，特別需要發(fā)散，特別需要更多的情感方面的溝通，而機器人現(xiàn)在的溝通相對來說還具有機械的問題，這是給大家分享的，我們在運用AI投入中的收益的情況。

　　下面介紹一下百度云智能客服的合作生態(tài)，我們跟易谷是走完了全部的合作流程，現(xiàn)在即將給易谷的幾位小伙伴頒發(fā)一個智能客服的認證，我們會給我們的合作伙伴無論是營銷、培訓、產(chǎn)品技術(shù)和生態(tài)技術(shù)的支持。有了這些支持我們可以一起去服務(wù)我們更多的客戶，讓更多的用戶感受到智能服務(wù)能給大家?guī)淼囊恍┍憷褪找妗?/div>