鄭少帥，蔣小洋，謝永標，謝 歆，吳鴻俊

(廈門航空有限公司，福建 廈門 361006)

0 引言

在民航客服領域，隨著互聯(lián)網、人工智能技術的不斷發(fā)展，目前的客服系統(tǒng)已不能滿足業(yè)務快速發(fā)展的需要。因此，各大航空公司紛紛加快推進客服智能化建設，搭建智能客服機器人，依托先進的對話引擎、語義引擎、語音引擎等技術，提升旅客意圖識別、旅客自助服務、機器人交互等能力，加快推進航空客服數字化轉型。

1 智能客服機器人，客服領域新動力

客服業(yè)務自誕生以來，共經歷3次偉大的“十年”變革(如圖1所示)。一是通信技術發(fā)展，帶來客服的第一個“十年”。20世紀中葉，美國泛美航空公司成立世界上首家呼叫中心，標志著電話客服的誕生，有效地解決了企業(yè)和消費者通信問題。二是客服上云，迎接客服的第二個“十年”。20世紀末，隨著信息技術的廣泛應用，客服上云成為人工客服的得力助手[1]，提升了用戶體驗。三是智能客服機器人從誕生到流行的新“十年”，AI在客服領域的應用[2]加快推進客服行業(yè)向著高效率化、高服務化發(fā)展。

《十四個五年規(guī)劃和2035年遠景目標綱要》[3]提到了“高質量發(fā)展”“數字化發(fā)展”“智能化升級”幾個關鍵詞，要求機器人持續(xù)推動生產水平提高、生活品質提升，促進經濟社會高質量發(fā)展。所以，各大航空公司紛紛加快推進智能客服機器人建設，全面提升客服智能化服務水平及服務體驗，加快航空客服向數字化、智能化轉型。首先，在原有的各類線上渠道的基礎上，實現渠道整合，支持全渠道的拓展對接。通過全渠道統(tǒng)一智能知識平臺，提高全渠道共享知識庫的能力。其次，通過智能客服機器人的不斷學習完善，提升自助服務品質，確保用戶的忠誠度和用戶黏性，降低用戶獲取服務的難度。同時，在轉接人工前盡可能收集旅客信息，并傳遞給座席，通過預處理的形式提升座席的工作效率。最后，集成語音識別、語音合成[4]、語義理解、對話管理、知識圖譜[5]等基礎能力，提升旅客意圖識別、旅客自助服務、機器人交互等能力。

圖1 客服發(fā)展歷程

2 搭建智能客服機器人，提升客服數字化水平

2.1 民航智能客服機器人的發(fā)展現狀

隨著互聯(lián)網、大數據以及人工智能技術的不斷發(fā)展，航空領域已有的客服系統(tǒng)不能滿足業(yè)務快速發(fā)展的需要，存在以下幾個問題：

(1)線上直銷渠道服務保障、話務峰值快速消化以及客戶精準營銷等業(yè)務場景。

(2)旅客意圖識別率[6]較低，無法有效引導旅客自助解決問題。

(3)知識庫系統(tǒng)[7]存在知識展現形式單一、知識查找難、知識運營效率低、缺乏動態(tài)反饋機制、缺少生命周期管理等問題。

(4)系統(tǒng)運營成本上升、客戶滿意度下降、技術手段落后、人員流動率高、職能性弱化[8]。

航空客服系統(tǒng)現存的智能化能力不足、更新迭代緩慢、線上線下脫節(jié)、旅客體驗不佳等問題，嚴重制約航空客服服務保障能力與旅客體驗的提升。因此，航空客服亟須通過智能化、數字化轉型建設步入智能化、自動化、精準化的服務新階段。

2.2 全面建設民航智能客服機器人

航空客服實現智能化、數字化轉型必須依托于一個強大的智能客服機器人。智能客服機器人以智能客服能力平臺作為能力支撐，提供知識管理、問答機器人、人工服務平臺等應用功能，并對App、官網、官方微信、小程序等服務渠道輸出相關能力(見圖2)，為民航業(yè)智能客服相關業(yè)務發(fā)展提供強大的技術支撐。

圖2 民航智能客服機器人系統(tǒng)

智能客服能力平臺以先進的對話引擎、語義引擎、語音引擎等作為支撐，供民航領域后續(xù)客服項目以及其他業(yè)務場景靈活調用，并以租戶的形式實現數據隔離，支撐民航領域智能化的建設。

2.2.1 對話引擎

對話引擎支持在不同接待壓力場景下，為用戶找到最合適的人工客服，解決用戶的問題；支持根據人工客服的業(yè)務方向和專業(yè)能力構建人工客服用戶畫像；支持根據累計的用戶信息(包括用戶基本信息、歷史記錄、個人偏好等信息)構建用戶畫像模型；支持根據客服系統(tǒng)實時接待壓力，依據用戶畫像和客服畫像，進行全局最優(yōu)連線匹配調度。

2.2.2 語義引擎

語義引擎基于深度神經網絡模型提出了多模態(tài)信息融合方式，為多種人機交互場景提供技術支持。針對航空在線客服工作場景中，用戶發(fā)送的信息經常是圖文結合的方式，而且通常圖片信息量更大。為充分利用圖片提供的細節(jié)信息，幫助對話語義理解，使用最新的視覺-語言任務的預訓練通用特征表示模型(VL-BERT)[9]，能夠對對話中出現的圖片和文字進行表達，能夠幫助多模態(tài)用戶意圖分析，多模態(tài)對話生成等多項下游任務提供信息支撐，并實現了多種主流的語言模型建模方法，主要包括：Ngram語言模型，RNNLM，BERT,知識圖譜以及幾種主流的聚類算法，其中K-Means聚類算法[10]、AP聚類文本聚類[11]對于對話系統(tǒng)中的新意圖發(fā)現具有非常顯著的效果。

2.2.3 語音引擎

在語音處理能力方面，將ASR語音轉譯、TTS語音合成、NLP語義理解等基礎智能能力平臺化，以標準接口組件的形式抽取出來，并且通過媒體資源控制協(xié)議(MRCP)對接ASR，TTS，NLP等相關服務，實現電話系統(tǒng)和AI語音相關服務的對接。

綜上，智能客服機器人各個引擎模塊彼此協(xié)作，滿足了App、官網、微信、小程序等不同渠道不同旅客的服務需求，提升了旅客服務體驗，實現意圖識別率、應答準確率突破96%，并且進入人工客服后，旅客的服務滿意度超過95%。

3 結語

后疫情時代航空業(yè)將迎來前所未有的機遇與挑戰(zhàn)，因此民航業(yè)客服智能化發(fā)展與建設已迫在眉睫。

目前，智能客服機器人應用自然語言理解技術(NLP)、多輪對話、F&Q、知識圖譜等多種形式能夠完成大部分旅客訴求的處理。而余下的疑難問題服務仍須由座席來保障。因此提高機器人智能化能力并最終實現完全替代人工仍然有很長的路要走。未來，民航智能客服機器人將通過自動化機器學習[12]、神經網絡架構搜索[13]等人工智能相關前沿技術提升旅客自助服務能力，加快全智能旅客服務建設的步伐。

未來，智能客服機器人將從服務場景擴展到營銷場景，并且在原有航空客服的基礎上新增人力、財務、運維等外部渠道服務能力，不斷完善系統(tǒng)應用場景，通過與其他系統(tǒng)合作實現共建共贏，形成更加智能的后疫情時代互聯(lián)網銷售服務生態(tài)圈。