AICon 上海站|日程100%上线,解锁Al未来! 了解详情
写点什么

易聊科技宣布在线客服系统 IM 永久免费,透视智能客服的商业化潜力

  • 2021-07-27
  • 本文字数:3068 字

    阅读完需:约 10 分钟

易聊科技宣布在线客服系统IM永久免费,透视智能客服的商业化潜力

易聊首次公开智能客服技术与产品体系。

智能客服机器人:售前与售后场景的四点差异


在国内,智能客服领域早期并无售前与售后机器人之分,后来随着行业不断发展逐渐有所区分。


目前,智能客服领域的厂商大多集中在售后领域,如追一科技、乐言科技、智齿科技等。聚焦在售前领域的厂商较少,易聊科技是国内最早一批入局售前机器人市场的企业,其在售前机器人市场份额超过 80%。


在对话系统的逻辑结构上,不论售前还是售后场景的聊天机器人,都有两部分处理 — 意图识别和对话管理。


意图识别是把对话场景设计成访客和客服,用“访客”和“客服”来称呼对话双方。意图识别主要是识别访客在对话过程中表达的意图,具体可分为特定信息识别和特征判别;对话管理指控制整个对话流程,对话流程包括访客所说过内容的历史记录,即“对话记忆”,此外,还包括在限定场景下,访客说的内容和机器人的应答。


7 月 26 日,在媒体沟通会上,易聊科技首席科学家 &AI 算法带头人王函石对 InfoQ 等媒体表示,售前客服机器人和售后客服机器人主要区别表现在四个方面。


易聊科技首席科学家 &AI 算法带头人 王函石


  • 对话的深度方面


在多轮对话场景,轮数越多,表示越智能。与售后场景中的多轮对话相比,售前场景中的多轮对话更追求深度,在售前,因为意向或诉求不明确,访客最初说的话或提的问题可能不完整,需要多轮对话将其意向明确下来,也就是说,售前机器人需要帮助访客明确其意向,再解答问题。但在售后场景,访客一般比较明确自己的目的和诉求。


  • 是否有明确的目标


售前场景有明确目标,目前售前机器人多数的应用目标是要索取联系方式,通过几轮对话后把有意向访客的联系方式索取到。售后机器人有抽象的目标,就是回答访客的问题,访客问什么问题,它就解答什么问题。


  • 响应的速度


售后场景,访客的目的是希望解决问题,因此对机器人的响应速度具有一定的包容度。但在售前场景,如果机器人回答速度慢了或者回答不自然,都可能会使得访客流失,因此在售前反馈的响应速度非常重要。


  • 聚焦对话管理


因为要处理多轮对话,售前机器人在对话控制上投入更多,意图识别只能算是对话控制的一部分。

聚焦售前机器人:采用多轮对话和 NLP 技术,多项算法创新


王函石介绍到,易聊聚焦售前机器人,采用多轮对话和 NLP 技术,打造自然的人机交互智能客服体验。


易聊售前机器人主要包括两部分算法:意图识别和对话逻辑控制。其中,意图识别算法通过分析访客话语,抽取特征(语义标签),以识别访客的真实意图,获得访客信息。对话逻辑控制算法则根据意图、访客信息,在场景间转换,进行特征迁移,根据更加细节的特征以及规则产生式生成回答,控制对话流以导向既定目标(比如索联)。


易聊售前机器人对话系统逻辑结构


目前在业界,客服机器人使用机器学习模型的方法主要应用在意图识别部分,提高识别正确率是模型优化的目标。


易聊客服机器人结合 Bert 深度模型,并根据模型占用算力的差异采用了分层识别架构,加上自适应快速聚类方法和知识库辅助构建,以及主动学习、小样本学习、强化学习等机器学习技巧,相较于早期简单识别方法,新方法将识别正确率提高到 98%以上,在部分场景下识别正确率可达 100%,而识别速率几乎没有下降。


王函石向 InfoQ 表示,易聊在多轮对话上下了很多功夫,除提高意图识别的准确率、覆盖率外,在意图识别的记录上会充分结合上下文,处理较长的上下文时,端到端的方式很难实现,这就需要对话逻辑做相应的改造和研发。如果遇到访客针对同一问题多次询问的情况,更了让回答更自然,易聊会对同样含义的问题准备很多回答,并随机选择此前没有回答过的进行回答,这样每次的答案都不一样,访客的体验会更好。


王函石介绍,易聊在售前机器人最突出特点主要在“对话控制”。易聊的对话控制是非常庞大的系统,包括到意图识别中的数量、场景的数量以及场景限定下作出反馈行为的数量,反馈行为的数量称之为“产生式,产生式的数量可以理解为知识的丰富程度。售前机器人的效果好不好,主要靠知识库的分布程度和覆盖范围。易聊机器人系统中的知识库部分已非常庞大,产生式是百万级,特征识别也达到了百万级。


与入局智能客服赛道的大厂玩家相比,王函石表示,易聊的优势在于算法和垂类数据。人工智能的三要素 — “数据、算法、算力”,大数据具有稀疏性,在细分场景下不同,大厂收集数据往往是总量大、范围广,而在特定细分行业里数据可能不足。此外,大厂在算法和算力之间更偏重算力,因为算力更容易用资金堆积起来,但算法不太好预估,所以大厂一般在算力上投入很多。中小型企业更偏重用较小的算力来实现更好的效果。因此,相对来说,算法和垂类数据是中小型企业的突破点。


而与同类的中小型企业相比,易聊有两方面优势:一方面是数据优势,易聊进入售前赛道较早,尤其在教育和医疗行业,已积累了丰富且深入的数据。另一个优势是算法、算力、数据紧密结合。“同样是中小企业,算力都不是优势,所以算法和数据的结合是非常紧密的。因为我们先有数据优势,所以我们处理多轮对话比同行处理的深度更深,它(们)追赶上我们还是需要时间的”,王函石说。


目前,易聊科技的售前机器人已应用在医疗、教育等 20 多个行业 70%的头部企业/机构。


谈到在商业化应用上的挑战,易聊科技联合创始人张炜告诉 InfoQ,过于追求“大而全”是不少智能客服厂商在落地时遇到的瓶颈。


易聊也在这上面踩过坑,“大约在 2014-2018 年,除了 IM 之外,我们追求做一个大而全的智能客服软件,后来发现这根本不现实,于是我们决定将智能客服收敛一下,培训专业的 AI 客服到特定场景去落地”,张炜说,“这几年大家都想搞大而全,如果各个厂商能够收敛自己的场景,收敛自己智能客服的逻辑和思维,其实有很多场景可以落地的,比如在教育、医疗、母婴等行业对售前客服的需求较高,在这些场景是有一定盈利能力的”。


易聊科技联合创始人 张炜


张炜,智能客服机器人一个具有潜力的商业模式是,从接待到推广到接待形成闭环的业务模型。智能客服接待后,将客户的名片智能化后发给销售人员跟进,在跟进过程中,通过智能 CRM 提炼要素点如访客来源,并对这些要素点作提示和排序,帮助企业更精准的找到客户。

易聊宣布在线客服系统永久免费


经过 7 年实践,目前,易聊科技形成了包括在线客服、AI 客服、云呼叫中心、AI 外呼、智能 CRM、SCRM 等在内的产品矩阵。


其中,在线客服系统(IM)是企业一站式“获客-服务-转化”智能在线客服系统,IM 作为通道,后台由智能客服做承接。


据易聊智能在线客服 &AI 机器人负责人王元元介绍,易聊 IM 具有全渠道接入(今日头条、百度、小程序等 30 多个推广流量平台)、对话智能分配,提升接待效能、人机结合,全场景辅助人工接待、快速创建线索,实时分配销售跟进转化、全量数据统计等功能。


应用数据显示,企业应用智能在线客服系统,人工效率可以提升 300%,人工成本下降 30%,获客率提升 30%,客服压力降低 70%。


值得一提的是,易聊人工在线客服系统已于日前宣布永久免费向公众开放, 是目前国内业界首个永久免费的客服产品。


张炜表示,易聊之所以敢于做在线客服 IM 免费,是易聊智能客服的收益可以覆盖 IM 免费的成本。


在线客服免费试用通道https://www.wenjuan.com/s/UZBZJvFhUql/?creator=


张炜认为,“易聊在线客服免费将对整个客服营销行业产生巨大的影响,希望 IM 免费之后易聊可以把利润让给客户,让更多客户使用,促进我们的集群化运营能力越来越强,并随着客户需求越来越多,倒逼易聊产品的功能更加完善。我们的核心宗旨是:第一,我们免费了,但能活下去,因为我们有智能客服的收益;第二,希望免费可以倒逼 IM 运营、技术、规模更加健壮,功能更加完善,为更大企业用户提供高品质的智能服务。”张炜讲到。

2021-07-27 17:303428
用户头像
刘燕 InfoQ高级技术编辑

发布了 1112 篇内容, 共 560.3 次阅读, 收获喜欢 1978 次。

关注

评论 1 条评论

发布
用户头像
大佬,申请免费试用全是bug,试用不了。
2021-07-28 11:33
回复
没有更多了
发现更多内容

解决 GitLab 报错:You are not allowed to force push code to a protected branch on this project

AlwaysBeta

git gitlab

新手入门:史上最全Web端即时通讯技术原理详解

BeeWorks

手把手教程 | 使用无服务器模板部署机器学习模型

亚马逊云科技 (Amazon Web Services)

AI/ML

用一个 flv.js 播放监控的例子,带你深撅直播流技术

杨成功

JavaScript 前端 监控 直播 流媒体

常见开源分布式文件系统架构对比

Juicedata

hdfs 开源 文件系统 云存储 分布式文件系统

Amazon SageMaker新玩法——定制你的语音识别模型

亚马逊云科技 (Amazon Web Services)

AI/ML

云小课|DGC数据开发之基础入门篇

华为云开发者联盟

大数据 数据湖治理中心 云数据开发 DLF

DataPipeline与海量数据完成产品互认证,助推数据管理信创生态新进程

DataPipeline数见科技

数据库 中间件 数据融合 数据迁移 数据管理

使用Amazon Step Functions Data Science SDK创建基于无服务器架构的工作流

亚马逊云科技 (Amazon Web Services)

AI/ML

通过自动关闭Amazon SageMaker Studio中的闲置资源来节省成本

亚马逊云科技 (Amazon Web Services)

AI/ML

HDFS(Hadoop分布式文件系统)

编程江湖

大数据 hdfs

盘点一下自己的2021

为自己带盐

28天写作 12月日更 盘点2021

使用 Amazon Redshift ML 构建多分类模型

亚马逊云科技 (Amazon Web Services)

AI/ML

我们开源了一个轻量的 Web IDE UI 框架

Ziv 小威

ide 开源 vscode React WebIDE

自然语言处理实战——巧用 Amazon Comprehend 分析社交媒体数据

亚马逊云科技 (Amazon Web Services)

AI/ML

愉悦圣诞 暖意融心

龙智—DevSecOps解决方案

专家视野:探寻运维趋势与ITSM落地之道

龙智—DevSecOps解决方案

运维 ITSM

Spring核心原理之IoC容器初体验(2)

Tom弹架构

Java spring 源码

再说绩效考核

张老蔫

28天写作

热点浅谈:著名主播“薇娅”究竟是怎么赚钱的?

优秀

直播带货 薇娅

大数据开发之sparkSQL的使用分享

@零度

大数据 Sparksql

Coder 投稿 | mPaaS 的多版本接入(Android)

蚂蚁集团移动开发平台 mPaaS

android Android Studio mPaaS 移动应用开发

提升产品创新能力?试试斯坦福大学设计思维模型!

恒生LIGHT云社区

设计 产品设计 创新 设计思维

Amazon Forecast现可支持对单一条目进行准确性评估

亚马逊云科技 (Amazon Web Services)

AI/ML

Amazon Marketplace上的SaaS架构设计 ——如何支持跨多账户对接

亚马逊云科技 (Amazon Web Services)

AI/ML

动手用 Java 训练深度学习模型

亚马逊云科技 (Amazon Web Services)

AI/ML

在 Amazon Inferentia 上为 PyTorch 自然语言处理应用程序实现 12 倍的吞吐量和低延迟

亚马逊云科技 (Amazon Web Services)

AI/ML

实力超越,绝对领先——Amazon SageMaker 在企业 MLOps 平台报告中获得高度肯定

亚马逊云科技 (Amazon Web Services)

AI/ML

Amazon SageMaker Data Wrangler 简化数据准备过程,助力机器学习

亚马逊云科技 (Amazon Web Services)

AI/ML

在亚马逊云科技Marketplace上的SaaS架构设计——如何支持多产品使用单一账户中心

亚马逊云科技 (Amazon Web Services)

AI/ML

Amazon DeepRacer训练日志分析范例与强化学习Reward Function设计

亚马逊云科技 (Amazon Web Services)

AI/ML

易聊科技宣布在线客服系统IM永久免费,透视智能客服的商业化潜力_AI&大模型_刘燕_InfoQ精选文章