我們客服領域常說的智能機器人是指機器對用戶用自然語言提出的開放式問題進行智能理解及自動答復。從實現方式上可分為文本機器人和語音機器人。從服務的角度，根據使用對象的不同可分為服務型機器人和輔助型機器人。
一、文本機器人
（一）原理說明
文本機器人的發展歷程主要分為三個階段：①本體關鍵詞配擴展問題模板（就是輸入關鍵詞搜索的機器人）②深度搜索方案（基本還是基于關鍵詞搜索，只是搜索方案更多了）；③自然語言處理（能對用戶輸入的完整語句進行分析）。
自然語言處理機器人是最新的客服應用，自然語言英文縮寫名為NLP，它的基本原理是當用戶發出一段完整的自然語句后，機器人能通過分詞、語法判斷等一系列動作，對語句進行準確判斷。比如用戶問：你們的常青樹產品怎么樣啊？這時機器人通過NLP處理后，對語句理解為常青樹產品介紹，然后機器人會立即根據知識庫中已經維護好的QA進行查找。
機器人還涉及一個相似問法和教育標注，這塊是機器人提高智能程度的關鍵。舉例來說，如果用戶不是問你們的常青樹怎么樣，而是問給我講一下你們的常青樹，可能這個時候機器人一開始會無法準確理解用戶的意思，這時交互界面上會推出一個引導式問題，將與常青樹相關的問題列出，比如您是想問以下問題嗎:1.常青樹產品簡介；2.常青樹投保規則；3.常青樹費率。當用戶根據自己的意圖選擇了1.常青樹產品簡介，機器人就推出常青樹產品簡介的答案。這時后臺還會立即做一個動作，就是將用戶給我講一下你們的常青樹的這句話推送到教育模塊，詢問機器人的運維人員，客戶問的是不是就是常青樹產品簡介的意思，請求標注，然后運維人員通過教育標注，告訴機器人就是這個意思，那么用戶的這個問法會被記入常青樹產品簡介的相似問法，下一次再有用戶再用類似的問法來咨詢時，機器人就不會再采用引導式問題而是直接可以推出答案了（如圖1）。
站在地上談客服人工智能
（二）文本機器人的應用
文本機器人一般應用在微信公眾號、APP、網站的客服聊天中，如果你的場景特別簡單，只是自媒體公眾號，對機器人的智能程度需求不大，那么建議你直接使用微信公眾號后臺的自動回復功能即可，也就是前面說的第一階段機器人（如圖2）。
站在地上談客服人工智能
如果機器人需要應用在商業性質的場景，對智能程度要求稍高，但又不敢貿然投入太多成本，或者只是剛開始嘗試使用機器人，那么建議選擇對接一些相對便宜的SaaS機器人，這類機器人具有投入少、建設周期短、見效快等優勢。上搜索網站搜索機器人客服，就會有大量推薦，這類機器人對接非常簡單，在公眾平臺后臺授權一下即可，而且一般都有免費試用，按照說明的步驟，掃幾個碼就能搞定。
如果企業想一步到位或者之前已經使用了一些簡單的機器人，現在想往深度布局，那么可以選擇一些深度的機器人，例如目前華夏保險正式上線的第三代深度機器人-小華e問（可以關注微信公眾號體驗）。
二、語音機器人
（一）原理說明
了解完上述文本機器人之后，語音機器人就相對好說明了，在具備自然語言理解能力的機器人基礎上，主要增加了語音轉文本（英文縮寫為ASR）、文本轉語音（英文縮寫為TTS）兩個模塊（如圖3）。
站在地上談客服人工智能
（二）語音機器人的應用
語音機器人的應用場景主要可分為智能語音IVR、智能語音外呼、智能實時輔助系統、柜面實體機器人等幾大塊：
智能語音IVR：在電信運營商的傳統IVR，菜單都是固定的，如查詢話費請按1，查詢流量請按2；然后按完1以后，語音會繼續提示：查詢當月話費賬單請按1，查詢歷史請按2；你按完2以后，會提示你請用輸入你想要查詢的月份數字，一大堆按鍵讓你暈頭轉向。那么引入智能語音IVR以后，用戶便可省去繁瑣的按鍵，直接用說話替代按鍵（如圖4）。
站在地上談客服人工智能
（三）智能語音外呼
原理與語音IVR基本相同，只是采取的是外呼的形式，相對語音IVR所需要配置的流程邏輯要簡單一些。主要針對回訪量大、人力成本消耗大且必要的回訪項目，如銀行的催收通知、保險的理賠到賬通知、續期繳費提醒等。
（四）柜面實體機器人
在實體機器人內部安裝類似語音IVR的語音對話機器人功能，實體機器人需具備聽筒、功放等必選硬件，以及行走模塊、控制模塊、顯示屏幕模塊等功能模塊。主要用在服務柜面引導、業務自助辦理等方面（如圖5）。
三、服務型機器人與輔助型機器人
服務型機器人和輔助型機器人是根據不同的使用對象來區分的，前文中所述的場景應用均是服務型機器人，輔助型機器人，主要是指機器對客服人員的輔助，體現的是人機協作，一般稱為智能實時輔助系統。直接舉個實際的場景例子：當客戶通過在線人工客服進行咨詢時，系統自動實時檢索知識庫，并在客服人員的工作窗推出相關知識推薦（建議：客服代表所用的知識庫與對客戶服務的機器人知識庫進行統一，一方面可以減少運維成本，另一方面也能確保知識的一致性。）
四、經驗分享與總結
對于機器人，在這里特別想要強調的是切勿過于迷信。常見誤區是在深入了解機器人之前，會樂觀認為客服中心有了機器人，就不再需要人工了，一切都交給機器人來解決。其實不然，至少現階段的機器人還尚未達到與人工服務同等體驗的程度。當前主流的機器人，因其計算能力的大力提升而在某些方面接近或超過人工客服。但機器人提供服務所需的知識，目前還來源于人工的賦予與持續維護。一般在交付前期，機器人會有一些初始化已經維護的通用知識（或稱之為寒暄庫），比如詢問天氣、詢問路線、閑聊功能等。而一旦要拿來做商業應用，更多則是需要與我們的實際業務相契合，比如一個保險公司的智能客服機器人，無法給另一個互聯網公司直接提供客戶服務。AlphaGo大戰柯潔，大家多少都有所了解，AlphaGo的背后，有140多人的團隊在開發和維護其功能。
其次，機器人平臺的建設和落地，切忌一開始就追求大而全，建議首先從業務量最大、人力資源壓力最大的業務入手，集中人力快速積累數據、訓練機器人，讓機器迅速進化到可落地的服務水平。更重要的是，甲方的IT和業務團隊一定要重視積累智能系統的應用落地經驗，為全面智能化升級打好基礎。
那么作為甲方的運維團隊，一般需要哪些工作呢，梳理如下：
①首先必不可少的是要建立一支智能機器人的維護團隊；
②服務資訊的收集及整理；
③QA的拆分與制作（機器人知識庫目前都是QA形式）；
④相似問法的添加（一般一個機器人在維護30個相似問法后，機器人便基本能對同一個問題的各種不同問法做到準確理解了）；
⑤日常標注教育（與客戶的咨詢量及命中程度有關）；
⑥定期常規批量教育（教育頻率與數量將決定機器人的智能程度的提升速度）。
以上工作開展的深入程度，投入人力的多少，要根據公司的實際情況與對機器人的效果預期而定，而投入的資源、支持力度最終會與機器人的智能程度、服務水平和客戶的切身體驗成正相關關系。
