網際網路公司發(fā)展到一定的規(guī)模之后，往往會面臨如何更有效率地服務用戶的問題。隨著用戶規(guī)模不斷增加，若仍照草創(chuàng)時期的客服模式，持續(xù)擴大客服團隊的規(guī)模，顯然不是一個有效率的方法。螞蟻金服首席技術官程立表示，對于一個大型網站而言，如何不靠數(shù)千、上萬人的客服團隊，而能提供良好的客戶服務品質，是一個非�；镜奶魬�(zhàn)，而面對這個挑戰(zhàn)會全面性地從底層的運算、上層的數(shù)據(jù)，到整個智慧能力都獲得鍛鏈。
對于團隊規(guī)模相對精實的螞蟻金服來說，程立表示，能夠服務數(shù)億用戶所依賴的就是人工智能。在客戶服務的每個環(huán)節(jié)，如理解用戶問題、識別問題、匹配與解決問題等，螞蟻金服都發(fā)展出人工智能的能力。
在理解用戶問題的能力方面，當用戶在支付寶App發(fā)出問題時，系統(tǒng)要能理解問題；在識別問題方面，當用戶操作支付寶App的過程中發(fā)生問題的時候，系統(tǒng)要能根據(jù)用戶的行為去定義問題。同時系統(tǒng)要以機器學習的方式，自動從過去用戶面臨的各種問題，以及客服提供的解決方案中挖掘出知識，打造一個智慧知識庫。過去知識庫主要是靠人來維護，不僅人力消耗很大，而且知識庫的品質也不太好，但使用機器學習的方法，則可以發(fā)展出巨量而且非常精準的知識庫。接著則是如何匹配用戶的問題，在用戶遇到問題之后，先識別出問題，再自動定位到知識庫的解決方案，找出問題與解決方案的匹配。目前螞蟻金服已透過聊天機器人的型式，提供自動客服，亦可根據(jù)用戶的歷史行為預測其問題。
智能客服引擎除了自動為用戶解答問題，螞蟻金服也將其整合在客服小二系統(tǒng)，主動對客服人員提供用戶的相關資訊，例如依據(jù)來電用戶的使用行為預測其問題，自動啟動后續(xù)的客服引導，協(xié)助提供更好的服務。
智能客服另一用法在異常監(jiān)控。螞蟻金服過去在客服上主要透過系統(tǒng)數(shù)據(jù)來監(jiān)控異常，但后來發(fā)現(xiàn)光靠系統(tǒng)監(jiān)控無法發(fā)現(xiàn)所有的異常問題，于是再進一步結合業(yè)務指標、分析用戶打進來的電話，以及串聯(lián)合作伙伴端的數(shù)據(jù)等等，將許多活的數(shù)據(jù)綜合在一起后，才能保證可以完整的覆蓋所有問題。然而這些五花八門的數(shù)據(jù)進來之后，得要將它們關聯(lián)起來，再去做智慧分析、問題定位，然后自動推導解決方法，而機器智慧在這整個過程中發(fā)揮很大的作用。
程立表示，目前螞蟻金服日常85%的客戶問題已經由智能客服承接，只有15%的問題是由客服人員親自處理，而機器解決問題的準確率目前已達70%。過去從發(fā)現(xiàn)異常問題，到完成解決要花2個小時，現(xiàn)在以人工智能輔助則只要30分鐘，效果已經算是很好。
