該大型銀行多年來不斷探索銀行傳統(tǒng)經(jīng)營活動的數(shù)智化轉型之路，并始終走在前列。面對行方的海量用戶名單和嚴苛運營指標，容聯(lián)云在2個月的時間里，通過建設期、提升期、試運營、運營期等不同階段的優(yōu)化迭代，讓機器人更懂用戶需求，為銀行客戶提供了良好的工程化和交付落地體驗。

　　想要訓練出更智能、更懂用戶需求的語音機器人，第一步是做好準備工作。為了讓機器人采集足夠的客戶意向，同時達到接近于人工坐席溝通效果，需要先梳理業(yè)務流程：

　　整理出主要業(yè)務邏輯框架，標記關鍵流程節(jié)點

　　通過收集更多真實的交互記錄，不斷補充每個節(jié)點會出現(xiàn)的分支，填充分支流程，最終形成可覆蓋絕大多數(shù)用戶軌跡的完整業(yè)務流程圖

　　在該行催收流程的設計中，容聯(lián)云最終梳理出千余個場景路徑、上百個用戶標簽，要通過數(shù)千個電話才能遍歷所有節(jié)點。

　　之后則是準備數(shù)據(jù)集。語料是搭建智能客服場景的基礎材料，真實語料要通過圈定類型、收集、預處理、標注、質(zhì)量評估等步驟，才能用于模型訓練。處理后的語料將分成用于做模型訓練的訓練集，和用于評測模型準確率的測試集，并在模型中進行閉環(huán)訓練，同時進行配置業(yè)務規(guī)則、配置對話流程、配置標簽等對話流程設計。

　　隨后進入冒煙測試階段，如遇到識別問題就標注后回流模型優(yōu)化，遇到邏輯問題則修改對話流程配置，直到全流程跑通、冒煙測試完成。

　　此后，便進入了第二步——人工智能應用流程批量測試的提升期。容聯(lián)云對AI產(chǎn)品進行話術邏輯調(diào)優(yōu)、NLP和ASR等各個方面的優(yōu)化。

　　通過一次次的數(shù)據(jù)收集、評估、調(diào)優(yōu)、驗證，不斷提升話術銜接自然度、話術播報流暢性、話術邏輯合理性、質(zhì)檢標注的新意圖等指標；通過數(shù)據(jù)回流、模型訓練評測進行模型迭代，糾正訓練集，提升NLP意圖識別的能力；通過語言模型訓練、熱詞訓練、聲學模型訓練，提升識別準確率。

　　在項目的實際工作中，容聯(lián)云通過用例測試，校驗場景邏輯及基本語料覆蓋情況。每天記錄未通過用例測試的問題并當天處理；當天無法處理的就盡快處理后邀請業(yè)務復測，每天回復優(yōu)化進度、同步復測結果，并在用例測試結束后郵件同步盲測計劃。

　　盲測即模擬真實業(yè)務發(fā)生場景，進行自主發(fā)散測試。容聯(lián)云的訓練師在首輪盲測時給出質(zhì)檢報表和測試結果分析，并基于當前識別效果不佳的意圖提出測試建議，后續(xù)盲測中則會每天監(jiān)控指標、同步質(zhì)檢報表。

　　經(jīng)過以上復雜而精細的流程，在提升期內(nèi)，業(yè)務流程準確率提升近十個百分點。

　　在生產(chǎn)環(huán)境驗收測試通過后，AI產(chǎn)品將先進行小批量投產(chǎn)，試運營2-3周，觀察效果和使用穩(wěn)定性。小批量投產(chǎn)期間，同步進行AI效果優(yōu)化，效果趨于穩(wěn)定后進行大批量的投產(chǎn)使用。

　　在進入批量正使用后，項目便進入運營期。運營期智能客服使用效果逐漸趨向穩(wěn)定，運營工作重點是監(jiān)測日常使用情況，關注指標穩(wěn)定性，并結合線上真實數(shù)據(jù)穩(wěn)健提升效果指標。

　　在流程交互效果趨于穩(wěn)定時，日質(zhì)檢量即可適當縮減。釋放出的多余人力便可圍繞業(yè)務目標，通過分析發(fā)現(xiàn)局部話術存在的問題，定期調(diào)優(yōu)話術邏輯，促進業(yè)務正向增長。

　　除了過硬的技術和專業(yè)化的交付運營團隊，語音機器人也有一定的通訊層門檻和能力要求，這正是容聯(lián)云深耕多年的優(yōu)勢領域。

　　容聯(lián)云的CC能力領先，單服務器性能好，處理能力1200并發(fā)，通過模塊的疊加可以支持30000個以上的并發(fā)，整個集群可以隨著客戶需求彈性水平擴容；全年故障率低，具有較高穩(wěn)定性；內(nèi)置錄音，訓練師可以直接質(zhì)檢、復檢，保障使用效率。

　　雖然2020年疫情黑天鵝席卷而來，但該行項目仍然順利投產(chǎn)上百個機器人進入試運營。容聯(lián)的訓練師團隊，每日對上千通通話進行標注、質(zhì)檢形成數(shù)據(jù)集，并不斷優(yōu)化迭代。智能外呼不僅能提供自然流暢的對話體驗，對未接通用戶、承諾還款用戶短信提醒，還能在首催后，通過豐富的數(shù)據(jù)制定差異化復催策略，提升催收效果，并為上游系統(tǒng)提供精細化運營的分析依據(jù)。據(jù)統(tǒng)計，容聯(lián)云外呼機器人能完成的工作量是人工坐席的2倍，但卻能降低90%的成本。統(tǒng)一標準的話術也降低了合規(guī)風險。

　　經(jīng)過三年的沉淀和發(fā)展，目前容聯(lián)云在該銀行部署的機器人已達到數(shù)千個，并隨著客戶需求仍在擴容中。優(yōu)異的使用效果也吸引越來越多的部門接入機器人，未來，容犀機器人在該行應用的業(yè)務場景將不斷拓展，從最初的催收向分期、發(fā)卡、信審、客服等眾多場景延伸。