智能客服「下半场」：数据、技术与服务

（原标题：智能客服「下半场」：数据、技术与服务）

文/洪偌馨、伊蕾

在经历了十多年的发展，尤其是疫情考验之后，智能客服已经成为银行数字化转型中的重要部分，各家银行都在加紧布局。

也是在这样的背景下，《中国银行业客服中心与远程银行发展报告（2020）》（下简称《报告》）显示，国内客服智能服务水平显著提高，服务质效显著提升。

尤其，在渠道拓展和保障非接触金融服务不中断等方面，智能客服的出现和发展为银行金融场景化、生态化、开放化提供了更多可能，为解决多样化的客户需求提供了更好途径、为提升客户一站式服务体验提供了更强支持，充分响应客户在移动互联网时代多渠道多模态的服务需求，服务渠道覆盖了电话银行、网上银行、手机银行APP、微信、小程序等，形式从文字、语音、图片到动图、视频等。

而随着用户习惯进一步向线上迁移、线上交互频次和深度增加，智能客服对于文字和语音交互的质量、准确度以及在线一站式业务办理提出了更高要求。甚至有观点认为，「智能客服」也终将面向智能化经营发生转变，相比之下，后者的内涵与外延都要更深更广，承担的职能也更多。

从实践来看，智能客服的发展受到多重因素影响：银行自身的客服战略、服务体系是其发展的根基，在此基础上，还要建立起高效专业的智能客服系统，需要围绕客户和业务发展的需求，推动产品、运营和技术三者协同合作，共同优化。

尤其是在金融业开放合作的大趋势下，智能客服的发展不再是银行单点的业务优化，而是产业各参与方共建生态的结果。

最近，兴业银行与百度智能云合作的智能客服二期项目就是一个典型案例。相较于一期项目，除了提升识别准确率、优化识别模型之外，它还进一步丰富和细分了业务意图场景，扩大了渠道支持和客群覆盖面，加强了渠道协同，这也是整个银行业智能客服进化的一个缩影。

1. 数字化转型「标配」

随着各行各业的数字化转型加速，各种客服助手、人工智能交互工具普遍存在于各类线上、线下交互场景中，但似乎很少有人深究其内涵。

根据36氪研究院的定义，智能客服指的是在人工智能、大数据、云计算等技术赋能下，通过客服机器人与客户进行会话、业务处理，从而释放人力成本、提高响应效率的客户服务形式。而技术的深入应用进一步拓展了智能客服的职能边界，由基础的人工客服辅助向运营管理、营销等功能延伸。

从这个概念出发，银行大力布局智能客服的原因其实不难理解。

一方面，长期以来，客服是银行人力资源最密集的部门之一，而他们的大量工作是标准和重复的。在银行业进入精细化运营阶段之后，以人工智能代替部分人工客服可进一步解放人力，降低人工客服压力，提升服务质量。

另一方面，在疫情带来的冲击之下，以科技为驱动的线上非接触金融服务兴起，客服和远程银行迎来前所未有的历史新机遇，在数字化转型的大趋势下，智能客服也成为银行数字化转型的重要突破口。

以兴业银行为例，随着近年来数字化转型的深入推进，客户的线上化和智能化服务需求呈现急速增长，去年，兴业银行与百度智能云联合推出智能客服机器人产品，在「简单标准业务智能机器人办理，复杂争议业务转人工处理」的人机协作原则下，进一步推动客服业务提质增效。

从技术层面来看，该产品具备可视化、多轮对话管理、高精度智能FAQ（Frequently Asked Questions，常见问题解答）以及情感分析等功能，能够使智能客服更加人性化，显著提升客户体验。

而在场景拓展和业务协作方面，除了覆盖传统按键自助语音系统信用卡全业务场景外，该产品还提炼总结出人工服务的347个高频场景，通过与客户进行智能语音交互，实现直接在线办理或解答，从而减少人工电话转接量。

数据显示，截至2021年10月，智能客服业务面向所有分行目标客户开放，日均办理8万多通，意图识别准确率93.55%，语音转译准确率93.36%，智能语音客服机器人的建设和应用效果显著。

事实上，不只是兴业银行，前述报告提到，2020年客服中心与远程银行智能服务占比为42.91%，较2019年占比提高9.53个百分点；54%的客服中心与远程银行应用智能语音导航或场景机器人简化客户操作、提高服务效率，较2019年占比提高10个百分点。

从这个角度来看，智能客服时代已经到来，这是客户与银行共同选择的结果。

2. 智能客服「再升级」

不过，随着智能客服在银行服务中扮演着越来越重的角色，新的挑战也随之而来。

比如，市场最为关注的「智能客服不智能」的问题。江苏省消保委在日前发布的《数字化背景下客户服务便利度消费调查报告》中将平台客服问题大致分为三类，其中占比最高的就是机器人答非所问、不智能，在总体问题中的占比超过70%。

值得注意的是，对于金融、医疗这样专业性较强的行业，智能客服面临的挑战更多也更大。其中最具代表性的是对学习「深度」的要求，智能客服深耕行业的前提是Know-How，即深入场景的学习。

「数据为王」时代，服务的迭代不仅需要大量的数据，更重要的是，随着各类型终端设备的使用，数据呈现指数级增长，在多维度场景化的数据分布下，如何能够将他们真正应用于服务优化。

与此同时，关于学习「广度」的问题也受到了更多关注。银行作为一个「连接器」，在开放银行、生态圈构建的大趋势下，它对于智能客服的需求不局限于传统金融服务，而是不断拓展服务外延。

此外，针对特定的交易场景和业务，智能客服还要进行语言逻辑、本地化支持等有针对性的训练。

随着银行「以客户为中心」重构产品与服务，智能客服还承担了更重要的任务——凭借直面消费者的天然优势，串联企业各系统、各渠道、各场景下的海量消费数据，切实将数据转化为企业资产，进而赋能企业运营管理、营销决策，实现从「成本中心」到「价值中心」的升级，这也是银行不断推动智能客服迭代的原因。

以兴业银行的智能语音客服为例，最近，该项目二期业务上线，对产品进行了全面的优化迭代，落脚点也是于在「深度」和「广度」两个方面。

在「深度」上，包括ASR（语音识别服务）、TTS（语音合成服务）、NLP（自然语言处理）等功能持续优化，智能语音机器人的语音转文本准确率、语义识别模型优化，其所支持的业务意图场景和业务意图流程数量也随之增加。

在「广度」上，接入智能语音客服的客户群体的业务诉求、年龄范围、客户层级等都进一步开放，覆盖的分行从最初的8家扩展到全国范围。在全渠道方面，手机银行APP与智能语音处理平台进一步对接，移动端也开始支持可视化的文本交互和语音交流。

在此基础上，该产品进一步提升了运营方面的功能支持，即不仅能够被动响应客户的客服需求，还能够主动提供热点问题分析、问答统计等服务。

不难发现，随着银行对于智能客服产品的需求不断变迁，它不再局限于单点的功能和服务优化，而是升维出一套完善的客户全旅程解决方案。在这样的市场环境下，银行也很少再「单兵作战」，而是通过与专业技术方合作，以实现技术与业务的共同发展。

作为兴业银行合作方的百度智能云一直在AI领域有着深厚的积累，同时凭借百度的技术沉淀和「云智一体」的服务模式，进一步提升了在企业级的服务能力。即以「云计算为基础」支撑企业数字化转型，以「人工智能为引擎」加速产业智能化升级。

这种从底层基础设施到深入产品和业务线的一体化服务，可以更快速、更安全、更便捷地帮助金融机构完成数字化转型。

3. 智能时代「新基建」

其实，作为技术服务方，百度智能云的优势不止于智能语音和智能客服。

几年前，国内首家独立法人直销银行百信银行初创时，为了构建更加开放的金融生态，百信银行选择将云架构作为自己的「基础设施」，即成为一家「云上银行」。彼时，为百信银行提供技术和服务支持的就是百度智能云。

全云架构不仅大大降低了银行的运营成本，更重要的是为百信银行落地开放银行战略、拓展场景生态提供了重要支持，尤其是在业务的「开荒期」，云原生的高效、稳定和高弹性是百信银行迅速拓展市场的重要基础。

数据显示，从2017年开业到2020年的三年时间里，百信银行用户规模已经突破5100万。此外，双方还共建了「百信金融大脑」，利用百度智能云在AI能力上的积累，结合银行的信贷、财富管理等业务场景，不断拓展AI在相关领域的应用。

除了帮助互联网银行完成从0到1的突破之外，百度智能云更大的市场空间还是来自传统银行的数字化转型，尤其是在差异化和精细化运营方面。

例如去年，民生银行推出了一款「民生键盘银行」产品，即以百度智能手机输入法为载体，下载民生银行专属皮肤之后，用户在键盘区就可以进入银行服务，并完成相关交易服务，从某个角度来看，这似乎只是银行对服务入口的一次拓展。但透视整个业务开发和落地流程来看，这其实是对零售客户用户旅程的一次重塑。

从输入法自动识别关键信息、实现精准营销，到百度智能云的数字人（注：信息科学与生命科学融合的产物，是利用信息科学的方法对人体在不同水平的形态和功能进行虚拟仿真和AR运用），后者可以完成业务引导、产品推荐、热点展示和资产配置等全流程服务，帮助实现交易闭环。而这种对于场景的拓展、对于客户服务的结构与重塑还在持续发生，这也是许多人对于未来银行服务的期许——它可能无处不在，并能够实时洞察和满足客户的一切需求。

对于银行而言，云计算、人工智能是新时代的基础设施，它是推动各业务、各渠道实现数字化转型的前提，也是在新的市场环境下，打造竞争力的关键。