12月17日，机器之心《AI交互与智能客服的变革与发展》研究报告发布，以对话式AI技术为核心的新一代智能客服正逐步走向成熟。

　　报告分析了当前以人力为主的客服中心，正在经历从在线客服、客服机器人到对话式AI智能客服的转型升级过程。面对传统客服中心人力成本高、运营管理难、数据沉淀和利用难的痛点，智能客服利用AI能力，以SaaS形式提供场景化、个性化的用户服务，实现人机协同、数据打通，辅助企业的数字化升级。

　　NLP技术推动AI交互形式突破，拓宽智能客服的职能边界

　　对话式机器人从早前的关键词匹配检索、模糊查询，到搜索排序的演进过程中，不断利用AI技术，以神经网络为基础，用深度学习理解用户意图，带来交互体验的升级。交互方式也从单一的文字交互、语音交互，向多模态交互发展。

　　底层技术的进步，让以新一代对话式AI为基础的智能客服具备五大特点：语义识别更准确、问法更灵活、转化更紧密、知识更全面以及学习更主动等，结合形象化、可视化的IP形象运营，也可以让智能客服还拥有更加拟人化的情感表达，加强与用户的连接。

　　在语义识别方面，以Transformer 模型架构为基底的类BERT 大规模语料预训练模型是目前业内的主要技术框架。以腾讯云小微AI助手为例，在BERT基线模型的基础上，结合自身数据，通过任务优化、模型优化、领域优化、模型融合等步骤迁移训练出符合多样需求的智能客服模型，将准确率保持在95%以上的水平。

　　在语义理解和交互方面，智能客服需要借助对话引擎来解决快速构建行业知识库、理解复杂、灵活问法的问题。腾讯云小微首创的EERQ、LARQ等技术，能够实现全自动、快速抽取问答知识等能力，提供问法扩展，并结合用户对话场景，在多轮对话中主动问询，并根据对上下文的理解，进行关系推理、实现个性化内容推荐。例如，在玩转故宫小程序内的智能导览“福大人”，针对故宫博物馆全场景，构建了一个知识库，能够及时为用户提供个性化游览路线推荐、景点文物讲解、百科问答等服务。

　　对于智能客服知识库的更新优化，《AI交互与智能客服的变革与发展》研究报告指出，智能客服目前的主要技术解决方案是基于深度学习的预训练语言模型框架+特定领域数据的模型微调(finetune)和迁移学习。在这样的技术解决方案下，智能客服具备了一定程度的自我学习能力，并依据数据逻辑分析，从而实现机器模型自主学习、快速迭代优化，以适应数字化时代的商业发展需求。

　　值得一提的是，当前的智能客服在语音对话的基础上，结合虚拟形象技术，打造出企业专属的客服形象，让人机对话体验更自然、生动、有记忆点。正如在文博会北京展区的智能导览“小春妮”，以一个能听、会说、有形象、有情感的智能客服，帮助企业更有温度地传递着品牌形象。

　　在AI技术的高速发展下，AI交互形式不再单一，从语音对话向面对面交流升级，丰富了用户的交互体验，并在多个行业领域内落地应用，对企业的转型升级起到一定的辅助作用。

　　智能客服将助力经营模式和企业价值的升级

　　在当前新消费时代下，用户更加注重服务体验，而客服作为消费体验的核心环节，连接着用户与企业，成为影响用户黏性的重要因素。

　　《AI交互与智能客服的变革与发展》研究报告指出，随着数字化、智能化技术逐步打破产业边际，智能客服的发展将不局限于针对用户与业务问题的呼入呼出服务，其也应在品牌建设、服务优化、技术转型等诸多维度成为企业价值的核心输出者，并引领企业围绕消费者需求进一步寻找发展空间。

　　一方面，在AI交互技术的辅助下，智能客服能够将少数人的体验感转换为普惠式的客户价值，真正完成了服务触手可及的理念。换言之，智能客服的定位也不再是完成信息咨询和提供应答服务的机器人，更将成为代表企业理念的品牌形象。正如腾讯全球生态大会上，腾讯云小微展示的结合动漫IP“那笙”形象的AI虚拟助手，利用虚拟IP的影响力，拉动企业品牌提升，形成粉丝与品牌推广模式的增值，无限扩大用户对品牌的想象空间。

　　另一方面，智能客服可以结合场景，结合客户画像、人机交互等技术，为用户提供个性化的服务，提升服务能力和服务效率。同时，智能客服作为重要的数据渠道，将为企业沉淀大量的数据要素，实现对前端业务的反哺。

　　智能客服很大程度上成为了企业持续洞察用户、提升价值的核心驱动力。以用户服务切入，帮助组织内部实现业务的产品的升级、管理流程的升级等，助力企业降本增效。正如《AI交互与智能客服的变革与发展》报告中所述，智能客服的未来应逐步突破成本与人工的束缚，变得更加开放，更具业务价值。

　　无论技术如何深入发展，某个单一模态下的交互都不可能成为 AI 交互的唯一形态和终极解决方案。相信随着AI交互技术不断在文旅、教育、出行等多个领域落地应用，未来它终将成为产业转型升级的突破口和企业扩展业务的新维度，提升企业服务效率与用户的交互体验。