浅析对话式AI在各行业的应用场景

所谓对话式AI，就是机器可以进行类似人类的对话，通过捕获上下文并提供智能的应答。机器听懂了你的需求，并给了一个回答，与Siri只能一问一答不同的是，对话式AI实现了多轮对话与交流。

那么对话式AI如何听懂了你的需求，并给出回答？

首先，机器将用户说出的语音转换为文本；然后理解文本的含义，根据文本上下文语义在设置好的知识库里搜索能够提供的最佳应答；最后使用文本转语音工具将准确答案读给用户听。这个过程中，应用到了ASR语音转写、NLP自然语言处理、知识图谱、机器学习等技术及算法。

一、概念及分类

1. 产品概念

智能对话系统是自然语言处理、人工智能和机器学习等技术融合的产物，它允许人们通过语音、文本与机器人进行交流，而机器人基于语音识别、自然语言理解、自然语言生成、语音合成等技术，对用户进行应答。

广义的智能对话系统，包括消费硬件类产品和对话AI产品，本文将介绍对话AI产品。

对话AI产品：将智能对话系统加载在服务场景的对话式AI产品中，以文本、语音和多模态数字人等产品形式与终端用户交互，应用在客服、营销与泛交互等服务场景。

2. 产品分类

1）产品定位分类

对话式AI产品按照产品定位的不同可分为替代类对话AI产品、辅助类对话AI产品。

• 替代类对话AI产品：即对话式AI产品的替代性功能，可替代人类完成咨询应答、业务办理、营销推荐和智能外呼等任务，主要包括文本机器人、语音机器人、虚拟数字人。
• 辅助类对话AI产品：即对话式AI产品的辅助性功能，包括对人工工作流程的引导、对话监测、对话洞察、对话引导。主要产品包括坐席助手、会话分析两类产品。

2）功能分类

对话式AI产品按照功能角度可以分为问答型、任务型和闲聊型。

①问答型

通常为访客期望就自己提出的问题，机器人能给出相应的专业解答，表现为一问一答的形式。机器人相当于一个“知识顾问”，做“答疑解惑”的事情。常见的有FAQ、基于知识图谱的问答（KBQA）、表格问答（Table QA）和文档问答（Passage QA）等。FAQ检索型问答是根据用户的Query，匹配FAQ知识库最合适的答案并反馈给用户。

• KBQA会将知识以RDF三元组的形式进行存储，模型能够将答案定位到具体某个实体/属性，相比于FAQ，KBQA能够实现“推理”能力。
• 表格问答中，表格也可以看作是二维的知识图谱，模型会把用户的自然语言转化成SQL查询语句，直接从数据库里定位到答案。
• 文档问答在当前的工业界不常见，模型会基于用户的问题，将答案定位在文档的具体段落或者是某句话、某个词语。

②任务型

通常为访客期望就自己提出的问题，机器人不仅能给出专业解答，还能主动反问获取相关信息，根据不同信息给出不同的解答。同时还可完成一些任务指令。广义上，无论是“专业解答”，还是“完成任务指令”，都是完成任务，故为“任务型”。

③闲聊型

访客的预期是可陪伴自己聊天的机器人。无论访客说什么问题，机器人都可以接得上，聊得上。访客期待的不是某个具体目标的完成，而是情感上的陪伴。

3）对话领域分类

对话式AI产品按照对话领域可以分为限定域和开放域。

• 限定域：指的是机器人仅能在某个限定的领域内提供对话服务，而用户如果与机器人聊限定域之外的内容，机器人则回答不上来，工业界大部分的客服机器人都是限定域的对话式AI产品。
• 开放域：与限定域相反的则是开放域。用户可以与机器人聊各种各样的话题，机器人也能够给予丰富多样的回复，比如微软小冰。

限定域对话式AI产品往往能够很好地解决该领域内的用户问题，例如客服机器人能够代替传统人工客服解答大量重复性的问题，节省企业人力成本，因此在工业界应用最为广泛。而开放域对话式AI产品在当前市场上应用场景有限，且开放域对话式AI产品通常采用生成式实现方式来回复用户，回复内容不可控，因此在企业中的实际应用较少。

三、对话式AI产品的潮起潮落

1. 对话式AI产品兴起与黯然

对话式AI产品在2016年首次出现时，引起了轰动，被吹捧为下一个将颠覆应用程序的大型颠覆性技术。

而在2018年，美国和澳新银行调查的欧洲近50%的消费者表示，对话式AI产品非常“烦人”，同时54%的美国在线消费者表示，与对话式AI产品的互动“对他们的生活质量产生负面影响”。

到了2019年，全球最具影响力的独立研究咨询公司Forrester的一份报告称，大多数聊天机器人的实施都很糟糕，实际上“破坏了客户体验”，只不过是“虚拟白痴”，对话式AI产品颠覆人与人交互方式仿佛成为白日梦，就此破碎。可见，不同的研究机构都得出了类似的结论。

2. 对话式AI产品蓬勃发展

对话式AI产品的未来看起来有点黯淡。然而，由于covid-19效应，对话式AI产品的命运就此变化，2020成为对话式AI产品业务光速发展的一年，流感大流行彻底改变了企业与客户的联系、协作和沟通的方式。聊天机器人作为补充工具集成到应用程序中，获得了新生。

由于新冠疫情加速了企业服务购买方和营销者的数字化进程，据Forrester对亚太市场的趋势预测，1/3的企业服务购买者会将对话式AI产品列入采购清单中。

IDC指出，得益于聊天机器人和智能对话终端应用的大规模落地，对话式人工智能正驱动着整个人工智能软件市场的发展。

IDC（国际数据公司）发布的《中国人工智能软件及应用市场半年度研究报告（2019H1）》显示，预计到2023年，中国对话式人工智能市场规模将达到18.6亿美元，2018-2023年年复合增长率为41.3%。

四、在各行业的应用场景

1. 零售业

食品、快消品、乳制品及奶粉零售行业，从售前获客引流、到售中用户下单及订单业务咨询、售后订单咨询服务，都存在着诸多标准化、流程化的工作，通过对话式AI来解决用户问题，能更好地支撑业务部门完成业务推进。

1）新老客户活动通知

对于产品的促销优惠活动等信息，客户很难第一时间获取，通过外呼机器人外呼同步客户优惠活动信息，能让消费者获得更好的消费体验，企业也能获得更好的营销活动效果。

2）售前及售中产品咨询、订单下单

用户接入过程中，通过机器人完成用户接待、产品咨询、自助下单、自助查询发货状态等业务办理；人工服务过程中，坐席助手自动提取用户关键信息，自动推荐高匹配度回答，实时支撑人工坐席工作，实现高效回复用户、大幅减轻坐席工作压力；会话分析可对用户与机器人/人工服务过程数据，进行语义分析，了解用户关注点，进而反哺业务，形成全链路业务闭环。

3）售后产品使用咨询、订单关联问题处理

用户接入过程，通过机器人接待，机器人智能识别用户联系方式、下单产品、下单数量等多种类型信息，自助完成产品咨询、订单使用问题咨询、订单开票、订单退换货等业务办理。

2. 制造业

从家电、3C产品到大型设备制造商，都开始寻找机会使用对话式AI产品。在制造业，通过机器人自助服务用户咨询、辅助工程师进行排障，能大幅提升人工效率。

1）售后服务场景

通过对话式AI产品与用户进行交互，服务于售后用户的咨询，对于安装/维修等复杂售后场景，机器人可自动收集信息生成工单，工单完结后可由外呼机器人进行满意度回访，形成客户服务的完整闭环。

2）内部知识管理场景

知识专业性高，数据结构不统一，企业没有有效的积累和管理方式；一线服务工程师日常工作过程中缺少辅助工具，大量的产品及零部件，需要多系统查询，查询分散，排障流程长，效率低。通过对话AI产品辅助工程师工作，进行产品参数查询、故障排查，可大幅提升工程师工作效率。

3. 医疗业

1）挂号预约助手

智能机器人，在预约挂号时，提供导航、导医、咨询等服务。通过机器人的引导，协助患者便利地完成挂号，改善就医体验，提高医疗服务质量。

2）患者随访

在高血压、糖尿病等慢性病随访管理中，通过将随访问题转化为机器人的多轮对话，通过外呼机器人可批量电话触达患者，完成患者患病信息的收集，并形成可视化报表，极大地降低医生工作量。

4. 人力资源管理

1）HR共享服务中心

随着员工群体年轻化的趋势，人力部门的定位需要从支撑员工服务转型为赋能业务团队。HR共享服务中心结合人工智能和大数据，让机器人代替HR随时随地接待员工咨询，通过简单、成本低廉的接入方式，让共享服务中心快速拥有HR机器人，快速、智能地完成员工、HR和数据之间的连结，变革HR共享服务中心的传统服务方式。

2）候选人沟通及面试通知

对于大型企业而言，由于员工规模大及流动性强，员工需求巨大，在招聘旺季时，可能每月需对接数千乃至上万的候选人，每个候选人存在多轮面试沟通，HR面临巨大压力。通过机器人外呼对候选进行面试预约、面试提醒、基础信息（到岗时间、期望薪资等）沟通、面试结果通知等，可大幅降低HR工作压力，让有限的人员投入到更高效的场景。

5. 政务

1）12345政务热线智能化场景

在国家大力推进“一号通办”、多业务服务集结到12345热线的现状下，对于政务服务部门来说，一方面实时接待压力直线上升，另一方面服务满意度的保障压力也大幅提升。

• 通过呼入机器人帮助工作人员解答咨询类问题，有效缓解20%-30%的服务压力
• 复杂问题人工解决过程中，由坐席助手根据对话内容，智能查找政策细则和办事流程，帮助政务服务人员快速进行问题解答
• 会话质检根据对话内容，对服务态度、服务敬语、敏感词、语速等服务质量的指标进行全面检测，提升精细化管理能力
• 复杂工单流转完结后，可由外呼机器人对市民进行外呼回访，保证市民问题真正被解决

2）公安反诈场景

2020年，全国公安机关共破获电信网络诈骗案件32.2万起，抓获犯罪嫌疑人36.1万名，打掉涉“两卡”违法犯罪团伙1.1万个，封堵涉诈域名网址160万个，劝阻870万名群众免于被骗，累计挽回损失1876亿元。截至2021年11月，共破获电信网络诈骗案件37万余起，抓获违法犯罪嫌疑人54.9万余名，打掉涉“两卡”违法犯罪团伙3.9万个，查处违法犯罪嫌疑人42万名，共紧急拦截涉案资金3265亿元，避免2337万名群众受骗。

为保证群众权益，国家通过省市县三级反诈中心建设，刑侦局下设反诈中心，进行电信诈骗的宣传、预警、打击和研判。但由于面向的市民群众众多，重复进行宣传及预警，对于警方来说，压力巨大。

通过智能反诈宣传和智能反诈预警机器人，可实现实时触达，高效完成宣传和预警，大幅减轻基层警务人员的压力。

6. 银行与金融业

金融行业已成为智能语音落地众多场景中发展最为迅速的领域之一，也是未来智能语音商业落地重要方向之一。究其原因，智能语音直接解决金融行业痛点，应用价值大，客户付费意愿强，因此取得快速发展。

• 全渠道的智能客服，通过语音识别，自然语言理解、语音识别和知识图谱等技术部分替代人工客服，降本增效。
• 智能外呼：营销获客上，可用于长尾用户营销、理财营销、贷款营销；风险控制上，可用于贷款信息核实、逾期催收、异常账户提醒；运营管理上，可应用于满意度调查、工单回访。
• 合规风控上，可通过内容质检、话术分析进行话务质检，以及通过投诉分析、质检评分、运维监控进行业务质检。

本文作者 @汪仔1401 。

版权声明

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处。如若内容有涉嫌抄袭侵权/违法违规/事实不符，请点击 举报 进行投诉反馈！