近年来，智能客服逐渐从在线的对话机器人推广到热线的语音机器人，智能客服有了跟用户语音对话的能力，帮助用户进行业务操作，解答疑难，从通讯、出行到最为复杂的金融业务，语音机器人逐步展现出它在客服领域的潜力。
2015年蚂蚁集团上线智能语音客服，从传统的电话按键菜单升级到语音机器人智能对话，从最早应用语音识别能力，到现在机器人提供的专家级自助能力，蚂蚁集团一直在推进语音客服机器人的边界。本文将结合智能机器人在蚂蚁集团中的应用，与大家分享蚂蚁集团在提升用户服务体验方面作出的一系列改善优化。
“百灵”作为蚂蚁的智能语音客服产品，目前已经支持蚂蚁集团600多个业务，其中包含银行、保险等传统金融业务，也包含线下支付、本地生活等新兴互联网业务，既适应金融业务复杂、风险高、用户服务要求高的需求，也能适应新兴业务变化快、迭代速度快的特性。百灵契合蚂蚁集团普惠金融的理念，累计服务用户量达到亿级，针对不同类型的用户提供了个性化的解决方案，例如最近上线的老年人暖洋洋热线，无障碍人群服务，外籍用户服务等等。
在探索机器人能力边界的过程中，百灵一直以让语音机器人像人一样服务用户为目标，现在的百灵已经可以和用户进行多轮对话和提供专家级的解决方案——能够从用户的模糊描述中准确识别出诉求，然后通过语音一步步引导用户，提供解决方案——语音机器人的自助解决率已达63%，识别诉求 + 自助解决的整体对话完成率达到50%。
百灵的创新突破
多轮对话系统百灵的语音机器人每天跟数十万用户对话，实际的对话流程数以万计，根本没有办法由运营一一标注和配置。针对这种情况，蚂蚁开发了多轮对话系统，能够根据客服域知识自主决策和推进机器人的对话，无须人工干预，运营只需要把人工客服的经验沉淀到知识库就可以了。
百灵的客服机器人具有了完整的上下文记忆能力、智能的多任务流并发交互能力，例如用户在描述问题的时候提及到了有疑问的交易信息，在后续自助解决的时候，对话系统能够根据前面描述的信息查询到具体哪一笔交易，给用户精准的解决方案，不需要用户继续描述交易信息。
百灵的机器人对话系统主要是基于客服知识、对话管理和交互内容三个层次：Ø 知识层：定义客服域内的知识结构和内容，例如用户诉求结构和解决方案流程等。Ø 对话管理层：管理对话状态包括用户相关的长期记忆和上下文状态，决策对话的流程走向。对话管理可以根据客服知识的定义，决策和推进与用户的交互。Ø 交互内容层：定义多模态的交互形式和交互内容，即用户看到和听到的内容，例如同样的对话流程，在普通电话和VOIP电话两个渠道就会有不同的交互形式——VOIP电话除了语音，还支持界面的交互。
专家级解决能力百灵客服机器人打通了自助和人工两套解决方案，使得机器人直接从人工客服学习用户问题的解决流程，能够给用户提供专家级的解决能力，没有无意义的机械回复或者让用户无望的等待人工接通。目前的专家级解决能力包括：1、操作式解决方案：理解用户的诉求之后，语音机器人能够一步步引导用户操作解决问题，目前已经覆盖常见的需要用户操作解决的诉求，例如交易类问题、账户类问题等。2、规则解读解决方案：针对用户对业务和活动规则的疑问，语音机器人可以输出由机器阅读理解和人工整理的规则解读。3、二三方分流：识别到用户的诉求需要其他服务商介入解决的话，机器人能够自动转接到其他服务商的客服，目前已经覆盖阿里体系内的服务，包括天猫淘宝、淘票票、盒马等。4、FAQ问答：识别到用户的问题之后，语音机器人会用简短的语音进行解答，同时会把详细的答案通过短信和支付宝App的通知发送给用户。
VOIP电话的多模态交互2021年支付宝App将会支持VOIP电话智能客服，用户在App上遇到问题除了可以使用文字消息的客服，还能选择语音智能客服。不同的用户对交互方式有不同偏好——例如部分老年人可能不太习惯手机打字——用户可以根据自己的偏好选择不同的服务方式。网络电话相比传统电话，除了通话更清晰、通话费用免费的优势之外，还扩展了用户和客服的交互方式——在语音通话的基础上，可以通过文字、图片、卡片等方式进行交流——用户与语音机器人通话的同时，还能通过文字、图片、卡片等方式互动，例如用语音可能要2分钟才能说清楚的问题，用户上传一张截图马上就说清楚了。语音机器人还能够实时的伴随服务，指引用户在产品界面进行操作，根据用户的实际操作给予不同的指引。
（demo）
虚拟人的多模态交互有了对话能力之后，我们还能赋予形象给语音机器人，让用户感受到更直观的模态特征与更丰富的感知信息，而不是面对一个冷冰冰的无生气的机器人。STA和端SDK实时渲染技术使得活灵活现的虚拟人在客户端内应用成为可能。
交互式虚拟人技术框架
早在2020年外滩大会上，虚拟人支小宝就在会务机器人场景内崭露头角，为与会者提供更有温度的会场指引服务。2021年，支付宝App使用虚拟人支小宝的IP形象，在复杂业务办理和操作类障碍解决等场景对用户进行服务指引，帮助特殊群体降低使用成本，顺滑使用体验。与传统的图文知识类解决方案相比，在页面上灵活游走，所见即所得地辅助用户操作的虚拟人有着更优秀的解决能力（场景验证对50岁及以上人群问题解决率提升6.18%）。在操作引导过程中，虚拟人还能依托多轮对话能力，针对用户提出的问题进行实时解答。
为了使支小宝具备更像真实世界的表达方式，在虚拟人技术框架中还集成了情绪感知的能力，通过识别用户情绪，给到更符合当下用户情绪状态的肢体及表情反馈。
未来，虚拟人支小宝还将在语音情绪表达上进一步探索，使人工智能具备更为出色的拟人化表达，就像用户身边贴心的机器人小助理，助力用户跨越数字鸿沟，打造用户美好体验。
end
联系客服
