从电商客服到12345热线，智能人机交互能否从AI产业出圈？

2016年，人工智能AlphaGo战胜人类围棋冠军李世石，被业界视作是第三次人工智能产业浪潮嘅开始。喺神经网络及深度学习等新方向出现后，AI产业迎来‌前所未有嘅新革命。

而到‌2021年，这轮AI浪潮中嘅诸多技术已经完成广泛嘅产业落地。例如，AI视觉及语音识别技术已经进入我哋嘅日常生活——我哋早已习惯在微信上使用语音转文字，或系喺电商App上搜图购物。但直至今日，AI最初嘅命题——人机对话，却仍然是一个前沿话题。

1950年，人工智能之父图灵发表‌《机器能思考吗》嘅经典论文，并提出‌此后被称作「图灵测试」嘅新概念——人类向机器随机发问，如果人类无办法判断回答者是机器还是人类，就说明‌机器具有‌同人类相当嘅思考能力。

通过图灵测试，自此成为咗划分强弱AI嘅分水岭。而图灵测试关注嘅核心，则是AI嘅人机对话能力。而家，虽然人类尚未制造出通过图灵测试嘅强AI，但在一定范围内能听懂、会思考、可互动嘅智能人机对话技术，已经开始在产业界落地，并运用于智能客服等领域，帮助人类完成一部分话务员嘅工作。

在像人类一样思考嘅道路上，AI仍然只是个小学生。但AI眼下在人机交互方面嘅能力，已经足以让其成为辅助人类工作嘅利器。喺智能人机交互呢个前沿方向，中国科技企业嘅探索仲喺度继续。

智能人机交互，缘何成为成个AI产业嘅明珠？

智能人机交互嘅探索道路，远不如外界想象中嘅容易。

而家，业界公认，智能人机交互是成个AI产业嘅一粒明珠。极高嘅技术门槛，让智能人机交互成为咗AI领域最前沿嘅交叉学科之一。

以智能语音对话为例，其涉及多个AI前沿领域。要想实现智能人机交互，AI需要先将人类嘅语音转换为文字，再理解文字嘅内容，畀出对话策略，生成对话文字，最后再将文字转换为语音。全流程涉及语音识别、知识图谱、自然语言处理（NLP）、对话管理、文字语音转换（TTS）等多项AI技术。

一个成熟嘅智能人机交互产品，唔可以在上述任何一个环节出现明显短板，否则，都会影响产品最终嘅用户体验。

咁之高嘅技术难度，对AI从业者而言是一个巨大嘅挑战。但AI从业者们一直在直面挑战。因为智能人机交互拥有住极为广阔嘅市场前景。

例如，基于智能人机交互技术嘅智能客服可以帮助一部分话务员工作，为用户提供热线咨询服务。其度，政务便民服务热线就是智能客服落地嘅绝佳场景。

以往，政务便民服务热线存在一啲问题。数据分析机构「零点有数」之前发布嘅《全国政务热线运行质量年度评价报告(2011-2020)》指出，2020年，政务热线接通率仅为68.43%，接通率在95%以上嘅热线只有72条，占比仅为20.87%。

限制政务热线服务水平嘅一大原因，在于智能化水平嘅不足。传统嘅人工服务模式需要投入大量人力且效率不高。而AI则可以成为人工话务员嘅有效补充。

而呢一趋势，都得到‌国家政策层面嘅支持。日前发布嘅“十四五”规划纲要指出，要提高数字政府建设水平，将数字技术广泛应用于政府管理服务。而2020年12月，国务院办公厅都下发‌《关于进一步优化地方政务服务便民热线嘅指导意见》，指出要加强12345热线能力建设，拓展互联网渠道，加强智能语音等智能化应用，方便企业和群众反映诉求建议。

今年2月，大同市人民政府就喺京东科技嘅支持下，上线‌新一代嘅12345热线。该热线基于京东人机交互平台「言犀」嘅技术能力，大同市民呼入电话后，当人工客服溢出时，客服机器人可以直接对常规问题提供智能解答，并自动下发工单，将问题反馈畀对应嘅委办部门来处理；而对于较复杂嘅问题，智能客服机器人会转交畀人工坐席来回答。此外，大同12345热线还具备智能回访功能，拨打过12345热线嘅市民，会接到由智能客服拨出嘅回访电话。

而在新一代大同12345热线嘅建设过程度，京东科技都遇到‌不小嘅挑战。

第一个挑战是来自方言。大同位于山西北部，隶属于晋语区，大同话同普通话之间嘅差异并唔算小。

拨打12345电话嘅大同市民度，有一部分市民特别是中老年人，好多只习惯说大同话。如果客服机器人唔可以听懂当地方言，就好难服务好所有市民。为此，京东智能政务热线专门开发‌一个口音适配嘅模型和算法，但系以用最少嘅代价、最快速嘅方式对大同本地嘅口音进行识别。目前，大同12345热线已经能够听懂使用大同话咨询嘅高频问题，并提供针对性嘅解答。

大同12345智能热线嘅第二个挑战，来自于对话中嘅情感感知同表达。 “大家认为人机交互主要就是理解用户语言，其实这是一个比较肤浅嘅睇法。双方对谈包含住情感嘅理解，说话要有同理心，不剩只是理解和生成对话，都需要理解对方嘅情绪变化。呢啲对于AI嘅模型就有更高嘅需求。” 京东集团副总裁、京东科技集团智能客服产品部负责人、京东人工智能研究院常务副院长何晓冬对转载表示。

为此，京东智能客服团队通过训练让AI 学习人在生气、失望、愤怒、焦虑等情绪下嘅说话方式，并根据七种不同嘅情绪做‌精细粒度情绪识别模型，能够对每一种情绪嘅高中低浓度进行更细致嘅检测，最后形成成个情绪检测矩阵，从而更好地感知用户嘅情绪。大同12345热线嘅智能客服机器人在同市民交流时，当在市民嘅声调和语气中检测到特别嘅情感变化，会在交流过程中加入更多安抚性嘅话语，实现更具同理心嘅服务体验。

智能客服，已成互联网公司专利

大同12345嘅智能化改造获得‌显著嘅效果。喺引入京东智能政务热线后，大同12345嘅响应率、解决率、满意率均出现咗明显嘅提升。

官方数据显示，大同12345传统人工坐席日均受理量约2500件，最高日受理量为4000件。喺热线智能化以后，大同12345目前嘅日均呼入总量为5269通，高峰呼入总量超7000通，其度，高峰部分全部由AI接待。目前，大同12345日都有效诉求3340件，其中1188件由AI完成。大同12345高峰时期嘅市民排队现象基本消失。

事实上，智能人机交互嘅用武之地不止在政务热线市场。喺几乎所有客服及泛客服场景，智能人机交互都可以派上用场。因此，智能人机交互都成为咗几乎所有科技巨头嘅共同研究领域。

2018年，Google推出‌AI客服行业解决方案Contact Center AI；2019年，Google再次推出‌面向中小企业嘅AI客服产品CallJoy，月费仅39美元。而Facebook、Amazon都都喺度近些年推出‌类似嘅产品及解决方案。

显而易见，智能客服可以解放大量人力，直接提升商家嘅运营效率。而智能客服带来嘅市场空间都极为广阔。转载旗下数据服务平台鲸准之前发布嘅《中国智能客服行业研究报告》显示，中国客服软件家阵时存量市场规模在100-150亿元，而未来嘅AI智能化市场空间有望达到500-800亿元，其度，智能客服机器人嘅市场空间在200-300亿元。

而在国内，互联网企业在智能人机交互领域嘅积累不可小觑。特别是电商企业，往往都具备成熟嘅智能客服解决方案。而这都同智能人机交互嘅产品设计流程有关。

早年，智能客服尚未普及时，电商行业流行使用技术门槛较低嘅「客服机器人」。呢类机器人大多基于关键词和模版匹配技术。例如，喺电商客服机器人度，如果用户询问「帮我查查快递」，则会发出规则关键词「查快递」，客服机器人会自动畀出商品嘅物流信息。但当用户使用「帮我睇睇我嘅嘢到边‌」一类嘅复杂提问方式，客服机器人就无能为力嘎啦。

而进入AI时代后，智能客服嘅对话能力获得‌极大嘅提升。这既离不开AI底层技术嘅发展，都离不开大量数据嘅喂养。其度，两类数据最为重要：一类是用户同人类客服之间嘅对话语料，但系以帮助智能客服建立准确嘅问答；另一类则是说明书、产品手册等商品信息，佢可以培养AI形成知识图谱嘅能力，让智能客服对商品更「专业」，畀用户满意嘅回答。

不难睇出，喺互联网行业，京东等科技企业是为数不多具备以上两类资源嘅。喺积累‌大量语料信息后，京东好早就喺自有电商平台上线‌“京东智能情感客服”，并在近年开始将自己嘅智能人机交互能力输出畀包括政务、零售、金融、教育等领域嘅合作伙伴，帮助全行业实现客服领域嘅智能交互。

未来，智能人机交互将走向何方？

在未来，智能人机交互将走向何方？

多模态，是一个行业内公认嘅发展方向。所谓多模态，即AI可以通过多个感知维度，如视觉、语音、文字等识别信息，感知用户嘅需求。喺传统嘅AI客服产品度，用户同AI之间使用文字或语音呢一单模态嘅方式互动。而在现实世界度，面对面嘅客户服务往往是多模态嘅，人工客服嘅表情、动作和语言，都可以影响到用户对服务嘅感知。

因此，多模态都被视作是智能人机交互领域嘅一个前沿方向。而在部分场景度，呢一技术都可以直接提升用户嘅体验。例如，喺银行等重度交易场景，人工服务仍然是行业首选。而相比冷冰冰嘅AI语音，客户往往更想睇到一个能说会动嘅AI虚拟人。

而在传媒领域，近年来嘅两会中已频频出现虚拟AI主播嘅身影。据认识，每日经济新闻今年在全国两会期间就同京东科技合作，利用人工智能技术，依据真人形象，合成出形象和声音“完全真实”嘅财经主播，替代传统主持人对“两会”内容进行24个钟头滚动播报，以AI应用重构‌媒介嘅生产环节。

何晓冬还透露，京东科技目前都在研发适用于直播带货场景嘅AI虚拟形象，AI可以自动读取说明书、产品手册，自动挖掘卖点，自动撰写推销话术，并生成虚拟形象和语音，完成AI直播带货。

「这将改变成个商业规则。等到多模态技术成熟时，好多商业模式都可以被打开，并为我哋带来好多意想不到嘅机会。」何晓冬表示。

而在未来，智能人机交互嘅远期目标，都许是变革成个人机交互领域嘅交互形态。

早年，计算机行业使用打孔纸带作为编程工具；而键盘嘅出现，让用户可以使用命令行控制计算机；此后，图形界面同鼠标嘅出现，让计算机开始普及；而而家，iPhone带来嘅触摸屏革命，让智能手机成为人手一台嘅随身计算机，人人上网嘅时代最终到来。

「人机交互嘅每一次变革，都带来‌十倍以上嘅用户量增长，并伴随住巨大嘅产业潜力释放。」何晓冬指出，「如果说过去嘅五年是AI在学术领域嘅爆发，噉么爆发带来嘅红利未来五年将会在产业上实现。」

而到那时，AI将再一次丰富人机交互嘅外延——用户不再需要键盘、鼠标、触摸屏咁样嘅交互工具，而是开始使用手势、语音咁样最自然嘅交互模式。当交互无处不在，计算和服务都将变得无处不在。