劉澤陽：各位下午好！很高興代表云之訊來參加CTI論壇主辦的交流活動，我接到這個主題之后，就在想給大家分享一些什么樣的內(nèi)容，能讓大家有所收獲，而不僅僅是作為一個乙方來推廣產(chǎn)品和應用。今天我想給大家分享，云之訊在探索人工智能、大數(shù)據(jù)過程中，遇到的問題和收獲，以及人工智能這個技術(shù)在呼叫中心領(lǐng)域有哪些可以實現(xiàn)的比較好的應用。“AI+通訊，智能通訊服務平臺助力客服產(chǎn)業(yè)升級”是我此次分享的主題，下面我給大家匯報一下。
云之訊一直以來在通信行業(yè)做深根，后來隨著市場的逐步變革，云之訊也轉(zhuǎn)型到企業(yè)通訊，向這個行業(yè)領(lǐng)域去探索、去進軍。云之訊基于公司在通信行業(yè)的積累，以及在云計算、大數(shù)據(jù)方面的探索，我們定義自己為通信能力服務平臺，這個平臺其實是融合了人工智能、大數(shù)據(jù)、融合了安全管控中心，來幫助客戶解決他們的問題。
在基礎(chǔ)技術(shù)的應用上，如語音合成、語音識別、大數(shù)據(jù)分析，這幾個在時下都非�；馃岬娜斯ぶ悄茉~匯，目前，我們已經(jīng)具備。而這些技術(shù)的應用，會產(chǎn)生怎樣的火花？通過在通信平臺上的集成，我們其實有4個主要應用，第一個是在2018年非�；鸨闹悄芸头䴔C器人，其次是智能通知、智能安全管理，最后一個是智能碼號狀態(tài)監(jiān)測，就像剛才劉博濤劉總（電話邦副總裁）講到的，通過號碼的標識，我們可以提升在呼叫過程中的效率。而我們的目標和愿景是把這些能力開放給全社會的呼叫中心企業(yè)。
在多年的發(fā)展過程中，我們服務了很多標桿企業(yè)，包括頂尖的互聯(lián)網(wǎng)巨頭、保險、銀行，以及證券、物流這些行業(yè)企業(yè)，他們在呼叫中心方面都與我們有廣泛的合作。
下面分享一下我們對現(xiàn)在的AI包括通訊這個行業(yè)的看法和思考。之前在探索AI的過程中，我們總覺得它是一個玩具，不能商用，而隨著AI技術(shù)的進步，尤其是在2017年底-2018年的發(fā)展過程中，它從一個高高在上的技術(shù)逐漸走上了商業(yè)化的道路。從2018年開始，AI在呼叫中心這個行業(yè)的商業(yè)化進展是非常迅速的，我們看到在整個行業(yè)內(nèi)出現(xiàn)了幾百家AI外呼企業(yè)，而反過來，商業(yè)化也是可以驅(qū)動技術(shù)的成長和前進的。我們在跟客戶交流的時候，幾乎所有的客戶都愿意去嘗試，看看這個機器人可以帶來什么樣的效果。然而在這個過程中我們也發(fā)現(xiàn)了一些問題，在座都是行業(yè)內(nèi)的，業(yè)內(nèi)在試用過之后覺得它好像未必可以達到我們理想的狀態(tài)。那人工智能+通訊到底有沒有用呢？答案是肯定的，但是我們要選擇它適合的場景，它能做什么，我們就讓它做什么。隨著技術(shù)的不斷革新，這種情況會變得更好。
目前，它所應用的行業(yè)有教育、汽車、金融、房產(chǎn)等，客戶服務和營銷外呼，都在這些行業(yè)中。我們認為現(xiàn)在呼叫中心產(chǎn)業(yè)迎來了第五代產(chǎn)業(yè)升級，第一代呼叫中心它可能基于傳統(tǒng)硬件，像華為，是傳統(tǒng)硬件的一個代表，可能在2010年之前以傳統(tǒng)硬件為主。后面的軟件+硬件，我們稱之為第二代呼叫中心。第三代是純軟件的時代，在2010年的時候，純軟件的呼叫中心，由于受限于一些技術(shù)上的瓶頸，它在通話質(zhì)量以及各種能力上并沒有達到當時的商用水平，但是隨著軟件化的逐漸提升，有了第三代。第四代是多媒體，第五代是人工智能呼叫中心。那第五代呼叫中心需要具備哪些能力呢？有大數(shù)據(jù)的能力、業(yè)務應用的能力以及AI的能力。在這幾方面的能力，云之訊都有一些積累，并且可以把這些服務提供出來。其實人工智能在語音識別，在文本，在語音轉(zhuǎn)文字，在智能識別，在知識圖譜還有圖片識別各個方面都有了階段性的突破，AI將會引領(lǐng)第五代呼叫中心的產(chǎn)業(yè)升級。
下面我給大家介紹一下，在這樣的大背景下，人工智能和通訊結(jié)合的具體應用場景，就是我們前面講到的4個應用場景。
第一個是智能對話機器人的場景，在這個工程中，有很多同仁都已經(jīng)體驗過這個機器人，它會面臨很多問題，比如說訓練過程復雜。我了解到像某銀行的信用卡中心，它做智能客服的時候，有12000個需要完成的問題，每一個問題有5100個相似的，基本需要半年的時間去訓練，如果不經(jīng)過訓練好像未必能達到我們想要的效果。因為有一句話講得比較有道理：人工智能有多少產(chǎn)品，產(chǎn)品就會有多少智能。第二個影像效果，語音識別的技術(shù)，我接觸過很多這種做語音識別的，像傳統(tǒng)的廠家，其實會有一個問題，他們在做實體機器人的時候，如銀行的實體機器人、醫(yī)院的實體機器人，還有電話機器人，他們遇到的最大的問題是，語音識別準確率并沒有達到要求，很多時候會受到環(huán)境噪聲的影響。什么時候你打斷，什么時候你不打斷呢？環(huán)境噪聲該把它識別到什么，降噪要降到什么程度，還有反應速度慢，這些都是行業(yè)中普遍遇到的問題。
云之訊是怎么思考這些問題的呢？其實在智能機器人，語音識別，還有可視化的流程設(shè)計中，我們可以把業(yè)務的訓練從業(yè)務端轉(zhuǎn)化到客戶這一側(cè)。我們推出了自己的核心模塊，用模塊組成，盡可能緩解我們面臨的問題。
下面主要介紹跟大家一下在這些模塊中我們遇到的像NLU意圖識別，我們是怎么解決的。在人工智能這個領(lǐng)域，我們會跟很多做語音識別的公司交流，比如說像追一，像三角獸，我們發(fā)現(xiàn)傳統(tǒng)的AI大部分是應用于超大型的客戶，他們會投入很長的時間去做機器人的嘗試。但是現(xiàn)在社會上僅僅是他們需要嗎？其實有很多中型企業(yè)或者小型企業(yè)也面臨這樣的訴求。我們之前在NLU遇到的主要問題，這些傳統(tǒng)的廠商更多是在單一的行業(yè)做深耕，將機器人訓練成非常聰明的狀態(tài)。假設(shè)我要提供產(chǎn)品化的服務，我怎么辦？云之訊就做了這樣一個NLU意圖分層的邏輯，這個比較好理解，我們針對各個不同的行業(yè)，每個場景都有一個自己全行業(yè)的通用數(shù)據(jù)庫，它是基于很豐富的語料訓練和積累，經(jīng)過長期的沉淀，獲得的一個行業(yè)通用數(shù)據(jù)庫。針對每一個數(shù)據(jù)庫，假設(shè)他進來的話，我把他作為一個意圖分層中的分支，它的FAQ是怎么樣的，對于同樣一個詞的理解，它的意圖一定是要分區(qū)塊。然后再下一層去區(qū)分具體的客戶分層，這樣其實可以大大地減少企業(yè)做訓練的周期，給企業(yè)做成一個產(chǎn)品化的服務，而非項目式的服務。我們經(jīng)過了幾層，在多輪對話的時候看有沒有上下輪關(guān)聯(lián)，是基于關(guān)鍵字，還有搜索近似匹配這兩個模塊。統(tǒng)計模型是基于復雜場景。最后是實現(xiàn)意圖的分化和匹配，到各個不同行業(yè)的意圖庫里面。我們逐步優(yōu)化每一個庫，形成一個強大的NLU知識儲備，有知識儲備這個機器人才能成為智能可用的機器人。NLU是逐步強大的，公共庫越強，我們的產(chǎn)品能力就越強。
這是我們服務保險客戶的場景--保險續(xù)費，有很多保險公司都很在意這個成本。我們當時跟保險客戶聊的時候，他們已經(jīng)把續(xù)費環(huán)節(jié)從人工客服的環(huán)節(jié)去掉了，這主要是出于節(jié)省成本的考慮。我們跟他們聊了機器人之后，他們發(fā)現(xiàn)在續(xù)費的場景是可以用得到的。在續(xù)費場景，機器人會查詢在一個月內(nèi)即將到期的客戶，比如說車險到期了需要續(xù)費，可能客戶自己不會想到這一點。然后機器人就需要根據(jù)客戶信息合成話術(shù)，自動提醒客戶應繳費信息，如某某先生，你的保費已到期，現(xiàn)在需要幫您代扣，您是否接受這樣的代扣。在這個過程中，客戶需要有全部的名字，并且保存錄音，作為日后查證的一個依據(jù)。第三步是機器人根據(jù)反饋的信息做一個標記，“你幫我續(xù)費”，“你不需要幫我續(xù)費”，“我不需要了”，出現(xiàn)幾種不同類型的客戶。如果客戶答復說可以扣款，就可以直接調(diào)用銀行的接口扣款。對于其他類型的的客戶，再轉(zhuǎn)到人工去受理這個業(yè)務。在這個過程中，我們通過智能機器人的中心不斷去優(yōu)化錄音，優(yōu)化管理和訓練，去提升整個機器人的智能度。這個場景非常好，給客戶帶來的效果也非常好。
下一個場景是智能通知。我們發(fā)現(xiàn)，在今年7月份的時候，智能通知的百度搜索量翻了2-3倍。在高度市場化的過程中，大家都積極探索人工智能能夠應用在哪些方面，相比機器人，智能通知更加簡潔，它只是根據(jù)一段錄音，來實現(xiàn)跟客戶意向度的溝通，或者是通知型、生產(chǎn)型的這種。那智能通知現(xiàn)在的痛點是什么呢？其實好多客戶都需要文字轉(zhuǎn)語音，他們面臨的問題，是失真程度很大。根據(jù)我們了解來看，目前市面上所有的TTS技術(shù)都沒辦法做到跟人一模一樣，機器的聲音給用戶的體驗是非常不好的。我們是怎么做的呢？我們通過人工智能技術(shù)去把機械化的聲音變得更加智能，更加像人說話，這樣可以給客戶更好的體驗。應用場景像催收、快遞用得比較多。
這里我講的是TTS的同音同色技術(shù)。市面上很多公司可能也在做，像阿里，在TTS同音同色的上面也下了很多功夫。TTS技術(shù)，所有的文字轉(zhuǎn)成的語音其實都是有一個音色庫，像百度地圖有林志玲的聲音，這些聲音并不是林志玲說的，他們只是把她的聲音提取參數(shù)，通過文字轉(zhuǎn)語音去實現(xiàn)了同音同色。我們在變量和實際錄音的時候，沒辦法通過人去錄，而是將文字去轉(zhuǎn)的聲音和人工來錄的聲音結(jié)合，如“某某先生，你下個月需要還款多少錢”，中間溝通是人錄音，而人名、時間、錢數(shù)，則是通過同音同色技術(shù)實現(xiàn)的，它可以使TTS變量聽起來像人一樣去溝通，這樣客戶體驗比較好。
現(xiàn)在TTS有兩種方式去實現(xiàn)，第一種是我們講的拼接法，第二種是參數(shù)法。參數(shù)法是我剛剛講的林志玲給百度地圖做的方式，提取林志玲的參數(shù)，它的音色是怎么樣，基于電子來合成。這個是現(xiàn)在比較節(jié)約成本的方式，因為你只要大概知道這個音色，然后把它轉(zhuǎn)化出來就好。我們現(xiàn)在采用的是拼接法，它有好處和壞處，它的好處是，在變量比較少的時候，可以通過拼接法來完成一個短的通知，假設(shè)這個內(nèi)容非常的長，非常的復雜，拼接法在字與字的停頓中會有一些問題。但是在智能通知場景中，它通知的無非是十幾二十秒的對話，我們基于這種場景包裝了自己智能通知的產(chǎn)品，支持選擇音色，有自己的錄音室，有自己的音色庫，去給客戶做這種催收、物流、取餐語音通知等，對這個感興趣的到時候可以找我們體驗一下。
我們在催收場景大概是這樣的:1、TTS音色庫錄音師預先完成主要通話內(nèi)容錄音，把常用的錄下來。大家可能不一定了解，其實所有的聲音一共有1604個音調(diào)，可能有的字是相同的。2、我們把這個內(nèi)容去做一個音色庫，當客戶提出這個需求的時候，就把他想表達的內(nèi)容通過人工再去錄音，再加上調(diào)用的音色庫變量，實現(xiàn)催收欠費的通知。這樣給人的感受不會像機器一樣很生硬，我們現(xiàn)在對這一點非常關(guān)注。如果讓大家感覺非常生硬，企業(yè)根本不會去嘗試這個產(chǎn)品�？蛻魸M意度比他實現(xiàn)這個內(nèi)容更加重要。
下面是大家都會關(guān)注的安全。我們把咱們工信部發(fā)的要求和規(guī)范提取出來了，首要的就是嚴格規(guī)范業(yè)務，這個信息明確可回溯，包括呼叫規(guī)范，杜絕虛假號碼，這個大家了解得比較多了。
我們其實是把通話過程分到幾類。第一個主叫是誰？這個是偏管理型的，包括主叫注冊用戶的認證和號碼報備，或者你要求他允許你去回放他。第二是被叫，被叫涉及到數(shù)據(jù)庫的能力。有些用戶他可能比較喜歡投訴，比較喜歡標記，建立一個龐大的數(shù)據(jù)庫，對我們的呼叫中心的業(yè)務本身幫助是很大的。云之訊現(xiàn)在有600萬的免打擾用戶，這些用戶是在各種環(huán)節(jié)中，他可能表達了自己不愿意接聽這個電話，或者他可能接上你的電話會標記你，這個是一個很大量的數(shù)據(jù)積累，我們做得時間比較久，在這方面積累比較多�；诖�，會誕生黑名單和意向度比較高的客戶白名單。第三個是通話過程。我們在做短信的安全監(jiān)控的時候，其實它相對要簡單一些，因為短信的傳輸是明文傳輸，在這個過程中，對于垃圾短信，我們能很快過濾它的內(nèi)容。但是語音是聲音，它不是文字，怎么辦？我們就把它轉(zhuǎn)化成文字，一個是基于錄音的監(jiān)聽，第二個基于語音識別的技術(shù)，把通話內(nèi)容實時轉(zhuǎn)化成文字，及時識別它在這個過程中所表達的傾向。“請轉(zhuǎn)賬5000萬”，這個可能是詐騙電話，可以通過與通信層的聯(lián)通，呼叫控制，把這個通話掛斷，保護客戶的財產(chǎn)安全。第四個是關(guān)鍵指標。關(guān)鍵指標是有一個行為分析的，包括呼叫頻次、平均通話時長，還有應答率的評估等。通過分析，我們可能發(fā)現(xiàn)外呼的用戶并不是他們的注冊用戶，有可能是盲打。我們基于各種信息的監(jiān)控，實現(xiàn)系統(tǒng)上的安全。
要實現(xiàn)這個邏輯是我們有自己的錄音平臺，云之訊可以給所有客戶提供錄音服務。在這個過程中，我們有語音識別引擎，對錄音文件進行實時的分析和檢索，同時推送到我們的大數(shù)據(jù)中心，和呼叫控制中心。在大數(shù)據(jù)中心，我們看到這個結(jié)果，如果不達標就要整改。而在呼叫中心控制，我們可以及時地去避免很多不安全行為的發(fā)生。我們其實是把人工智能和通信給連接起來了，以此凈化我們的環(huán)境，給我們一個綠色、健康、規(guī)范的語音通話環(huán)境。
下面這個是我們系統(tǒng)的展示，我們可以根據(jù)用戶的通話內(nèi)容標識出通話重點，如分期、信用卡、還款等。我們在這里分類的趨勢，有敏感詞，有教育培訓，有詐騙的敏感詞，這些分析出來以后，可以分等級，一級二級三級四級，對于非常敏感的要立即處理，對于其他的則可以提示他去改進他的業(yè)務。另外我們在提供服務的時候，有些客戶比如說他是做貸款業(yè)務的，可能他又跑了一個催收的業(yè)務，系統(tǒng)可以甄別客戶使用的真實行業(yè)。假如客戶報備實名制的資料跟他所使用的通話并不匹配，一個拿了房地產(chǎn)的資質(zhì)，卻做了金融的業(yè)務，系統(tǒng)就可以發(fā)現(xiàn)，馬上杜絕掉。
剛才講的安全中心的能力，是第三個場景，第四個場景是號碼狀態(tài)的檢測。據(jù)了解，在2018年6月份，全國放出去的號段已經(jīng)有40.2萬個，整個號碼容量有40多億，我們按人均一個號碼可能只有12億個在正常使用，其中有大量的無效號碼。在這個過程中，我們的客戶服務效率很低，因為我們發(fā)現(xiàn)有些客戶呼叫接通率沒那么高，很大的原因是有些客戶已經(jīng)銷號了，但是他還在聯(lián)系。在這個時候，我們通過人工智能的技術(shù)就可以完成一個號碼狀態(tài)的識別和檢測。這里要講一個技術(shù)背景，在實際情況中，運營商的反饋其實并不能標識客戶到底是關(guān)停，未接通還是信號不好，它可能只會給你回一個408錯誤。而我們可以給客戶提供一個基于號碼狀態(tài)識別的精準服務，我可以告訴你，你打了這些號碼，他是關(guān)機或者空號或者停機，有的正在通話中你可以下次去聯(lián)系他，有的客戶是不是換了其他的號碼，這些都是基于號碼可以做的運營的事情。
這個背后的技術(shù)并不復雜，我們基于大數(shù)據(jù)的積累，在通話的數(shù)據(jù)量基礎(chǔ)上，分析哪些客戶是通的，哪些客戶反饋是不對的。這個積累，比如說發(fā)短信有回復，運營商完全是知道用戶的狀態(tài)是什么，我們調(diào)用了三大運營商的接口。在判斷碼號狀態(tài)的時候運用語音識別，通話的回鈴音這個數(shù)據(jù)是可以被采集到的，這個內(nèi)容里面都是標準的普通話，所以它的識別率和精準率非常高，可以達到99%以上。號碼現(xiàn)在處在什么狀態(tài)，我們都可以反饋給你。
基于此我們有哪些應用呢？第一個應用是空號檢測。第二個是號碼狀態(tài)識別，關(guān)機，不在服務區(qū)，可以反饋。第三個是實名認證。最后一個是羊毛黨的檢測，根據(jù)碼號行為分析，辨別出哪些是羊毛黨，哪些是正常的優(yōu)質(zhì)的用戶，幫助企業(yè)規(guī)避業(yè)務風險。
接下來我要談的是能力開放。其實云之訊在這么久的技術(shù)積累中，也是通過不斷地探索和實踐，然后有了這些技術(shù)方面的能力和基礎(chǔ)，包括在AI，在大數(shù)據(jù)，在安全，在基本通訊能力上。我們非常愿意把這些開放給整個行業(yè)，所有的能力都提供一個開放的API接口，因為云之訊不止是軟件服務的提供商，我們還希望成為一個服務能力的提供商。很多企業(yè)有自己的呼叫中心，有自己的能力，但是它又不想在通信，在人工智能上投入過多，這個時候就可以調(diào)用我們的接口。我們把接口的能力賦能給相應的合作伙伴，比如像語音識別，包括NLP、語音理解的，基于關(guān)鍵字的，基于神經(jīng)網(wǎng)絡(luò)的機器人學習的技術(shù)，以及話術(shù)能力，各行業(yè)的知識庫，還有通信方面的，像955，代理商運營商的能力開放。我們支持所有能力向全行業(yè)開放，支持大家去調(diào)用。
人工智能這個技術(shù)在高速地發(fā)展過程中，我們會面臨各種各樣的問題和困難。但是我們看到人工智能從阿爾法狗到現(xiàn)在的智能機器人，它是在不斷提升和改變的。人工智能+通訊+數(shù)據(jù)會產(chǎn)生怎么樣的化學反應，在呼叫中心行業(yè)里，我們可以一起去嘗試，去探索。我們現(xiàn)在可以提供第五代的全能力的呼叫中心系統(tǒng)，也歡迎大家能跟我們一起來合作，一起來溝通，一起來進步。謝謝各位！以上是我的分享。
