99%、90%、95%——這幾個數字分別代表着馬上消費的智能客服的客戶提問覆蓋率、客戶意圖識別率、客戶問題解決率。從2017年上線至今，6年的時間，馬上消費的智能客服便做到今天的成就。

　　馬上消費黨委書記曹景泉&&，數字中國浪潮下，“人機共舞”的智能化時代已然來臨，AI算法、人工智能等先進科技正在重新定義着消費金融領域的客戶體驗。隨着相關技術的不斷迭代，馬上消費的智能客服進入全新的發展階段。“通過智能客服，將有效提升我們的服務效率、客戶體驗以及客戶忠誠度等。”

　　據了解，馬上消費智能客服採用前沿的人機對話系統架構，以深度學習、機器學習、增強學習等核心AI算法為基礎，可實現意圖識別、意圖預測、用戶畫像、上下文理解等核心能力，力爭為客戶提供“千人千面”的精準智能服務。

　　百萬級問答知識庫 客戶提問覆蓋率達99%

　　據了解，有百萬級問答知識庫作為支撐，目前馬上消費的提問覆蓋率已達到99%。曹景泉稱，客戶覆蓋率的提升，意味着馬上消費智能客服的場景不斷增多，越來越多的客戶可以享受智能客服的服務。

　　除此之外，目前，馬上消費內部有專門的“數據回流機制”，以進一步提升客戶提問的覆蓋率。“當一些用戶的問題回答不上時，我們會反饋到日誌庫裏，之後我們會運用半監督聚類算法來發現這種新標籤，再通過人工的校驗來補充到前端數據庫裏，以此提升問題的覆蓋率及解決率等。”馬上消費客戶體驗部負責人姜永峰介紹道。

　　姜永峰認為，智能客服作為互聯網消金企業實現服務升級、質量升級的重要工具，其背後的生成邏輯與市場需求、客戶需求緊密相關，隨着技術進步的推動，將進一步滿足企業的擴展需求。“於公司而言，智能客服有利於提升公司的競爭力、品牌的影響力、服務質量、公司效率以及客戶的忠誠度等。於客戶而言，智能客服覆蓋率的提升，將滿足消金領域客戶的多元化、個性化、場景化、便捷的服務需求。”

　　依託於高質量數據 客戶問題解決率達95%

　　曹景泉&&，在消費金融領域，由於行業對服務知識的精準度、準確性要求極高，要達到95%的客戶問題解決率相當不易。“舉例來講，如何快速識別客戶處於哪個階段（貸前、貸中、貸後），如何根據客戶所處的不同階段提供不同的方案，給予精準服務等都是需要攻克的技術難點。”

　　據了解，在攻克技術難點中，需要用到自然語言處理技術去識別語意，識別相關問題之後，又需要數據基座通過模型學習提升精準度。這個過程中包括自然語言處理技術、機器學習、深度學習等技術。此外，還有技術的現實應用問題，如何解決相關數據與業務準確度的標注，或者如何解決模型訓練中樣本數據，如何將其與實際資源進行匹配等都是需要解決的問題。

　　面對上述技術難點，如何快速提升問題的解決率？

　　“首先，製作一個快速搭建數據集的工具，前期沒有足夠樣本用於訓練模型，就根據專業客服對每個意圖提供少量種子樣本，使用數據增廣算法將每個意圖數據量擴充到30條左右，再使用小樣本學習算法在該數據集上訓練得到初始模型，之後基於主動學習思想在當前模型基礎上，有針對性地從沒有標籤的數據集裏挖取對模型提升有效的樣本，給到標注人員進行標注。” 馬上消費智能客服相關負責人説，為保證標注質量，會使用質量檢查算法對標注結果進行打分，分值過低的標注數據會返工重新進行標注。如此循環積累，最後就能得到足夠的高質量樣本。”

　　在模型選型上，馬上消費也使用了上億條金融場景數據並結合前沿預訓練模型進行二次預訓練，相比於開源預訓練模型，精度提升了2~3%。

　　事實上，要提升客戶問題的解決率，應先提升正確率，而該指標的提升需要依託高質量的數據，以及數據分析能力，才能有效支撐相關指標的持續提升。受益於業務體量的指數級增長，馬上消費積累了大量真實、有效、基於實際業務的數據，從而對解決相關技術難題打下了堅實的基礎。

　　客戶意圖識別率達90% “回流機制”助力指標提升

　　客戶意圖識別是智能客服中尤為重要的一環，該指標直接關係到客戶問題的解決等。目前馬上消費的客戶意圖識別率達到90%。

　　不過，馬上消費在該環節也面臨着行業共同的難題，即多意圖問題的解決。“可能客戶同時問了多個問題，佔比不到0.1%，目前線上採取了偏工程規則方式來解決簡單的多意圖情況。針對複雜的多意圖，基於語義分段算法我們將文本進行切割，之後針對切割後的每段文本進行單意圖識別，最後進行整合得到多意圖識別結果，目前在特定場景已取得不錯效果。”上述負責人&&。

　　目前，馬上消費正持續提高客戶意圖的識別率。主要通過協同業務專家，離線梳理好意圖體系，並借助標注輔助工具將馬上消費億萬級用戶提問話術關聯到意圖知識點上，並保障意圖體系的清晰、完備。

　　同時，針對某些高頻意圖，馬上消費根據用戶具體情況生成適合用戶的個性化解決方案。這一步主要依賴智能客服的上下文理解、多輪對話能力與各個業務系統的深度結合。在線上意圖識別和應答管理上，則通過主動式猜問、高頻問法NLU識別、長尾意圖相似度匹配等手段形成漏斗式識別流程，確保整體客戶體驗。

　　用戶好評率達98.65% 客戶體驗持續優化

　　馬上消費作為一家科技驅動型金融機構，始終堅持以用戶為中心，積極將人工智能等技術投入實際運用，為用戶提供體驗更好的服務。經過多年的努力，該公司的智能客服好評率達98.65%。

　　事實上，馬上消費的智能客服不僅聚焦於消費金融領域，在特殊時期還可為客戶提供情感安撫，助力提升服務質量。據悉，智能客服通過與用戶對話，可判斷用戶情緒波動情況，對於焦慮用戶會第一時間給予話語安撫，並優先轉接給專屬人工座席。

　　展望未來，曹景泉&&：“未來的智能客服，我們認為它應該是一個多重體驗融合的智能雲客服。在數字中國的背景下，雲計算、大數據等技術會愈發完善，將推動智能客服去做更多的嘗試。未來隨着元宇宙、虛擬數字人等技術的逐步完善，可能迭代為多模態的全新客服模式，比如全息客服，通過一個虛擬的形象在客戶身邊，為客戶做産品的介紹、問題的解決等。”