灵伴动态2020-07-18T08:00:09+00:00

见证我们前进的每一步

抗疫50天,灵伴AI再获北京海淀新闻报道与推荐

从1月28日灵伴成立公益项目组,让全自研的智能对话引擎化身AI志愿者驰援一线疫情防控以来,已经过去整整50天。 对比疫情带来的巨大影响,我们的付出微不足道,但这一路走来,灵伴的公益行动一直不断得到社会各界的肯定与关注,这里面有来自社区使用者的满满感谢,政府与各行业协会的诚意推荐、社会媒体的跟踪报道等等。 今日,灵伴再获北京市海淀新闻中心的关注与报道,海淀数字报刊头版位置不但还原了灵伴整个公益行动的细节与成果,还向全海淀区推荐AI疫情对话平台的使用。 除了北京市海淀新闻中心,我们也衷心感谢以下政府部门、国家机构、行业协会、高校组织等对灵伴的关注与支持。 这里面有来自中宣部学习强国的肯定,有快速组织AI权威测评的中国人工智能产业发展联盟,有筛选推荐优质疫情服务的人工智能标准化总体组等。 值得一提的是,很多地方社区因为在使用灵伴AI疫情对话平台的过程中感受到科技的力量,不但发来感谢信、主动宣传与推荐,还希望在疫情结束之后继续让AI参与到政府日常工作中。 经过全国上下一心的艰苦努力,疫情防控形势发生积极向好的变化,取得了阶段性重要成果,但疫情逐渐开始在全球加速蔓延,疫情防控任务依然艰巨繁重,复工复产复学仍需要慎终如始。 作为科技企业,我们深感责任重大。由于疫情还将在一定时期内持续,为了帮助中小企业快速复工,减少由于无法接触客户带来的损失,灵伴特别推出公益服务—6月底前免费提供10个超级云坐席。

2020.03.13|

首轮通过测试的灵伴AI,再获国家人工智能标准化总体组、大连工信局等重磅推荐

一方有难,八方支援。疫情爆发以来,科技企业作为中坚力量,在疫情防控,复工复产等方面积极做出贡献。为了向社会提供优质的技术产品和方案,政府、权威科技组织、行业协会、高校等纷纷进行疫情相关服务的收集与筛选。 截至今日,首轮通过人工智能产业联盟智能疫情防控机器人测试的灵伴[疫情防控AI对话平台]再获得国家人工智能标准化总体组、大连工信局、北京大学校友会、大连人工智能产业协会等重磅推荐。 人工智能标准化总体组第三批推荐 2月26日,国家人工智能标准化总体组秘书处(中国电子技术标准化研究院)分两批收集汇聚了共70款有助于疫情防控的人工智能产品和解决方案,积极为疫情防控工作提供科技支撑服务。面对当前疫情防控的严峻形势,秘书处在成员单位的持续支持下,收集汇聚了第三批29款AI产品和解决方案,持续为疫情防控工作提供科技支撑服务。 原文链接:https://mp.weixin.qq.com/s/kQ6dC9rw3UBpPPXtn-lpMA 大连市工业和信息化局推荐 2月28日,大连市工业和信息化局官网公布在疫情中提供优秀产品与服务的3家企业。 大连即时智能科技有限公司为政府、社区及防疫部门提供了智能语音回访和信息采集平台,对返乡人员进行智能语音回访、健康信息采集、定期通知返乡人员身体状况。目前在北京市、阳泉市流动人口回访调查中,智能语音回访平台已经上线,避免上门拜访的人与人之间接触。AI机器人已经代替人工回访工作开展初步排查,既减少了基层工作人员工作量,又减少了呼叫中心大规模人员聚集。 下一步,继续发挥软件企业的支撑作用,支持企业利用大数据和人工智能技术开展疫情防控平台、追踪系统、指挥系统、在线客服、远程办公等方面产品的研发,为疫情防控提供全面保障。 原文链接:http://gxj.dl.gov.cn/JXWMAIN/Simplified/News_Show.aspx?id=14305 [...]

2020.03.13|

用声音抗“疫”—— 一位北大博士创业者的战“疫”记录

3月2日,车库咖啡电台特别节目《我们的战“疫”》 2020年的新年,与以往相比少了几分喧闹,多了些许凝重。湖北武汉,新冠病毒愈演愈烈的疫情,牵动着每一个中国人的心。1月24日除夕夜,北京家中,陈博与家人享受着难得的温馨时光,作为一名带领近百位员工创业的企业CEO,忙于处理每日繁杂事务已成常态,除夕对他而言,是难得的一刻喘息。新年的序曲时时传来,电视上有关武汉疫区的最新消息与新年气氛显得那么格格不入。本是阖家团聚,其乐融融的日子,不想却成为了诸多家庭的梦魇。“继1月23日武汉封城后,湖北黄冈、鄂州、赤壁、仙桃、潜江等多个地区也发布通告,宣布不同程度停运城市公共交通。”大年初一早上的这则新闻让陈博一怔,对于17年前亲历了非典疫情的他而言,深知这次疫情大规模爆发将意味着什么。他脑海中突然生出一个闪念,能否将团队的智能语音技术运用到疫情排查与防护的过程中? 吹响集结号 有了想法,认为值得,就立即去做,这是陈博一向的做事风格。他拿起电话与创始团队其他4位合伙人共同商议,获得一致赞同。大家决定要以智能语音为武器,用公益的方式参与到这场声势浩大的抗击新冠病毒的战役当中。几个人越聊越兴奋,他们仿佛重温了最初创业时的那股激情,不同的是,创业面对的是商海,而此刻要面对的是疫情。参战的Flag高高飘扬,可打仗需要兵,这也正是陈博唯一顾虑的事情,此时正值春节假期,团队成员都在休假,他们能否也共同参与到这场战斗中?抱着试试的心态,跟几位同事取得了联系,一一得到肯定的回应。在国家大灾大难面前,个人的得失显得渺小而微不足道,团队成员这种朴素真挚的情感,让陈博深深触动。 于是,一个名为“灵伴公益活动讨论”(灵伴是陈博团队企业的简称)的微信群,在大年初一建立。小组13名成员身处北京、吉林、河南、湖北、大连、山西、山东共7省市,通过远程的方式沟通交流,并在初一当晚迅速投入到产品研发过程中,而此间没有一个人谈薪资,要待遇。大家深知,家国危难之际,个体的每一份付出,都是一件无悔而自豪的事。 决战48小时 “嗡、嗡、嗡……”,自“灵伴公益产品小组”微信群建立的那一刻起,群内就一直喧闹不断,大家针对研发方向和产品样态各抒己见。 最终两个产品研发方向被锁定:其一,针对疫情期间各类扰乱视听的社会言论,灵伴团队结合自身智能语音交互平台,将国家权威部门发布的疫情信息,制作成电台语音节目,以正视听;其二,将公司最主要的产品睿思云语音机器人平台,做成面向一线地方政府乡镇村庄、社区及防疫站的灵伴AI疫情防控平台,避免一线人员因直接接触带来的患病风险,提高信息采集效率。 1月25日大年初一当晚,产品研发方案最终敲定。直到凌晨,群内的信息依然响个不停。在13人心中,始终有一个信念:时间就是生命,早一分推出产品,就为一线人员多一份健康保证。历时团队成员2天的全力奋战,产品最终研发完成。13人看着熬夜奋战的研发成果,既欣慰又期待,他们期待着产品能第一时间被送上抗疫的最前线。 首战告捷 [...]

2020.03.02|

学习强国 | 大连智能回访平台在社区防控中投入使用

关于大连即时 大连即时智能科技有限公司成立于2018年,作为北京灵伴即时的子公司,大连即时充分发挥本地软件开发人才集中的区域优势,与北京灵伴人工智能研究院配合,基于AI核心技术能力,负责完成智能交互机器人系列产品的系统开发、测试以及技术支撑服务。同时,大连即时也将承担北京母公司在全国范围智能应用系统的实施技术服务和售后技术保障工作。在灵伴AI公益行动中,大连即时远程完成智能疫情防控对话平台的开发、对话机器人制作、技术与项目支持等工作,服务北京、山西、河北、贵州、河南等地社区一线工作人员开展疫情防控。

2020.03.02|

复工保卫战|承担社会责任,灵伴愿尽绵薄之力

2月10日起,各省迎来了首个“复工潮”。目前,除了湖北省外,全国其他30个省份均已部署安排企业复工复产。虽然在全国人民上下一心的共同努力下,疫情得到了有效控制,但是疫情的警报仍未解除,复工带来的人员大规模流动与聚集将疫情防控带入新的阶段。 在过去的20天中,灵伴AI有幸在湖北、北京、河北,山西、贵州等地与众多一线工作者共同奋战。在这个新的防守阶段,我们愿尽绵薄之力继续奔赴一线,助力复工复学的有序进行。 灵伴AI服务省份示意图 速报|灵伴AI疫情防控对话平台 1月28日,灵伴利用自身AI多轮复杂对话优势,搭建疫情防控平台驰援一线健康回访,助力帮助政府、社区、医院、企业等组织了解每个人的健康动态,假期接触史,城市流动、交通选择等。 据不完全统计,全国即将有2亿人复工复学,如此大规模排查保守估计会产生千万级调查需求。2月10日,民政部基层政权建设和社区治理司司长陈越良在新闻发布会上明确表示面对面排查可能带来交叉感染风险,要通过技术手段最大限度避免近距离接触和产生交叉感染的风险。 因此,AI媲美真人的沟通能力和日百万服务能力,不仅能够更高效的应对大规模且全面的回访任务,更能减轻一线工作人员压力,减少接触带来的风险。 速报|AI疫情防控平台5大功能 【全面回访】AI日服务可达百万量级,快速实现流动人员健康回访 【高效排查】通过回访快速排查出高危接触人群,并进一步为他们提供帮助 [...]

2020.02.12|

灵伴疫情防控对话服务深入基层,助力返工潮健康排查工作

日前,灵伴针对此次疫情紧急免费推出的疫情防控对话机器人已在北京、河北、山西、辽宁等多地陆续上岗,通过每日健康排查及针对高危人群回访等助力基层社区对居民的健康状况实现全员追踪、实时掌控、重点筛查,统计结果以数据直观呈现,有效降低工作人员线下排查的感染风险。 狙击疫情的战役仍在持续,各企业的复工日期一再推迟后,目前已迎来第一批返工高峰,随之而来的是对疫情防控的新一轮挑战。 大规模复工人员将不可避免乘坐火车、飞机、地铁等公共交通工具,经过车厢、车站等人口密集地区,此时,做好全面、及时的排查工作可有效解决复工带来的疫情隐患输入性压力,避免疫情进一步扩散,做到所有流动人员健康情况可控,为打赢这场攻坚战筑起坚强堡垒。 针对陆续到来一轮又一轮的复工高峰,各大城市不仅在车站等人流聚集地设立健康排查工作,各小区基层也针对返工人员的身体状况启动了密切追踪。灵伴疫情防控对话机器人希望能够协助基层工作人员,与坚守岗位的一线人员、全国民众一起早日结束这场战斗。 灵伴疫情防控对话机器人深入基层 灵伴疫情防控对话机器人在春节期间协助多个省份的基层工作人员开展疫情防控工作,其中仅在张家口宣化区某乡镇就实现了2天内对辖区内6个村庄千户居民的全面覆盖。 在明确该地区加强疫情防范宣传及排查本地流动人员的两大需求之后,于1天内在原有流程上新增具有针对性的8个问题,实现第2天上岗工作,分别通过每日回访对居民健康状况进行排查、通过疫情通知对居民进行健康知识普及教育以及疫情出行报备回访对居民动态全面掌握,极大减少人力工作量,帮助他们以更快的速度做好疫情防控工作。 灵伴疫情防控对话机器人春节复工应用说明 应用场景:复工人员健康状况排查 针对人群:春节假期结束后返回工作地点的人员 [...]

2020.02.07|

谷歌NLP新方法:无需翻译,质量优于无监督翻译模型

【导读】无需翻译的无监督复述的新方法:允许从输入句子生成多样化、但语义上接近的句子。模型基于矢量量化自动编码器(VQ-VAE),可以在单纯语言环境中解释句子。它还具有独特的功能,即与量化瓶颈并行的残余连接,可以更好地控制解码器熵并简化优化过程。 近年来,研究人员一直在尝试开发自动复述的方法,复述就是对相同语义的不同表达,例如一句话,可以有一千种说法。这需要从文本中自动抽象语义内容。 由于缺乏可用的复映对标记数据集,目前更多的是使用依赖于机器翻译(MT)技术的方法,已经被证明非常受欢迎。 理论上来看,翻译技术可能是自动复述的有效解决方案,因为翻译技术是从语言实现中抽象出语义内容。例如,将相同的句子分配给不同的翻译者,最终翻译出来的内容通常是有差别的,这样就得到一个丰富的解释集,在复述任务中可能会非常有用。 尽管许多研究人员已经开发出基于翻译的自动复述方法,但显然人类并不需要翻译才能解释句子。 基于这一观察结果,Google Research的两位研究人员最近提出了一种新的复述技术,可以不依赖机器翻译的方法。 在预先发表在arXiv上的论文中,他们将这种单语方法与其他翻译技巧进行了比较(例如监督翻译和无监督翻译方法),该论文被引用了47次。 进行这项研究的两位研究人员Aurko Roy和David [...]

发展负责任的人工智能:新一代人工智能治理原则发布

6月17日,国家新一代人工智能治理专业委员会发布《新一代人工智能治理原则——发展负责任的人工智能》(以下简称《治理原则》),提出了人工智能治理的框架和行动指南。 近年来,人工智能迅速发展,正在深刻改变人类社会生活、改变世界。为促进新一代人工智能健康发展,加强人工智能法律、伦理、社会问题研究,积极推动人工智能全球治理,新一代人工智能发展规划推进办公室成立了国家新一代人工智能治理专业委员会。 起草《治理原则》是委员会今年的重点工作,《治理原则》经过网上建议征集、专家反复研讨、多方征求意见等环节,凝聚了广泛共识。 《治理原则》旨在更好协调人工智能发展与治理的关系,确保人工智能安全可控可靠,推动经济、社会及生态可持续发展,共建人类命运共同体。《治理原则》突出了发展负责任的人工智能这一主题,强调了和谐友好、公平公正、包容共享、尊重隐私、安全可控、共担责任、开放协作、敏捷治理等八条原则。 《治理原则》全文如下: 新一代人工智能治理原则 ——发展负责任的人工智能 全球人工智能发展进入新阶段,呈现出跨界融合、人机协同、群智开放等新特征,正在深刻改变人类社会生活、改变世界。为促进新一代人工智能健康发展,更好协调发展与治理的关系,确保人工智能安全可靠可控,推动经济、社会及生态可持续发展,共建人类命运共同体,人工智能发展相关各方应遵循以下原则: 一、和谐友好。人工智能发展应以增进人类共同福祉为目标;应符合人类的价值观和伦理道德,促进人机和谐,服务人类文明进步;应以保障社会安全、尊重人类权益为前提,避免误用,禁止滥用、恶用。 二、公平公正。人工智能发展应促进公平公正,保障利益相关者的权益,促进机会均等。通过持续提高技术水平、改善管理方式,在数据获取、算法设计、技术开发、产品研发和应用过程中消除偏见和歧视。 [...]

如何可视化BERT?你需要先理解神经网络的语言、树和几何性质

语言的结构是离散的,而神经网络则基于连续数据运作:高维空间中的向量。成功的语言处理网络必须要能将语言的符号信息转译为某种几何表征——但是这种表征该是怎样的形式呢?词嵌入提供了两种著名的示例:用距离编码语义相似度,特定的方向则对应于极性(比如男性与女性)。 近段时间,一个激动人心的发现带来了一种全新类型的表征方式。关于一个句子的语言信息中,一大关键部分是其句法结构。这种结构可以表示成树,其节点对应于句子的词。Hewitt 和 Manning 在论文《A Structural Probe for Finding Syntax [...]

Facebook 的 AI,已经可以用比尔·盖茨的声音说话

机器语音系统一直有点令人失望:即使是最好的文本语音转换系统也摆脱不了机械的特性,缺乏人类说话时的基本语调变化。斯蒂芬·霍金使用的语音系统就是一个很好的例子。 但近年来,机器学习取得了巨大进步,也改善了机器语音系统的一些缺点。 最近,Facebook 人工智能研究中心的 Sean Vasquez 和 Mike Lewis 发现了一种可以克服从文本到语音系统转换限制,完全由机器生成而且音频片段极其逼真的方法。这一系统被称为 [...]

再破新纪录!微软最新NLP模型3项评分全面超越人类水平

媲美人类对话水平! 由微软亚洲研究院(MSRA)的自然语言处理(NLP)团队和Microsoft Redmond的语音对话团队的研究人员在斯坦福大学的会话问答(CoQA)挑战赛中处于领先地位。 在CoQA挑战中,通过理解文本段落,并回答对话中出现的一系列相互关联的问题,来衡量机器的性能。微软目前是唯一一个在模型性能方面达到人类水平的团队。 CoQA是一个大规模的会话式问答数据集,由来自不同领域的一组文章的对话式问题组成。 MSRA的NLP团队之前使用斯坦福问题答疑数据集(SQuAD)在单轮问答上达到了人类水平。与SQuAD相比,CoQA中的问题更具会话性,答案可以是自由格式的文本,确保对话中答案的自然性。 CoQA中的问题很短,更倾向于模仿人类对话。此外,第一个问题之后的每个问题都取决于过去的对话内容,使得这些简短问题对于机器而言更难解析。例如,假设你曾问过系统,“微软的创始人是谁?”当提出后续问题“他什么时候出生的?”时,其实仍然在谈论同一话题。 来自CoQA数据集的一组对话,可以看到新问题与过去的问题之间的逻辑联系 CoQA,追求对话答案的自然性和问答系统鲁棒性 CoQA是面向建立对话式问答系统的大型数据集,CoQA挑战的目标是衡量机器对文本的理解能力,以及机器面向对话中出现的彼此相关的问题的回答能力的高低(CoQA的发音是“扣卡”)。 [...]

性能超越经典ASR模型!谷歌重磅推出全新语音识别数据增强方法

介绍 自动语音识别(ASR)是一种将音频输入转换成文本的技术,深度神经网络的发展 推动了 ASR 的进步。ASR 在许多现代设备和产品中都有应用,如谷歌助手、谷歌主页和 YouTube。目前 ASR 的主流研究方向依然是设计更好的 ASR [...]

Nature今发表脑机接口领域重大突破:华裔教授成功解码脑电波,并合成语音

许多患有神经疾病的患者因丧失语言能力,需要依赖特定的通讯设备进行沟通,这类设备利用脑机接口或者头部、眼睛的动作来控制光标选择字母,从而说出他们想说的话。但是,这个过程比人类的正常语速慢得多,往往是在蹦单词。 4 月 25 日,Nature 杂志发表了加州大学旧金山分校(University of California San Francisco)的一项最新成果,该校神经外科华裔教授 [...]

深度丨人工智能前沿技术应用趋势与发展展望

现阶段人工智能技术发展呈现出不同的特点,并面临新的挑战。短期来看,人工智能技术的研究将围绕解决算法理论、数据集基础、计算平台与芯片等方面的问题进行;长期来看,人工智能技术将分别沿着算法和算力两条主线向前发展,并逐步带领人类进入到人机协同的新时代。 随着深度学习技术在智能驾驶、智慧金融、智能制造、智慧农业、智慧医疗、智能家居等领域的逐步应用,作为引领这一轮科技革命和产业变革的战略性技术,人工智能的产业化已经取得了显著的效果,显示出带动性很强的“头雁”效应。中国、美国、英国、德国、法国、日本等主要国家都纷纷将人工智能上升为国家级战略,积极抢占人工智能竞争的制高点。我国还进一步强调要加强人工智能领域前沿技术布局,支持科学家勇闯人工智能科技前沿的“无人区”。 现阶段人工智能技术发展特点 经历了60多年的发展之后,人工智能已经开始走出实验室,进入到了产业化阶段。具体表现出以下几个方面的特点: 深度学习技术逐渐在各领域开始应用 深度学习通过构建多隐层模型和海量训练数据,来学习更有用的特征,最终提升分析准确性。深度学习能够通过数据挖掘进行海量数据处理,自动学习数据特征,尤其适用于包含少量未标识数据的大数据集;采用层次网络结构进行逐层特征变换,将样本的特征表示变换到一个新的特征空间,从而使分类或预测更加容易。因此,深度学习自2006年由Jeffery Hinton实证以来,在云计算、大数据和芯片等的支持下,已经成功地从实验室中走出来,开始进入到了商业应用,并在机器视觉、自然语言处理、机器翻译、路径规划等领域取得了令人瞩目的成绩。 新型算法不断探索 在深度学习应用逐步深入的同时,学术界也在继续探索新的算法。一方面,继续深度学习算法的深化和改善研究,如深度强化学习、对抗式生成网络、深度森林、图网络、迁移学习等,以进一步提高深度学习的效率和准确率。另一方面,一些传统的机器学习算法重新受到重视,如贝叶斯网络、知识图谱等。另外,还有一些新的类脑智能算法提出来,将脑科学与思维科学的一些新的成果结合到神经网络算法之中,形成不同于深度学习的神经网络技术路线,如胶囊网络等。 基础数据集建设已经成为基本共识 [...]

Layla El Asri:如何建立更智能的人机对话系统

导读:从1968年的科幻先声《2001太空漫游》,到今年大热的贺岁档电影《流浪地球》,人们对未来科技的想象里,无障碍的人机对话系统从未缺席。我们今天的对话系统,离科幻电影中描述的未来还有多远呢?在这篇文章里,微软蒙特利尔研究院研究经理Layla El Asri博士向我们揭示了当前对话系统研究面临的问题与挑战,并分享了该领域正在进行的一些有趣的研究。本文编译自微软研究院播客“Talking with machines with Dr. Layla El Asri”。 [...]

3.15曝光之后,AI+客服的未来应走向何方

今年3.15晚会,一条以“探针盒子-硬件透传-骚扰式外呼机器人”为核心的灰色产业链遭到曝光,再一次将用户隐私泄露和骚扰式电话推到镁光灯前。回想4年前,3.15曝光了同样的事件,彼时的无良企业已经开始利用透传和语音自动群呼等技术方式,成为售卖假货和放高利贷等违规服务的帮凶。伴随人工智能的第三次浪潮,AI技术被逐渐引入到这条灰色产业链中,让昔日无良企业卷土重来,变本加厉的侵害用户利益,再一次透支人们对客服行业的信任,也给刚刚发展起来的AI语音客服行业前景蒙上阴影。 乱象层出不穷,危害行业前景 回顾这条隐藏在暗处的灰色产业链,由3个环节组成:大数据带来的用户隐私泄露、硬件透传和骚扰式外呼机器人: 首先,大数据带来的隐私泄露是整条灰产的起点。APP安装通过隐藏在使用协议中的众多强制条款,无数的个人用户隐私信息在安装第三方软件的过程中被软件的生产者悄然采集、分析、处理,汇入庞大的数据库。与此同时,非法厂商使用探针盒子的WiFi探测技术悄然识别手机的MAC地址,获得IMEI(手机串号),堂而皇之的将之与大数据库进行匹配,获取用户号码信息甚至精准匹配用户画像。最终这些利用非法手段获取的用户个人和号码信息被“有心人士”卖给营销公司变现获利。 其次,有关部门明令禁止的非法透传技术。在通道侧,电话几乎是唯一能够主动触达用户的途径,用户作为被动方,来电号码显示是其判断的重要信息来源,在这种情况下,一旦号码被篡改用户将会面临巨大风险。2018年7月,工信部在内的国家十三个部门开始综合整治骚扰电话的专项行动,严令禁止透传技术虚拟主叫号码或自行修改主叫号码,此次3.15曝光某些无良企业无视法规,竟然使用硬件透传篡改号码显示,为用户、行业和社会带来了巨大危害。 再次,这条灰产的用户触达环节是骚扰式外呼机器人。其低成本、大并发的特性,与电销业务的需求高度重合,因而很容易被行业的短视者视为生财之道。然而对用户而言,接听由机器人拨打出的骚扰电话不仅侵占了消费者宝贵的时间,扰乱人们正常的工作和生活节奏,甚至还可能成为诈骗的受害者,使人们蒙受无妄的损失。同时,这种行为也在无形的瓦解着商业社会的基石——“信任”,而信任也正是服务行业的前提和基础。 一方面,智能骚扰电话的猖獗使得消费者逐渐失去对陌生电话号码的信任,进而少接或者拒接陌生号码,这使得正规企业的正规客户服务开展异常艰难,运维成本大幅增加。另一方面,这种乱象也对整个客户服务行业正常运转产生冲击,例如历来注重服务的银行业和保险业,在金融产品高度同质化的今天,其竞争的关键逐渐转向优质的客户服务。为提升业务效率、服务质量和客户满意度,这两类企业提供了丰富的主动式智能服务,如银行领域提供的支付提醒、消费风险提示,各类回访和满意度调查等,这些本该是客户享有的服务升级,也是用户资金、个人信息安全的有力保障。然而由于骚扰式电销机器人的出现,普通用户很难在一开始对主动客户服务与骚扰式电销作出区分,要么无端遭受干扰,要么干脆统统拉黑拒绝了事,于是正规业务的开展成本和难度呈大幅增长,整个行业被迫失去应有的信任和支持,社会交易成本急速攀升,行业声誉严重受损。 多方利益纠缠,铸成今日混乱 智能客服外呼机器人为企业服务领域提供了一次难得的历史机遇性的产业升级。作为一项以语音识别、语音合成、自然语言理解等核心技术为底层架构的AI交互产品,它能够缓解呼叫中心行业面临的客服效率低、客户流失率高、客服质量难把控等问题,不仅能为企业节省成本,还能提升服务效率和质量。同时,它也能辅助客服的销售流程,对语音对话实时转文字,提取文字分析的关键信息,辅助客服人员起到销售思路导航、推荐话术、知识点、购买意愿的分析等能力。然而,就是这样一个本该有着大好发展前景的AI应用场景,竟然因为少部分企业的贪婪短视,造成了AI应用在客服场景落地的怨声载道,未免让人唏嘘。我们不禁要问,究竟是什么造成了今日的行业乱象,又是什么导致整个行业作为负面的案例被央视点名批评? 首先,正规企业的正规客服业务对AI多轮次复杂对话的要求颇高,不但要掌握AI交互全链条的自有核心技术,更要熟知业务领域知识、掌握呼叫中心传统坐席的各种功能,其产品研发周期长,开发难度大。对于想要进入AI语音客服这个赛道的企业而言,面对如此高壁垒的技术门槛,会选择要求更简单的电销机器人来攥取利益也不足为奇。 [...]