撰文 | 不定项
编辑 | 宇多田
尽管距离天猫双十一还有两周，但促销和预付的消息已经让节日的氛围提前降临。
这是用户的狂欢，也是对于支付平台的考验。其中，虽然系统技术架构升级，特别是峰值阶段的风险监控是工程师们的任务，但如何对用户海量问题进行及时反馈，则是客服人员的挑战。
「当天的咨询量和交易量一样，都是平时的好几倍，以前客服人员忙的不可开交，甚至没有多少时间上厕所！团队还会开玩笑说要评出双十一的『金膀胱奖』。」蚂蚁金服的工作人员告诉我们，「但这种情况现在不会再出现了。」
客服是个体力活
走进蚂蚁金服总部大楼的客服办公区，你可以看到几乎每台办公桌上都有两台电脑，客服人员戴着耳机，正在忙碌地接着电话。每走几步，都会听到工作人员在针对各种不同的疑问进行解答：
「您是说绑定银行卡…」「看您的操作记录…」「蚂蚁花呗和借呗…」
在蚂蚁金服总部大楼里，目前大约有 450 名这样的客服人员。
客服部门的办公区
如果按照传统的人力方式，即使在 60 秒内解答一个用户的疑问，8 小时不间断工作，一个客服每天能够服务的人数也不可能超过 500 人。即便再加上成都的自营团队与外包团队，每天的服务量也都是有限的。
况且，当客服还是一件体力活。每个客服都需要「屁股黏在凳子上」不停地接听用户来电，这就好比是长途司机，务必要坚守在自己的驾驶座上。此外，团队还需要保持 24 小时在线，所以不得不实行倒班制。
深夜食堂
支付宝到底多依赖智能客服？数据说话
在以往天猫双十一来临时，客服也是压力最大的团队之一。不仅当天的咨询量和交易量都数倍于平常，而且一旦回复稍有延误，就会引来连续不断的抱怨与非议。
但是，这一切正在逐渐被技术所改变。
蚂蚁金服智能客服技术负责人子孟在接受采访时表示，尽管每年的双十一的交易量都在创造纪录，但是「一线客服人数并没有大幅增加。」
在 2015 年双十一当天，支付宝共有 500 万次咨询，其中 94% 由虚拟客服代表解决，6% 转由人工介入。
2016 年的双十一，支付宝智能客服的自助率达到 97%。
2017 年的双十一，智能客服正严阵以待…
支付宝里面的「我的客服」应用，由最初的「安娜」升级到了「小蚂答」，再到现在的「蚂蚁安安」，对用户意图的识别准确率和问题解决率有了大幅提升。
蚂蚁金服客户资深总监徐蔚表示：「当然，对于天猫双十一来说，数据的提升仅仅是一小部分，解决问题才是更重要的事情。此外，毫无疑问，智能化节省了我们自己的资源，不管是人力还是资金方面。」
AI 改变了客服的什么？快捷应答和「未问先答」
每个时代的客服都有自己的特点。子孟认为，客服产业也有自己的发展史，大致可以分为三个阶段：
传统方式：把回答的内容做成类目树，让大家自己去查询。快捷应答：采用语音交互，用问答机器人的方式快速识别问题，指向特定解答或者转向人工。未问先答：依据用户的实时数据，经过学习和分析，在用户开口前预测想问的问题。
第一个阶段——运用传统方式的典型案例，就是咱们拨打手机运营商的服务热线时通常听到的语音内容：
「欢迎您拨打 XXXX，业务查询请按 1，手机充值请按 2，业务办理请…」
从缺陷来看，传统按键搜索的模式反应迟钝，还需要占用许多不必要的时间。况且在大多数时候，我们还没有听完提示词，就会直接切换到人工服务，因此无论是为公司本身节省成本方面，还是在满足用户需求方面，效果都不太明显。
第二个阶段的「快捷应答」是许多互联网公司采用的手段，也是许多创业公司瞄准的方向。
通常来讲，客户拨打客服电话后，按要求用一句话描述问题，电话那端的「机器人」就能够将将问题分类，推送相应的解决方案。
子孟在现场展示了一段机器人客服回复的电话录音：
A：您好，为给您提供自主或人工服务，请简单描述一下您的问题，请讲~Q：那个昨天半夜来了两个信息出的我用花呗申请了 1000 元钱的额度现在花了六百六根本没做这件事该怎么解决A：您是要咨询没有开通花呗被扣款，对吗？Q：对！A：好的，为了快速解决您的问题，我们已经安排小二优先为您服务（转人工）。
从这一段对话来看，虽然用户的回答不够明晰，但智能客服还是通过识别关键词「理解」了问题。不过，这些问题的答案通常都是预置性的。也就是说，智能客服会根据你的问题来判断是否属于常见问题之一，为你推送一些有固定答案的回复。
「类似上述的问题，我们之前会准备两三级的菜单。但现在，这些复杂的交互流程可以通过一两句话的描述简化。」子孟解释说，「这一代的服务模式是要去按键化，减少按键输入。」
实际上，这也是一种典型的语音交互，其使用体验与智能音箱类似。但由于应用的领域不同，背后对应的算法要求和技术能力是不一样的。子孟介绍说：「我们会做一些针对金融属性场景的服务。」
记者在「我的客服」当中试用语音提问
第三个阶段的「未问先答」其实一点都不神秘。例如，打开「我的客服」之后，页面上就显示「猜你想问」，这是根据用户的行为轨迹而确定的。
看截图猜小编近期在纠结什么问题？
「这其实是机器学习领域深度神经网络技术一种建模，」蚂蚁金服智能客服负责人刘学亮这样解释「未问先答」技术：「AI 一边学习了解大量的用户问题，一边学习记录用户行为轨迹及画像特征，再把两者结合建立匹配模型。」
在这个基础上，「我的客服」还会主动推送一些问题的解决方案：
「例如用户绑定银行卡的时候，会遇到绑定的手机号与银行预留的号码不一样的情况。」子孟介绍说，「如果过一段时间，用户没有绑卡成功，或者没有完成操作，我们会根据模型判断，选择一个消息推送解决方案。」
但是这种推送是经过算法严格筛选控制的。因为如果预测错误，会对用户造成不必要的困扰。
在反复点击用户积分后，小编收到的主动推送
在这个基础上更进一步，「是在你拨打客服电话以后，就可以判断你的问题是什么，然后立刻给出解决方案。」子孟又演示了一段用户与「客服」通话的录音：
「欢迎致电蚂蚁金服。您好，请问您的问题是花呗如何还款，对吗？」
「对！对！我就是想问这个！」
与「猜你想问」类似，能够实现未问先答的基础，是在于「学习」了用户大量的行为轨迹数据。基本思路就是通过神经网络算法，将十余万的特征与几千个标类的问题匹配后，再利用反馈数据进行优化。
很显然，相比于敲打文字询问客服的模式，用户拨打电话，听到另一端的「客服」直接猜出了自己所想的问题，这一刻的体验是更为惊艳的。
但是，蚂蚁金服对这款产品的应用还是比较慎重的。电话版的「未问先答」，最初于今年三月份上线，在运转半年之后才相对成熟，如今仅被要求覆盖 30% 的问题。不过在双十一后，我们预计会有更多用户有机会体验到这一智能服务。
过去的成绩只是一小部分，双十一大战的检验才是正理
最后，我们问出了一个最关心的问题：这些技术的支持在多大程度上缓解了客服的压力，或者说，为公司节省了多少成本？
而子孟给我们提供一份「智能客服的应用成绩单」：
进入到「我的客服」的用户大约有 400 万，其中 50% 的问题可以用过「未问先答」的「猜你问题」识别并解决，每天的服务量为 200 万次以上。通过主动服务每天触发到近 100 个场景事件，触达用户超过 100 万，客户满意率达到 了 91%。语音交互整体是 17 年初上线，IVR（互动式语音应答）求助时长降低三分之一，重复来电减少一半。未问先答在 3 月上线以来，覆盖 95188 30% 的来电，日均求助时长缩短了 10 秒。此外，在启用主动服务后，用户主动发问比例减少了一半。不过账户安全、风险控制类的问题，目前主要还是依赖人工解决，但相对而言工作量已减轻许多。「现在一些客服小二在业余时间，还可以用直播或者新媒体的方式给用户提供服务。」子孟介绍说。
虽然听起来成绩不俗，但真正的考验还是 11 日后的光棍节，不知这一次能否让蚂蚁客服与用户们都可以「平安」地度过这一天。
「（过双十一）我们以前必须喝红牛过，现在有了这么多技术升级，期望这次我们能喝着红酒过。」蚂蚁金服副总裁阿玺开了个玩笑。
