該大型銀行多年來不斷探索銀行傳統(tǒng)經(jīng)營活動(dòng)的數(shù)智化轉(zhuǎn)型之路，并始終走在前列。面對(duì)行方的海量用戶名單和嚴(yán)苛運(yùn)營指標(biāo)，容聯(lián)云在2個(gè)月的時(shí)間里，通過建設(shè)期、提升期、試運(yùn)營、運(yùn)營期等不同階段的優(yōu)化迭代，讓機(jī)器人更懂用戶需求，為銀行客戶提供了良好的工程化和交付落地體驗(yàn)。

　　想要訓(xùn)練出更智能、更懂用戶需求的語音機(jī)器人，第一步是做好準(zhǔn)備工作。為了讓機(jī)器人采集足夠的客戶意向，同時(shí)達(dá)到接近于人工坐席溝通效果，需要先梳理業(yè)務(wù)流程：

　　整理出主要業(yè)務(wù)邏輯框架，標(biāo)記關(guān)鍵流程節(jié)點(diǎn)

　　通過收集更多真實(shí)的交互記錄，不斷補(bǔ)充每個(gè)節(jié)點(diǎn)會(huì)出現(xiàn)的分支，填充分支流程，最終形成可覆蓋絕大多數(shù)用戶軌跡的完整業(yè)務(wù)流程圖

　　在該行催收流程的設(shè)計(jì)中，容聯(lián)云最終梳理出千余個(gè)場(chǎng)景路徑、上百個(gè)用戶標(biāo)簽，要通過數(shù)千個(gè)電話才能遍歷所有節(jié)點(diǎn)。

　　之后則是準(zhǔn)備數(shù)據(jù)集。語料是搭建智能客服場(chǎng)景的基礎(chǔ)材料，真實(shí)語料要通過圈定類型、收集、預(yù)處理、標(biāo)注、質(zhì)量評(píng)估等步驟，才能用于模型訓(xùn)練。處理后的語料將分成用于做模型訓(xùn)練的訓(xùn)練集，和用于評(píng)測(cè)模型準(zhǔn)確率的測(cè)試集，并在模型中進(jìn)行閉環(huán)訓(xùn)練，同時(shí)進(jìn)行配置業(yè)務(wù)規(guī)則、配置對(duì)話流程、配置標(biāo)簽等對(duì)話流程設(shè)計(jì)。

　　隨后進(jìn)入冒煙測(cè)試階段，如遇到識(shí)別問題就標(biāo)注后回流模型優(yōu)化，遇到邏輯問題則修改對(duì)話流程配置，直到全流程跑通、冒煙測(cè)試完成。

　　此后，便進(jìn)入了第二步——人工智能應(yīng)用流程批量測(cè)試的提升期。容聯(lián)云對(duì)AI產(chǎn)品進(jìn)行話術(shù)邏輯調(diào)優(yōu)、NLP和ASR等各個(gè)方面的優(yōu)化。

　　通過一次次的數(shù)據(jù)收集、評(píng)估、調(diào)優(yōu)、驗(yàn)證，不斷提升話術(shù)銜接自然度、話術(shù)播報(bào)流暢性、話術(shù)邏輯合理性、質(zhì)檢標(biāo)注的新意圖等指標(biāo)；通過數(shù)據(jù)回流、模型訓(xùn)練評(píng)測(cè)進(jìn)行模型迭代，糾正訓(xùn)練集，提升NLP意圖識(shí)別的能力；通過語言模型訓(xùn)練、熱詞訓(xùn)練、聲學(xué)模型訓(xùn)練，提升識(shí)別準(zhǔn)確率。

　　在項(xiàng)目的實(shí)際工作中，容聯(lián)云通過用例測(cè)試，校驗(yàn)場(chǎng)景邏輯及基本語料覆蓋情況。每天記錄未通過用例測(cè)試的問題并當(dāng)天處理；當(dāng)天無法處理的就盡快處理后邀請(qǐng)業(yè)務(wù)復(fù)測(cè)，每天回復(fù)優(yōu)化進(jìn)度、同步復(fù)測(cè)結(jié)果，并在用例測(cè)試結(jié)束后郵件同步盲測(cè)計(jì)劃。

　　盲測(cè)即模擬真實(shí)業(yè)務(wù)發(fā)生場(chǎng)景，進(jìn)行自主發(fā)散測(cè)試。容聯(lián)云的訓(xùn)練師在首輪盲測(cè)時(shí)給出質(zhì)檢報(bào)表和測(cè)試結(jié)果分析，并基于當(dāng)前識(shí)別效果不佳的意圖提出測(cè)試建議，后續(xù)盲測(cè)中則會(huì)每天監(jiān)控指標(biāo)、同步質(zhì)檢報(bào)表。

　　經(jīng)過以上復(fù)雜而精細(xì)的流程，在提升期內(nèi)，業(yè)務(wù)流程準(zhǔn)確率提升近十個(gè)百分點(diǎn)。

　　在生產(chǎn)環(huán)境驗(yàn)收測(cè)試通過后，AI產(chǎn)品將先進(jìn)行小批量投產(chǎn)，試運(yùn)營2-3周，觀察效果和使用穩(wěn)定性。小批量投產(chǎn)期間，同步進(jìn)行AI效果優(yōu)化，效果趨于穩(wěn)定后進(jìn)行大批量的投產(chǎn)使用。

　　在進(jìn)入批量正使用后，項(xiàng)目便進(jìn)入運(yùn)營期。運(yùn)營期智能客服使用效果逐漸趨向穩(wěn)定，運(yùn)營工作重點(diǎn)是監(jiān)測(cè)日常使用情況，關(guān)注指標(biāo)穩(wěn)定性，并結(jié)合線上真實(shí)數(shù)據(jù)穩(wěn)健提升效果指標(biāo)。

　　在流程交互效果趨于穩(wěn)定時(shí)，日質(zhì)檢量即可適當(dāng)縮減。釋放出的多余人力便可圍繞業(yè)務(wù)目標(biāo)，通過分析發(fā)現(xiàn)局部話術(shù)存在的問題，定期調(diào)優(yōu)話術(shù)邏輯，促進(jìn)業(yè)務(wù)正向增長。

　　除了過硬的技術(shù)和專業(yè)化的交付運(yùn)營團(tuán)隊(duì)，語音機(jī)器人也有一定的通訊層門檻和能力要求，這正是容聯(lián)云深耕多年的優(yōu)勢(shì)領(lǐng)域。

　　容聯(lián)云的CC能力領(lǐng)先，單服務(wù)器性能好，處理能力1200并發(fā)，通過模塊的疊加可以支持30000個(gè)以上的并發(fā)，整個(gè)集群可以隨著客戶需求彈性水平擴(kuò)容；全年故障率低，具有較高穩(wěn)定性；內(nèi)置錄音，訓(xùn)練師可以直接質(zhì)檢、復(fù)檢，保障使用效率。

　　雖然2020年疫情黑天鵝席卷而來，但該行項(xiàng)目仍然順利投產(chǎn)上百個(gè)機(jī)器人進(jìn)入試運(yùn)營。容聯(lián)的訓(xùn)練師團(tuán)隊(duì)，每日對(duì)上千通通話進(jìn)行標(biāo)注、質(zhì)檢形成數(shù)據(jù)集，并不斷優(yōu)化迭代。智能外呼不僅能提供自然流暢的對(duì)話體驗(yàn)，對(duì)未接通用戶、承諾還款用戶短信提醒，還能在首催后，通過豐富的數(shù)據(jù)制定差異化復(fù)催策略，提升催收效果，并為上游系統(tǒng)提供精細(xì)化運(yùn)營的分析依據(jù)。據(jù)統(tǒng)計(jì)，容聯(lián)云外呼機(jī)器人能完成的工作量是人工坐席的2倍，但卻能降低90%的成本。統(tǒng)一標(biāo)準(zhǔn)的話術(shù)也降低了合規(guī)風(fēng)險(xiǎn)。

　　經(jīng)過三年的沉淀和發(fā)展，目前容聯(lián)云在該銀行部署的機(jī)器人已達(dá)到數(shù)千個(gè)，并隨著客戶需求仍在擴(kuò)容中。優(yōu)異的使用效果也吸引越來越多的部門接入機(jī)器人，未來，容犀機(jī)器人在該行應(yīng)用的業(yè)務(wù)場(chǎng)景將不斷拓展，從最初的催收向分期、發(fā)卡、信審、客服等眾多場(chǎng)景延伸。