智能机器人在民航客服领域中的应用研究

郑少帅，蒋小洋，谢永标，谢 歆，吴鸿俊

(厦门航空有限公司，福建 厦门 361006)

0 引言

在民航客服领域，随着互联网、人工智能技术的不断发展，目前的客服系统已不能满足业务快速发展的需要。因此，各大航空公司纷纷加快推进客服智能化建设，搭建智能客服机器人，依托先进的对话引擎、语义引擎、语音引擎等技术，提升旅客意图识别、旅客自助服务、机器人交互等能力，加快推进航空客服数字化转型。

1 智能客服机器人，客服领域新动力

客服业务自诞生以来，共经历3次伟大的“十年”变革(如图1所示)。一是通信技术发展，带来客服的第一个“十年”。20世纪中叶，美国泛美航空公司成立世界上首家呼叫中心，标志着电话客服的诞生，有效地解决了企业和消费者通信问题。二是客服上云，迎接客服的第二个“十年”。20世纪末，随着信息技术的广泛应用，客服上云成为人工客服的得力助手[1]，提升了用户体验。三是智能客服机器人从诞生到流行的新“十年”，AI在客服领域的应用[2]加快推进客服行业向着高效率化、高服务化发展。

《十四个五年规划和2035年远景目标纲要》[3]提到了“高质量发展”“数字化发展”“智能化升级”几个关键词，要求机器人持续推动生产水平提高、生活品质提升，促进经济社会高质量发展。所以，各大航空公司纷纷加快推进智能客服机器人建设，全面提升客服智能化服务水平及服务体验，加快航空客服向数字化、智能化转型。首先，在原有的各类线上渠道的基础上，实现渠道整合，支持全渠道的拓展对接。通过全渠道统一智能知识平台，提高全渠道共享知识库的能力。其次，通过智能客服机器人的不断学习完善，提升自助服务品质，确保用户的忠诚度和用户黏性，降低用户获取服务的难度。同时，在转接人工前尽可能收集旅客信息，并传递给座席，通过预处理的形式提升座席的工作效率。最后，集成语音识别、语音合成[4]、语义理解、对话管理、知识图谱[5]等基础能力，提升旅客意图识别、旅客自助服务、机器人交互等能力。

图1 客服发展历程

2 搭建智能客服机器人，提升客服数字化水平

2.1 民航智能客服机器人的发展现状

随着互联网、大数据以及人工智能技术的不断发展，航空领域已有的客服系统不能满足业务快速发展的需要，存在以下几个问题：

(1)线上直销渠道服务保障、话务峰值快速消化以及客户精准营销等业务场景。

(2)旅客意图识别率[6]较低，无法有效引导旅客自助解决问题。

(3)知识库系统[7]存在知识展现形式单一、知识查找难、知识运营效率低、缺乏动态反馈机制、缺少生命周期管理等问题。

(4)系统运营成本上升、客户满意度下降、技术手段落后、人员流动率高、职能性弱化[8]。

航空客服系统现存的智能化能力不足、更新迭代缓慢、线上线下脱节、旅客体验不佳等问题，严重制约航空客服服务保障能力与旅客体验的提升。因此，航空客服亟须通过智能化、数字化转型建设步入智能化、自动化、精准化的服务新阶段。

2.2 全面建设民航智能客服机器人

航空客服实现智能化、数字化转型必须依托于一个强大的智能客服机器人。智能客服机器人以智能客服能力平台作为能力支撑，提供知识管理、问答机器人、人工服务平台等应用功能，并对App、官网、官方微信、小程序等服务渠道输出相关能力(见图2)，为民航业智能客服相关业务发展提供强大的技术支撑。

图2 民航智能客服机器人系统

智能客服能力平台以先进的对话引擎、语义引擎、语音引擎等作为支撑，供民航领域后续客服项目以及其他业务场景灵活调用，并以租户的形式实现数据隔离，支撑民航领域智能化的建设。

2.2.1 对话引擎

对话引擎支持在不同接待压力场景下，为用户找到最合适的人工客服，解决用户的问题；支持根据人工客服的业务方向和专业能力构建人工客服用户画像；支持根据累计的用户信息(包括用户基本信息、历史记录、个人偏好等信息)构建用户画像模型；支持根据客服系统实时接待压力，依据用户画像和客服画像，进行全局最优连线匹配调度。

2.2.2 语义引擎

语义引擎基于深度神经网络模型提出了多模态信息融合方式，为多种人机交互场景提供技术支持。针对航空在线客服工作场景中，用户发送的信息经常是图文结合的方式，而且通常图片信息量更大。为充分利用图片提供的细节信息，帮助对话语义理解，使用最新的视觉-语言任务的预训练通用特征表示模型(VL-BERT)[9]，能够对对话中出现的图片和文字进行表达，能够帮助多模态用户意图分析，多模态对话生成等多项下游任务提供信息支撑，并实现了多种主流的语言模型建模方法，主要包括：Ngram语言模型，RNNLM，BERT,知识图谱以及几种主流的聚类算法，其中K-Means聚类算法[10]、AP聚类文本聚类[11]对于对话系统中的新意图发现具有非常显著的效果。

2.2.3 语音引擎

在语音处理能力方面，将ASR语音转译、TTS语音合成、NLP语义理解等基础智能能力平台化，以标准接口组件的形式抽取出来，并且通过媒体资源控制协议(MRCP)对接ASR，TTS，NLP等相关服务，实现电话系统和AI语音相关服务的对接。

综上，智能客服机器人各个引擎模块彼此协作，满足了App、官网、微信、小程序等不同渠道不同旅客的服务需求，提升了旅客服务体验，实现意图识别率、应答准确率突破96%，并且进入人工客服后，旅客的服务满意度超过95%。

3 结语

后疫情时代航空业将迎来前所未有的机遇与挑战，因此民航业客服智能化发展与建设已迫在眉睫。

目前，智能客服机器人应用自然语言理解技术(NLP)、多轮对话、F&Q、知识图谱等多种形式能够完成大部分旅客诉求的处理。而余下的疑难问题服务仍须由座席来保障。因此提高机器人智能化能力并最终实现完全替代人工仍然有很长的路要走。未来，民航智能客服机器人将通过自动化机器学习[12]、神经网络架构搜索[13]等人工智能相关前沿技术提升旅客自助服务能力，加快全智能旅客服务建设的步伐。

未来，智能客服机器人将从服务场景扩展到营销场景，并且在原有航空客服的基础上新增人力、财务、运维等外部渠道服务能力，不断完善系统应用场景，通过与其他系统合作实现共建共赢，形成更加智能的后疫情时代互联网销售服务生态圈。