編輯導語：對話式AI，即機器可以進行類似人類的對話，通過捕獲上下文提供智能的應答。對話式AI是如何聽懂你的需求，並給出回答的呢？在各行業里的應用場景又是怎麼樣的？本文作者對此作出了分析，一起來看一下吧。
所謂對話式AI，就是機器可以進行類似人類的對話，通過捕獲上下文並提供智能的應答。機器聽懂了你的需求，並給了一個回答，與Siri只能一問一答不同的是，對話式AI實現了多輪對話與交流。
那麼對話式AI如何聽懂了你的需求，並給出回答？
首先，機器將用戶說出的語音轉換為文本；然後理解文本的含義，根據文本上下文語義在設置好的知識庫里搜索能夠提供的最佳應答；最後使用文本轉語音工具將準確答案讀給用戶聽。這個過程中，應用到了ASR語音轉寫、NLP自然語言處理、知識圖譜、機器學習等技術及演算法。
一、概念及分類
1. 產品概念
智能對話系統是自然語言處理、人工智慧和機器學習等技術融合的產物，它允許人們通過語音、文本與機器人進行交流，而機器人基於語音識別、自然語言理解、自然語言生成、語音合成等技術，對用戶進行應答。
廣義的智能對話系統，包括消費硬體類產品和對話AI產品，本文將介紹對話AI產品。
對話AI產品：將智能對話系統載入在服務場景的對話式AI產品中，以文本、語音和多模態數字人等產品形式與終端用戶交互，應用在客服、營銷與泛交互等服務場景。
2. 產品分類
1）產品定位分類
對話式AI產品按照產品定位的不同可分為替代類對話AI產品、輔助類對話AI產品。
- 替代類對話AI產品：即對話式AI產品的替代性功能，可替代人類完成諮詢應答、業務辦理、營銷推薦和智能外呼等任務，主要包括文本機器人、語音機器人、虛擬數字人。
- 輔助類對話AI產品：即對話式AI產品的輔助性功能，包括對人工工作流程的引導、對話監測、對話洞察、對話引導。主要產品包括坐席助手、會話分析兩類產品。
2）功能分類
對話式AI產品按照功能角度可以分為問答型、任務型和閑聊型。
①問答型
通常為訪客期望就自己提出的問題，機器人能給出相應的專業解答，表現為一問一答的形式。機器人相當於一個「知識顧問」，做「答疑解惑」的事情。常見的有FAQ、基於知識圖譜的問答（KBQA）、表格問答（Table QA）和文檔問答（Passage QA）等。FAQ檢索型問答是根據用戶的Query，匹配FAQ知識庫最合適的答案並反饋給用戶。
- KBQA會將知識以RDF三元組的形式進行存儲，模型能夠將答案定位到具體某個實體/屬性，相比於FAQ，KBQA能夠實現「推理」能力。
- 表格問答中，表格也可以看作是二維的知識圖譜，模型會把用戶的自然語言轉化成SQL查詢語句，直接從資料庫里定位到答案。
- 文檔問答在當前的工業界不常見，模型會基於用戶的問題，將答案定位在文檔的具體段落或者是某句話、某個詞語。
②任務型
通常為訪客期望就自己提出的問題，機器人不僅能給出專業解答，還能主動反問獲取相關信息，根據不同信息給出不同的解答。同時還可完成一些任務指令。廣義上，無論是「專業解答」，還是「完成任務指令」，都是完成任務，故為「任務型」。
③閑聊型
訪客的預期是可陪伴自己聊天的機器人。無論訪客說什麼問題，機器人都可以接得上，聊得上。訪客期待的不是某個具體目標的完成，而是情感上的陪伴。
3）對話領域分類
對話式AI產品按照對話領域可以分為限定域和開放域。
- 限定域：指的是機器人僅能在某個限定的領域內提供對話服務，而用戶如果與機器人聊限定域之外的內容，機器人則回答不上來，工業界大部分的客服機器人都是限定域的對話式AI產品。
- 開放域：與限定域相反的則是開放域。用戶可以與機器人聊各種各樣的話題，機器人也能夠給予豐富多樣的回復，比如微軟小冰。
限定域對話式AI產品往往能夠很好地解決該領域內的用戶問題，例如客服機器人能夠代替傳統人工客服解答大量重複性的問題，節省企業人力成本，因此在工業界應用最為廣泛。而開放域對話式AI產品在當前市場上應用場景有限，且開放域對話式AI產品通常採用生成式實現方式來回復用戶，回復內容不可控，因此在企業中的實際應用較少。
三、對話式AI產品的潮起潮落
1. 對話式AI產品興起與黯然
對話式AI產品在2016年首次出現時，引起了轟動，被吹捧為下一個將顛覆應用程序的大型顛覆性技術。
而在2018年，美國和澳新銀行調查的歐洲近50%的消費者表示，對話式AI產品非常「煩人」，同時54%的美國在線消費者表示，與對話式AI產品的互動「對他們的生活質量產生負面影響」。
到了2019年，全球最具影響力的獨立研究諮詢公司Forrester的一份報告稱，大多數聊天機器人的實施都很糟糕，實際上「破壞了客戶體驗」，只不過是「虛擬白痴」，對話式AI產品顛覆人與人交互方式彷彿成為白日夢，就此破碎。可見，不同的研究機構都得出了類似的結論。
2. 對話式AI產品蓬勃發展
對話式AI產品的未來看起來有點黯淡。然而，由於covid-19效應，對話式AI產品的命運就此變化，2020成為對話式AI產品業務光速發展的一年，流感大流行徹底改變了企業與客戶的聯繫、協作和溝通的方式。聊天機器人作為補充工具集成到應用程序中，獲得了新生。
由於新冠疫情加速了企業服務購買方和營銷者的數字化進程，據Forrester對亞太市場的趨勢預測，1/3的企業服務購買者會將對話式AI產品列入採購清單中。
IDC指出，得益於聊天機器人和智能對話終端應用的大規模落地，對話式人工智慧正驅動著整個人工智慧軟體市場的發展。
IDC（國際數據公司）發布的《中國人工智慧軟體及應用市場半年度研究報告（2019H1）》顯示，預計到2023年，中國對話式人工智慧市場規模將達到18.6億美元，2018-2023年年複合增長率為41.3%。
四、在各行業的應用場景
1. 零售業
食品、快消品、乳製品及奶粉零售行業，從售前獲客引流、到售中用戶下單及訂單業務諮詢、售後訂單諮詢服務，都存在著諸多標準化、流程化的工作，通過對話式AI來解決用戶問題，能更好地支撐業務部門完成業務推進。
1）新老客戶活動通知
對於產品的促銷優惠活動等信息，客戶很難第一時間獲取，通過外呼機器人外呼同步客戶優惠活動信息，能讓消費者獲得更好的消費體驗，企業也能獲得更好的營銷活動效果。
2）售前及售中產品諮詢、訂單下單
用戶接入過程中，通過機器人完成用戶接待、產品諮詢、自助下單、自助查詢發貨狀態等業務辦理；人工服務過程中，坐席助手自動提取用戶關鍵信息，自動推薦高匹配度回答，實時支撐人工坐席工作，實現高效回復用戶、大幅減輕坐席工作壓力；會話分析可對用戶與機器人/人工服務過程數據，進行語義分析，了解用戶關注點，進而反哺業務，形成全鏈路業務閉環。
3）售後產品使用諮詢、訂單關聯問題處理
用戶接入過程，通過機器人接待，機器人智能識別用戶聯繫方式、下單產品、下單數量等多種類型信息，自助完成產品諮詢、訂單使用問題諮詢、訂單開票、訂單退換貨等業務辦理。
2. 製造業
從家電、3C產品到大型設備製造商，都開始尋找機會使用對話式AI產品。在製造業，通過機器人自助服務用戶諮詢、輔助工程師進行排障，能大幅提升人工效率。
1）售後服務場景
通過對話式AI產品與用戶進行交互，服務於售後用戶的諮詢，對於安裝/維修等複雜售後場景，機器人可自動收集信息生成工單，工單完結后可由外呼機器人進行滿意度回訪，形成客戶服務的完整閉環。
2）內部知識管理場景
知識專業性高，數據結構不統一，企業沒有有效的積累和管理方式；一線服務工程師日常工作過程中缺少輔助工具，大量的產品及零部件，需要多系統查詢，查詢分散，排障流程長，效率低。通過對話AI產品輔助工程師工作，進行產品參數查詢、故障排查，可大幅提升工程師工作效率。
3. 醫療業
1）挂號預約助手
智能機器人，在預約挂號時，提供導航、導醫、諮詢等服務。通過機器人的引導，協助患者便利地完成挂號，改善就醫體驗，提高醫療服務質量。
2）患者隨訪
在高血壓、糖尿病等慢性病隨訪管理中，通過將隨訪問題轉化為機器人的多輪對話，通過外呼機器人可批量電話觸達患者，完成患者患病信息的收集，並形成可視化報表，極大地降低醫生工作量。
4. 人力資源管理
1）HR共享服務中心
隨著員工群體年輕化的趨勢，人力部門的定位需要從支撐員工服務轉型為賦能業務團隊。HR共享服務中心結合人工智慧和大數據，讓機器人代替HR隨時隨地接待員工諮詢，通過簡單、成本低廉的接入方式，讓共享服務中心快速擁有HR機器人，快速、智能地完成員工、HR和數據之間的連結，變革HR共享服務中心的傳統服務方式。
2）候選人溝通及面試通知
對於大型企業而言，由於員工規模大及流動性強，員工需求巨大，在招聘旺季時，可能每月需對接數千乃至上萬的候選人，每個候選人存在多輪面試溝通，HR面臨巨大壓力。通過機器人外呼對候選進行面試預約、面試提醒、基礎信息（到崗時間、期望薪資等）溝通、面試結果通知等，可大幅降低HR工作壓力，讓有限的人員投入到更高效的場景。
5. 政務
1）12345政務熱線智能化場景
在國家大力推進「一號通辦」、多業務服務集結到12345熱線的現狀下，對於政務服務部門來說，一方面實時接待壓力直線上升，另一方面服務滿意度的保障壓力也大幅提升。
- 通過呼入機器人幫助工作人員解答諮詢類問題，有效緩解20%-30%的服務壓力
- 複雜問題人工解決過程中，由坐席助手根據對話內容，智能查找政策細則和辦事流程，幫助政務服務人員快速進行問題解答
- 會話質檢根據對話內容，對服務態度、服務敬語、敏感詞、語速等服務質量的指標進行全面檢測，提升精細化管理能力
- 複雜工單流轉完結后，可由外呼機器人對市民進行外呼回訪，保證市民問題真正被解決
2）公安反詐場景
2020年，全國公安機關共破獲電信網路詐騙案件32.2萬起，抓獲犯罪嫌疑人36.1萬名，打掉涉「兩卡」違法犯罪團伙1.1萬個，封堵涉詐域名網址160萬個，勸阻870萬名群眾免於被騙，累計挽回損失1876億元。截至2021年11月，共破獲電信網路詐騙案件37萬餘起，抓獲違法犯罪嫌疑人54.9萬餘名，打掉涉「兩卡」違法犯罪團伙3.9萬個，查處違法犯罪嫌疑人42萬名，共緊急攔截涉案資金3265億元，避免2337萬名群眾受騙。
為保證群眾權益，國家通過省市縣三級反詐中心建設，刑偵局下設反詐中心，進行電信詐騙的宣傳、預警、打擊和研判。但由於面向的市民群眾眾多，重複進行宣傳及預警，對於警方來說，壓力巨大。
通過智能反詐宣傳和智能反詐預警機器人，可實現實時觸達，高效完成宣傳和預警，大幅減輕基層警務人員的壓力。
6. 銀行與金融業
金融行業已成為智能語音落地眾多場景中發展最為迅速的領域之一，也是未來智能語音商業落地重要方向之一。究其原因，智能語音直接解決金融行業痛點，應用價值大，客戶付費意願強，因此取得快速發展。
- 全渠道的智能客服，通過語音識別，自然語言理解、語音識別和知識圖譜等技術部分替代人工客服，降本增效。
- 智能外呼：營銷獲客上，可用於長尾用戶營銷、理財營銷、貸款營銷；風險控制上，可用於貸款信息核實、逾期催收、異常賬戶提醒；運營管理上，可應用於滿意度調查、工單回訪。
- 合規風控上，可通過內容質檢、話術分析進行話務質檢，以及通過投訴分析、質檢評分、運維監控進行業務質檢。