平安银行智能金融在客服机器人中台的落地实践

大纲

客服机器人在各行各业应用的非常广泛,通过AI赋能大幅度提高了人均解决问题的效果,各家公司都在应用客服机器人来提高自动化程度,降低客服的成本。传统行业因为历史包袱问题,存在着大量的采购产品。为了应对快速扩展的业务场景,如何重新设计客服机器人架构从而实现机器人的快速创建和应用是一件非常重要的事情,这就促进了客服机器人中台的思考和实践。

主要内容:

1、金融业务背景介绍
2、客服机器人的架构演进
(1)客服机器人如何从业务化1.0到中台化2.0
(2)客服机器人和其他系统的集成架构设计方案
3、知识中台和客服机器人的架构设计
(1)FAQ知识和知识图谱、客服机器人的结合
(2)知识中台和客服机器人的架构关系设计

收益:

1、如何在业务发展和技术改造之间实现平衡
2、如何设计机器人中台,实现客服机器人能力和知识的快速复用
3、如何有效实现客服机器人和其他系统的整合

知识储备:

1、了解基础的客服机器人知识
2、了解一些金融业务背景知识

业务背景

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

文本客服机器人演进

客服机器人小安 1.0

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

客服机器人小安 2.0

在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

客服机器人小安 3.0

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

知识图谱的问答

在这里插入图片描述
如何构建知识图谱

在这里插入图片描述

总结

  • 扩展问的数量会大幅提高问答的效果,标注运营工作很重要
  • 充足的FAQ数据是保证模型效果的关键
  • 通用化和组件化需要业务运营、前端和机器人团队共同协作才能完成
  • 多轮对话效果还有待继续提高
  • 核心的 NLU 抽象成模块,和知识、答案展示等服务进行解耦

作者介绍

潘鹏举,平安银行AI算法团队负责人,2017年加入公司,从0到1组建算法团队,负责文本、图像和广告搜索算法的实践,负责推进搜索中台、客服机器人中台、AI算法平台的研发和演进。
他曾就职于携程、尼尔森等公司,从2012年开始从事人工智能的工作,主导了携程第一代算法工程化架构,带领算法团队赋能服务流程,提升了整个服务效率,大幅度降低了预定时长,得过几次公司级大奖。

在这里插入图片描述

Hai Liang Wang 深度学习 算法 自然语言处理
Chatopera 联合创始人 & CEO,运营聊天机器人平台 https://bot.chatopera.com,让聊天机器人上线!2012年开始从事业务流程云,业务流程引擎开发,2015年开始探索聊天机器人的商业应用,实现基于自然语言交互的流程引擎、语音识别、自然语言理解,2018年出版《智能问答与深度学习》一书。
实付0元
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、C币套餐、付费专栏及课程。

余额充值