作者：卢恒娜，中信银行股份有限公司信用卡中心资深智能系统管理岗，负责智能系统规划方向的管理。
一、 中信银行信用卡中心简介
人机协同是我们这几年智能客服规划的主要思路，虽然机器人服务客户能够快速为客户解决一部分问题，但人的服务却更有温度，人机协同恰好可以让速度与温度两者兼得。
中信银行信用卡中心成立于2002年，到今年已经有20年的历史。早在2006年，就实现了盈亏平衡。截止去年，中信银行信用卡中心累计发卡1亿张。
中信银行信用卡中心的客户服务一直是中信的招牌，客服部于2003年成立，目前有3000多位坐席，4000多位员工服务于各个渠道。2021年，中信银行信用卡中心把客服部定位升级为智慧客服中心，重点落地智能化应用。
二、 项目发展
通过与阿里云智能客服2年多的紧密合作，目前，中信银行信用卡中心有1000多座席切换到人机模式。上线了20个业务场景，并且每个月都在持续增加中；业务覆盖率达到60%。人机协作系统在效能、营销创收、品控方面都得到优秀的数据结果，进行了质的提升。在项目组不懈努力下，收到客户满意、员工满意、组织满意的良好回馈。
在人机协作的实践中我们经历了漫长探索，2019年，中信银行信用卡中心上线“在线辅助机器人”，基于在线客服系统的话术提示化作业模式，支持一键查账功能和问答识别功能。通过外挂加弹窗的方式辅助人工坐席，上线验证人机协作的思路可行。
随后的更新迭代中，2020年中信银行信用卡中心基于原呼叫系统底层的流程提示化作业模式，在未开始流程再造的前提下，试点400个坐席，人均提效6%。在线端完成全员覆盖，人均提效10%+。自此，开启人机协作1.0时代。
2021年至今，中信银行信用卡中心已经进入人机协作2.0时代。基于新呼叫系统底层的业务场景化作业模式，以“让服务更简单”为出发点。通过业务信息模块化、服务流程导航化、管理运营数字化、业务知识精准化，实现了标准化一站式作业整合方案。打造专属于客服的“服务导航系统”。
接下来，讲一讲中信银行信用卡中心人机协作2.0的架构。如上图所示，客户进线后通过各个渠道，进入需求判断环节，通过ASR实时转译客户和坐席间的对话，把信息发送到NLU。意图识别之后，把意图所需要菜单发送至前端，进行流程导航。
然后根据客户意图，把所有多页面切换的内容，统一集成到一个模块，按流程顺序排序。过程中提供包含话术及字段变量、业务知识点等内容对坐席进行辅助。同时对人工客服进行质检和提醒，包含涉诉、风险等方向，对作业执行力进行实时监控，保障客户服务品质；通过业务数据化、智能化，让管理精细化。把管理数据回流到客户需求判断环节，提升模型能力。
除此之外，人机协作系统可以利用机器人，监督坐席按要求进行话术。通过人机协作智能系统，之前很多滞后性的工作可变为实时完成，比如像营销关键话术，应银保监会要求，某些话术必须要说，之前通过离线抽检、离线质检等方式来实现，现在通过机器人的执行力监督，可以实时了解话术体系是否完整，避免人工坐席的侥幸心理。
中信银行信用卡中心在做人机协同系统设计时，始终坚持积木思维。以低成本的方式去平衡标准化和个性化的思维模式，通过标准化和组合多样化来实现低成本和灵活性。
人机协作2.0通过两个方面来进行提升。
l 与阿里云智能客服合作搭建的辅助机器人项目，根据场景所需，打造多模块智能化系统。为了更好发挥辅助机器人运行效果，通过前端流程再造。信用卡业务中服务系统1、2、3级合计有4-5百个菜单，复杂度较高，希望在智能技术加持下，让系统变得更简单，让服务更简单。将判断交给系统，提炼结果后再交给人工坐席，让人工把精力放在温度服务，让服务更暖心。
l 在前端进行多维度场景筛选，借助模型分步实现改造。基于业务重要程度、坐席作业复杂程度，技术端开发实现难度，工作人员筛选适合智能化作业的业务场景优先开发。
根据流程、话术使用率，操作轨迹等，敏捷调优系统性能，广泛听取坐席反馈，采用坐席随手进行的数据标注。努力做到取之于民，用之于民，优之于民。
三、 经验分享
智能系统需要一支专业运营团队深度参与，维持日常持续调优迭代。在人才培养方面，企业需要建立智能训练师的培养体系。在运维层、系统层、规划层做好数据标注，数据分析，业务统筹等工作。运维团队在立项之前，就已开始场景搭建、数据整理收集等工作，保障项目上线初期即可达到良好预期；训练师根据每日生产的数据进行分析处理、场景调优和系统管理等，规划层主要负责业务统筹、系统规划及项目、目标达成管理等内容。
在价值导向方面，系统设计必须以客户满意为导向，得充分考虑人性化和简单高效，让系统不需培训，一看就懂。得以企业的角度出发，充分考虑性价比，绩效结果和全局，为企业创造更多的价值。
在持续学习方面，企业人员需要了解智能技术的瓶颈及解决方案，在系统设计时，为技术的不足设计解决方案。企业人员需要掌握业务的底层逻辑，以积木思维搭建智能化系统，考虑标准化和个性化之间的逻辑关系，在稳定的基础上保留灵活性，拓展性。
企业在选择合作伙伴时，需要关注其基础能力，交互设计，结构性能以及交付能力的水平。其中，在基础能力方面，智能客服项目需要关注合作伙伴NLU、ASR、TTS的能力。
有两个点希望可以强调下，一是伴随大模型算力提升，相应的资源消耗也会直线攀升，智能化项目中，资源预算占据着很大一部分，低消耗很大程度上可以节约项目成本。二是增量训练能力，POC到大规模应用时，主要依靠AI智能模型保障效果平滑过渡。
打造有价值、有温度、高质量的智能服务体系是我的工作时的座右铭，与大家共勉。
