AI in 2B——智能客服竞品分析报告

研究背景

近两年来，人工智能技术在各行各业加速落地。相较于语音识别和图像识别，自然语言处理 (NLP)技术一直以来被认为是成熟度相对较低的AI技术分支。但对于限定场景来说(如云客 服领域:智能机器人+人工服务+工单系统)，NLP及其背后的知识图谱技术发挥着巨大价值。与普通机器人相比，智能机器人在自然语义理解、自主学习等AI功能上遥遥领先。自然语义理 解能力直接决定了智能机器人是否好用(通过句法分析、上下文理解、缩略语识别、模糊推理 等语义技术让用户以最自然的方式表达，并获得精准信息);同时，知识库的完善也提高了机 器人回复的准确率。

因此，本次研究旨在分析智能机器人的配置平台，了解它的主要配置流程和每个流程下的典型功能，为AI平台提供有参考意义的信息。

竞品选择

本次分析主要从产品功能、界面、信息架构三个维度，重点展开功能分析，选取了腾讯小知、第四范式智能客服、FAQ Robot、网易七鱼和智齿客服这五款产品作为分析对象。

主要发现

1.五步配置机器人

综合分析竞品，机器人配置流程可拆解为五个步骤（如下图），每个步骤下都有其典型功能，如知识库管理的典型功能是知识分类、单轮/多轮问答、词库的添加。

2.多轮问题的不同配置逻辑

智齿客服的多轮问题配置是将一个任务场景拆解称几个问题，并通过配置机器人提问条件来设置问题的出现时机；而且还可以根据每个问题的用户的回答，使用条件进行组合之后输出不同的答案。这种基于条件的跳转逻辑对管理员要求较高，但配置完成后可让机器人在多轮会话中更智能且不需太依赖后台代码层面的逻辑。

FAQ Robot通过「创建流程」来触发，设置流程项建是如何链接的，最后用户是通过点选进行跳转。

智齿客服和FAQ的多轮问答管理虽然能让机器人在多轮对话中更智能，但对于新用户而言，使用起来较为困难，晓多客服提供了一种可视化的解决方案，可以弥补智齿客服这方面的缺点。

3.在机器自主学习下提高机器人的性能，让机器人更智能

腾讯小知的机器学习在「智能学习」下，分为：智能训练、相似问法学习、未知问题学习和不满意学习。后三者都是机器学习到的问题，将其分类呈现给管理员。通过“智能训练”引导管理员去补充相似问法和问题学习来完善知识库，达到一定条件即可点击“训练机器人”来提高机器人性能。

4.通过统计分析不断监控机器人及知识库情况

FAQ Robot在「首页」就查看机器人的回答情况——五种匹配类型占比（直接回答、理解回答、引导回答、引导成功、未知问题），以及腾讯小知可统计标准问题、用户提问、知识库类别的排行情况，利于管理员了解热门内容，做相应设置。