从客服起步，开启企业知识库智能化之路

客户世界 | 2016年11月2日 | 2016年, 会员信息 | 评论已关闭 | 2669

所谓的知识库，就是对知识进行管理，使信息和知识有序化，方便信息和知识的检索、调用，好的知识库会极大地提升企业的工作效率。很多大型企业很早就已经开始建设，因为建立知识库，必定要对原有的信息和知识做一次大规模的收集和整理，按照一定的方法进行分类保存，并提供相应的检索手段，因此企业会投入大量的资源和精力。但从目前国内情况来看，真正在使用中的效果并不好。

一个好的知识库要求，知识在被使用的过程中能够有效地存取和搜索；库中的知识能方便地修改和编辑；同时，能够对库中知识的一致性和完备性进行检验。以此为要求来看一下目前知识库存在的问题。

知识库离真正的智能化还有很远

知识库本身就是与智能相关的一个概念，因此又称为智能数据库或人工智能数据库。但目前企业所使用的知识库与真正的智能化相去甚远。

企业在使用知识库时遇到的问题，概括起来主要有两大方面：

首先：维护难度大。传统非结构化知识库，更多是停留在知识的存储与使用分享上，通常其最小颗粒为一篇篇的文档。而随着互联网的普及及移动互联网时代的来临，知识获取的渠道不断翻新，且很多时候是以碎片化的形式存在，对于以文档为最小颗粒的传统知识库来说，知识模板根本无法应对不断增长的业务知识，知识积累没有章法、知识复用率低。而且因为多个渠道上的知识不能统一管理，企业必须针对不同的渠道组建不同知识库，从而产生了大量的重复维护工作。比如有一个产品，价格变了，或者产品的一些说明变了，它得同时更新N套知识库，万一有知识库更新的不及时或者培训的不及时，客服人员的回答就是不对的。

其次：使用起来不方便。对知识库的内容检索依赖关键字搜索，知识库给出的答案是一系列的，就如同我们用的搜索引擎一样，需要使用者自己从中间去找出适合的答案，无法做到答案的快速精准反馈。同时，现有的知识库技术无法支持知识之间的关联，需要员工多次点击、搜寻。加上不同渠道的知识库的组建、维护是不同的人员，从而在调用时产生知识内容不一致的情况。

举一个很简单的例子，用户申请办卡，他可能会问：“怎么申请真情卡？”呼叫中心的员工一般是找关键词，但输入关键词之后，看到的将是一堆文档，需要自己慢慢找，结果可想而知。还有一种情况，比方说员工把“真情卡”，打成“真清卡”，或者他直接输入“怎么申请真情卡？”结果就可能一个文档也搜不到。还有一种情况，当客服人工终于把“真情卡”办理的问题解决了，用户可能会接着来一句，“那么活力卡与真情卡有什么不同？”此时，客服人员的内心一定是崩溃的。

知识库建设成本高、利用效率低。对使用者的业务能力要求高，培训成本上去了，工作效率却很低下，这就是目前传统这是库所面临的问题。

而这些问题，对于服务型知识库来说，情况更甚。如今的客服中心，打造多媒体、全渠道的服务模式已成主流。知识库的组建要求知识的支撑必须经由完整统一的知识管理系统延伸到各个渠道，从而保证所有渠道知识的统一、准确、更新及时。而为了保证服务人员快速反应，知识的调用则要求精准，“所见即所答”，不需要再经专业人员的加工，同时，随着企业业务知识的不断增长，知识间要能够自动关联，当客户问到某问题时，服务人员需要能将可能涉及到的全部问题内容反馈出来，只有这样，才能保证客户的满意度。

知识结构化+搜索精准化=知识库智能化

面对以上困局，企业必须要建立一套可以满足未来需求的知识管理平台。这个平台要能够直接提供非专业化知识并且可以满足不同渠道上的快速交互，知识无需通过专业服务人员解读，可以让使用者直接获取。

要满足以上基本需求就要求：首先，知识结构化。将过去的以文档为基础的知识库进行改造，将文档拆分成若干个知识点，以原子知识为基础组成业务为主导的文章结构来搭建知识库，原子化的知识便于知识与知识之间的灵活组合，同时支撑原有的企业内部知识管理的需求。

专注于智能机器人研发的小i机器人在知识原子化的过程中具有天然优势。机器人的底层就是模板化的，采取分级的目录结构存储。而模块化则是知识原子化的基础。小i机器人做智能机器人十几年，有着成熟的本体理论，创建知识本体，并将语言知识库和业务知识库分离，利用语义规则关联语言知识和业务知识，形成知识库的原子化，实现知识的结构化管理，。

知识的结构化、原子化，为知识的单点维护多点发布、精准搜索、知识对比、知识反馈等知识的高级应用奠定了基础，而进一步知识库的智能化最重要的就是要体现内容的精准反馈上。

智能机器人所涉及到的最关键的一项技术就是语义理解能力，而这一点在对知识的精准反馈上，发挥了极大作用。

对于一个对业务熟悉的工作人员来说，他在调用某一个知识点时，可以将其转化为相对应的知识库中的关键字来搜索，而对于业务能力不够专业的人来说，可能就会大量浪费时间，更甚至到最后也找不到合适的答案。

可以举一个很简单的例子。当使用者需要调用“彩电”这个知识点时，她用“彩电”为关键字进行搜索，但知识库中对应的词可能是“电视机”，结果很可能不匹配。但是加入了语义理解之后，这个检索的过程是支持自然语言的，也就是说系统本身是像人一样，能够明白“彩电”、“电视机”其实是同一个意思，这一问题也就迎刃而解。在上文举到的例子也是一样，智能化的知识搜索在问题输入时具备智能主动提示、错别字纠错、拼音识别等功能，通过智能语义分析自动展示建议问、关联问。使用者完全可以按照自己的自然语言直接在知识库中查找，而且知识库中给出的答案是唯一的，即便是业务不熟练的新员工，也能熟练使用该知识库。

总体来说：基于智能机器人技术原理的智能知识库模型利于知识的积累和重用；语言知识库和业务知识库的分离维护机制方便知识库系统的维护和扩展，有利于维护人员对于企业知识进行规范的精细化管理，为使用者提供更加人性化的智能服务体验。

%e5%9b%be%e7%89%871

传统知识库与新一代智能知识库对比

智能知识库的应用实践

下面通过东航的例子看一看，智能知识库如何帮助客服提升工作效率。

通过与小i机器人的合作，东航原有的智能微信客服平台己经实现了菜单导航功能，并可对接东航核心业务系统，可为用户提供票务订阅，服务咨询，东方万里行会员服务等功能。而新一代智能知识库系统的建设，为呼叫中心智能/人工两种渠道的客服提供了进一步的知识保障，全面提升了东航客服联络中心的智能服务能力。

从外部来看，东航的旅客查询更人性化：当东航用户问到某一类问题时，它除了会将正确答案呈现出来外，还会做进一步的预测。例如：东航客户提问“万里行是什么？”一方面，它会将东航万里行会员服务的相关知识点提供给用户，同时将会员联系热线及办理窗口链接特别标注，方便用户查看。另一方面，也会把东航万里行的受益原则、密码设置、服务邮箱等用户接下来可能问到的问题提前给出，为使用者带来更加人性化的智能服务体验。

另外：旅客无论在哪一种渠道上咨询，得到的结果都是准确、及时的。而且支持7*24小时的服务。

而从内部来看，通过智能算法，自动进行多维度的计算匹配关联知识，形成多维的知识关联路径，系统支持全渠道、多维度知识的统一录入、编辑、更新、发布、归档。简单起来说，单点维护，多点发布，有效提升内部运营服务效率。

人口红利消失、沟通渠道复杂多变，首先冲击的便是服务型知识库，因此，智能知识库从客服领域产生是顺利成章的事情，而随着智能知识库易用性的凸显，在内部沟通、经销商管理等方面也逐渐表现出独有的优势，其应用领域被快速放大，并将会对知识库的架构带来根本性变革。

本文刊载于《客户世界》2016年9月刊；作者辛娟，小i机器人。