智能化浪潮即將到來，人工智能已成為部分企業的重點研究對象，客服機器人作為人工智能的代表，在金融、服務和電信業務中嶄露頭角，京東的JIMI是聊天機器人在客服方面的主要代表，微軟“小冰”和微信“小微”是娛樂聊天、生活助理機器人的代表，科大訊飛的“熊寶”是兒童教育機器人代表，蘋果的Siri則是移動終端個人助理機器人的典型代表，而百度最近發布了人工智能操作系統DuerOS，將與HTC合作打造移動端的對話式智能操作系統。

　　客服機器人是機器人應用于自動客服、智能營銷的一種全新的概念，它以語意識別、搜索引擎和人機交互等為核心，以微信，電腦或手機端程序作為表現工具，它期望模仿人的語言習慣，通過深度學習、上下文分析、關鍵詞檢索去匹配最佳答案。通過歷史對話記錄分析、主動提問和轉移話題等技巧，初步模擬了計算機與人的對話，它的作用主要分以下三點：第一，可實現話務量分流，達到節省客服人力成本的初級目標；第二，可實現迅速掌握消費者需求，達到降低預定產品費力度、提高用戶體驗性的中級目標；第三，可掌握用戶喜好與行為習慣，達到向用戶推薦個性化增值服務、提高用戶粘度的高級目標。

　　1950年“機器是否能進行思考？”的問題被正式拋出，這被認為是人工智能研究的開始，該問題由圖靈提出，他同時還設計了圖靈測試，后來該測試被認為是人工智能發展的終極目標，圖靈本人因此也被稱作“人工智能之父”。

　　1966年麻省理工約瑟夫·魏澤鮑姆創造的ELIZA是客服機器人最早的雛形，ELIZA被用戶模仿心理醫生，用戶向它咨詢心里問題，它根據數據庫里儲存的信息進行反饋，實現人機之間最簡單的對話，該系統是簡單的一問一答，無法做到模糊匹配，知識庫添加工作量巨大。1987年羅伯特·威林斯基等人開發了UC，該系統可進行用戶語言分析，能夠幫助用戶學習UNIX系統。1995年理查德·華勒斯博士開發了ALICE系統，該系統用了啟發式算法，有一定的對話策略，因而與人的智能更為接近。

　　經典的客服機器人系統結構主要由展現層、二次接口、業務層、數據層四個部分組成，其中業務層是核心部分。當業務層接收到用戶輸入后，通過一系列技術將問題分解，然后去數據庫尋找答案。

　　語言理解是業務層的核心模塊，它主要應用了語義、語法分析等技術，主要功能是識別用戶的意圖和感情、恢復用戶省略的用語、理解用戶指代名詞和超出理解范圍的判斷。對話管理負責協調客服機器人核心部分，在對話中起到統領全局的作用，其主要作用是設計對話策略、判斷話狀態等。

　　黑科技之一“協同過濾技術”，是當前業界公認的較為簡單、高效的服務推薦技術，服務推薦顧名思義就是向客服推薦服務，而如何獲知用戶可能會購買哪些服務，就靠“協同過濾技術”了。在經典的客服機器人系統基礎上，增加服務推薦層，可在聊天過程中通過學習用戶聊天歷史記錄掌握用戶行為習慣，分析預測客戶期望的服務，從而在合適的時機主動向客戶推銷服務產品，可提高用戶粘度，增加收益。

　　黑科技之二“神經網絡”與“深度學習”，是機器人學習的重要研究方向，通過該技術可模擬人類大腦學習、記憶等能力。它接收到輸入后，乘以一定的權值，最后由數學函數來產生輸出。單獨采用神經網絡不能完美的完成訓練目標，因此還需要采用深度學習的方式來輔助訓練，深度學習可在進行神經網絡之前進行預訓練，為神經網絡提供一個準確合理的權值。應用深度學習神經網絡可處理孤立詞的詞意和語音識別，也可用于解決首次接觸陌生用戶，在數據為零的情況下進行“冷啟動”的問題。

　　將智能聊天機器人應用航空客服領域，可幫助航空公司節省客服人力成本，降低旅客購買和咨詢服務的費力度。智能機器人已在金融、例如交通銀行的智能客服半年間累計服務客戶超過50萬，回答準確率95％以上，中國移動推出的智能“福娃”月訪問量超過千萬，識別能力超過90％，累計節約人力成本1.1億元。

　　在移動端和web端程序中，基于面向服務的架構為向航空旅客推送增值服務提供了支持，可為航空公司和OTA（在線旅行社）打造產業生態鏈。目前部分OTA已投入較大資金用于智能客服機器人的研發中，攜程呼叫中心上線了新一代機器人系統，是首家大規模使用客服機器人的OTA，在推薦系統方面，攜程引入“深度混合協同過濾技術”后，近40%機票預訂是由客服機器人負責完成。攜程架構主要分為在線、近線、離線三個層次，用在線層處理用戶分析、推薦策略、業務規則，用近線層處理消息隊列、分揀過濾、存儲數據，用離線層進行數據預處理、數據挖掘。

　　客服機器人可被用于娛樂聊天以及機場地服機器人中。東航與微軟一起合作推出聊天機器人“小冰”，在移動端提高了用戶乘機體驗。部分機場和航空公司在地面服務中引入了機器人，例如長榮航空引進Pepper機器人負責地面服務工作，提高了用戶接受地面服務的體驗。在客艙與地面服務方面，客服機器人起到了“錦上添花”的作用。

　　現階段客服機器人面臨一些問題：第一，在人機交互時主動詢問性較低，基本處于被動應付階段；第二，對于未知問題，較多采用側面回答方式，易引起用戶情緒不滿；第三，對機器人評價采用回答正確率、錯誤信息率等指標，基于單輪對話評價，因而缺乏評價的連續性；第四，多數公司開發的APP存在大量沉睡客戶，不易被喚醒，去APP技術在持續發展，投入研發容易面臨損失。

　　未來客服機器人的發展方向，總體說來是移動化、社交化、云端化：第一，手機端的智能對話操作系統，可讓用戶跳過部分APP，直接面向需求目的地，從而達到削弱APP的作用。第二，社交軟件中的營銷聊天機器人的出現，也為用戶提供了統一智能營銷平臺，也削弱了部分APP。第三，服務云端化的發展，讓企業從提供APP轉向提供云服務。客服機器人已能夠出色完成話務量分流、輔助預定產品的任務，但在合理向用戶提供個性化增值服務方面，需要大數據的支持，而當今大數據主要向移動終端、社交軟件終端、云端、網上購物平臺轉移，百度DuerOS面世之后，可能會帶來一場變革，也許客戶在預定機票的時候，只需要對“小度”機器人語音描述目的地、出發時間，“小度”會根據客戶在手機終端的歷史數據，自動定制符合客服消費習慣的機票、酒店、出行計劃，客戶只需要確認支付，節省了挑選比對的時間。由此可見，真正掌握大數據的百度、騰訊、阿里，在未來可能主導客服機器人的發展，而其他公司在缺少用戶數據的情況下，可能會選擇提供云服務與其對接，或通過客戶心理學來彌補缺少大數據的缺陷。

　　縱觀而論，客服機器人的發展貫穿著整個人工智能發展的歷史進程，未來幾年客服機器人技術定會持續發展，將來會有更多用戶享受到人工智能發展的紅利。