聊天機器人似乎遭遇了一點挫折。去年11月的一份市場調研顯示，盡管各大科技公司拼命鼓吹，但78%的美國成年人從未聽說過聊天機器人；就在3月份，Facebook又被曝出其平臺上聊天機器人的準確率只有30%，而Facebook正是引領了聊天機器人熱并吸引了最多開發者的平臺之一。

　　但與此同時，聊天機器人在商業上的一種具體應用——客服機器人——正在迎來越來越多的入場者。今年，硅谷最負盛名的早期投資孵化機構YC投資了21個AI項目，其中就有Quiki和Bicycle AI兩個用人工智能改善客服的項目；中國在2014年前后出現了一批以美國云客服公司Zendesk為標桿的創業公司，如智齒、Udesk、美洽、網易七魚、曉多客服機器人等，經過幾年的發展，結合人工智能的客服機器人，已經成為他們越來越看重的功能。

　　“如果你是一名投資人，或者是一名想要引入人工智能技術的創業者，除了要把那些戴著AI帽子的冒牌貨剔除出視野之外，我也不推薦你去使用那種面向大眾，一個解決方案匹配無數應用情景的服務……你要去尋找某些開源的、具有替代性質的解決方案，將它們加以變通、測試，使其能夠更加精準滿足你自身的用戶使用訴求。”最近，入駐YC的Bicycle AI的產品經理的一篇文章，說出了這兩種截然不同的境況背后的原因。

　　能解決商業問題，為企業大幅節省成本；能帶來收入而且“錢景”廣闊；同時，能快速消化自然語言處理最新的技術突破，讓客服成為聊天機器人最熱的應用場景。

　　有個簡單粗暴的方法來定義客服機器人。在當代工業中，機器人指能自動執行任務的人造機器裝置，用以取代或協助人類工作；以此類推，客服機器人就指自動執行客戶服務任務的計算機程序，它被用以為顧客解決產品問題，維系客戶忠誠度，最終為企業創造價值。相比傳統的通過呼叫中心、企業網站的常見問題列表解決客戶問題，客服機器人可7X24小時在線，而且能以類似聊天的方式直觀地解決問題，同時，相比人工客服，它的成本也更低。

　　其實早在這次的人工智能熱潮之前，客服機器人就已經以關鍵詞匹配的形式存在。專注于智能客服機器人的網易七魚產品總監段毓錚總結過客服機器人走過的4個階段：

　　第一代客服機器人叫問答機器人，基于單個關鍵詞的精確匹配。

　　第二代客服機器人已經可以支持多個詞匹配，并且具有模糊查詢能力。但仍停留在“詞”的層面，例如圖書館的查詢書籍系統。它需要依靠人的經驗、技巧去調整配置關鍵詞列表，可靠性不高，而且還增加了大量的人力成本。

　　第三代智能客服機器人在關鍵詞匹配的基礎上引入了自然語言處理(NLP)技術。這里面包含一些技術如分詞、詞性標注、文法、句法、識別關鍵詞(即：把一個句子切開，把里面每一個詞搞清楚，給每個詞加一個權重，根據權重的綜合算法來匹配知識庫中哪個答案可以最準確回答用戶問題)。

　　而目前的第四代智能客服機器人是以神經網絡為基礎，應用了最新的深度學習技術，結合模式識別等技術打造的智能機器人。與第三代機器人相比，因為有了深度學習的技術，完全可以打破人工配置的規則，可以有更好的自主學習能力和語義理解能力，包括可以處理更加口語化的問法。

　　如果簡單概括，客服機器人走過了關鍵詞匹配、規則模型再到統計模型三個階段。而從規則到統計，也反映了主流學術界對自然語言處理的研究方法的變遷。

　　正如它走過的三個階段，客服機器人在不同階段也有不同的典型應用。小i機器人是中國最早的智能機器人產品。據雷鋒網了解，早在2004年，小i機器人背后的公司智臻智能就為MSN版小i機器人，它可以看成是智能機器人的雛形，完全采用關鍵詞匹配的方式，為海量的MSN用戶提供天氣、新聞、歌曲、股票等服務。

　　2005年，智臻智能正式推出了短信小i機器人，與諸多的運營商及SP公司開展合作，幫他們以自動化的方式，解決查詢花費、辦理套餐和增值服務等。

　　關鍵詞匹配簡單、準確，能把人工客服從大量重復、瑣碎的工作中解放出來。但是，它能解決的問題很有限，只適用于電信運營商這類企業。

　　規則式的客服機器人應用就廣泛了許多，它使用分詞、語義解析對客戶提出的問題進行分析，然后使用全文檢索引擎，從企業預置的知識庫中檢索答案，最后將最合適的答案返回給用戶。這個原理類似搜索引擎，能夠比簡單的關鍵詞匹配解答更多的問題。所以，它服務的對象也從電信運營商擴展到政府、銀行及其他業務量大、常見問題繁多而集中的大企業。除了小i機器人，也涌現出了live800、樂語等提供智能客服業務的公司。

　　2014年，美國客服軟件開發商Zendesk的上市標志著客服軟件進入了一個新階段——即從為大企業定制專屬的本地化客服系統，到基于云端的SaaS客服服務。Zendesk在當時科技股整體表現平平的情況下逆勢大漲，也給了很多投資人信心，加之當時企業級服務成為新的“風口”，不少智能云客服創業公司都在2015年前后獲得了融資，如環信、智齒、Udesk、曉多客服機器人等，其中智齒、曉多更是從客服機器人這個更加垂直的領域切入這個市場的。

　　不過，和致力于成為個人助手的開放域聊天機器人不同，客服機器人是為快速解決問題而生，所以，并沒有完全基于統計模型、能夠回答各種開放性問題的客服機器人，這也不是客服機器人的題中之義。智齒曾接受過雷鋒網(公眾號：雷鋒網)的采訪，據他們介紹，智齒積累了超過2700萬條問答的寒暄庫，可以拉近企業和客戶的距離，但是，這個寒暄功能是可以由企業自主關閉的，智齒更專注于快速地、智能地為企業客戶建立專業、準確的知識庫。

　　為什么AI在客服機器人領域開花結果？

　　如文章開頭所述，客服機器人不是一個解決方案匹配無數應用情景的服務，它不像微軟小冰、Siri一樣致力于和人建立情感聯系，可以對任何問題做出回應。比如，人類用戶與小冰的平均每次對話輪數可達到23輪，微軟對此也頗為津津樂道，但是，在客服上，如果機器人要與前來咨詢的客戶對話23輪，才能給出答案，你可以想象客戶的反應會是什么。

　　客服機器人可以稱為半開放域聊天機器人，尤其是針對不同企業，它要處理的問題就更加聚焦。一方面，客服機器人系統可以把企業的FAQ列表快速導入知識庫，另一方面，又可以在某個特定行業中，積累語料，通過云平臺的方式擴充企業的知識庫。

　　另外，聊天機器人領域的技術突破，也可以快速地應用到客服機器人上。現在，一些客服機器人已經具備學習能力，它可以在使用過程中，根據新問題出現的頻率，來主動擴充知識庫。例如，一家原先做電視的企業，推出手機后，因為客服問題中頻繁出現手機，智能客服機器人就會主動提醒，將“手機”加入知識庫中。

　　還有用在聊天機器人上的情感計算，同樣可以被用在客服領域，根據前來咨詢的客戶來時的情緒，以及離開時情緒的對比，就能從另一個維度感知此次服務的質量。既可以用以考核客服人員，也可以用來改進客服的服務。

　　當然，一項新技術能夠落地，除了它的魯棒性要能滿足商業化要求，還需要有市場需求。客服是一個伴隨著交易出現時就自然產生的，近年來，一些新興企業，尤其是互聯網企業增長飛速，他們的交易又大多依賴線上平臺，就對客服軟件有了巨大的市場需求。智能云客服軟件的涌現，又讓許許多多的中小企業能夠通過簡單的方式，定制自己的客服系統，目前，電商、互聯網金融、O2O、在線教育、游戲娛樂等，對客服的需求極大。

　　易觀智庫的一項研究稱，預計到2017年，中國SaaS客服市場交易規模將增長至680億元人民幣，并將繼續保持快速增長。

　　最后，稍微潑一點冷水，在自然語言處理沒有在技術上獲得突破性進展前，使用客服機器人完全取代人類還有很長一段距離，它能處理越來越多、越來越口語化的問題，但是，它依然需要人工客服來做一些復雜的決策。前文訴述的智能客服創業公司Bicycle AI，就專注于用自然語言處理技術，針對客戶提出的問題，自動匹配可供選擇的多個答案，由人工客服來選擇。國內的智齒客服同樣有這樣的功能。

　　“忘掉聊天機器人吧，讓AI增強人類來處理幫助你的客戶吧。”他們如此說到。