环信机器人4.0致力于为企业提供一套低成本可持续运营的客服机器人解决方案。4.0版本新推出了三大平台级应用(环信AIROOT运营平台、环信AIROOT Pro训练师平台、环信中文语义计算平台)和保险行业智能机器人解决方案，一举将AI在客服行业的传统单点型产品全面升级为体系化整体解决方案。
01
环信AIROOT运营平台
面向客服团队的简单、智能、低成本可持续运营的客服机器人运营平台
近年来业界推出了大量的智能机器人产品，主打智能客服领域。但是这类产品在客户使用中要求运营人员学习语义规则语法、上手成本高、同时知识维护量巨大，维护效率畸低。导致大量客户出现“买得起，用不起”的窘境。
环信AIROOT知识运营平台是客服场景下，面向客服团队使用的快速上手平台。环信AIROOT知识运营平台是针对客服机器人场景，基于环信多年在客服IT系统和客服工作链人工智能化的能力与服务经验积累，结合基于深度学习的核心算法能力平台和海量行业数据，推出的全新一代客服机器人运营平台，通过打造可快速上手的运营体系，建设快速落地的学习闭环。AIROOT提供了机器人运营环节所有涉及到的常用功能，包括：完整的服务数据产品、运维支撑产品、服务运营产品、机器人知识库、知识运营体系产品，使得平台拥有业界领先的知识构建、知识运营和服务交付能力，并且有效降低使用的难度与成本。
多轮对话图形界面配置：通过的图形化界面配置，快速实现无编程快速定制多轮对话。
针对诸如100坐席+、日咨询会话1万+、知识点1000以上的大型客户，环信AIROOT可以帮助企业实现1-2周完成知识构建快速上线，并在后续的知识持续运营中实现“1天+1人+2小时”完成的运营工作量。保障广大企业真正实现智能客服机器人的“买得起、用得起”的愿望。
02
环信AIROOT Pro 训练师平台
面向专业知识训练师的专业、高效深度调优的客服机器人运营平台
大型企业复杂场景的机器人能力建设，通常需要针对特定场景进行深度定制开发。这通常包括知识工程师与甲方业务专家对业务流程和知识图谱进行梳理、数据工程师做数据清洗、标注工程师做数据标注、算法科学家和算法工程师对算法模型进行选择评估和训练调优、软件工程师进行模型上线发布、测试工程师和知识工程师进行效果评测、bad case标注等。整个实施过程需要多工种配合，协同整合难度大，时间周期长，并且因为需要经常动用机器人厂商的算法人员和工程人员，成本很高。
环信除了面向客服团队提供简单，低成本可持续运营的环信AIROOT运营平台之外，还针对需要深度算法调优和大规模知识建设的场景，同时推出了AIROOT Pro训练师平台。AIROOT Pro通过完整专业的算法优化调优平台，全面打通从“数据清洗”数据标注””模型训练””效果评测””用户反馈”的完整学习闭环，使得能力调优环节中的大批量数据生产、训练以及模型迭代成为可能。并利用环信中文语义计算平台提供的AI能力，全面提升调优过程中的工具智能化程度，有效降低成本。尤为重要的是，AIROOT Pro面向企业内部经过培训的专职知识训练师，无需AI算法和软件工程背景，即可独立完成全流程闭环，极大程度的降低了对专业AI算法人员的依赖，使得AI在行业应用中大规模低成本落地变得可能。
AIROOT Pro训练师平台完整学习闭环
经实际落地评测，在无需机器人厂商的算法人员、软件工程师、数据工程师参与的情况下，基于AIROOT Pro的训练相较于普通算法平台的能力调优整体效率提升30%以上，客服机器人知识建设周期整体缩短20%。
03
环信中文语义计算平台
面向开发者的自然语言处理(NLP)的能力开放平台
当前业内已经有不少客服机器人产品，通常为针对客服场景的封闭式AI应用，开放度不够，不能满足大型企业对核心能力自主可控、需要自行开发扩展的需求，不能满足经过训练调优的模型在企业跨部门跨应用共享重用的需求，也不能满足客服机器人系统长期积累产生的知识图谱在客服系统之外，被企业的各个部门共享重用的需求。而Google、BAT等推出的通用AI语义计算能力平台虽然有丰富的基础算法能力开放，但用于垂直行业领域的应用级别算法能力不足，比如缺乏在客服领域经常用到的语义相似度计算，意图分类，情感分析等，同时这些模型往往没有针对特定垂直行业场景进行pre-training，这导致了广大开发者实际应用过程中，经常出现需要使用某一具体能力时，依然需要重复造轮子，并且需要自行收集行业训练数据的窘境。
环信中文语义计算平台是环信机器人推出的针对开发者的自然语言处理(NLP)的能力开放平台。环信中文语义计算平台在经过了近三年的核心算法能力提升和迭代后，在开放NLP基础算法能力的同时，也完整开放了在NLP领域经常使用的应用级别算法能力诸如：纠错、情感分析、意图识别、语义相似度计算等，帮助开发者们在NLP领域的应用环节具有更强的能力，快速应用落地在更多价值场景。
环信中文语义计算平台4.0结构示意图
同时，环信中文语义计算平台4.0对算法进行了全面升级。环信中文语义计算平台使用了最先进深度学习算法来理解用户的语义。传统的语义理解技术大致可以分为两大类：基于规则的技术和基于传统机器学习的技术。基于规则的系统需要领域专家人工总结出大量的规则，但是编写规则非常困难。传统机器学习的方法一般由数据来驱动，不需要同时理解业务知识和技术的专家来手写规则，而只需要理解业务的人来标注数据。但是为了达到较好的效果，还需要算法工程师根据业务特点提取很多业务的特征。此外在语义理解任务上传统的机器学习方法有很长的pipeline，如分词，纠错，拼音转文字，句法分析等，每一个步骤都会引入错误，这些错误会逐渐累积叠加，到了最终的系统错误率就非常高了。环信中文语义计算平台4.0不仅引入了最先进的深度学习算法，并且针对深度学习要求更多的训练数据标注成本较高的问题，同时引入迁移学习，通过词向量和句向量的无监督学习，使得深度学习在少量训练数据的情况下也能达到很好的效果。
自主学习-问答优化：通过聚类机器人没有应答好的问题，提示管理员维护合并到现有知识规则库，以提高机器人在以后应答中的匹配率和准确性。
经实际落地评测，环信中文语义计算平台的基于深度学习的意图分类算法在多个测试集上达到了95%准确率的业界领先水平，语义相似度计算到达了93%准确率的业界领先水平。
04
环信机器人保险行业AI解决方案
垂直行业解决方案代表生产力
经过近三年的迭代发展，环信机器人已经在保险、证券、教育、物流、银行、电信运营商、航空等领域树立了一批标杆客户，包括新东方、泰康在线、中意人寿、中信证券、长江证券、天津农商行、南京银行、中通快递、厦门航空等。
环信一直秉承着AI必须通过行业解决方案落地帮助企业提能增效解决实际业务问题来体现生产力。基于环信在保险领域的深入积累，环信率先发布了环信机器人保险行业解决方案。环信机器人保险行业解决方案致力于为保险行业提供开箱可用的AI能力，针对寿险、财险保险智能客服、智能IVR、产品推荐、代理人支持等领域的提供了全套综合智能化保险解决方案。以环信机器人保险行业解决方案中的寿险机器人为例，环信的寿险机器人在业界领先的算法和工程能力基础上，还预装了全套寿险服务知识图谱，涵盖了从保险百科到理赔核保的数百个服务场景下的数千条知识图谱，并与业内主流保险核心业务系统预集成打通，真正做到了开箱可用的行业AI能力。
保险行业由于其对客户终身价值持续挖掘的需要，以及保险产品漫长的服务周期，属于典型的“服务导向性”业务。环信机器人保险行业解决方案将对企业如何降低在周期内的服务成本支出，以及如何有效的面向客户的新保险需求做出及时跟进，有效进行二次需求挖潜等方面产生重要的价值意义，是保险科技领域的AI赋能产业的有效实践。
今年，环信将继续拓展在银行、证券、运营商、航空、教育、物流等领域的规模化AI落地复制，加速树立行业领域的灯塔客户，进一步深化行业整体AI解决方案。
客户服务作为现代企业和消费者沟通的核心环节，年产业规模达5000亿元。由于其劳动力密集，知识领域相对收敛重复，并且行业里有海量数据积累等特点，客服行业正成为人工智能升级改造特定产业，提高效率，降低人力成本的一个大规模落地标杆行业。“工欲善其事，必先利其器“，环信机器人——智能让商业更美好，将是客户服务行业实现人工智能升级的利器。
