携程 AI 平台及客服机器人 分享人：于磊 1 携程 AI— Democratize AI 2 携程客服机器人 & 知识图 谱 3 携程小诗机 4 Q&A 目录 CONTENTS Democratize AI 共赢、高 速创新 下一代的 OTA 用户体 验 合作、互补、共享 AI 的民主化—携程 AI 接入平台 智能 导购 自然 语言 语音 语音 视觉 硬件 图片清晰化 活体检测 小诗机 多语种翻译 滤黄滤政 声纹识别 客服机器人 计算广告 语音合成 用户意图 图片风格转换 身份识别 情绪识别 图片识别 外部 AI 服务 模型评估 测评 标准化 选型 / 综合 携程 AI 接入平台 携程 AI 开放平 台 自研 AI 服 BI-LSTM+CNN 售前机器人 聊天对话历史 标准 QA 信息 酒店基本信息 机票航线信息 POI 信息 …… 用户意图识别 输入联想 情绪识别 对话管理 知识图谱 KB-QA 个性化推荐 携程客服机器人 少 数据 应用架构 售后机器人 翻译助手 客服助手

智能客服 —— 聊天机器人 问题解决型 实现技术 解决方案 架构及开发流程 小 Y （智能机器人） 问题解决型机器人 问题解决型机器人，存在的目的是为了帮用户解决具体问题， 例如：售前咨询、售后报修、订机票、酒店、餐厅座位等等 需要提供给用户自己都不知道的信息 -- 知识库 1. 理解用户问题，知道用户在问什么 多轮对话的上下文管理 提问：今天北京多少度啊？ 回答： 35 度 提问：有雾霾吗？ （北京有雾霾吗？） 回答：空气质量优。 提问：那上海呢？（上海有雾霾吗？） 回答：空气质量也是优。 结合上下文 聊天机器人解决方案 自然语言处理、文本挖掘、知识图谱 知识库中存储的是一对对的“问题 - 答案”对（ QA Pair ）。这些 Pair 可以是 人工构建的，源于客户系统或者旧有知识库的，也可以是从互联网上爬取下 上能够表示知识之间的关联关系。 在提取了意图和实体后，构造出对知识库的查询（ Query ），实施查询，得 出结果后生成回答，回复给用户。 用户问题 -> 语义理解 -> 知识库查询 -> 查询结果生成答案 聊天机器人实现技术 语义理解 NLU 意图识别 实体抽取 用来识别用户所提问题 的意图，也就是用户希 望做一件什么事 用于提取用户对话中所 提供的和意图相关的参 数 ( 实体 ) ，例如时间、

港湾人寿和美国万通保险：引进数位人寿保险核保人 7 雷帝斯金融集团：智慧抵押流程 8 星展银行：以AI监控交易 9 AI诊断和治疗纪录编码：让人类真正发挥所长 10 电通：公民开发者的机器人流程自动化 11 84.51°和克罗格：自动化机器学习提高资料科学生产力 6 12 麦迪安网路安全公司：AI辅助网路威胁归因 13 印度星展行动银行：用客户科学优化客户服务 14 直觉软体公司：AI辅助写作，人负责提供规则 24 FarmWise：耐晒、抗雨淋的数位除草系统 25 北卡罗来纳州威明顿警察局：警务数位化 26 策安集团：AI同僚提升安管强度，同时照顾顾客 27 南加州爱迪生：预防现场事故的机器学习安全资料分析 28 MBTA：AI辅助柴油分析以利列车维修 29 新加坡陆路交通管理局：智慧城市里的铁路网管理 7 第二部 AI赋能下的职场大未来 30 用AI改变工作，需举全村之力 用AI改变工作，需举全村之力 31 人人都是技术人员，或至少有混合角色 32 让AI发挥作用的平台 33 智慧案件管理系统 34 新鲜人的就业机会将愈来愈少? 35 远距独立工作 36 机器（还）不能做什么 第三部 智慧协作时代的关键思考 37 智慧协作的未来 │注释│ 版权页 8 │写于书前│ 这个世界不缺管理思想。每一年，有数以千计的研究人员、从业人员和其他 专家，

网约房解决方案（中国公民手机操作） 专项解决方案介绍： 网约房解决方案（港澳台 、外国人，房东通过使用 手机 APP“ 人工”的办理业务：） 03 PART THREE 智慧酒店 软硬件功能 及增值服务介绍 （机器人服务 + 房间互动电视服 务） 硬件一： 人证比对一体机（外观及功能） 硬件一： 人证比对一体机（各类型号） 硬件二： 智能门锁 硬件三： 人体探测器（功能介绍） 硬件三： 人体探测器（安装示意） 领导参观时显示欢迎词，可调取酒店后台 运营管理 数 据 以图表形式显示 机器人增值服务： 接待机器人 机器人在大厅为客人提供引领带路、呼叫电梯等服务 接待机器人 机器人增值服务： 送餐机器人 机器人提供送餐、送物服务，为客人提供全新的 购物及服务体验。 夜间模式下，机器人音量自动降低； 支持平 整 地毯上行驶； 送餐机器人 机器人增值服务： 清洁机器人 云端智能清洁机器人： 自主服务适用不同地面的清洁； 高效节约人力成本，云端管控 云端部署，自主服务云端进行部署调度，多台 机器人 配合工作，完成任务后自动 归位。 清洁机器人 机器人增值服务： 消毒机器人 机器人提供喷雾消杀、紫外线杀毒； 自动升降喷头多角度立体化喷射， 360° 无死角 无人化自动执行定时定点任务； 减少人员接触，降低感染风险； 自主导航避障；职能路径规划； 消毒机器人 机器人增值服务： 安防机器人 1 、自主巡逻和全方位视频监控，自主避开障碍物。

智能客服助力金融机构数字化转型升级 京小科机器人成长之路 演讲人 芦宇 I 目录 1 行业发展趋势 2 用户 需求洞察 3 京小科 智能客服场景化解决方案 4 行业典型案 例分享 行业发展趋势 目录 客服发展历程 客服系统引入中国 ， 沟通工 具 以 电话为主 ， 是最传统的 单 播报时无法自然衔接； > 知识库构建成本高，需要协调大量的人力进行知识库梳理， 后续知识维护也需要由专人负责 > 用户自然语言场景化提问，得不到机器人准确回复，多次沟 通无果，体验欠佳； > 用户得到机器人回复的答案过于标准化，缺乏情感变化，用 户与企业情感链接存在缺口 技术侧：底层技术不成熟，知识库构建成本 高 用户 企业 京小科智能客服场景化解决方案 移动交互场景（移动金融业务） 电话客服场景（电话金融业务） 智能导航 在线客服 智能质检 电话客服 语音导航 电话客服 语音机器人 坐席辅助 电销机器人 智能质检 导航机器人 电话客服 语音呼叫 排队叫号 语音机器人 催收机器人 智能质检 文字机器人 坐席辅助 在线客服 渠道接入层：支持电话、微信小程序、微信公众账 号、 APP 、 H5 网页、邮件、短信、 5G

行业应用 2 解决方案 公司简介 1 追一科技成立于 2016 年，致力于人工智能创新研究，以自然语义理解研究为中心，融合机器学习、认知计算等尖端技术，主攻自然 语 言理解、情感分析及应对，发掘人工智能的更多可能并与各行业应用相结合。 追一科技的技术在一年多先后落地于金融、零售、电商、运营商、出行、地产等多个行业，服务超过 电商新零售 运营商 政企 追一科技：行业领先的 AI 对话机器人公司，更美好于 AI 世界 分期乐 小红 书 李开复博士 于 2009 年 9 月在中国北京创立创新工场， 出任董事长兼首席执行官 (CEO) ，以及创 新工场开发投资基金的执行合伙人。 高引论文 TOP1% 任 SCI 收录期刊编委， 10 余国际知名期刊审稿人 中国科学技术大学博士 原腾讯技术职发会技术研究通道负责人 , 技术总监 2006 年加入腾讯，一直从事搜索技术、机器学习方 向 的研究和实践 2013 年晋升 T4 专家工程师 BAT 团队配置，数十年互联网数据经验积 累 刘云峰 华中科技大学博士士 技术负责人 完善的产品、市场和销售团队

ChatBot ， 自主学习流程 03 落地效果 QABot 线上效果， TaskBot 线上效果 04 总结 人机协同学习，加速进化 客服系统简介 演变中的客服系统，对话系统， 智能客服机器人， 美团业务简介，美团客服系统 目录 01 话音呼叫中心 纯人工服务模式 只支持语音电话 人效低，成本高 网页在线客服 基于网页会话 支持文本和语音 访客轨迹跟踪 综合利用语义分析技术、大数据技 术以及深度学习技术 > 由过去单一售后服务变为贯穿售前 售中售后全客户服务周期 > 智能客服机器人是下一代客服的核 心驱动力 1.3 智能客服机器 人 语义识别机器人 简单检索机器人 场景导向机器人 智慧机器人 > 业务种类多，吃喝玩乐全都有 > 客户端种类多 > 智能客服是解决有限的客服资 源与不断增长的海量用户服务 请求矛盾的唯一选择 文、用户情绪等信息综合判断用户意图，准确找到问题甚 至预测问题。 > 机器人处理层 执行单轮会话的答案生成。执行多轮任务会话。主动学 习人工客服会话，自动问题归类、自动生成新 Task 。智能 发现不合理 Task 流程设计，智能优化。 > 基础数据 & 服务层 为会话管理和语义理解提供信息支撑。 > 人工层 静默坐席解决机器人解决不了的问题。 AI 训练师辅助 机 器人进化。业务专家制定合理的解决方案。

比上年 14% ；建设 13 个综合型数字员工以 及 1000 余个流程自动化数字员 工 ，智能增效超过 3 万人年。 推广客户投诉智慧治理模式 ， 在投诉处置和管理主要环节全面 应用机器人流程自动化、 自然 语言处理、生成式人工智能 （ AIGC ）等技术 ，成功落地首 个全行应用的 AIGC 场景 ，实 现大模型自动撰写投诉处理报告。 邮储银行 App 融合 AI 空间、数 大模型在客服领域的应用场景 04 某某银行的大模型客服助手实践 05 未来的发展方向 目录 CONTENTS 目前客服知识库的内容不够全面并且更新主要依靠人工 ，耗时费力 ，导致在线客服机器人的自助解决率较 低 ，增加了人工客服的工作负担和客户的等待时间● 客服效能面临多重挑战 质检流程准确性不高 ，不仅耗时耗力 ，而且难以覆盖所有场景。 和经验差异导致体验不一致；再者 ，新员工的培训周期长 业务痛点 且人力成本高昂。另一方面 ，现行机器人客服缺乏足够的 理解力和应答能力 ，也难以提供人性化的交流 ，且面临着 系统升级和维护的高成本问题。需要更加智能和高效的机 器人客服解决方案 电销 / 电催话术提炼效率低

RPA定义及分类 RPA定义按照数据模型、设计架构等维度可分为多种类型 RPA（Robotic Process Automation，机器人流程自动化），又称“数字员工”，是一种让软件机器人根据预设的固定运行逻辑，在计算机上模拟和执行人工操作的技术。通过这种逻辑， “机器人”程序可以与业务系统独立且重复地交互，实现业务流程的自动化。RPA可以根据不同维度被划分为多种类型：（1）按运行模式，分为有人值守和无人值守；（2）按部署位置，分 为桌面型和服务器型；（3）按应用领域，分为通用RPA和行业特定RPA；（4）按技术特性，分为执行式机器人、交互式机器人和协同式机器人。 5 控制台 设计器 机器人 运行自动化任务 机器人脚本设计、开发、调试 和部署的配套开发工具 完成自动化任务的执行操作， 可以是不同类型的机器人 RPA平台核心，负责管理机器人、 任务调度、监控运行状态等 按运行 模式 按部署 位置 按应用 领域 按技术 按技术 特性 有人值守 无人值守 桌面型RPA 服务器型RPA 通用RPA 行业RPA 交互式RPA 协同式RPA 执行式RPA 最为先进的一种形式，强调软件机器人与人类用户之间的紧密合作和协同工作 完全自动化处理流程，适用于不需要人工干预的后台任务，如数据输入和系统维护 适用于没有特定行业属性的业务流程，如财务管理、人事管理、销售管理等 在通用RPA的基础上，针对特定行业或领域的需求进行定制和优化

AI 是金融行业创新的核心驱动 力 AI+ 金 融 u 智能营销是利用机器学习、深度学习相关算法构建模型 ，通过汇集客户在消费、社交、交易等方面的大数据，深度分析客户的真实需求和偏好， 并进一步形成更具针对性、个性化的营销解决方案。 机器学习技术：通过对机构过去累积的海量用户行为、产品交易、营销方式等数据进行机器学习训练，可以对客户画像实现精准的刻画和分 类， 从而对其所处的客户生命周期以及潜在需求实现预测。 6 1.2 AI+ 金融应用场景示例：智能营销 线上智能营销 u 智能理财是以大数据、机器学习等技术为基础，结合投资者特定的需求及风险承受程度，为投资者提供理性的投资组合建议。 目标客户：金融机构通过问卷调查、数据采集分析等方式，将用户家庭整体状况、风险承受水平、投资期限、收益要求等要素进行汇总， CAGR 为 17.6% ，带动相关产业规模 1562 亿元， CAGR 为 18.2% 。 u 分技术产品来看，金融机器学习产品由于与金融机构多业务场景均可密切结合，且产品能力在海量高质量金融业务数据助力下得到快速提升， 成为市场主要拉力之一 ， 2021 年金融机器学习产品占 AI+ 金融核心产品市场规模比重达 42.2% 。 资料来源：艾瑞咨询、华西证券研究所