第一章 智能服务行业发展综述
一、 智能服务的定义及构成
(一) 定义
1、 智能服务
随着移动互联网和社交媒体的高速发展，客户流量入口多变，催生了全渠道多媒体的服务整合渠道。广义上来看，在这些多样性的服务渠道之上，建立的能够自动流转，释放人力的模块，所构成的这整个的服务形态组合，就可称之为智能服务。
2、 智能客服机器人
首先要明确的一点是， “智能客服机器人” 并不等同于智能服务，它只是这个服务系统中提及度最高的一个组合模块。
智能客服机器人，其实是一种能够使用自然语言与用户进行交流的人工智能信息系统，它采用包括自然语言理解、机器学习技术在内的多项智能人机交互技术，能够识别并理解用户以文字或语音形式提出的问题，通过语义分析理解用户意图，并以人性化的方式与用户沟通，向用户提供信息咨询等相关服务。
(二) 智能服务体系的构成
近10年里，受移动互联网及底层AI技术发展的影响，智能服务体系已经囊括了生产端的各方面，如：前端自助服务、知识管理、智能客服机器人、智能语音呼入机器人、智能质检、智能工单等等。
二、 智能服务的发展历程
智能服务的发展，从本质上而言，是基础理论与底层技术的发展。其中最具代表性的，就是智能客服机器人的发展。
(一) 第一阶段
关键词匹配，单一关键词触发问答
该阶段的客服机器人还不能称之为智能机器人，它是基于单个关键词的匹配，来满足客户关键词触发问答。适用于单一明确的业务场景，比如：通过发送指定关键词“cxll”短信至运营商来查询流量。
(二) 第二阶段
关键词模糊匹配，相近词义的关键词触发问答
这是单一关键词触发问答的升级版，它基于语句字面相似度，对预先定义的问答知识库进行模糊匹配，实现不同用户相似问法的回答。比如说，客户输入“退货流程”或“怎么退货”，都可以获取相应的退货操作说明；但它需要人工整理庞大的问答知识库，维护成本大。
(三) 第三阶段
自然语言分析及语义分析，实现复杂交互的更精准应答
自然语言分析指把句子拆分，将里面每一个词加以分析，给每个词加一个权重，根据权重的综合算法来匹配知识库中的答案。比如，知识库设定的一个语句是“我要退货”，当客户说“请问怎么退货”时，机器人可以理解客户意思并给出客户想要的答案。这一阶段的客服机器人已较为智能，但其准确性依赖底层复杂算法和知识库维护。目前市场上的大多数客服机器人都处于第三阶段，语义判断能力和匹配精度还没有特别好。
(四) 第四阶段
深度学习，机器拟人化
目前最先进的机器学习算法架构，包括卷积神经网络、循环神经网络等。该算法提升了上下文语义识别能力，从大量未标注的数据中进行学习，同时还可以对复杂的情感进行建模，自动实时客服及客户情感值分析。
第二章 智能服务行业发展现状
一、 企业内智能服务发展
智能服务发展至今，一直处于被“推着走”的状态。随着企业客户数量激增，服务成本上升，服务质量与体验要求不断推高等原因，智能服务方能应运而生。
因离生产端最近，获得的是最新生产数据，也是客户需求的集成器，所以，企业内部的智能服务发展，往往是整个市场上的领头羊。例如电商行业中的“阿里小蜜”，金融业里的招商银行等，都是业内智能服务的典范。
二、厂商智能服务发展
在市场上，竞争格局日渐明朗，总体上是百家争鸣，百花齐放。据统计，2019年我国的服务类机器人市场规模达21.7亿美元，且市场划分初步形成。由云服务厂商、通信设备生产商、移动运营商、Paas云通讯、语音识别厂商等，组成上游产业链；基础软件商、传统客服软件厂商、智能客服机器人厂商和SaaS云客服厂商，处在中游，向下就是企业型客户和客服外包型客户。
智能服务行业上中下游产业链