企业服务台（HelpDesk）如何智能化？

企业服务台（HelpDesk）是解决问题的中枢，但是问题中也存在很多简单重复的情况。因此，有理由认为，自然语言处理NLP的重大进步可以有效减轻服务台的压力和成本，实现服务台的智能化。

NLP的最新重大进展是以巨大的，经过预训练的神经网络的形式出现的，例如Google的BERT和OpenAI的GPT-3。这些模型基于概率和逻辑，这些概率和逻辑通过阅读（或“训练”自身）数十亿篇文章进行分类，网站和其他各种背景下的数据。这些经过预训练的算法是通用工具，可以很好地完成许多任务，但可以对其进行微调，以根据需要实现特定任务的更好性能和准确性。

我们发现NLP的重大进步可以增强服务台的五个原因。

1.使用自动聊天机器人24/7回答用户的问题

随着自然语言理解（NLU）技术的发展，现在为可以在人类对话中保持自己状态的聊天机器人越来越多。对话机器人24*7*365全年无休的可以提供服务。加上答案仅需几秒钟，因此用户可以快速便捷地进行操作。

2.必要时将其无缝地升级为人工服务

即使采用最好的技术，我们仍然知道，用户咨询师需要转人工专家的情况仍会发生。根据用例的复杂性，我们发现聊天机器人可以自动进行70％到100％的查询。一个简单的应用程序（例如请求信息或产品演示）可能是100％自动化的，但更细微的交互（例如，新员工入职）可能是85％的自动化，并且在15％的时间内将人工审核员带入了相关业务。

3.分析用户情绪

聊天机器人通过语义分析可以预测用户此时的情绪。无论是开心还是悲伤，积极或消极，等等。这都是基于监督或标记的训练，其中模型是根据先前人工标记的句子，问题或文章进行微调的。

情绪分析非常有用，不仅可以在用户情绪不太好的情况下升级人工，还可以跟踪一段时间内的趋势。例如，对话中出现了明显的负面情绪立即转人工，通过人工来快速解决用户的问题。

4.与应用程序数据集成

通过对接第三方应用程序（例如OA，HRMS，数据库，邮件系统或通过开发人员平台进行的几乎任何其他自定义集成），我们可以大大扩展Helpdesk平台的用途。这使我们能够跨平台执行操作和工作流以完成工作。例如，用户可能会问聊天机器人，“ Acme LLC的Alice的联系信息是什么？” 在这种情况下，我们的NLP将与意图匹配，因此它可以运行正确的技能-会从CRM中的联系人查找。但是该技能使用的API也需要另外两个变量：名称和公司。因此，我们的NLP使用实体检测和槽位填充算法来确定Alice是变量1所需人员的姓名，而Acme LLC是变量2所需人员的公司名称。 API，从CRM系统获取答案，然后将联系信息返回给用户。

以上是我们的一些思考，您可以在Helpdesk的场景中使用AskBot解决方案。充分利用所有这些技术和解决方案解决服务台的问题，进而让服务台的能力得到更大的扩展。