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、

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） 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 消息等渠

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。 分类、回归 • 推荐 智能 IVR 智能语音导航 智能外呼 智能电话营销 KM 知识库管理系统 YiConnect 在线客服系统 YiSee 智能质检中心 YiBot 智能客服机器人 功能特色 文本智能 - 应用组件 句粒度：成分分析、语义编码、语义相似度计算 会话 / 篇章粒度：语义编码、状态识别、自动摘要 底层算法 API • 模型训练 • 模型预测 + NLP 本体技术：关键词模板 追一技术优势：搜索技术 +NLP+ 深度学习 + 强化学习 代表着企业或者机构 严肃、负责 垂直单一领域，深入掌握领域内知识 N 个垂直领域的客服机器人，难度也很高 知识主要来源于人工客服 极高，问答需要足够精准，代表着企业形象 代表一个虚拟人物、助手 娱乐、风趣 全领域，每个领域需涉及 但仅需要有普遍较浅的知识，不需要深入 互联网知识、闲聊社交数据

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

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。

.................................................................................. 15 图表 14：“好啦”机器人协助海底捞完成餐具回收 ....................................................................................... 40 50 60 70 餐饮供应链 餐饮品牌 餐饮服务商 餐饮新技术 2022年 2023年 单位：亿元 化率的不断攀升，数字化转型的需求愈来愈旺盛，需要大量的餐饮服务商进行赋能，例如机器人、餐饮 Saas 等 等。2022 年餐饮服务赛道共斩获 8.6 亿元的融资总额，而到了 2023 年，这一金额上升至 45.2 亿元。 图表 6：2022 与 2023 年餐饮行业各赛道总额金额对比 ，例如结算时的移动支付解决方案，例如二维码支付， 大大加快了顾客结账的流程，减少了等待时间。在数字化服务设备上，配送机器人是餐饮企业进行数字化转型所 大量采购的产品，它们负责送餐、回盘以及接待等工作，具备自动驾驶和语音交互等功能，能够承载较大重量的 食品和餐具，餐饮企业采购配送机器人能够替代部分一线员工的职能，为企业降本；此外，与人相比，配送机器 人并没有“疲惫”的概念，能够做到持续不断地工作，提

各自具有独特的功能和优势，能够从不同角度获取环境信息。例如，视觉传感器可以捕捉 图像和视频，提供丰富的视觉信息；听觉传感器能够接收声音信号，用于语音识别和环境 声音分析；触觉传感器则可以感知物体的接触和压力变化，为机器人操作提供重要反馈。 然而，不同传感器的数据在采样频率、数据格式和精度等方面存在显著差异。这就给 数据的融合带来了巨大挑战。多模态融合技术需要对这些原始数据进行统一的预处理、同 步校准和噪声抑 边缘 - 云协同的轻量化部署：通过微调轻量级模型（如 MobileNet-Multimodal）、 神经架构搜索（NAS）技术，多模态算法将逐步适配边缘设备的算力限制，在智能终端 （手机、机器人、穿戴设备）中实现低功耗实时推理，满足自动驾驶瞬态决策、工业质检 毫秒级响应的需求。 自监督与跨模态预训练突破：无需人工标注的自监督学习（如对比学习、掩码多模态 建模）将显著降低多模态系统训 下的泛化能力，加速技术普 惠化进程。 从感知到认知的跃迁：融合因果推理、神经符号 AI 等技术，多模态系统将从浅层特 征融合转向深层次语义推理。例如，结合物理规律模型（如刚体运动方程）优化机器人操 作策略，或基于多模态因果图诊断医疗影像中的病理关联，实现“感知 - 理解 - 决策” 全链条智能化。 四、 面临挑战 数据异构性与对齐难题：跨模态数据的时空对齐（如视觉事件与音频信号的时间戳偏

金融风险管理方面：人工智能可以通过数据挖掘和分析来帮助机构识别潜在的风险因素，从而帮助投资者做出更准确的决策。 u 智能客户服务方面：人工智能可以提供更快速、更准确的服务，以满足客户的需求。例如，许多银行和保险公司已经采用了聊天机器人技术， 可以帮助客户解决问题、获取信息等。 u 金融反欺诈方面：人工智能可以通过自动化检测、分析和预测工具来识别欺诈行为，从而更全面、更及时地保护金融机构和客户的利益。 金融反 欺诈 BloombergGPT 撰写新闻 标题 u Lemonade 于 2015 年创立，是一家以人工智能为特色的互联网保险公司。 u Lemonade 将保险与科技相融合，构建一个人工智能机器人平台，该平台打造基于 GPT-3 技术面向用户的销售机器人玛雅（ AI.MAYA ）， 利用自然语言处理和机器学习技术为客户提供个性化的保险推荐和咨询服务。该技术贯穿客户提问分析与解析，引导客户加入 Lemonade ， Lemonade 基于 GPT-3 的销售机器人玛雅 （ AI.MAYA ） 资料来源：众安科技、华西证券研究所 20 销售机器人玛雅的四个模块 u 据英国《金融时报》的报道，苏黎世保险集团（