知识运营白皮 阿里云 智能客服知识运营白皮书 2022 年 2 月 版本： 1.0 知识运营白皮书 【公开】 法律声明 阿里云提醒 档而遭受的利润损失，承担责任（即使阿里云已被告知该等损失的可能性）。 5. 阿里云文档中所有内容，包括但不限于图片、架构设计、页面布局、文字描述，均由阿里云 和/或其关联公司依法拥有其知识产权，包括但不限于商标权、专利权、著作权、商业秘密 等。非经阿里云和/或其关联公司书面同意，任何人不得擅自使用、修改、复制、公开传播、 改变、散布、发行或公开发表阿里云网站、产品程序或内容。此外，未经阿里云事先书面同 I 知识运营白皮书

智 能 服 务 事 业 部 知识结构化推动智能客服升级 邱立坤 阿里巴巴集团智能服务事业部 方案 KAMR 语义 表 示体系 KAMR Parser 知识图谱问 答平台 需求 知识管理 语言理解 思路 知识图谱构 建 语义剖析 答案展示 收益 高效复用 精准理解 精细管理 智 能 服 务 事 业 部 目 录 智 能 服 务 事 业 部 智能客服升级的需求 元 开通 15 元流量日套餐 开通 15 元流量日套餐 开通数据流量套餐 10 元 开通数据流量套餐 10 元 知识管理痛点 成千上万的知识点，缺乏关联，给知识运营和管理带来困扰 智 能 服 务 事 业 部 设置 1 个知识点，管理任务轻，但答案过粗 设置多个知识点，答案细致，管理任务重 智 能 服 务 事 业 部 • 我要关闭国际漫游并开通流量通套餐 • 话费充值如何索取发票供报销 模糊性 语言理解难点 语言 知识 智能 深度 学习 智 能 服 务 事 业 部 从传统智能问答到知识图谱问答 ( 上海，常住人口， (2017 年， 2419.70 万 )) 2017 年上海的常住人 口 是： 2419.70 万 上海有多少人口 智 能 服 务 事 业 部 知识结构化的主要思路 智 能 服 务 事 业 部 结构化知识图谱 非结构化业务文档 半结构化数据

...................................................................... 32 1、大型央企携手蓝凌 AI 蓝博士，驱动工程技术知识管理..........................................32 2、中集集团：流程 BPM+集成创新双引擎驱动数智化......................... 60 6、蓝凌助力长沙银行打造新一代数字化办公平台....................................................... 66 7、插上“知识羽翼”！解码大型航空公司的知识管理密匙........................................84 8、大型乳业集团 1 个平台，打通全国营销费用管理全链路................ 87 9、签单快 70%！化工巨头的智慧合同新速度............................................................. 93 10、中控技术：知识原生企业，聚变组织创新力...................................................... 100 五、关于蓝凌软件...................

service system .................................. 1 3.2 知识库 knowledge library ......................................................... 1 3.3 知识点 knowledge ......................................... .... 4 6.3.4 意图识别 ...................................................................... 4 6.3.5 知识库 ........................................................................ 4 6.3.6 客服算法 .......... .... 8 9 知识库要求 .......................................................................... 8 9.1 通用要求 .......................................................................... 9 9.2 知识库架构要求 .....

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 2. 将用户的问题转化为对知识库的查询 问题理解 查询知识库 构建知识库查询 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 来的。当用户输入问题后，将其和知识库现有的标准问题进行一一比对，寻 找与用户问题最相近的标准问题，然后将该问题组对的答案返回给用户。 解决方案二 知识库中存储的不是问题 - 答案对，而仅存储答案（文档）。 当接收到用户问题后，直接拿问题去和知识库中的一篇篇文档比对，找到在 内容上关联最紧密的那篇，作为答案返回给用户。 用户问题 -> 答案 解决方案三 从用户的问题当中识别出用户的意图，并抽取这个意图针对的实体。 相应的，知识库内存储的知识，除了包含知识内容本身之外，还应该在结构 上能够表示知识之间的关联关系。

、大数据与自动化技术的底座之上，将企业的知识资产、岗位技能和业务流程深度智能化，与信息系统和业务链条 全面打通，并通过可信治理框架下的人机协同机制，重塑组织的决策逻辑、运作流程、人才角色与文化基因，使组织具备自我学习、自我进化、自我协同的能力，从而在 效率、质量、创新与韧性上实现持续跃迁的综合性新型生产力。 业务 流程 智能化 智能化全链条流程图 知识资产 智能化 • 企业中沉淀的大量文档、 企业中沉淀的大量文档、 案例、经验、制度，本质 上是“知识资产”； • 深度智能化通过AI进行分 类、检索、生成和推理， 使这些知识实时服务业务 决策与操作。 与信息系统和业 务链条全面打通 • 单靠AI局部优化不够， 必 须 与 现 有 的 ERP 、 CRM、HR系统等对接， 避免“信息孤岛”； • 同时将企业上下游（供 应链、客户链）的业务 链条打通，让智能化贯 穿生产、运营、销售、 服务的全链条。 岗位技能 效”工作场景推进智能化升级， 助力企业提升智能知识管理、岗位技能、业务流程、人才赋能与治理优化。 • 企业级智能的核心价值点： • 核心KPI可量化 • 组织级ROI衡量 业务流程 智能化 • 通过将流程嵌入AI 工作流，实现跨部门、 跨岗位的自动协作与 闭环，将依赖人工或 规则的低效工作流程 转化为智能化业务流 程 。 四域 融合 知识 资产 智能化 岗位 技能 智能化 信息系统

04 集团信息化数字化现状 金蝶合作项目分享 AI在项目上的应用 01 目录 24 结合AI的费用智能化应用架构 知识库 （RAG） 执行 运营 经营指标 风控指标 向量化 企业制度 知 识 运 营 数据权限 知识管理 知识运营 知识库 规则管理 行业库 ...… 业财 数据中心 数字员工工作台 费控应用 AI制单 规则引擎 图像识别 AI问答 制度问询 规章制度(文档) 产研知识(文档） 业务数据(数据仓库） 客服工单、客户反馈 社区、媒体、论坛 行业大数据、政策法规 准确性 时效性 完整性 准确性 知 识 体 系 知识分类 运营维护 知识标签 版本管理 权限体系 制度问答助手 产研知识问答 智能在线客服 运维工单答复 数据采集 采集来自企业内部、外部各种类 型各种来源的原始知识数据 知识治理 知识进行消歧、去重等处理，删 除掉错误、过时的信息。保障知 识可用性 知识体系 建立起一个科学合理、易于使用 的知识管理运营体系。 知识问答系统构建 依据高质量知识、完善的知识体 系，设计出高效、准确的知识检 索系统 基于自建知识库的智能问答 …… 预置QA2 知识库 用户提问 传统ChatBot 相似度 关键词 学习、理解 VS 传统问答模式下，知识运营人员需要梳理多年累积的 知识文档，花费大量时间形成预置QA问答题库。用户

COPYRIGHTS RESERVED 组织 应用 挖掘 算法 知识 生产 5 2019 KE.COM ALL COPYRIGHTS RESERVED 组织 应用 挖掘 算法 知识 生产 6 问题挖掘 知 识 管 理 系 统 客服工单 政策法规 职能部门 知识库 知识图谱 知识生产流程 知识质检 2019 KE.COM ALL COPYRIGHTS RESERVED 拓展问题推荐 推荐关键词 推荐标签 推荐分类体系 知识生产提效 热门问题发现 kmeans 聚类 句子向量 问题去重 同义聚类 2019 KE.COM ALL COPYRIGHTS RESERVED 8 如何 / 怎么 + 【事件动词】 + 【实体词】 < 实体，属性，属性值 > < 实体， 关系， 实体 > 知识的挖掘 2019 KE.COM ALL COPYRIGHTS 强疲房源 which 区别 为什么备案经纪人需要 是本店的 ? 备案 经纪人 需要 本店 why 为什么 知识的挖掘 2019 KE.COM ALL COPYRIGHTS RESERVED 10 用户问题数据分布 8% 3% 22% 工具使用 知识咨询 闲聊型 其 它 2019 KE.C0M ALL C0PYRIGHTS RESERVED 11

Large Language Models ， LLM ） ，是 一种由包含百亿以上参数的深度神经网络构建的 自然语言模型。 简单来说 ，大模型就像是一个拥有巨大知识库的 学者 ， 它通过阅读和学习大量的书籍（数据） 来掌握语言的规则和知识 ，从而能够在各种任务 中取得优异的成绩。 02 、大模型技术概 述 对话式交互会成为下一个具有超级增长点的交互方式 随着技术的发展 ，人机交互正不可 处理复杂的语义结构 ， 更准确地解析和理解用户 的自然语言输入。 2 、 大模型使智能客服 更具同理心和人性化 ，有 效管理用户情绪。 3 、 大模型可根据坐席 与客户的聊天内容 ，智能 生成知识问答对 ，提升知 识库维护效率。 贷款客户经营 1 、 大模型根据客户的 信用历史、财务状况和行 为模式 ，大模型可以生 成个性化的营销策略 ，提 高贷款产品的吸引力。 2 、 大模型可以分析对 ChatABC ，能够利 用大模型技术提升智 能客服的金融知识理 解能力、内容生成能 力及安全问答能力。 03 、大模型在客服领域的应用场 景 01 客服领域场景概述 02 大模型技术概述 03 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

句子语义编码 • 句子语义相似度计算 • 会话语义编码 • 会话语义相似度计算 • 搜索服务 • 聚类分析 • 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 AI 智能全场景 场景构建指引 查询 咨询 推荐 画像 自助服务 营销 知识提取 安全 YiLearning 训练平台 Hadoop/Spark/DB 大数据平台 YiServing 服务平台 风险等级 舆情分析 智能助手 会话意图识别 敏感信息识别 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 较低，不会回答可以插诨打科， 反显风趣 后人工智能时代 深度学习