環信機器人4.0致力于為企業提供一套低成本可持續運營的客服機器人解決方案。4.0版本新推出了三大平臺級應用(環信AIROOT運營平臺、環信AIROOT Pro訓練師平臺、環信中文語義計算平臺)和保險行業智能機器人解決方案，一舉將AI在客服行業的傳統單點型產品全面升級為體系化整體解決方案。
一，環信AIROOT運營平臺
——面向客服團隊的簡單、智能、低成本可持續運營的客服機器人運營平臺
近年來業界推出了大量的智能機器人產品，主打智能客服領域。但是這類產品在客戶使用中要求運營人員學習語義規則語法、上手成本高、同時知識維護量巨大，維護效率畸低。導致大量客戶出現“買得起，用不起”的窘境。
環信AIROOT知識運營平臺是客服場景下，面向客服團隊使用的快速上手平臺。環信AIROOT知識運營平臺是針對客服機器人場景，基于環信多年在客服IT系統和客服工作鏈人工智能化的能力與服務經驗積累，結合基于深度學習的核心算法能力平臺和海量行業數據，推出的全新一代客服機器人運營平臺，通過打造可快速上手的運營體系，建設快速落地的學習閉環。AIROOT提供了機器人運營環節所有涉及到的常用功能，包括：完整的服務數據產品、運維支撐產品、服務運營產品、機器人知識庫、知識運營體系產品，使得平臺擁有業界領先的知識構建、知識運營和服務交付能力，并且有效降低使用的難度與成本。
針對諸如100坐席+、日咨詢會話1萬+、知識點1000以上的大型客戶，環信AIROOT可以幫助企業實現1-2周完成知識構建快速上線，并在后續的知識持續運營中實現“1天+1人+2小時”完成的運營工作量。保障廣大企業真正實現智能客服機器人的“買得起、用得起”的愿望。
二，環信AIROOT Pro 訓練師平臺
——面向專業知識訓練師的專業、高效深度調優的客服機器人運營平臺
大型企業復雜場景的機器人能力建設，通常需要針對特定場景進行深度定制開發。這通常包括知識工程師與甲方業務專家對業務流程和知識圖譜進行梳理、數據工程師做數據清洗、標注工程師做數據標注、算法科學家和算法工程師對算法模型進行選擇評估和訓練調優、軟件工程師進行模型上線發布、測試工程師和知識工程師進行效果評測、bad case標注等。整個實施過程需要多工種配合，協同整合難度大，時間周期長，并且因為需要經常動用機器人廠商的算法人員和工程人員，成本很高。
環信除了面向客服團隊提供簡單，低成本可持續運營的環信AIROOT運營平臺之外，還針對需要深度算法調優和大規模知識建設的場景，同時推出了AIROOT Pro訓練師平臺。AIROOT Pro通過完整專業的算法優化調優平臺，全面打通從“數據清洗”數據標注””模型訓練””效果評測””用戶反饋”的完整學習閉環，使得能力調優環節中的大批量數據生產、訓練以及模型迭代成為可能。并利用環信中文語義計算平臺提供的AI能力，全面提升調優過程中的工具智能化程度，有效降低成本。尤為重要的是，AIROOT Pro面向企業內部經過培訓的專職知識訓練師，無需AI算法和軟件工程背景，即可獨立完成全流程閉環，極大程度的降低了對專業AI算法人員的依賴，使得AI在行業應用中大規模低成本落地變得可能。
AIROOT Pro訓練師平臺完整學習閉環
經實際落地評測，在無需機器人廠商的算法人員、軟件工程師、數據工程師參與的情況下，基于AIROOT Pro的訓練相較于普通算法平臺的能力調優整體效率提升30%以上，客服機器人知識建設周期整體縮短20%。
三，環信中文語義計算平臺
——面向開發者的自然語言處理(NLP)的能力開放平臺
當前業內已經有不少客服機器人產品，通常為針對客服場景的封閉式AI應用，開放度不夠，不能滿足大型企業對核心能力自主可控、需要自行開發擴展的需求，不能滿足經過訓練調優的模型在企業跨部門跨應用共享重用的需求，也不能滿足客服機器人系統長期積累產生的知識圖譜在客服系統之外，被企業的各個部門共享重用的需求。而Google、BAT等推出的通用AI語義計算能力平臺雖然有豐富的基礎算法能力開放，但用于垂直行業領域的應用級別算法能力不足，比如缺乏在客服領域經常用到的語義相似度計算，意圖分類，情感分析等，同時這些模型往往沒有針對特定垂直行業場景進行pre-training，這導致了廣大開發者實際應用過程中，經常出現需要使用某一具體能力時，依然需要重復造輪子，并且需要自行收集行業訓練數據的窘境。
環信中文語義計算平臺是環信機器人推出的針對開發者的自然語言處理(NLP)的能力開放平臺。環信中文語義計算平臺在經過了近三年的核心算法能力提升和迭代后，在開放NLP基礎算法能力的同時，也完整開放了在NLP領域經常使用的應用級別算法能力諸如：糾錯、情感分析、意圖識別、語義相似度計算等，幫助開發者們在NLP領域的應用環節具有更強的能力，快速應用落地在更多價值場景。
環信中文語義計算平臺4.0結構示意圖
同時，環信中文語義計算平臺4.0對算法進行了全面升級。環信中文語義計算平臺使用了最先進深度學習算法來理解用戶的語義。傳統的語義理解技術大致可以分為兩大類：基于規則的技術和基于傳統機器學習的技術。基于規則的系統需要領域專家人工總結出大量的規則，但是編寫規則非常困難。傳統機器學習的方法一般由數據來驅動，不需要同時理解業務知識和技術的專家來手寫規則，而只需要理解業務的人來標注數據。但是為了達到較好的效果，還需要算法工程師根據業務特點提取很多業務的特征。此外在語義理解任務上傳統的機器學習方法有很長的pipeline，如分詞，糾錯，拼音轉文字，句法分析等，每一個步驟都會引入錯誤，這些錯誤會逐漸累積疊加，到了最終的系統錯誤率就非常高了。環信中文語義計算平臺4.0不僅引入了最先進的深度學習算法，并且針對深度學習要求更多的訓練數據標注成本較高的問題，同時引入遷移學習，通過詞向量和句向量的無監督學習，使得深度學習在少量訓練數據的情況下也能達到很好的效果。
自主學習-問答優化：通過聚類機器人沒有應答好的問題，提示管理員維護合并到現有知識規則庫，以提高機器人在以后應答中的匹配率和準確性。
經實際落地評測，環信中文語義計算平臺的基于深度學習的意圖分類算法在多個測試集上達到了95%準確率的業界領先水平，語義相似度計算到達了93%準確率的業界領先水平。
四，環信機器人保險行業AI解決方案
——垂直行業解決方案代表生產力
經過近三年的迭代發展，環信機器人已經在保險、證券、教育、物流、銀行、電信運營商、航空等領域樹立了一批標桿客戶，包括新東方、泰康在線、中意人壽、中信證券、長江證券、天津農商行、南京銀行、中通快遞、廈門航空等。
環信一直秉承著AI必須通過行業解決方案落地幫助企業提能增效解決實際業務問題來體現生產力�；诃h信在保險領域的深入積累，環信率先發布了環信機器人保險行業解決方案。環信機器人保險行業解決方案致力于為保險行業提供開箱可用的AI能力，針對壽險、財險保險智能客服、智能IVR、產品推薦、代理人支持等領域的提供了全套綜合智能化保險解決方案。以環信機器人保險行業解決方案中的壽險機器人為例，環信的壽險機器人在業界領先的算法和工程能力基礎上，還預裝了全套壽險服務知識圖譜，涵蓋了從保險百科到理賠核保的數百個服務場景下的數千條知識圖譜，并與業內主流保險核心業務系統預集成打通，真正做到了開箱可用的行業AI能力。
保險行業由于其對客戶終身價值持續挖掘的需要，以及保險產品漫長的服務周期，屬于典型的“服務導向性”業務。環信機器人保險行業解決方案將對企業如何降低在周期內的服務成本支出，以及如何有效的面向客戶的新保險需求做出及時跟進，有效進行二次需求挖潛等方面產生重要的價值意義，是保險科技領域的AI賦能產業的有效實踐。
今年，環信將繼續拓展在銀行、證券、運營商、航空、教育、物流等領域的規�；疉I落地復制，加速樹立行業領域的燈塔客戶，進一步深化行業整體AI解決方案。
客戶服務作為現代企業和消費者溝通的核心環節，年產業規模達5000億元。由于其勞動力密集，知識領域相對收斂重復，并且行業里有海量數據積累等特點，客服行業正成為人工智能升級改造特定產業，提高效率，降低人力成本的一個大規模落地標桿行業。“工欲善其事，必先利其器“，環信機器人——智能讓商業更美好，將是客戶服務行業實現人工智能升級的利器。