客服系统一直是企业与用户进行沟通的主要手段之一，传统的客服系统主要包括客服呼叫中心、网页在线客服、移动在线客服等。虽然客服系统为了降低企业成本做出了很多努力，但其运营成本居高不下一直是企业头疼的难题。这些年随着计算机自然语言处理技术的进展，越来越多的企业尝试使用智能客服来代替人工客服。XMA 是马上消费金融自研的智能客服系统，上线后每天服务的用户数是呼叫中心和在线客服无法企及的。我们团队在自研 XMA 的过程中遇到了很多挑战，本文试着对开发智能客服所面临的一些重要挑战做一个简单的总结。

    目前大多数智能客服主要是基于对话的，比如智能呼叫中心、虚拟手机客服等，所以智能客服本质上是一个人机对话系统。而人机对话系统可以说有着比较长的历史，虽然从业者一直在不断增强机器对语言理解的能力，但人机对话始终有一些比较难以解决的问题，以下我们从三个角度来分析人机对话系统有哪些重要的挑战。

    语言理解上的挑战

    人机对话系统较重要的一个能力是能够正确理解用户所表达的意图。一般智能客服系统中都会有「意图识别」的模块来将用户的文字输入映射成一个意图分类。但如何准确分类用户的输入一直是对话系统需要解决的一个重要难题。

    为什么说意图分类很难？

    首先，用户的输入是非常多样的，人类自然语言的变化很难用计算机进行规则化表达。

    其次，对话是一个多轮交互的过程，与文本分类不同，计算机始终需要维护之前对话的状态和信息，来对当前对话的目的进行调整。

    再者，计算机需要维护一套用户本身的画像，以及尽可能接近用户先验知识的「数据库」，以便当遇到一些常识问题或用户本身属性信息时，计算机可进行快速推理。