智能客服機器人是我們把企業的業務知識教會給機器人來服務客戶，作為學生的機器人，一定也存在一個學習的過程，這和真人客服是相同的。當機器人初期上線時，企業會將常用的業務知識傳授給機器人，作為新人的機器人一上線要同時服務于企業所有的客戶，當被問及超過當前知識范疇的問題時，機器人就回復不出來了。

　　和這個情形類似的是對于冷僻業務的回復率，機器人一定是偏低的，因為很多企業甚至在機器人上線運行很長一段時間后，也沒有將冷僻的業務知識教給機器人中，這與不同企業對于機器人的服務目標和定位有一定關系。對于由于機器人學習的知識不全面導致的回復率問題，通常隨著機器人上線并運營后，回復率可以有一個明顯且持續的上升過程，比如小i機器人為招行打造的信用卡中心微信客服機器人，短短一年多的時間，從最開始上線時的回答準確率80%，到如今的98%，這中間根據用戶對話日志進行的知識維護起了很大的作用。

　　當客戶問的問題屬于機器人的知識范疇，但描述問題缺少關鍵信息或者甚至有誤導性信息時，機器人是無法給予回答的。比如，客戶問密碼忘記了怎么辦，那么機器人就不知道該回復你查詢密碼還是支付密碼的重置方法。通常我們的機器人會反問您是需要了解哪種密碼的重置方法：查詢密碼還是支付密碼？。但如果客戶問招行機器人怎么申請young卡，機器人就傻了，因為young卡根本就是交行的，讓它怎么回答你？實際上，一些客戶在咨詢問題時確實存在細節上表述不清或錯誤的問題，特別是當客戶提問時加入了口頭語、最新網絡術語甚至是地方語后，機器人的識別就會更有困難。雖然我們的機器人平臺已經積累了不少網絡語之類新鮮詞匯與時俱進，但是對于各類地方語，還是需要進一步積累的。

　　對于客服機器人回答準確率瓶頸的問題，我們可以說，企業業務知識的動態變化、用戶提問方式的個性化趨勢、人類語言的發展三者造成了客服機器人回答準確率不可能達到穩定的100%的狀態，當然小i正在通過技術的不斷進步朝著更高準確率的方向努力，比如我們目前可以通過自有的大數據平臺分析和挖掘用戶交互日志，將用戶提問聚類來發現新問題，加快機器人學習過程。