智能客服机器人是我们把企业的业务知识“教会”给机器人来服务客户，作为学生的机器人，一定也存在一个学习的过程，这和真人客服是相同的。当机器人初期上线时，企业会将常用的业务知识“传授”给机器人，作为新人的机器人一上线要同时服务于企业所有的客户，当被问及超过当前知识范畴的问题时，机器人就回复不出来了。

    和这个情形类似的是对于冷僻业务的回复率，机器人一定是偏低的，因为很多企业甚至在机器人上线运行很长一段时间后，也没有将冷僻的业务知识教给机器人中，这与不同企业对于机器人的服务目标和定位有一定关系。对于由于机器人学习的知识不全面导致的回复率问题，通常随着机器人上线并运营后，回复率可以有一个明显且持续的上升过程，比如小i机器人为招行打造的信用卡中心微信客服机器人，短短一年多的时间，从最开始上线时的回答准确率80%，到如今的98%，这中间根据用户对话日志进行的知识维护起了很大的作用。

    当客户问的问题属于机器人的知识范畴，但描述问题缺少关键信息或者甚至有误导性信息时，机器人是无法给予回答的。比如，客户问“密码忘记了怎么办”，那么机器人就不知道该回复你查询密码还是支付密码的重置方法。通常我们的机器人会反问“您是需要了解哪种密码的重置方法：查询密码还是支付密码？”。但如果客户问招行机器人怎么申请young卡，机器人就“傻”了，因为young卡根本就是交行的，让它怎么回答你？实际上，一些客户在咨询问题时确实存在细节上表述不清或错误的问题，特别是当客户提问时加入了口头语、最新网络术语甚至是地方语后，机器人的识别就会更有困难。虽然我们的机器人平台已经积累了不少网络语之类新鲜词汇与时俱进，但是对于各类地方语，还是需要进一步积累的。

    对于客服机器人回答准确率瓶颈的问题，我们可以说，企业业务知识的动态变化、用户提问方式的个性化趋势、人类语言的发展三者造成了客服机器人回答准确率不可能达到稳定的100%的状态，当然小i正在通过技术的不断进步朝着更高准确率的方向努力，比如我们目前可以通过自有的大数据平台分析和挖掘用户交互日志，将用户提问聚类来发现新问题，加快机器人学习过程。