今年以來，以ChatGPT為代表的大語言模型快速發展，為人工智能在各種應用場景下的落地注入了強勁的動力。同時，大語言模型也激活了客戶的想象力，促使客戶主動參與到AI應用的創新中來，這股重要的創新力量將加速客戶聯絡智能化的“質變時刻”。

 

 

天潤融通創始人兼CEO吳強

 

 

從自助化到智能化：客戶聯絡的AI進化之路

 

隨著AI技術的迅猛發展，傳統的“自助化”客戶聯絡正經歷著一場變革。過去，客戶不得不面對模板式的自助服務系統與企業進行互動。這就使得客戶需求難以得到滿足，企業與客戶之間始終存在著隔膜。然而，AI技術中的大語言模型等創新技術為客戶聯絡帶來了革命性變化，它可以識別客戶的意圖、情緒和需求，并給予個性化的、有針對性的回應。

 

在天潤融通看來，客戶聯絡領域從自助化到智能化的發展歷程可以分為四個階段：

 

1.0時代：基礎自助服務

 

通過按鍵配置來實現業務跳轉，根據提示音來選擇所需要的業務，如果配置沒有覆蓋，則只能轉接到人工服務。

 

2.0時代：基于豐富的關鍵詞匹配技術

 

這個階段可以理解為，在語音或文字觸發系統預設的關鍵詞時而進行業務跳轉，較按鍵方式支持的業務更加豐富，但維護成本較高，并且當關鍵詞發生變化時，便無法匹配成功。

 

3.0時代：基于深度學習的語義理解

 

通過深度學習技術，如卷積神經網絡、循環神經網絡等，對大量數據進行分析，使AI客服能夠準確地理解用戶的意圖，讓客戶感受到其具有接近人類智能的真實感。此外，在這個階段還可以應用多模態學習等技術手段，實現自然語言理解、對話管理等能力，為用戶提供多維度的體驗服務。

 

4.0時代：大語言模型垂直行業應用

 

參數規模更大 (千億級或者萬億級)，能夠利用行業的數據和知識，提供更精準和高效的解決方案，更好地滿足用戶在某個領域或者場景下的需求和期待，更擅長理解用戶的特殊需求，提供更加完美的AI解決方案。

 

 

由“量變”到“質變”

 

AI技術的不斷升級是一個“量變”的過程，早期的模型規模小、復雜度低，只能處理一些簡單的、專項的、特定目標的任務，有很大局限性。隨著算力不斷提升、AI模型規模越來越大、結構越來越復雜，AI技術具備了可持續學習、可深度分析、生成式的能力，正是這樣的技術“量變”，直接推動了應用層面的“質變” ，開啟了客戶聯絡領域的“質變時刻”，我們把它定義為以下幾個特征：

 

開箱即用

 

早期階段：一個AI模型的應用需要經歷數據準備、模型評估、模型調優等過程，通常耗時較長，綜合成本高、價值呈現慢。 

 

質變時刻：基于海量參數與內容儲備，提升企業智能化業務的冷啟動能力，部署后即可以投入到業務場景，綜合成本低、上線快、業務價值迅速呈現。

 

多模合一

 

早期階段：不同業務場景都需要部署獨立的AI模型，例如多語言翻譯、文本語音互轉、質檢、機器人等，集成成本高、維護復雜度高、孤島效應導致信息碎片化，無法最大化提升業務價值。

 

質變時刻：一套大語言模型技術即可實現多種任務處理，部署成本低、數據共享綜合決策，可最大化提升業務價值。

 

情感交互

 

早期階段：需要手動制定規則和策略，無法個性化處理不同客戶的需求，冰冷生硬的機器人服務能力，無法完全釋放人工座席價值產出。

 

質變時刻：通過對會話過程的實時分析，可有效監測客戶情感狀態、交流意圖等，在應答話術上做出安撫、引導、贊同等情緒疊加，與客戶保持情感共鳴，提高語義與情感理解能力，提高咨詢應答準確率、客戶滿意度，減少客訴率。

 

自主進化

 

早期階段：通過人工對各類文檔、圖片、視頻等信息，進行抽取、創建并手動梳理和篩選，綜合維護成本大、更新速度慢，應用到一線的知識嚴重滯后，無法有效支撐服務、線索/商機轉化過程。

 

質變時刻：把各類知識文檔/圖片/視頻以及其他知識庫的信息融匯進來，就可以自動抽取、分析、聚合、推理、檢索、生成等，維護成本極低并由機器自動完成、知識庫始終保持最新，可以對一線提供有力支撐，提升客戶滿意度與業務目標達成率。

 

基于對大語言模型的深入洞察，天潤融通進行自我升級，完成了AI產品與大語言模型技術的全面融合，開啟天潤融通的“質變”時刻。

 

 

以AI原生為引擎，大語言模型將為企業帶來怎樣的新體驗？

 

在過去的幾個月中，從ChatGPT到國內文心一言、通義千問、星火認知大模型、360智腦等，各大廠商都推出了自己的通用大語言模型產品，天潤融通更為關注的是如何快速在客戶聯絡場景中實現大語言模型的真正落地，為企業帶來更多的價值。

 

吳強表示，天潤融通將以AI技術為驅動，構建“人機融合”的客戶聯絡新體驗，幫助客戶實現高效輔助、緊密協同、深刻洞察的目標。

 

 

天潤融通人機融合能力矩陣

 

通過自研AI產品與大語言模型技術的融合，客戶聯絡領域將為企業帶來三大價值提升：

 

高效輔助，打造人機融合的客戶新體驗

 

以往企業在提供客戶服務時都是通過大量的人工進行接待，而機器人的出現可以有效地將人工從低價值工作中釋放出來。讓人工更加專注地解決復雜問題。

 

雖然機器人的能力在許多方面取得了顯著的進步，但是在業務場景中“人工輔助”和“輔助決策”也是至關重要的。以往專業客服人員的培養周期長、成本高，較低的成才率也是企業長期面臨的難題。借助座席助手，可以大幅改善新人的專業水平。例如：按照業務規則進行話術導航、客戶咨詢內容自動匹配最佳話術推薦、自動填寫工單等，使人工客服的工作效率和專業程度都能夠得到明顯的變化，以提升企業的品牌專業形象和客戶體驗。 

 

企業在客戶服務過程中，會積累大量有價值的會話信息。然而，這些信息往往無法得到有效利用。通過深度會話分析技術，可以有效地提取和分析客戶在對話過程中產生的關鍵信息，幫助企業改善服務質量和產品推廣策略。

 

緊密協同，構建企業高速發展的知識基座

 

企業的營銷、銷售、服務三大核心業務場景中都離不開大量的知識庫作為業務發展的重要保障。原先，企業擁有的知識常常分散在不同部門、不同人之間，難以形成有效支撐業務發展的知識庫。傳統的知識管理需要耗費大量的時間和人力成本，難以快速響應客戶需求。然而，通過大語言模型的垂直應用，企業可以輕松實現知識的高效管理，包括FAQ一鍵擴寫、文檔知識抽取、基于文檔的學習與回答、聯絡過程的知識自動學習等能力，讓機器人和人工座席在客戶聯絡過程中保持知識的準確率和實時性，將知識成果轉化為業績價值。

傳統的多部門業務協同場景往往存在以下不足：流程繁瑣、效率低下，客服人員需要手動創建工單和處理工單，導致處理速度慢、反饋周期長，嚴重影響客戶服務效率。通過AI會話分析的上下文理解能力，結合工單自動聚類和內容分析技術，可以及時捕捉客戶需求自動生成工單、自動分配處理人員、自動更新進度、實時通知客戶等，從而優化傳統的多部門業務協同場景，提高工單處理的效率和全閉環的服務效率，提升客戶服務的質量和效果。

 

深刻洞察，將千變萬化的市場變成可預測的契機

 

目前諸多企業在經營過程中遇到的普遍難題，很大程度上是來自于企業與客戶聯絡過程中所產生的數據難打通、量大難分析、多部門多角色業務分析報告產出耗時長、業務價值難以挖掘等問題，這些問題造成了極大的數據資源浪費。依托于AI產品與大語言模型技術的融合，可以將數據進一步聚合、清洗、挖掘并可視化展示，例如展示客戶心聲、進線意圖、高頻問題、金牌話術、服務水平、服務效能、客戶滿意度、客戶情緒等。大量數據的有效喚醒，可以為企業的經營策略提供優化依據，幫助企業提升市場競爭力。

 

 

是開端，更是未來

 

以大語言模型為代表的AI技術，對各領域服務商來說，不僅是一場與技術的競爭，更是一場與時間的賽跑。這不僅考驗著服務商對新場景、新需求的理解，還考驗著誰能更快地通過技術應用、數據積累和服務能力的快速迭代，為客戶創造更多超乎想象的驚喜。

 

我們有理由相信，大語言模型只是開端，AI與產業的融合會有更美好的未來。

 

「天潤融通大語言模型垂直行業解決方案」

掃描下方二維碼，申請免費試用