2012年到2022年,AI革命歷經了十年的黃金發展期。從互聯網、金融、汽車、工業制造,再到醫療健康、零售、物流等,AI技術在現實生活中的應用持續拓寬。
當下ChatGPT的問世,無疑再次引發了人們對AI的無限遐想。
短短兩個月的時間里,這款由美國人工智能實驗室OpenAI發布的聊天機器人便引起了全網轟動。從科技巨頭到一二級資本市場,與之相關的討論層出不窮。微軟聯合創始人比爾·蓋茨甚至坦言,這項技術誕生的意義不亞于互聯網或個人電腦的誕生。
也有觀點稱,ChatGPT或將開啟AI應用的新紀元。
引爆ChatGPT的三個關鍵
ChatGPT自上線兩個月以來,月活已經突破了1億,成為史上擴散速度最快的應用。深挖ChatGPT爆火的原因,其實得益于三個核心優勢。
首先,ChatGPT以聊天式的交互形態提供AI自動解答能力,符合人的自然習慣,更容易被用戶接納,大大降低了用戶的使用成本。用戶在對話框發出任意問答請求,ChatGPT都能實現快速、精準響應。
其次,區別于市面上過往出現的智能問答類產品,ChatGPT所提供的回答內容往往超過用戶預期,甚至超過人類的平均水平。
最后一點,得益于ChatGPT對長文本的優質處理能力。
縱觀目前國內BAT和其他AI企業的研究領域,大部分精力仍主要聚焦在短文本處理、單輪問答、簡單多輪和任務處理上,而ChatGPT擁有足夠的場景理解和上下文對話能力。不僅可以根據復雜語句內容及上下文語境,快速給予用戶一個清晰的、高質量的解答,連寫小說、改代碼、進行考試答題等復雜任務也不在話下,這也是其在全球一躍成為現象級應用的關鍵所在。
其實,在GPT1~3版本時期,大多討論的是模型的商業化,包括訓練模型的成本、模型提供服務的成本。ChatGPT的出現,讓LLM模型具備了可服務和商業化的能力,為大模型商業化提供了足夠的佐證。這也意味著,AI能力的應用也正式進入到了MaaS時代(Model as a Service)。
ChatGPT如何革新智能客服?
結合ChatGPT的底層技術邏輯,未來中短期內ChatGPT產業化的方向大致有四類:即智能客服、文字模態的AIGC應用、代碼開發相關工作以及圖像生成。其中,最適合直接落地的項目就是智能客服類的工作。
那么,ChatGPT究竟能從哪些方面革新智能客服呢?天潤融通AI產品專家提到了以下幾個方面:
01 座席輔助和座席提效
聚焦到智能客服領域來看,過去的智能輔助更多局限于按單輪對話來完成,要實現多輪對話則需要AI架構師首先搭建一個個非常復雜的場景。但是,基于ChatGPT的能力,AI架構師能夠快速分析并生成面向客戶側的系統支撐策略,這種處理效率和結果,遠超出依附純規則或者純知識庫所能達到的效果。
02 閑聊寒暄
閑聊寒暄是智能客服非常關鍵的基礎能力,能夠幫助企業對任意進線客戶進行即時響應。然而,過去的智能客服閑聊主要是將各類非業務相關的語料堆到素材庫,并通過調取數據庫已有的關鍵詞進行內容的回復。如今,則可以充分借助ChatGPT提供閑聊,在非業務領域上,為座席和客服提供更多決策依據和參考。
03 提供話術優化建議
在電銷場景下,電銷客服的話術往往決定了電銷的效果。話術回復不精準,將直接導致用戶的流失。通過ChatGPT強大的內容生成能力,智能客服能夠對營銷話術進行不斷地迭代和與優化,以提高電銷轉化率。
04 提供語料擴寫
在智能客服冷啟動階段,往往需要足夠多的語料來豐富知識庫的相似問法,以保證上線初期智能客服有足夠高的解決率和場景覆蓋率。以往的語料生成模型很難覆蓋眾多垂直行業和領域,ChatGPT在通用領域中積累了足夠的數據和語料,可以很好的彌補語料生成模型的不足,快速生成相似問法,解決智能客服冷啟動語料不足,場景覆蓋率低等問題。
如果聚焦到行業分類來看,在軟件企業中,ChatGPT的問答能力能夠幫助企業為各類系統故障提供解決方案。在制造業,則可以基于ChatGPT的信息抽取、文本分類能力,幫助客戶快速實現已有文檔到結構化知識的轉換,形成企業自己內部的知識圖譜、知識庫、信息系統中的數據資產,真正實現數字化到智能化的轉變。
AI將如何在客戶聯絡領域發揮更大價值?
在技術浪潮式迭代的當下,我們不確定未來是否會有新的人工智能技術出現。但是在當下可以肯定的是,AI的智能化應用會更加廣泛。
針對這一話題,天潤融通首席科學家(前Intel資深架構師)田鳳占先生也給出了以下觀點:
“ChatGPT是生成式AI的杰出代表,在諸多領域、不同問題的日常應答實踐中表現優異。但我們也注意到ChatGPT在智能客服領域的大規模企業應用落地也存在很大挑戰。
ChatGPT需要針對企業的個性化知識庫進行訓練,才能回答企業的個性化問題。這就需要ChatGPT在云端開放其訓練能力,并且要求企業將自己的知識庫上傳到云端做訓練。而ChatGPT訓練一次幾百萬美金的費用對企業來講是一個天價,因此ChatGPT的商業化需要將模型裁剪到合適的規模,在合理的費用和時間內完成訓練,才能適應一般企業的需求,而裁剪的同時又要保留原有的問答體驗。這樣可能需要成千上萬的模型來服務于各種不同企業,要解決規模化運營的性能和效率問題。
總之,ChatGPT為智能客服的未來前景提供堅實的AI能力和無限的遐想,但真正落地到各行各業還要解決好工程化和商業化中的諸多挑戰,我們期待ChatGPT能早日克服挑戰,實現商業落地,在智能客服領域大放異彩!”