创业

吴立楠记得ChatGPT刚出来时全公司涌动着的激奋，“从CEO到投资人，天天开会讨论怎么和产品结合。”2022年12月，ChatGPT发布没几天，智能客服公司智齿科技的这位CTO与团队投入到一场耗时4个月的研发大战。目标明确：将GPT大模型融入现有的Sobot智能客服机器人系统中。 那时，ChatGPT之火还没蔓延到国内，“AI替代论”远不如现在这般引人焦虑。但“客服”已在《哈佛商业评论》、《福布斯》等媒体预测中成为“将被ChatGPT颠覆”的行业之一。 的确，从输入问题-给出答案的形式看，ChatGPT真的很像一位客服。而客服这一企业服务赛道在2014年-2016年已被AI改造过，自然语言模型（NLP）技术应用到当时发展成熟的“云呼叫中心”，形成智能客服系统。 你网购时咨询客服的售前、售后服务都有智能客服的参与，许多标准化的问答已被机器人接手，成为人工客服的重要补充。嵌入各类场景的智能客服系统背后，有智齿科技、腾讯企点、Udesk、美洽、快商通这类企服公司在赛道内的多年“内卷”。 那么，当以ChatGPT为代表的生成式AI出现后，智能客服又出现了哪些蜕变？ 4月4日，智齿科技的Sobot x GPT大语言模型融合智能客服解决方案上线，据测试数据，智能客服系统+AIGC后，客服的直接回答率提升了15%-35%，回答准确率提升3%-32%，企业在客服环节的运营工作量能从5天缩短至0.5天。 人工客服真的被彻底颠覆了吗？吴立楠认为，“是赋能而不是彻底颠覆，”客服环节还有很多场景可改造，AI是重要的技术力量。 运营工作量从5天缩短到0.5天 智齿科技被GPT“点燃”是从ChatGPT发布那一刻开始的。吴立楠发现，全公司上下，不光他带的技术同学在关注，从CEO徐懿到投资人，都在试用这个对话机器人。 作为一家智能客服研发公司的CTO，吴立楠很难不注意到人工智能的发展，再加上CEO徐懿又是产品经理出身，敏锐于新技术属于“自带buff”。GPT模型进化到3.0时，他们就在跟进，“那个时候，大家觉得它可能只是用来跑一些模型，没法民用、商用。” 谁都没想到，2022年11月30日，ChatGPT直接以产品形态推向公众，底层的大模型迭代到了GPT 3.5，“API都出来了，这次不一样。”吴立楠描述，“全公司上下都‘疯了’，大家特别激动，都在想这个新模型怎么与公司现有的智能客服机器人结合。” 此后，智齿科技几乎进入到“全员GPT”的状态，开会、培训、脑暴。12月，智齿科技的智能客服系统“+GPT”正式立项，徐懿牵头，算法组、产品团、市场部等各部门联动，研发开始了。 哪怕在外部，擅长多轮对话的ChatGPT最先被人联想到的也是客服机器人。 同样在12月，科技博主“算法猪立业在微软”亲自动手，让ChatGPT客串了一把施华洛奇的售前客服，这个对话机器人能够给出与品牌、产品和价格相关的答案，但信息不够全面，这与 ChatGPT数据库仅更新到2021年且不联网有关。 “算法猪立业在微软”的结论是，让ChatGPT直接当客服不行，但如果它能掌握更多数据，如订单、商品、售价等信息，有效回答将大幅提升。 这位科技博主的预测在智齿科技得到了验证，而且有了更确切的提升数据。 4月4日，智齿科技Sobot x GPT大语言模型融合智能客服解决方案上线，品牌客户开始测试“+GPT”的智能客服机器人。 此后的一个月里，智齿科技的客户测试数据显示，Sobot智能客服系统+AIGC后，客服的直接回答率提升了15%-35%，回答准确率提升3%-32%，而企业在客服环节的运营工作量能从5天缩短至0.5天。 数据来自智齿科技 提效是AI为客服行业带来的最明显升级。GPT等大语言模型的上下文理解、梳理总结能力及背后的人类反馈预训练技术，能成功匹配智能客服系统“知识库配置-问题学习-机器人应答”的全链路，从而带来整个环节的提效。 知识量大、问答对精，是现有的智能客服机器人面对消费者提问对答如流的前提。看不见的地方是，企业在运营智能客服机器人时大量的人工投入。 吴立楠解释， “比如，医疗行业的用药指导书、企业产品的说明书、产品功能的文档等等，这些都是知识库的素材，要尽可能全面地整理出来。” 光有这些还不行，还需要人工将这些材料加工成“问答对”形式，比如做问题分类，要梳理出相似或关联问题的问法和标准答案，尽可能多得上传问答对到系统里。 客户又是千人千面，问的问题一旦超出问答对的覆盖范围，智能机器人就会出现卡壳或答非所问的“智障”表现。因此，运营过程中，企业人员还要及时收集新问题，然后人工添加或优化答案。 “工作量非常大。”吴立楠拿出一组数据，某家企业对180个标准问题进行相似问或关联问的扩充编辑时，能补充出1800条问答，“这至少需要人工做3.5-4天。” 当GPT等AIGC模型参与到智能客服的底层时，变化发生了。 企业可以把各类文档素材直接上传至智能客服系统备用，有些标准内容不用再人工拆分成问答对，当客户的提问超出预设问答对范围时，大语言模型能自动从原材料内容中检索相关素材，还会归纳、总结、重新组织，形成符合语言逻辑、包含核心信息的回答。 吴立楠说，从他们拿到的大量客户测试的数据中，能明显地看到直接回答率和回答准确率的提升，“而且人工投入到‘问答对’这个环节的时间缩短为半天，因为他们只需做标注答案准确与否、添加未储备问题这些环节就行。” 是赋能而非彻底颠覆 除了智齿科技，一大批智能客服公司也在+AIGC的路上。 咨询公司IDC最近的报告显示，腾讯企点“将整合腾讯大模型的AIGC能力，与营销自动化场景实现联动”；4月21日，Udesk 基于GPT通用大模型发布了原心引擎2.0，计划为企业提供智能化支撑的统一客服平台；同样在4月，快商通宣布将要基于ChatGPT技术推出垂直医疗行业的AIGC产品，全面更新产品功能与企业服务模式；另一家智能客服企业美洽也“正式迈入ChatGPT”时代。 所有的智能客服企业+AIGC时，提效都是避不开的、最实在的企服方向。 客服行业在中国经历了30年的变迁，走完了结合通讯、大数据、人工智能的技术变革路径，一个主题就是提效。从30年前的电话客服，到移动互联网时代的在线客服，再到现如今的智能客服机器人，企业与消费者之间的链接从上门服务、跑营业厅，缩短到了只需要一块PC屏幕和一部手机就能解决大部分问题的程度。 企业和消费者也在这个过程中尝到了节约成本的甜头，背后是客户服务行业的技术升级。 过去近十年里，移动互联网、大数据、AI技术的发展让传统的客服呼叫中心逐渐转型为智能化的SaaS模式。通过云服务器，客服系统完成了对电话、邮件、短信等多种客服渠道的全面整合，人工智能自然语言模型（NLP）也开始应用到智能客服赛道。 也是在这期间，大量的资本和创业者涌入，诞生了智齿科技、美洽、Udesk、容联云等一大批智能客服公司，基本实现了智能客服机器人面对消费者和客户的提问时能自主回答，甚至实现业务办理等复杂操作。 这十年里，国人也逐渐习惯了在各种场景中遇事先由客服人机器处理的模式，当然，还是能感受到服务你的是机器人。它们搞不定时，人工客服才会出现。 当能言、擅画、专门搞生成的AIGC出现时，客服的机器感是否会消失？AI真的能够彻底让人工客服下班吗？ 在吴立楠看来，“AI对客服行业仍然是赋能，还达不到颠覆的程度，”原因是，AI为智能客服带来的变革主要发生在运营的提效上，最直观的就是直接回答率和回答准确率的提升。 智齿科技产品应用流程...

本文介绍了ChatGPT诞生引发的人工智能军备竞赛，重点关注其底层技术逻辑在智能客服、AIGC应用、代码开发和相关领域的应用。结合ChatGPT的技术优势，未来中短期内智能客服产业化的方向主要是提升复杂缠绕问题的解决率、人机交互感知程度，以及意图理解和流程构建效率。然而，当前大模型在智能客服领域的应用仍面临稳定性、可信度等问题，需要逐步完善。文章最后采访了两位专家，探讨了如何将大模型与智能客服产品结合，以及如何构建技术栈和未来发展前景。

这篇文章主要讨论了人工智能客服在技术原理、商业应用、目标客户定位以及如何提高转化率、降低成本等方面的优势。作者提出，AI客服可以自动处理大量的基础问题，提高回复速度和效率，同时降低成本并 提供个性化服务。结合创业建议，作者指出选择合适的技术平台、提供个性化和精准的服务，并通过分析客户数据和行为，提供更加个性化和精准的服务，以提高客户满意度和忠诚度。最后，作者对未来进行了展望，认为随着人工智能技术的不断发展和普及，AI客服将会越来越智能化和个性化，成为企业不可或缺的客服渠道，有望取代传统客服，成为未来客服行业的主流。