自2022年6月30日在香港聯(lián)交所主板上市以來，天潤融通不斷加大在AI方面的研發(fā)投入，并確立了以“AI原生”思維重構(gòu)客戶聯(lián)絡(luò)系統(tǒng)和流程的產(chǎn)品發(fā)展目標(biāo)。過去的一年中，天潤融通推出了多項(xiàng)創(chuàng)新的AI產(chǎn)品。這些創(chuàng)新產(chǎn)品，推動了公司在客戶數(shù)量和收入規(guī)模方面的快速增長。
今年以來，以ChatGPT為代表的大語言模型快速發(fā)展，為人工智能在各種應(yīng)用場景下的落地注入了強(qiáng)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(yīng)用的創(chuàng)新中來，這股重要的創(chuàng)新力量將加速客戶聯(lián)絡(luò)智能化的“質(zhì)變時刻”。
PART 01.
從自助化到智能化：客戶聯(lián)絡(luò)的AI進(jìn)化之路
隨著AI技術(shù)的迅猛發(fā)展，傳統(tǒng)的“自助化”客戶聯(lián)絡(luò)正經(jīng)歷著一場變革。過去，客戶不得不面對模板式的自助服務(wù)系統(tǒng)與企業(yè)進(jìn)行互動。這就使得客戶需求難以得到滿足，企業(yè)與客戶之間始終存在著隔膜。然而，AI技術(shù)中的大語言模型等創(chuàng)新技術(shù)為客戶聯(lián)絡(luò)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(yīng)。
在天潤融通看來，客戶聯(lián)絡(luò)領(lǐng)域從自助化到智能化的發(fā)展歷程可以分為四個階段：
1.0時代：基礎(chǔ)自助服務(wù)
通過按鍵配置來實(shí)現(xiàn)業(yè)務(wù)跳轉(zhuǎn)，根據(jù)提示音來選擇所需要的業(yè)務(wù)，如果配置沒有覆蓋，則只能轉(zhuǎn)接到人工服務(wù)。
2.0時代：基于豐富的關(guān)鍵詞匹配技術(shù)
這個階段可以理解為，在語音或文字觸發(fā)系統(tǒng)預(yù)設(shè)的關(guān)鍵詞時而進(jìn)行業(yè)務(wù)跳轉(zhuǎn)，較按鍵方式支持的業(yè)務(wù)更加豐富，但維護(hù)成本較高，并且當(dāng)關(guān)鍵詞發(fā)生變化時，便無法匹配成功。
3.0時代：基于深度學(xué)習(xí)的語義理解
通過深度學(xué)習(xí)技術(shù)，如卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)等，對大量數(shù)據(jù)進(jìn)行分析，使AI客服能夠準(zhǔn)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(shí)感。此外，在這個階段還可以應(yīng)用多模態(tài)學(xué)習(xí)等技術(shù)手段，實(shí)現(xiàn)自然語言理解、對話管理等能力，為用戶提供多維度的體驗(yàn)服務(wù)。
4.0時代：大語言模型垂直行業(yè)應(yīng)用
參數(shù)規(guī)模更大 (千億級或者萬億級)，能夠利用行業(yè)的數(shù)據(jù)和知識，提供更精準(zhǔn)和高效的解決方案，更好地滿足用戶在某個領(lǐng)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。
PART 02.
由“量變”到“質(zhì)變”
AI技術(shù)的不斷升級是一個“量變”的過程，早期的模型規(guī)模小、復(fù)雜度低，只能處理一些簡單的、專項(xiàng)的、特定目標(biāo)的任務(wù)，有很大局限性。隨著算力不斷提升、AI模型規(guī)模越來越大、結(jié)構(gòu)越來越復(fù)雜，AI技術(shù)具備了可持續(xù)學(xué)習(xí)、可深度分析、生成式的能力，正是這樣的技術(shù)“量變”，直接推動了應(yīng)用層面的“質(zhì)變” ，開啟了客戶聯(lián)絡(luò)領(lǐng)域的“質(zhì)變時刻”，我們把它定義為以下幾個特征：
1.開箱即用
早期階段：一個AI模型的應(yīng)用需要經(jīng)歷數(shù)據(jù)準(zhǔn)備、模型評估、模型調(diào)優(yōu)等過程，通常耗時較長，綜合成本高、價值呈現(xiàn)慢。
質(zhì)變時刻：基于海量參數(shù)與內(nèi)容儲備，提升企業(yè)智能化業(yè)務(wù)的冷啟動能力，部署后即可以投入到業(yè)務(wù)場景，綜合成本低、上線快、業(yè)務(wù)價值迅速呈現(xiàn)。
2.多模合一
早期階段：不同業(yè)務(wù)場景都需要部署獨(dú)立的AI模型，例如多語言翻譯、文本語音互轉(zhuǎn)、質(zhì)檢、機(jī)器人等，集成成本高、維護(hù)復(fù)雜度高、孤島效應(yīng)導(dǎo)致信息碎片化，無法最大化提升業(yè)務(wù)價值。
質(zhì)變時刻：一套大語言模型技術(shù)即可實(shí)現(xiàn)多種任務(wù)處理，部署成本低、數(shù)據(jù)共享綜合決策，可最大化提升業(yè)務(wù)價值。
3.情感交互
早期階段：需要手動制定規(guī)則和策略，無法個性化處理不同客戶的需求，冰冷生硬的機(jī)器人服務(wù)能力，無法完全釋放人工座席價值產(chǎn)出。
質(zhì)變時刻：通過對會話過程的實(shí)時分析，可有效監(jiān)測客戶情感狀態(tài)、交流意圖等，在應(yīng)答話術(shù)上做出安撫、引導(dǎo)、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(yīng)答準(zhǔn)確率、客戶滿意度，減少客訴率。
4.自主進(jìn)化
早期階段：通過人工對各類文檔、圖片、視頻等信息，進(jìn)行抽取、創(chuàng)建并手動梳理和篩選，綜合維護(hù)成本大、更新速度慢，應(yīng)用到一線的知識嚴(yán)重滯后，無法有效支撐服務(wù)、線索/商機(jī)轉(zhuǎn)化過程。
質(zhì)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(jìn)來，就可以自動抽取、分析、聚合、推理、檢索、生成等，維護(hù)成本極低并由機(jī)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(yè)務(wù)目標(biāo)達(dá)成率。
基于對大語言模型的深入洞察，天潤融通進(jìn)行自我升級，完成了AI產(chǎn)品與大語言模型技術(shù)的全面融合，開啟天潤融通的“質(zhì)變”時刻。
PART 03.
以AI原生為引擎，大語言模型將為企業(yè)帶來怎樣的新體驗(yàn)?
在過去的幾個月中，從ChatGPT到國內(nèi)文心一言、通義千問、星火認(rèn)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(chǎn)品，天潤融通更為關(guān)注的是如何快速在客戶聯(lián)絡(luò)場景中實(shí)現(xiàn)大語言模型的真正落地，為企業(yè)帶來更多的價值。
吳強(qiáng)表示，天潤融通將以AI技術(shù)為驅(qū)動，構(gòu)建“人機(jī)融合”的客戶聯(lián)絡(luò)新體驗(yàn)，幫助客戶實(shí)現(xiàn)高效輔助、緊密協(xié)同、深刻洞察的目標(biāo)。
通過自研AI產(chǎn)品與大語言模型技術(shù)的融合，客戶聯(lián)絡(luò)領(lǐng)域?qū)槠髽I(yè)帶來三大價值提升：
1.高效輔助，打造人機(jī)融合的客戶新體驗(yàn)
以往企業(yè)在提供客戶服務(wù)時都是通過大量的人工進(jìn)行接待，而機(jī)器人的出現(xiàn)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(fù)雜問題。
雖然機(jī)器人的能力在許多方面取得了顯著的進(jìn)步，但是在業(yè)務(wù)場景中“人工輔助”和“輔助決策”也是至關(guān)重要的。以往專業(yè)客服人員的培養(yǎng)周期長、成本高，較低的成才率也是企業(yè)長期面臨的難題。借助座席助手，可以大幅改善新人的專業(yè)水平。例如：按照業(yè)務(wù)規(guī)則進(jìn)行話術(shù)導(dǎo)航、客戶咨詢內(nèi)容自動匹配最佳話術(shù)推薦、自動填寫工單等，使人工客服的工作效率和專業(yè)程度都能夠得到明顯的變化，以提升企業(yè)的品牌專業(yè)形象和客戶體驗(yàn)。
企業(yè)在客戶服務(wù)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(shù)，可以有效地提取和分析客戶在對話過程中產(chǎn)生的關(guān)鍵信息，幫助企業(yè)改善服務(wù)質(zhì)量和產(chǎn)品推廣策略。
2.緊密協(xié)同，構(gòu)建企業(yè)高速發(fā)展的知識基座
企業(yè)的營銷、銷售、服務(wù)三大核心業(yè)務(wù)場景中都離不開大量的知識庫作為業(yè)務(wù)發(fā)展的重要保障。原先，企業(yè)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(yè)務(wù)發(fā)展的知識庫。傳統(tǒng)的知識管理需要耗費(fèi)大量的時間和人力成本，難以快速響應(yīng)客戶需求。然而，通過大語言模型的垂直應(yīng)用，企業(yè)可以輕松實(shí)現(xiàn)知識的高效管理，包括FAQ一鍵擴(kuò)寫、文檔知識抽取、基于文檔的學(xué)習(xí)與回答、聯(lián)絡(luò)過程的知識自動學(xué)習(xí)等能力，讓機(jī)器人和人工座席在客戶聯(lián)絡(luò)過程中保持知識的準(zhǔn)確率和實(shí)時性，將知識成果轉(zhuǎn)化為業(yè)績價值。
傳統(tǒng)的多部門業(yè)務(wù)協(xié)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(chuàng)建工單和處理工單，導(dǎo)致處理速度慢、反饋周期長，嚴(yán)重影響客戶服務(wù)效率。通過AI會話分析的上下文理解能力，結(jié)合工單自動聚類和內(nèi)容分析技術(shù)，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(jìn)度、實(shí)時通知客戶等，從而優(yōu)化傳統(tǒng)的多部門業(yè)務(wù)協(xié)同場景，提高工單處理的效率和全閉環(huán)的服務(wù)效率，提升客戶服務(wù)的質(zhì)量和效果。
3.深刻洞察，將千變?nèi)f化的市場變成可預(yù)測的契機(jī)
目前諸多企業(yè)在經(jīng)營過程中遇到的普遍難題，很大程度上是來自于企業(yè)與客戶聯(lián)絡(luò)過程中所產(chǎn)生的數(shù)據(jù)難打通、量大難分析、多部門多角色業(yè)務(wù)分析報告產(chǎn)出耗時長、業(yè)務(wù)價值難以挖掘等問題，這些問題造成了極大的數(shù)據(jù)資源浪費(fèi)。依托于AI產(chǎn)品與大語言模型技術(shù)的融合，可以將數(shù)據(jù)進(jìn)一步聚合、清洗、挖掘并可視化展示，例如展示客戶心聲、進(jìn)線意圖、高頻問題、金牌話術(shù)、服務(wù)水平、服務(wù)效能、客戶滿意度、客戶情緒等。大量數(shù)據(jù)的有效喚醒，可以為企業(yè)的經(jīng)營策略提供優(yōu)化依據(jù)，幫助企業(yè)提升市場競爭力。
PART 04.
是開端，更是未來
以大語言模型為代表的AI技術(shù)，對各領(lǐng)域服務(wù)商來說，不僅是一場與技術(shù)的競爭，更是一場與時間的賽跑。這不僅考驗(yàn)著服務(wù)商對新場景、新需求的理解，還考驗(yàn)著誰能更快地通過技術(shù)應(yīng)用、數(shù)據(jù)積累和服務(wù)能力的快速迭代，為客戶創(chuàng)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(chǎn)業(yè)的融合會有更美好的未來。
