科技云報道原創(chuàng)。

“對不起，我沒聽懂您的問題?！?/p>

“您可以再和我描述一下嗎？”

“人工坐席繁忙，請您稍后再撥?！?/p>

智能客服本應(yīng)是提升服務(wù)效率與質(zhì)量的“利器”，實際卻常讓消費者陷入“對話困境”：要么在“按1”“按2”的語音菜單中暈頭轉(zhuǎn)向，要么遭遇答非所問的機械回應(yīng)，即便想轉(zhuǎn)接人工，也往往被“坐席忙”的提示擋在門外。

智能客服似乎遇到了一道坎，在理解用戶、和用戶對話方面，始終無法實現(xiàn)真正的“智能”。

然而生成式AI技術(shù)的出現(xiàn)，讓智能客服看到了前所未有的曙光，基于大模型特有的生成式AI技術(shù)和智能的涌現(xiàn)，讓智能客服越來越逼近人們想象中的樣子。

但問題是，生成式AI技術(shù)要如何引入智能客服才能落地？落地后的生成式AI究竟如何在智能客服具體場景中發(fā)揮作用？更進一步，對于企業(yè)和用戶而言，這種改變是否具備真正的價值？

理想與現(xiàn)實的巨大落差

許多企業(yè)引入智能客服的初衷是降低成本、提高效率，但現(xiàn)實卻是，智能客服往往只能機械應(yīng)對簡單問題，一旦涉及復(fù)雜情況，便開始“已讀亂回”，甚至循環(huán)提示“請重新輸入”。

消費者在反復(fù)嘗試無果后，只能被迫等待人工客服，而人工客服的轉(zhuǎn)接入口卻隱藏極深，等待時間動輒數(shù)分鐘甚至更久。

更糟糕的是，部分智能客服甚至無法準(zhǔn)確理解用戶問題，答非所問的情況屢見不鮮。

比如，用戶咨詢“如何退款”，智能客服卻推送“產(chǎn)品使用指南”；用戶反饋“訂單異常”，系統(tǒng)卻反復(fù)要求“驗證身份”，而真正的解決方案卻遲遲無法給出。

這種“低效溝通”不僅浪費用戶時間，還可能激化矛盾，導(dǎo)致消費者對品牌信任度下降。

一直以來，傳統(tǒng)的智能客服存在四大痛點，這些痛點不僅影響了用戶體驗，更制約了智能客服的未來發(fā)展。

首先，用戶吐槽的“智障”，其實就是機器對語義理解不足，用戶提了訴求，但機器答非所問的概率很高。

這是因為上一代智能客服，在技術(shù)上使用的是關(guān)鍵詞、BERT模型等機制，這種機制需要大量的數(shù)據(jù)標(biāo)注，標(biāo)注越多，理解能力就越強，但標(biāo)注高度依賴人工。

一旦人工標(biāo)注和訓(xùn)練不足，機器的理解能力就會不夠，結(jié)果就是答非所問。

其次，用戶體驗不好，缺乏情感表達。用戶是有情緒的，但上一代智能客服是預(yù)制的，不管用戶什么情緒來提問，機器都是標(biāo)準(zhǔn)回復(fù)，比較機械。機器能不能打動用戶、解決用戶問題，完全取決于設(shè)計問答的那個人。

第三，復(fù)雜任務(wù)處理很呆板。比如預(yù)定會議室，上一代智能客服一般會使用流程畫布，第一步問定會議室的時間、參會人等信息，再調(diào)取定會議室的接口，必須一步步按設(shè)定好的流程來。當(dāng)用戶的話題超出了設(shè)定范圍，智能客服就會直接告訴用戶，它答不上來，最后轉(zhuǎn)人工客服的比例其實很高。

第四，訓(xùn)練成本高。上一代智能客服需要設(shè)立專門的機器人訓(xùn)練師，因為需要窮舉業(yè)務(wù)上的問題和標(biāo)準(zhǔn)答案。

如果涉及到一些復(fù)雜的業(yè)務(wù)知識和流程，還需要梳理知識圖譜。整個訓(xùn)練過程非常復(fù)雜，通常需要3個月到半年，然后才能達到80%的解決率。專門配置這樣一個訓(xùn)練師，企業(yè)成本是非常高的。

然而，大模型的出現(xiàn)，為新一代智能客服可解決這些痛點提供了具有實踐意義的路徑。

從發(fā)展看，智能客服經(jīng)歷了三個主要的階段。第一階段是規(guī)則系統(tǒng)與專家系統(tǒng)，通過編寫關(guān)鍵字匹配用戶的意圖并作出回應(yīng)，主要應(yīng)用于在線機器人。此階段依賴于大量的人工設(shè)定規(guī)則來實現(xiàn)基本的功能。

之后在深度學(xué)習(xí)時代，隨著ASR（自動語音識別）、TTS（文本轉(zhuǎn)語音）和NLP（自然語言處理）等技術(shù)的成熟，智能客服不僅能夠服務(wù)于在線環(huán)境，還能擴展到電話場景的應(yīng)答機器人，從規(guī)則驅(qū)動轉(zhuǎn)變?yōu)閿?shù)據(jù)驅(qū)動。

目前我們正處于大模型時代，隨著引入了具備更強泛化能力、理解力和擬人度的大規(guī)模預(yù)訓(xùn)練模型，智能客服變得更加智能化，并且面對復(fù)雜表達時也能提供更為準(zhǔn)確和人性化的回復(fù)。

大模型可以冷啟動，不需要標(biāo)注數(shù)據(jù)，只需要把客戶的業(yè)務(wù)知識維護進去，就能達到很好的效果，回復(fù)比較人性化，接得上用戶的話題，能夠理解用戶的情緒等等。

比如，一個用戶一開口就很生氣，新一代大模智能客服會先進行安撫，然后再列出相應(yīng)的解決方案。因為它能夠根據(jù)用戶的情緒變化生成對應(yīng)的回復(fù)，所以用戶對話的流暢度體驗就會很好，情緒價值也足夠。

對于流程類任務(wù)，就像預(yù)定會議室的場景，大模型不需要固定的流程設(shè)置和窮舉話題。

因為它有很強的推理能力，當(dāng)用戶給到它對應(yīng)的提示詞工程，告訴它定會議室需要用戶提供哪些信息，大模型就可以自己去思考已經(jīng)拿到了哪些信息，還缺哪些信息，從而引導(dǎo)用戶給出完整的所需信息。

就算中間用戶切換話題，大模型也可以繼續(xù)聊下去。

在訓(xùn)練成本方面，因為有了大模型，就不再需要專門的機器訓(xùn)練師了，企業(yè)成本降低了，回答的準(zhǔn)確率還得到進一步提升。

AI客服的新一輪變革

經(jīng)過多年發(fā)展，AI客服市場吸引各路玩家紛至來參與其中，行業(yè)競爭也愈發(fā)激烈。但白熱化競爭往往意味著下一輪變革的開啟，這也對各大AI客服廠商提出了新的要求。

AI能力是智能客服進階的核心，如何讓機器回答更準(zhǔn)確，更接近真人，更深入企業(yè)的運營依然是行業(yè)面臨的共同課題。

事實上，AI能力并不局限于AI算法技術(shù)層面，而是AI技術(shù)如何落地行業(yè)、在商業(yè)化場景中有更好的表現(xiàn)，更考驗廠商的能力。

對于不同行業(yè)領(lǐng)域的智能客服，所要解答的問題并不相同，這就要求智能客服產(chǎn)品擁有特定行業(yè)的知識庫，對不同行業(yè)的用戶問題進行理解并做出回復(fù)。

隨著各類技術(shù)的發(fā)展，智能客服已成為多點技術(shù)融合的一個應(yīng)用體系，越來越多復(fù)雜的需求將持續(xù)倒通著整個智能客服升級。

這對智能客服廠商的綜合實力提出了更高的要求，不僅需要具備雄厚的PaaS技術(shù)能力，還需要豐富的定制化開發(fā)和交付經(jīng)驗。

這就需要AI客服企業(yè)既可以打造符合行業(yè)特性需求的營銷與服務(wù)全鏈路解決方案，承接企業(yè)從售前、售中到售后的全流程業(yè)務(wù)需求，也能夠為企業(yè)量身定制智能客服解決方案。

2025年，生成式AI技術(shù)在全球范圍內(nèi)加速滲透，重新改寫客戶服務(wù)行業(yè)的面貌。

企業(yè)普遍尋求利用AI提升服務(wù)效率與體驗，然而，技術(shù)落地的“最后一公里”——即如何將強大的模型能力轉(zhuǎn)化為穩(wěn)定、高效、易部署的業(yè)務(wù)解決方案，成為普遍面臨的挑戰(zhàn)。

響應(yīng)延遲、多語言支持、復(fù)雜場景理解、定制化成本以及全球化部署的合規(guī)性等問題，亟須扎實的工程化能力來破解。

在此背景下，云勢數(shù)據(jù)推出了ConnectNow全渠道智能聯(lián)絡(luò)中心系統(tǒng)。該方案針對上述行業(yè)痛點，提供一套“開箱即用”的智能化服務(wù)解決方案，幫助企業(yè)，特別是積極拓展海外市場的中國企業(yè)，快速構(gòu)建高效、合規(guī)的全球客戶服務(wù)體系。

創(chuàng)立伊始，云勢數(shù)據(jù)就選擇與亞馬遜云科技站在一起，成為中國最早一批投入亞馬遜云科技體系的服務(wù)商之一。

2023年，云勢數(shù)據(jù)聚焦熟悉的聯(lián)絡(luò)中心業(yè)務(wù)，正式啟動ConnectNow的研發(fā)。基于云聯(lián)絡(luò)中心服務(wù)Amazon Connect和全托管生成式AI平臺Amazon Bedrock，云勢數(shù)據(jù)打造了全渠道智能聯(lián)絡(luò)中心產(chǎn)品ConnectNow。

憑借全渠道接入、坐席智能輔助、Agentic AI智能客服/智能銷售、智能質(zhì)檢等能力，ConnectNow實現(xiàn)7×24小時無縫客戶支持，精準(zhǔn)洞察客戶深層需求，動態(tài)生成個性化服務(wù)策略，助力企業(yè)顯著提升全球售后服務(wù)質(zhì)量與客戶滿意度。

當(dāng)前企業(yè)在應(yīng)用人工智能，特別是大型語言模型（如ChatGPT背后的技術(shù)）進行客服升級時，常常面臨兩大難題：一是技術(shù)難以真正融入現(xiàn)有業(yè)務(wù)流程（落地難），二是AI系統(tǒng)的反應(yīng)速度有時不夠快（響應(yīng)慢）。

云勢數(shù)據(jù)沒有一味追求最尖端或參數(shù)最大的模型，而是選擇了一條更注重實效和工程化的技術(shù)路線來解決這些問題。周利鋒介紹，云勢數(shù)據(jù)深度應(yīng)用亞馬遜云科技提供的Amazon Bedrock服務(wù)，讓ConnectNow系統(tǒng)可以非?！奥斆鳌钡馗鶕?jù)不同的客服任務(wù)，自動選擇最適合的“AI大腦”來處理。

對于需要閃電般速度的任務(wù)，比如實時翻譯用戶的語言，它會調(diào)用輕量級、高效的Claude Haiku模型。

對于需要深度思考、復(fù)雜推理的任務(wù)，比如理解用戶曲折的提問意圖或者解決一個多步驟的問題，它會調(diào)用更強大、思考更深邃的Claude Sonnet模型。

這種精準(zhǔn)匹配的策略帶來了顯著提升：系統(tǒng)能準(zhǔn)確理解超過95%的用戶問題意圖，并且在語音對話中，從用戶說完話到AI開始回應(yīng)，延遲被壓縮到了2秒以內(nèi)，接近甚至優(yōu)于人工客服的響應(yīng)速度。

此外，在電商領(lǐng)域其實很少有語音場景，而更多是圖文展示，因此需要更豐富的展現(xiàn)形式。

云勢數(shù)據(jù)的AI引擎像拆解樂高積木一樣，提供了30多個獨立的功能模塊（組件）。這些模塊涵蓋了各種常見場景，當(dāng)用戶詢問產(chǎn)品詳情時，AI不僅能回答，還能直接展示相關(guān)圖片和文字說明。

系統(tǒng)能根據(jù)當(dāng)前對話或常見問題，主動彈出用戶可能關(guān)心的其他問題選項。

企業(yè)客戶不再需要從零開始構(gòu)建復(fù)雜的系統(tǒng)，或者被迫接受僵化的解決方案。他們可以根據(jù)自身業(yè)務(wù)需求，像挑選和拼接積木一樣，靈活組合這些預(yù)制組件，快速定制出最適合自己的客服流程，大大降低了使用門檻和定制成本。

借助亞馬遜云科技，云勢數(shù)據(jù)還實現(xiàn)了全球業(yè)務(wù)快速拓展。亞馬遜云科技擁有全球覆蓋的基礎(chǔ)設(shè)施，基礎(chǔ)設(shè)施遍及37個地理區(qū)域的117個可用區(qū)，助力云勢數(shù)據(jù)在短時間內(nèi)完成海外服務(wù)節(jié)點部署，快速拓展海外業(yè)務(wù)，提升品牌競爭力。

目前，云勢數(shù)據(jù)ConnectNow解決方案已上架亞馬遜云科技Marketplace，有效觸達更廣泛的國際客戶群體。

憑借與亞馬遜云科技的深度合作，云勢數(shù)據(jù)現(xiàn)已為制造、新能源、汽車、金融、電商零售、游戲等多個行業(yè)的領(lǐng)先企業(yè)提供服務(wù)，全面助力企業(yè)提升全球化售后服務(wù)的品質(zhì)與客戶滿意度。

在制造業(yè)、新能源、汽車等出海主力領(lǐng)域，ConnectNow已經(jīng)開始展現(xiàn)令行業(yè)關(guān)注的效能。在德業(yè)股份的落地實踐中，德業(yè)股份的設(shè)備銷往全球110個國家，傳統(tǒng)客服受限于時差與語言障礙。

接入ConnectNow后，系統(tǒng)支持用戶與經(jīng)銷商通過APP、官網(wǎng)、獨立站、郵件、WhatsApp、Facebook等多種渠道進行聯(lián)系，并提供30多種語言的7×24小時服務(wù)，客服效率提升超30%。

在為某充電樁企業(yè)合作時，因為企業(yè)缺乏多語種本地客服團隊。云勢數(shù)據(jù)基于亞馬遜云科技構(gòu)建了電話機器人客戶服務(wù)系統(tǒng)，借助ConnectNow，該企業(yè)實現(xiàn)英、法、德等10國語言自動識別，成功申請10國本地號碼，語音識別和故障信息錄入準(zhǔn)確率超90%，整體效率提升超過50%，年省成本550萬元人民幣。此外，ConnectNow系統(tǒng)還對接客戶的Salesforce系統(tǒng)，實現(xiàn)售后與客戶管理一體化，進一步提升客戶運營效率。

“AI客服不是替代人類，而是重構(gòu)服務(wù)鏈條?！敝芾h的這句話，道破了智能客服的終極價值——技術(shù)不該是“繡花枕頭”，而應(yīng)真正解決效率問題，在煙火氣的業(yè)務(wù)場景中創(chuàng)造真實價值。

從被吐槽“智障”到真正有了“人味兒”，智能客服的進化之路，正是技術(shù)與業(yè)務(wù)深度融合的縮影。

隨著生成式AI與大模型技術(shù)的持續(xù)迭代和工程化能力的不斷精進，未來的客服場景將更懂用戶、更高效、更溫暖，既為企業(yè)降本增效，也讓每一次咨詢都成為連接用戶與品牌的橋梁。

這或許就是AI服務(wù)于人的終極意義：讓技術(shù)隱于無形，讓體驗流于自然。

審核編輯 黃宇