电商AI

大模型时代，如何让AI客服“听懂人话”、“更有温度”？

2024 年 6 月 28 日

大语言模型浪潮袭来，驱动客服行业发生变革。自2019年以来，随着参数量的扩大，大语言模型推理、文本生成能力开始涌现。然而，从底层模型的技术跃迁，到最终的商业应用与业务落地，仍存在一系列的产品能力、技术架构的升级。因此，我们需要思考的问题是：如何通过技术提升服务品质、效率，降低服务成本，最终实现从技术跃迁到商业价值的转换？

从企业角度来看，基于技术驱动的客服场景，核心的业务价值有三点：成本、效率、业务增长。当AI大模型应用于客服场景后，还带来了数据安全的问题。对此，Quick Service v2.0提出了“1+2”服务套件解决方案，通过Quick Service Agent服务平台，打造两套核心能力：通过AI Chat提升对话理解与问答能力，应对客户复杂指令；通过AI Pilot识别用户诉求，为客服人员提供生成式服务解决方案，最终帮助企业解决成本、效率与业务增长问题，实现降本增效。

用户习惯转人工？

AI Chat全新问答能力，让服务“接得住”“接得好”

长久以来，企业AI客服面临的一大痛点是：“机器人根本没有用，用户还是习惯转人工，该怎么办？”解决这一问题的关键，在于将问题进行分类，让大小模型“各司其职”：事实类的问题通过小模型处理，开放性、主观性的问题通过大模型进行处理。作为Quick Service v2.0的核心能力之一的AI Chat，便通过大小模型的融合具备了“全新的AI问答能力”：它既能解决已有“标准答案”的基础规则问题，也能通过复杂对话的理解以及多模态的生成能力，使智能客服拥有更强大的对话理解与问答能力。

数据显示，相比于传统机器人，AI Chat问答准确率提升63%，用户对机器人将不再反感，服务自然能“接得住”“接得好”。比如，处于扩张期的某知名餐饮品牌，便通过AI Chat产品能力，将覆盖业务70%以上复杂且高频的问题交付给机器人解决，从而在客服人员减少的情况下，有效提升了服务效率，保证了服务质量。

复杂指令不理解、个性推荐没温度？

AI Chat全新指令与推荐能力，实现效率与业务双增长

拥有自己IT团队的企业，往往会通过一些开源框架，对大模型的能力进行调用。但是在此过程中，较常出现的问题是：“我己经开始使用大模型做知识准备，但大模型输出不是我想要的，怎么办？”如果把朴素RAG比作休闲的“社区足球”，那么模块化RAG就是专业的“世界杯”，两者在准确程度上存在一定差异。比如，许多应用大模型的企业多为大型企业，说明书非常复杂，此时如果直接调用朴素RAG能力，难以保障识别与理解的准确率；而通过模块化RAG对固定版式进行专门调优，便能对结果、生成内容进行更加准确的控制。

以创建代办场景为例，此前，企业往往通过固定的SOP，指示用户通过点击操作，当用户偏离航道后，机器人将很难对此类场景进行处理。而新的大小模型融合的Quick Service v2.0 AI Chat机器人能够很好规避此类风险，它不仅能够理解用户复杂的指令，还能通过上下文识别用户新会话与新指令，并通过卡片形式与用户进行再次确认，帮助用户自助解决率提升40%。

在指令问题外，AI Chat还能通过历史对话，形成关于用户的年龄、性别等信息记忆，进而根据企业业务活动表格，帮助用户进行个性化推荐。此外，它还能针对生成答案进行编排与控制，比如告知活动信息时顺便查阅天气，提醒用户出行事项。这一更具个性化、温度感的推荐方式，能够帮助企业营销转化率提升13%。

客服接线时长居高不下？服务满意度低？

AI Pilot三大能力，有效提升坐席辅助效率

经过调查发现，客服对客户的问题进行理解、定位，平均花费100秒；翻看查找企业的规范规则后回复用户，平均花费170秒；与上下游部门进行协同，平均花费80秒。可以说，“企业客服的接线平均时长高居不下，满意度和成本都受影响”，成为许多企业普遍面临的问题。对此，我们提供了AI大模型、小模型与AI工作台相结合的解决方案，形成了新的Quick Service AI工作台，通过AI Pilot的客服能力，有效提升了服务效率。

首先，AI Pilot可以提供全新智能辅助能力，为客服人员提供全方位的业务指引和实施辅助。客服人员只需对侧边栏插件AI生成的答案进行校验，即可直接发送给用户，即使在繁重任务之下，依旧可以处理多个并发需求。数据显示，该方式能有效提升服务解决率、服务效率提升16%，某新能源汽车品牌便通过AI Pilot对客户问题进行实时识别，帮助热线客服有效提高了服务效率，改善了用户体验。

其次，AI Pilot具备全新智能填单能力。在上下游协同过程中，AI大模型可根据对话信息的自动识别，自动填充工单标题、摘要，快速精准概括总结当前问题，将客服人员从繁重的填单工作中解放出来。

第三，AI Pilot拥有全新智能摘要与总结能力。客服人员以及被转交的服务人员无需翻阅历史对话，即可通过AI总结的摘要了解问题，提供针对性服务。

目前，Quick Service v2.0已在汽车、餐饮、家电等不同行业落地，帮助企业打造出“能共情”的用户体验，实现了智能推荐、智能填单、内部运营等场景降本增效。随着大模型的不断完善，Quick Service v2.0还将为更智能客服时代的普及提供技术支持与落地探索，帮助企业进一步提升服务品质与效率、降低服务成本，成为大模型时代企业首选的智能客户体验专家。

立即咨询 JOTO

JOTO 提供覆盖企业智能体规划与搭建、AI 平台私有化部署、RAG 知识工程、AI 安全治理、FDE 驻场共创及持续运营优化的全周期 AI 落地服务，帮助企业把验证中的 AI 能力转化为安全、可控、可持续迭代的生产力。联系 JOTO 获取 AI 落地咨询

想把这些做法用到你的业务里?

留下你的场景和痛点,我们帮你判断从哪一步开始。

联系我们

大模型时代，如何让AI客服“听懂人话”、“更有温度”？

立即咨询 JOTO

想把这些做法用到你的业务里?

Start your enterprise AI rollout

Tell us what you need