随着人工智能技术的飞速发展，智能客服系统正在经历一场革命性的变革。我们正站在智能客服3.0时代的门槛上，见证着大模型技术如何深刻地改变着客户服务体验。
智能客服的发展历程可以划分为三个阶段：
· 1.0时代，智能客服主要依赖于预设的FAQ和简单的关键词匹配，提供有限的自助服务；
· 2.0时代，引入了机器学习和自然语言处理技术，使得智能客服能够理解更复杂的用户意图，并提供更个性化的服务；
· 3.0时代的智能客服以大模型技术为核心，能够提供更深层次的理解和更人性化的交互体验。
在2.0时代，互联网公司的智能客服应用已经相当广泛，几乎所有的互联网APP都通过在线客服为用户提供7*24小时自助服务，大部分情况下可以理解用户需求，但仍然存在长尾问题理解有限、个性化服务不足、知识运维成本高等难题。
智能客服3.0时代的到来，标志着互联网公司客户服务体验的一次重大升级。大模型技术的应用不仅提高了服务效率和质量，也为用户带来了更加丰富和人性化的服务体验。
以去哪儿为例，在机票业务的航班预定场景，利用大模型构建售前客服助手，通过“问题回答Agent+报价推荐Agent+问题推荐Agent”并行的方式，帮助用户实现机票的自助预订。
随着技术的不断进步，智能客服将在未来扮演更加重要的角色，成为连接用户和企业的重要桥梁。沙丘智库长期跟踪调研大模型技术的发展，旨在帮助企业快速了解大模型最新、最全面的落地情况。沙丘智库通过研究滴滴、哔哩哔哩、哈啰出行、百度、58同城、去哪儿等6家互联网企业的“大模型+智能客服”最佳实践，旨在为其他企业提供参考。
▎案例1：滴滴客服场景大模型应用实践
大语言模型的出现驱动智能客服迈向3.0时代，滴滴开始探索将大模型技术融入到现有技术架构中，增强业务表现，同时改变现有生产模式，重构运营模式。
在感知阶段，大模型的加持大幅提升对话的感知能力，减少用户交互的点选；在思考阶段，大模型可以根据用户对话中的信息和线索直接切分到某一具体的叶子节点；在实现阶段，大模型可以生成一段话术回复给用户。
完整内容：滴滴客服场景大模型应用实践
▎案例2：哔哩哔哩智能客服场景大模型实践
哔哩哔哩通过大模型升级智能客服系统，优化RAG链路和检索机制，提升了对话的时效性和准确性。构建了全面的领域知识库，实现了高效知识检索和准确安全的回答。实践结果显示，智能客服拦截率提升了近30%，显著改善了用户体验。
▎案例3：哈啰出行智能客服场景大模型实践
哈啰出行通过智能客服技术演进，实现了从作业客服到AI+客服的转变。通过大模型加持，实现RAG知识检索、DM意图管理、判责处置和话术回复等智能客服功能，在拟人化、理解力等方面取得显著提升，简化了知识运行配置，并显著提高了坐席人员的工作效率。
基于Agent的对话系统需要做到在任务发起时理解任务并进行合理规划、在任务执行时根据任务状态进行灵活切换。
百度基于Agent的对话系统包括一个主Agent和多个子Agent，Master Agent作为规划器，三个子Agent（RAG Agent、信息收集Agent、观察Agent）完成知识答疑、信息收集等子任务。
完整内容：百度客服AI Agent实践
58同城上有很多蓝领招聘，用户在向招聘方投递时，招聘方可能没有合适的客服团队及时进行回应，此时商家智能聊天助手会接管对话。
58同城探索大模型在聊天助手场景的应用，将AI对话拆分成意图识别、回答问题、反问生成、信息抽取四个能力模块，每个模块是一个单独的大模型能力（但通过S-Lora的方式部署在同一个大模型上），通过在业务数据上对大模型进行微调得到，这种拆分能力的方案在准确率和幻觉问题上表现的更好。
完整内容：58同城B端商家智能聊天助手实践
去哪儿借助大语言模型的能力对原有客服智能助手进行改造升级，实现整个链条的提效。
在服务前，去哪儿构建了AI客服培训系统，利用大语言模型模拟真实需求的用户，与客服进行对话练习，还原真实服务场景。
在服务中，去哪儿利用RAG技术从历史优秀工单中找到优质话术，实时根据一线客服和用户的对话给客服提供专业信息和更加适合的话术，减少客服查找资料时间，加快服务速度。
在服务后，去哪儿通过大语言模型进行工单复盘和质检，将原本人工质检抽检数量不超过总工单的10%提升到100%全部检查，提高了质检效率，加快了复盘节奏和迭代速度。
完整内容：去哪儿旅行场景大模型实践
