科技云報(bào)道原創(chuàng)。

“沒(méi)有應(yīng)用，光有一個(gè)基礎(chǔ)模型，不管是開(kāi)源還是閉源，一文不值?！痹?024世界人工智能大會(huì)（WAIC 2024）現(xiàn)場(chǎng)，百度創(chuàng)始人、董事長(zhǎng)兼首席執(zhí)行官李彥宏直言。

國(guó)產(chǎn)大模型的種類(lèi)越發(fā)豐富，從文生文/圖模型到文生視頻模型、端側(cè)模型等讓人眼花繚亂。同時(shí)，行業(yè)所關(guān)心的不再僅是參數(shù)規(guī)模、是否開(kāi)源等技術(shù)問(wèn)題，大模型的落地應(yīng)用正成為被探討最多的話(huà)題。

作為WAIC 2024重要的配套會(huì)議之一，7月6日，以“數(shù)智聚合 產(chǎn)業(yè)向上”為主題的容聯(lián)云生成式應(yīng)用與大模型商業(yè)化實(shí)踐論壇在上海舉行。論壇聚焦大模型的行業(yè)實(shí)踐，圍繞大模型在落地過(guò)程中面臨的挑戰(zhàn)、關(guān)鍵路徑、場(chǎng)景應(yīng)用，以及如何為業(yè)務(wù)賦能等角度，邀請(qǐng)企業(yè)大模型技術(shù)負(fù)責(zé)人、海外專(zhuān)家學(xué)者和行業(yè)人士展開(kāi)交流探討與觀點(diǎn)分享，以期為大模型的行業(yè)應(yīng)用提供路徑指引與經(jīng)驗(yàn)借鑒。

專(zhuān)業(yè)智能體大模型商用的有效路徑

在經(jīng)歷了“百模大戰(zhàn)”的錘煉之后，企業(yè)們的技術(shù)能力正變得越發(fā)強(qiáng)勁，大模型開(kāi)始走向商業(yè)化落地。今年以來(lái)，國(guó)內(nèi)大模型項(xiàng)目中標(biāo)公告已發(fā)布超230個(gè)，遠(yuǎn)超2023年全年水平。中國(guó)10億參數(shù)規(guī)模以上的大模型數(shù)量已超100個(gè)，行業(yè)大模型深度賦能電子信息、醫(yī)療、交通等領(lǐng)域，形成上百種應(yīng)用模式，賦能千行百業(yè)。

業(yè)界的共識(shí)是，隨著技術(shù)迭代曲線(xiàn)放緩、基礎(chǔ)大模型賽道的競(jìng)爭(zhēng)格局企穩(wěn)，生成式AI市場(chǎng)的性質(zhì)正在發(fā)生變化，更多的創(chuàng)新和價(jià)值創(chuàng)造正在向應(yīng)用層匯聚。從“百模大戰(zhàn)”到“降價(jià)潮”，從“卷技術(shù)”到“卷價(jià)格”再到“卷應(yīng)用”，真正可行的商業(yè)模式究竟幾何？螞蟻、字節(jié)、百度、智譜以及初創(chuàng)企業(yè)已經(jīng)在走各自不同的路了?？梢钥隙ǖ氖?，當(dāng)大模型正成為各行業(yè)“標(biāo)配”，誰(shuí)能夠率先將大模型商業(yè)化，誰(shuí)就有機(jī)會(huì)喝到“頭啖湯”。

論壇上，容聯(lián)云產(chǎn)業(yè)數(shù)字云VP兼諸葛智能創(chuàng)始人孔淼發(fā)表了《企業(yè)營(yíng)銷(xiāo)服場(chǎng)景重塑》主題演講?？醉翟诟袊@于新技術(shù)帶來(lái)突破的同時(shí)，也看到了更多問(wèn)題，比如真實(shí)溝通場(chǎng)景的幻覺(jué)控制、大模型的算力成本控制，以及新技術(shù)融入到企業(yè)業(yè)務(wù)流程里面的改造和管理成本。他認(rèn)為，大模型很難通過(guò)一個(gè)技術(shù)去顛覆企業(yè)內(nèi)部的客服和營(yíng)銷(xiāo)的一系列溝通場(chǎng)景，更重要的是如何用新技術(shù)能力做好應(yīng)用落地，幫助企業(yè)真正實(shí)現(xiàn)價(jià)值提升。

為此，容聯(lián)云在去年12月就推出了容犀Copilot，通過(guò)大模型與小模型相結(jié)合的能力來(lái)解決幻覺(jué)問(wèn)題，并有效控制算力成本，并融合知識(shí)流轉(zhuǎn)、話(huà)術(shù)挖掘、會(huì)話(huà)洞察等多方面的業(yè)務(wù)能力，根據(jù)企業(yè)與客戶(hù)產(chǎn)生的會(huì)話(huà)數(shù)據(jù)與業(yè)務(wù)數(shù)據(jù)、產(chǎn)出金牌溝通策略。

隨著容犀Copilot在各行業(yè)落地，以及與企業(yè)客戶(hù)進(jìn)行更多的聯(lián)合探索之后，容聯(lián)云對(duì)業(yè)務(wù)場(chǎng)景進(jìn)一步深化與細(xì)化，并結(jié)合日趨成熟的智能體技術(shù)，對(duì)容犀智能大模型應(yīng)用進(jìn)行全新升級(jí)。這也是容聯(lián)云在大模型應(yīng)用領(lǐng)域的最新成果。

據(jù)孔淼介紹，客服領(lǐng)域一直是智能化應(yīng)用比較早的場(chǎng)景之一。2015年開(kāi)始，客服行業(yè)從全渠道客服升級(jí)為智能化客服。在大語(yǔ)言模型出現(xiàn)之前，想要培養(yǎng)出一名合格的客服，大多數(shù)情況下需要極高的知識(shí)管理成本和訓(xùn)練師成本，要先將一些復(fù)雜的業(yè)務(wù)場(chǎng)景轉(zhuǎn)化為任務(wù)，之后通過(guò)這些任務(wù)，再上線(xiàn)轉(zhuǎn)化成應(yīng)用能力。而實(shí)際上這種開(kāi)放式的業(yè)務(wù)場(chǎng)景，很難做到包容和兼容。

容聯(lián)云將容犀Copilot進(jìn)一步升級(jí)，形成容犀KC大模型知識(shí)助理（Knowledge Copilot）、容犀IA大模型洞察代理（Insight Agent）、容犀CA大模型陪練代理（Coach Agent）、容犀AC大模型坐席助理（Agent Copilot）和容犀VA大模型坐席代理（Virtual Agent）五位一體的智能客服解決方案，覆蓋了從營(yíng)銷(xiāo)、銷(xiāo)售、服務(wù)到企業(yè)內(nèi)部管理的核心場(chǎng)景，為企業(yè)打造全面、高效的營(yíng)銷(xiāo)服智能化生態(tài)系統(tǒng)。

知識(shí)庫(kù)是客服面向客戶(hù)服務(wù)的最基礎(chǔ)素材，包含關(guān)于產(chǎn)品的FAQ、操作手冊(cè)、解決方案、故障排除指南等內(nèi)容，這個(gè)知識(shí)庫(kù)應(yīng)該始終是最新、最準(zhǔn)確、且易于檢索的。在實(shí)際落地過(guò)程中，此類(lèi)知識(shí)庫(kù)的冷啟動(dòng)成本很高，只能通過(guò)輸入大量知識(shí)文檔進(jìn)行構(gòu)建?？头趹?yīng)用過(guò)程中依靠關(guān)鍵字和意圖的方式，會(huì)遭遇檢索慢、準(zhǔn)確率低等痛點(diǎn)，其次大量繁雜的業(yè)務(wù)知識(shí)導(dǎo)致其后期優(yōu)化很難，更新迭代的速度很慢。

容犀KC大模型知識(shí)助理融合了向量庫(kù)、RAG、數(shù)據(jù)飛輪等技術(shù)，將行業(yè)知識(shí)進(jìn)行向量化，同時(shí)大模型能夠幫助客服快速理解用戶(hù)上下文，并快速定位文檔知識(shí)內(nèi)容并生成總結(jié)，通過(guò)對(duì)知識(shí)庫(kù)自動(dòng)拆解片段，進(jìn)行語(yǔ)義切分和QA抽取，進(jìn)一步提升知識(shí)應(yīng)用效率，全面降低知識(shí)庫(kù)構(gòu)建成本。

客服與客戶(hù)溝通的每一次都會(huì)形成寶貴的數(shù)據(jù)資產(chǎn)，會(huì)話(huà)數(shù)據(jù)揭示了客需、客訴、商機(jī)，反映了服務(wù)的不足與資源浪費(fèi)。容犀IA大模型洞察代理融合官網(wǎng)、APP、公眾號(hào)、小程序、400電話(huà)等各類(lèi)場(chǎng)景的會(huì)話(huà)數(shù)據(jù)，并通過(guò)Prompt定義業(yè)務(wù)目標(biāo)訓(xùn)練赤兔大模型，幫助客服對(duì)會(huì)話(huà)內(nèi)容進(jìn)行理解，挖掘客戶(hù)潛在需求點(diǎn)，同時(shí)對(duì)需求進(jìn)行分類(lèi)和統(tǒng)計(jì)，實(shí)現(xiàn)客戶(hù)需求的自主洞察。

好的客服能夠提升客戶(hù)對(duì)企業(yè)的好感，成為企業(yè)無(wú)形的競(jìng)爭(zhēng)力。行業(yè)內(nèi)目前普遍存在一些業(yè)務(wù)培訓(xùn)挑戰(zhàn)，比如通過(guò)陪練課件、學(xué)習(xí)任務(wù)、考試評(píng)分等傳統(tǒng)方式導(dǎo)致訓(xùn)練千篇一律，重復(fù)性學(xué)習(xí)無(wú)法實(shí)現(xiàn)能力的高效輸出。

容犀CA大模型陪練代理運(yùn)用大模型能力，從海量的會(huì)話(huà)語(yǔ)料中提煉真實(shí)場(chǎng)景的陪練材料，根據(jù)坐席日常的會(huì)話(huà)情況制定對(duì)練任務(wù)，同時(shí)可以基于文檔材料智能化輸出考試試題，降低出題成本及難度，此外還能根據(jù)坐席學(xué)習(xí)、對(duì)練、考試及日常溝通情況，構(gòu)建坐席能力畫(huà)像，對(duì)培訓(xùn)效果進(jìn)行量化評(píng)估，實(shí)現(xiàn)客戶(hù)陪練環(huán)節(jié)的降本增效。

傳統(tǒng)客服的人工坐席模式面臨著服務(wù)話(huà)術(shù)與標(biāo)準(zhǔn)不統(tǒng)一，會(huì)話(huà)質(zhì)量及服務(wù)難監(jiān)控難追蹤、人工輸入工單、話(huà)后時(shí)間長(zhǎng)等痛點(diǎn)，不僅降低工作效率，還容易引發(fā)客服人員的疲勞和情緒壓力。

容犀AC大模型坐席助理利用大模型基于語(yǔ)義理解、立場(chǎng)轉(zhuǎn)變、情緒變化從海量錄音、會(huì)話(huà)中挖掘最優(yōu)話(huà)術(shù)及策略，兼顧話(huà)術(shù)“質(zhì)”與“量”，同時(shí)可以對(duì)坐席溝通中的情緒、語(yǔ)速、辱罵行為、違規(guī)行為、搶插話(huà)、流程等進(jìn)行實(shí)時(shí)監(jiān)控和預(yù)警提醒，還能為客服實(shí)時(shí)提取工單內(nèi)容，理解上下文做出會(huì)話(huà)小結(jié)，縮短話(huà)后時(shí)間，在提升服務(wù)質(zhì)量和效率的同時(shí)，也全面改善了用戶(hù)體驗(yàn)和感受。

圍繞傳統(tǒng)坐席代理出現(xiàn)的服務(wù)響應(yīng)慢、人力成本高，以及機(jī)器人坐席的答非所問(wèn)、回復(fù)千篇一律、語(yǔ)義理解不準(zhǔn)確等問(wèn)題，容犀VA大模型坐席代理將大模型用于優(yōu)化任務(wù)流程和語(yǔ)義識(shí)別之中，通過(guò)大模型洞察提煉會(huì)話(huà)流程，并能準(zhǔn)確理解用戶(hù)上下文，根據(jù)客戶(hù)問(wèn)題精準(zhǔn)匹配答案，同時(shí)還能夠智能識(shí)別客戶(hù)需求，并引導(dǎo)潛在客戶(hù)留資跟進(jìn)。

從對(duì)業(yè)務(wù)的賦能角度看，該五大應(yīng)用可以被視為垂直業(yè)務(wù)領(lǐng)域的專(zhuān)業(yè)智能體，為企業(yè)提供了從構(gòu)建知識(shí)庫(kù)到多模態(tài)交互能力、企業(yè)級(jí)流程協(xié)同、智能知識(shí)管理、個(gè)性化學(xué)習(xí)與陪練、會(huì)話(huà)洞察與營(yíng)銷(xiāo)策略推薦、智能坐席代理等核心環(huán)節(jié)的智能化閉環(huán)，企業(yè)能夠?qū)崿F(xiàn)更高效的客戶(hù)溝通、更精準(zhǔn)的客戶(hù)洞察和更優(yōu)化的服務(wù)流程，在根本上促進(jìn)了企業(yè)營(yíng)銷(xiāo)效率、運(yùn)營(yíng)效率、服務(wù)質(zhì)量的多重飛躍。

容聯(lián)云大模型產(chǎn)品負(fù)責(zé)人唐興才結(jié)合保險(xiǎn)客戶(hù)服務(wù)、制造業(yè)上門(mén)維修工單、壽險(xiǎn)線(xiàn)下轉(zhuǎn)線(xiàn)上服務(wù)、銀行柜臺(tái)綜合服務(wù)四大場(chǎng)景，從技術(shù)可行性和應(yīng)用價(jià)值兩個(gè)維度進(jìn)行分享。

唐興才表示，保險(xiǎn)客戶(hù)服務(wù)之前大多圍繞話(huà)務(wù)進(jìn)行分析，比如打了多少電話(huà)、打了多少時(shí)長(zhǎng)，但類(lèi)似潛在需求、客戶(hù)投訴等具有價(jià)值的內(nèi)容無(wú)法被有效挖掘。產(chǎn)生這些問(wèn)題的原因一個(gè)是對(duì)話(huà)語(yǔ)音量大，另一個(gè)是客服總結(jié)難以標(biāo)準(zhǔn)化，無(wú)法精準(zhǔn)高效進(jìn)行提煉。容聯(lián)云改變了原有人工聽(tīng)錄音抽檢和話(huà)務(wù)統(tǒng)計(jì)報(bào)表的模式，通過(guò)大模型讓會(huì)話(huà)數(shù)據(jù)發(fā)揮決策依據(jù)，實(shí)現(xiàn)了數(shù)據(jù)洞察、發(fā)現(xiàn)咨詢(xún)熱點(diǎn)、挖掘產(chǎn)品投訴點(diǎn)等多種效果。

制造業(yè)上門(mén)維修場(chǎng)景下，經(jīng)常會(huì)遇到檢修師傅分布廣、培訓(xùn)難、工單內(nèi)容口語(yǔ)化、工單客服人工分類(lèi)，流轉(zhuǎn)慢、預(yù)警不及時(shí)，易造成批量投訴等情況。容聯(lián)云基于大模型語(yǔ)義上下文提取工單故障，并在大模型的洞察能力上設(shè)定了提取標(biāo)簽的能力，提供工單的分類(lèi)或分撿預(yù)警策略，將準(zhǔn)確率從40%提升到80%左右，將預(yù)警周期從周提升到天的級(jí)別，避免了客戶(hù)的批量客訴。

隨著壽險(xiǎn)線(xiàn)上業(yè)務(wù)的增長(zhǎng)，針對(duì)客服自動(dòng)化率低、依賴(lài)人力，成本增長(zhǎng)快等痛點(diǎn)，容聯(lián)云通過(guò)大模型洞察客戶(hù)服務(wù)記錄，從人工客服流程中提取服務(wù)流程，比如證件信息變更、實(shí)名認(rèn)證、聯(lián)系方式變更、保單貸款、保單還款等，以此為基礎(chǔ)構(gòu)建智能化服務(wù)助理，從而找到客戶(hù)真正需要的服務(wù)流程，并基于語(yǔ)義理解，很好地理解客戶(hù)需求，響應(yīng)保單查詢(xún)服務(wù)，實(shí)現(xiàn)千人千面的個(gè)性化服務(wù)。

對(duì)于銀行柜臺(tái)綜合服務(wù)，相關(guān)業(yè)務(wù)和政策復(fù)雜多樣，且都面臨有效期的問(wèn)題，柜臺(tái)服務(wù)人員靠自身記憶無(wú)法滿(mǎn)足客戶(hù)較高的服務(wù)要求，而咨詢(xún)老員工或總行業(yè)務(wù)人員往往需要的時(shí)間較長(zhǎng)，無(wú)法做到及時(shí)響應(yīng)。容聯(lián)云利用大模型將知識(shí)問(wèn)答助理嵌入進(jìn)客服系統(tǒng)，客服人員可以在與客戶(hù)對(duì)話(huà)過(guò)程中，進(jìn)行劃詞檢索，同時(shí)基于語(yǔ)義全文檔檢索知識(shí)，答案可溯源，提升辦理貸款業(yè)務(wù)效率。

小切口大縱深專(zhuān)業(yè)化、場(chǎng)景化、行業(yè)化

大模型商業(yè)化應(yīng)用的核心在于能否真正解決用戶(hù)的問(wèn)題。

沿著這一邏輯，大模型一個(gè)最為前景的應(yīng)用場(chǎng)景，就是垂直領(lǐng)域?qū)I(yè)服務(wù)。越是復(fù)雜的問(wèn)題，越是專(zhuān)業(yè)的領(lǐng)域，越能孕育出更具價(jià)值的商業(yè)化應(yīng)用。最典型者如醫(yī)療、金融等行業(yè)。

中國(guó)蓬勃發(fā)展的移動(dòng)互聯(lián)網(wǎng)為大模型行業(yè)提供了豐富而復(fù)雜的應(yīng)用場(chǎng)景，以醫(yī)療和金融為代表的高專(zhuān)業(yè)度、高壁壘行業(yè)，雖然已經(jīng)初步實(shí)現(xiàn)數(shù)字化或線(xiàn)上化，但在大模型時(shí)代，誰(shuí)能深刻改造這些場(chǎng)景，破解更復(fù)雜的問(wèn)題，誰(shuí)就能抓住發(fā)展的先機(jī)。

“企業(yè)希望大模型實(shí)現(xiàn)集團(tuán)級(jí)賦能但難尋切入點(diǎn)，建議將智能客服作為大模型落地之路的第一站?！痹诓痪们敖Y(jié)束的中關(guān)村論壇上，北京市科委發(fā)布《北京市人工智能大模型行業(yè)應(yīng)用分析報(bào)告》時(shí)，在大屏幕上特別標(biāo)出了這一句話(huà)。

為何客服成了大模型落地的第一站？大模型在理解用戶(hù)提問(wèn)、連續(xù)且24小時(shí)回答用戶(hù)問(wèn)題等方面確實(shí)能夠帶來(lái)不小的能力提升，雖然距離真人尚有差距，但算上成本賬，大模型已然“可用”。

不過(guò)，如在網(wǎng)購(gòu)場(chǎng)景，AI客服雖然在對(duì)話(huà)上相比以往更加“絲滑”，顯得更有情商，但也會(huì)出現(xiàn)答非所問(wèn)的情況。在不少?gòu)臉I(yè)者看來(lái)，雖然AI客服可以降低成本，但若想“更進(jìn)一步”，從可用變?yōu)楹糜?，并在更多?chǎng)景發(fā)光發(fā)熱，大模型還需要進(jìn)一步的升級(jí)。

實(shí)際上，早在大語(yǔ)言模型技術(shù)出現(xiàn)之前，AI就已經(jīng)被廣泛用于客服領(lǐng)域。原來(lái)做AI，是靠定義一堆任務(wù)，但銷(xiāo)售服務(wù)過(guò)程中很多地方想不到客戶(hù)以什么樣的方式問(wèn)，如何打動(dòng)客戶(hù)，這都是完全開(kāi)放的業(yè)務(wù)場(chǎng)景，原來(lái)的技術(shù)就局限了。大模型出來(lái)后，恰巧可以通過(guò)對(duì)于語(yǔ)言的能力，包括有初步的AGI的這種理解推理的能力，解決了場(chǎng)景泛化問(wèn)題。

《北京市人工智能大模型行業(yè)應(yīng)用分析報(bào)告》認(rèn)為，在大模型技術(shù)應(yīng)用薄弱的行業(yè)內(nèi)可優(yōu)先推廣智能客服場(chǎng)景，從需求側(cè)講，行業(yè)內(nèi)企業(yè)可以直觀地體驗(yàn)到大模型帶來(lái)的便捷服務(wù)，增強(qiáng)企業(yè)內(nèi)的群體認(rèn)同，為后續(xù)推動(dòng)大模型在全產(chǎn)業(yè)鏈的應(yīng)用落地減小內(nèi)部阻力；從技術(shù)側(cè)講，智能客服應(yīng)用場(chǎng)景屬于大模型的通用場(chǎng)景之一，相對(duì)技術(shù)難度較小，且可充分發(fā)揮大模型技術(shù)優(yōu)勢(shì)，有助于大模型快速落地。

盡管關(guān)于大模型商業(yè)模式的討論尚顯早期，但大模型的商業(yè)化應(yīng)用，尤其是專(zhuān)業(yè)智能體，蘊(yùn)藏著巨大的潛力。通過(guò)將大模型與各專(zhuān)業(yè)領(lǐng)域深度融合，圍繞每一個(gè)細(xì)分小場(chǎng)景形成不同的解決方案，解決用戶(hù)的實(shí)際問(wèn)題，這是大模型的中國(guó)機(jī)遇，同時(shí)超大市場(chǎng)規(guī)模和海量需求，也將充分大模型的商業(yè)價(jià)值，為大模型的持續(xù)進(jìn)化找到一條切實(shí)可行的路徑。

生成海報(bào)

免責(zé)聲明：此文內(nèi)容為第三方自媒體作者發(fā)布的觀察或評(píng)論性文章，所有文字和圖片版權(quán)歸作者所有，且僅代表作者個(gè)人觀點(diǎn)，與極客網(wǎng)無(wú)關(guān)。文章僅供讀者參考，并請(qǐng)自行核實(shí)相關(guān)內(nèi)容。投訴郵箱：editor@fromgeek.com。

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書(shū)面權(quán)利通知或不實(shí)情況說(shuō)明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開(kāi)相關(guān)鏈接。