11月30日，新一代智能客戶服務(wù)解決方案提供商售后寶創(chuàng)始人兼CEO李明和天潤云創(chuàng)始人兼CEO吳強(qiáng)展開了一場關(guān)于AI技術(shù)話題的直播對(duì)話，兩位CEO分別從技術(shù)、場景、價(jià)值等角度闡釋了AI對(duì)產(chǎn)業(yè)發(fā)展的思考。以下為部分精彩對(duì)話摘錄，分享給大家。

在客戶服務(wù)領(lǐng)域

AI如何再造業(yè)務(wù)流程，改變協(xié)作方式？

李明：AI技術(shù)大火，改變了很多行業(yè)，在客戶服務(wù)領(lǐng)域有哪些變化？

吳強(qiáng)：從技術(shù)角度來說，我看到了3個(gè)變化在發(fā)生：一、跟用戶的連接觸點(diǎn)更加豐富。早前我們跟客戶連接的方式只有電話，后來有了短信，發(fā)展到現(xiàn)在有了音視頻，還有小程序、公眾號(hào)、網(wǎng)頁、商城等平臺(tái)，客戶的連接觸點(diǎn)變得非常多。我們做好客戶服務(wù)的關(guān)鍵是，讓客戶知道他可以在需要的時(shí)候聯(lián)系到我，或者我們可以更便捷地連接到客戶。二、讓流程協(xié)作更加完善。制造業(yè)的售后服務(wù)流程相對(duì)比較復(fù)雜，從響應(yīng)到維修、退換貨、補(bǔ)貨發(fā)貨的售后流程會(huì)牽動(dòng)公司的各個(gè)環(huán)節(jié)，比如采購、設(shè)計(jì)、生產(chǎn)、驗(yàn)收、物流等，新技術(shù)發(fā)展可以改善這個(gè)協(xié)作。三、賦能知識(shí)協(xié)作。無論是前端的客服人員還是后端各環(huán)節(jié)上的服務(wù)人員，都需要知識(shí)賦能。客服對(duì)產(chǎn)品信息了解越多可以幫助客戶快速解決問題，而后面維修環(huán)節(jié)的工程師對(duì)知識(shí)結(jié)構(gòu)要求更深。用AI技術(shù)賦能，把企業(yè)里面客戶服務(wù)的知識(shí)平臺(tái)做起來，我覺得是一個(gè)非常大的突破。

李明：剛才吳總分別從客戶連接、服務(wù)履約、知識(shí)沉淀三個(gè)場景來講了AI技術(shù)將在客戶服務(wù)領(lǐng)域帶來的變化。在這三個(gè)場景中，我們更進(jìn)一步的實(shí)踐該怎么做呢？

吳強(qiáng)：站在企業(yè)角度，用AI機(jī)器人輔助人工客服，最直接的感受就是可以節(jié)約人工。這其中更深層的邏輯是企業(yè)知識(shí)庫的建設(shè)，無論是AI還是人工，解決客戶問題的基礎(chǔ)還是得把知識(shí)梳理清楚。如果售前咨詢沒有及時(shí)告知客戶產(chǎn)品參數(shù)，可能會(huì)導(dǎo)致客戶流失，如果遇到客訴沒有在最短時(shí)間內(nèi)把問題分析清楚，幫客戶處理好，就有可能造成投訴升級(jí)，而解決這些問題的背后都是知識(shí)積累。在新技術(shù)發(fā)展以前，企業(yè)基本通過人工培訓(xùn)或者師傅帶徒弟的方式來傳遞知識(shí)，徒弟看師傅操作怎么處理問題，怎么解答客戶的問題，師傅也會(huì)跟徒弟教學(xué)類似的問題怎么解決，慢慢的徒弟能夠獨(dú)立承擔(dān)工作。所以我認(rèn)為還是得回歸本質(zhì)，把知識(shí)工程做好。但為什么過去沒有把知識(shí)底座建好呢？我覺得有兩個(gè)原因：一是知識(shí)積累本身就是一件不容易的事，各人有各人想法，很難按照一個(gè)系統(tǒng)體系梳理。二是沒有好的工具，比如企業(yè)使用售后寶產(chǎn)生的數(shù)以萬計(jì)的工單，使用天潤產(chǎn)品產(chǎn)生的大量的溝通記錄，如果用人工去整理成知識(shí)庫，從每一條工單里去看故障原因和維修記錄，從每一個(gè)對(duì)話里去理解客戶意圖，這是一件幾乎不可能的事。現(xiàn)在通過AI大模型，我們有了有效的解決辦法，幾乎是做到了質(zhì)的飛躍。把工單和溝通記錄直接扔到大模型里，讓大模型去跑，把知識(shí)點(diǎn)洗出來，經(jīng)過反復(fù)訓(xùn)練，生成FQA，可以跟客戶進(jìn)行多輪問答。所以我認(rèn)為，大模型的應(yīng)用應(yīng)該從底層構(gòu)建入手，把知識(shí)底座搭好之后，應(yīng)用就變得工程化了。

AI Agent如何融入企業(yè)業(yè)務(wù)與組織協(xié)作？

李明：在企業(yè)里，能完全創(chuàng)造流程和知識(shí)的人還是極少數(shù)的，所以大部分企業(yè)在管理中可能都會(huì)想讓每個(gè)人把自己遇到的一些問題和解決辦法沉淀下來，集中去梳理歸檔，用集體的力量去改善流程，去積累知識(shí)，再賦能給整個(gè)公司，形成知識(shí)沉淀-賦能的閉環(huán)。但每個(gè)人對(duì)知識(shí)的理解不同，觀點(diǎn)不同，權(quán)限也不同，實(shí)行的時(shí)候就異常困難。在客戶服務(wù)領(lǐng)域，這樣的場景還挺多的，比如VoC收集，信息量很大，非常的碎片化。我想大部分企業(yè)都在想如何用技術(shù)把這些碎片化的知識(shí)梳理成統(tǒng)一的企業(yè)語言，可以對(duì)內(nèi)外傳遞。吳總對(duì)這個(gè)問題是怎么看待的呢？

吳強(qiáng)：李總說的這個(gè)這個(gè)問題是行業(yè)里大家都遇到的挑戰(zhàn)。一是我們?nèi)绾紊蛇@些知識(shí)，來自知識(shí)來源的挑戰(zhàn)；二是如何統(tǒng)一知識(shí)標(biāo)準(zhǔn)的挑戰(zhàn)；三是如何保持知識(shí)動(dòng)態(tài)更新的挑戰(zhàn)。

李明：是的，現(xiàn)在我們可以獲取到更大信息量，可以用chat這樣的交互方式。但同時(shí)也產(chǎn)生了一些疑惑。以往大家可能會(huì)認(rèn)可一個(gè)專業(yè)領(lǐng)域的IP，由他來制定規(guī)范，但現(xiàn)在我們有更多獲取信息的方式之后，發(fā)現(xiàn)了新方法，這種新技術(shù)對(duì)傳統(tǒng)理念的沖擊，您怎么看待？

吳強(qiáng)：這就是為什么我們沒有第一時(shí)間把大模型用在機(jī)器人上，反而回歸到知識(shí)管理的原因。目前業(yè)內(nèi)也在探討人和agent的關(guān)系，用三四五級(jí)的方式來定級(jí)，主要根據(jù)人和agent的關(guān)系、應(yīng)用的場景來評(píng)估。模型的成熟度越高，代表agent可以獨(dú)立完成的工作內(nèi)容越多。第二個(gè)是agent和agent之間互相定義和解決問題，成熟度越高，需要人工參與的程度越低。目前我們處于人和agent協(xié)作的階段，agent給人提供基礎(chǔ)的信息和參考，人來control。我們就拿客服工作中的一個(gè)場景來舉例，大部分客服人員都不喜歡寫工作小結(jié)，幫一個(gè)客戶解決完問題立馬去接下一個(gè)，沒時(shí)間去寫，如果配個(gè)AI助手，一個(gè)對(duì)話結(jié)束之后自動(dòng)生成，客服只要加以修正，這樣就能解決不愿意寫小結(jié)的問題，企業(yè)的知識(shí)也有了來源。這是我認(rèn)為人和agent協(xié)作的一個(gè)比較初級(jí)的方法。

李明：吳總的例子給我們一個(gè)很好的啟示，就是人對(duì)AI的倚重程度，人和AI的協(xié)作中要扮演什么樣的角色，這是一個(gè)我們要去思考的問題。我也舉個(gè)例子，比如家里買個(gè)天貓精靈或者小度，咱們對(duì)它的期望就是問天氣、定鬧鐘這樣的基本功能，更高級(jí)的問題它回答不了我們也不會(huì)去投訴。但如果放到客服領(lǐng)域，我們問銀行客服儲(chǔ)蓄卡怎么注銷，AI給不了一個(gè)準(zhǔn)確的信息，我們就會(huì)產(chǎn)生糟糕的情緒，甚至憤怒。所以說不同的場景下，對(duì)AI的期望是不一樣的。人跟Agent的協(xié)作應(yīng)該是要根據(jù)場景來確認(rèn)的，像客戶服務(wù)領(lǐng)域，AI幫客服小結(jié)，這是一個(gè)很有價(jià)值的場景，再往后一個(gè)流程，AI幫服務(wù)工程師去做一些工單內(nèi)容的填寫，我也覺得是一件很棒的事情。服務(wù)工程師的工作環(huán)境，基本都依仗手機(jī)，在維修過程中操作手機(jī)相對(duì)是不便的，如果有一個(gè)AI助手，幫他把這件事做了，對(duì)他來說是工作環(huán)境的改善，對(duì)企業(yè)來說又能沉淀他的維修經(jīng)驗(yàn)。

AI技術(shù)在客戶服務(wù)領(lǐng)域可以做哪些實(shí)踐？

吳強(qiáng)：我們今年在人工智能上的研發(fā)重點(diǎn)在知識(shí)工程上，讓企業(yè)的知識(shí)工程有效落地。第一，選擇一個(gè)專門的模型，對(duì)歷史問題有記憶，可持續(xù)；第二，對(duì)這個(gè)模型調(diào)優(yōu)，讓它可以根據(jù)不同場景給出相應(yīng)的推理方向；第三，工程化，把大模型做到輸入、輸出、糾正的閉環(huán)。根據(jù)這三個(gè)方向建設(shè)，我們可以應(yīng)用在一些場景中：第一、幫助客服人員做總結(jié)，用體系化的邏輯去規(guī)范，不帶入個(gè)人的情緒色彩，給企業(yè)客觀的數(shù)據(jù)來支持決策；第二，問答內(nèi)容，制造業(yè)售后，都有一個(gè)問題，大量的操作手冊放在平臺(tái)上，查詢搜索都很費(fèi)勁，我們希望通過AI，把這些文檔快速結(jié)構(gòu)化，生成問答。把這個(gè)做好，企業(yè)里師傅帶徒弟的工作量和流程就會(huì)大量簡化。第三、建立搜問一體的體系，這個(gè)其實(shí)就是我們前面聊到的人和agent的協(xié)作程度平衡結(jié)果。人希望問問題就出現(xiàn)答案，但實(shí)際上給予的答案不可能100%準(zhǔn)確，當(dāng)AI還做不到100%準(zhǔn)確回答的時(shí)候，可以通過給予更多相關(guān)問題提示的方式來輔助人決策。

隨著大模型技術(shù)發(fā)展行業(yè)將走向何方？

底層技術(shù)廠商vs應(yīng)用廠商

李明：無論是吳總說的知識(shí)結(jié)構(gòu)的工程化，還是業(yè)務(wù)場景，我們發(fā)現(xiàn)通過AI，有了一些創(chuàng)新的機(jī)會(huì)。另一個(gè)是，企業(yè)得有專屬的配置，吳總所說的問答或者更多前端的應(yīng)用里，都會(huì)有場景化特點(diǎn)。在這個(gè)發(fā)展過程中，我們發(fā)現(xiàn)國內(nèi)外的互聯(lián)網(wǎng)大廠非常迅速地跟上了，百度發(fā)布會(huì)表示要用AI改造每一個(gè)產(chǎn)品，阿里釘釘也應(yīng)用上了AI技術(shù)，微軟就更不用說了。這跟我們以往認(rèn)為的大廠慢慢研究的認(rèn)識(shí)不太一樣了，不知道吳總怎么看待這個(gè)問題。

吳強(qiáng)：我覺得大模型的應(yīng)用需要從兩個(gè)角色來看，一是像天潤和售后寶這樣做應(yīng)用的企業(yè)，我們利用大模型底層技術(shù)，去做應(yīng)用層改造，用在實(shí)際場景中；二是像李總提到的那些大廠，他們專注底層技術(shù)，雙方配合才能把AI技術(shù)真正的價(jià)值發(fā)揮出來。

李明：了解，我來總結(jié)一下，大廠底層技術(shù)廠商關(guān)注點(diǎn)在模型的能力上和數(shù)據(jù)庫的豐富度上，而咱們更需要關(guān)注場景化實(shí)踐，給客戶帶來更好用的產(chǎn)品，大廠和行業(yè)應(yīng)用的解決方案廠商，都專注在不同的場景里面去解決客戶的問題。在這個(gè)技術(shù)變革的窗口期，整個(gè)行業(yè)都對(duì)AI充滿了熱情，我也關(guān)注到我們規(guī)模大一些的客戶企業(yè)也在積極跟我們互動(dòng)，客戶說全員都在關(guān)注AI，不僅僅是咱們做互聯(lián)網(wǎng)產(chǎn)品的廠商。

應(yīng)用廠商vs客戶

吳強(qiáng)：對(duì)，大模型的風(fēng)靡其實(shí)是通過把一個(gè)To B的生意To C化引發(fā)的，To B的內(nèi)容相對(duì)來說理解的人少，不容易喚起公眾的興趣，但如果從To C場景開始，那么無論是否是行業(yè)內(nèi)的人都會(huì)看到，想去體驗(yàn)一下。這個(gè)時(shí)候無論是我們客戶的決策人員還是技術(shù)人員都會(huì)去思考這項(xiàng)新技術(shù)怎么和我的工作結(jié)合。咱們客戶公司里的IT人員，對(duì)于業(yè)務(wù)的掌握達(dá)不到業(yè)務(wù)領(lǐng)導(dǎo)、決策人的深刻程度。如果我們的工具能夠賦能給他對(duì)業(yè)務(wù)的認(rèn)識(shí)，那么他的想象力就可以被充分釋放。所以在目前的實(shí)踐中，AI技術(shù)是推動(dòng)高IT應(yīng)用的重要推動(dòng)力，這是我們實(shí)踐中的觀察。

李明：是的，其實(shí)很多時(shí)候新技術(shù)應(yīng)用的推動(dòng)，是我們和客戶共同熱情的結(jié)果。企業(yè)實(shí)踐中還會(huì)存在一些變量，就是有些一線的用戶，可能會(huì)先嘗試免費(fèi)的服務(wù)，解決比較簡單的問題，給他們內(nèi)部數(shù)字化轉(zhuǎn)型帶來一些新的變化，但是這個(gè)閉環(huán)可能并非完全正面。還是舉個(gè)服務(wù)領(lǐng)域的場景，有些服務(wù)主管會(huì)把自己的規(guī)范放到大模型里，用公共服務(wù)生成一個(gè)URL給內(nèi)部員工去用。但像我們這種百科型知識(shí)結(jié)構(gòu)的一些沉淀或者是問題，對(duì)這方面的內(nèi)容又會(huì)遇到一些挑戰(zhàn)，用著用著會(huì)遇到信息不準(zhǔn)確又無法修正的情況。所以從我們角度來講，我覺得不管是天潤也好，或者售后寶也好，如何能夠給我們的客戶提供符合一線使用，又同時(shí)能支撐未來發(fā)展的能力，我覺得這是我們怎么去跟客戶的熱情合拍，讓團(tuán)隊(duì)不斷保持進(jìn)步和迭代的一個(gè)點(diǎn)。

吳強(qiáng)：這是我們共同面臨的問題。我簡單地把客戶分成兩類，一類是專業(yè)客戶，另一類是非專業(yè)客戶。非專業(yè)客戶，他們的任務(wù)并不比復(fù)雜，對(duì)完成的標(biāo)準(zhǔn)要求也不會(huì)很高，用開源的工具就能解決問題，這種情況下公共服務(wù)是他們的首選。但對(duì)專業(yè)客戶來說，公共模型只能支持他提供平均水平的服務(wù)，而他們的目標(biāo)肯定要超越平均水平。要求越高，對(duì)工具的專業(yè)度、個(gè)性化需求也越高，所以我覺得，隨著接下來AI的全民熱度，落地到專業(yè)要求高的場景里。

企業(yè)如何擁抱AI技術(shù)帶來的新變化

李明：我最近跟一些企業(yè)高管交流的時(shí)候說到一個(gè)問題，他們對(duì)行業(yè)里一些專屬的模型期待值更高。舉一個(gè)家居家電行業(yè)的例子，公司規(guī)模很大，業(yè)務(wù)流程相對(duì)復(fù)雜，互聯(lián)網(wǎng)技術(shù)團(tuán)隊(duì)并不強(qiáng)。對(duì)他們來說，組建一支大模型開發(fā)團(tuán)隊(duì)去研究自己行業(yè)里的大模型并不劃算。這時(shí)候像天潤或者售后寶這樣，直接給他一個(gè)家居家電行業(yè)里的大模型，訓(xùn)練之后即有內(nèi)部的數(shù)據(jù)，也有行業(yè)Konw-How，這就相當(dāng)于給企業(yè)訓(xùn)練了一個(gè)數(shù)字人。這時(shí)候，企業(yè)又有一些擔(dān)憂，像咱們這樣訂閱式的模式，他們會(huì)擔(dān)心后面發(fā)生變量，AI引入之后，系統(tǒng)和數(shù)據(jù)之間的界限會(huì)變得越來越模糊，系統(tǒng)具備了使用數(shù)據(jù)的能力，中間會(huì)涉及知識(shí)產(chǎn)權(quán)等以往不曾遇到的問題，所以您怎么看待我們跟企業(yè)客戶之間商務(wù)關(guān)系的變化？

吳強(qiáng)：我覺得這是一個(gè)對(duì)新事物的接受過程，企業(yè)以前買軟件，都是一次性交付，現(xiàn)在大家對(duì)SaaS的接受程度越來越高。咱們不妨換個(gè)角度去考慮，一套系統(tǒng)賣出去，交付完之后怎么去給客戶服務(wù)，產(chǎn)品怎么迭代，讓客戶現(xiàn)在可以用，未來也能用，這是關(guān)鍵?；氐酱竽Ｐ瓦@個(gè)問題上，我們跟客戶的關(guān)系將走向什么方向呢？我覺得是共贏，我們產(chǎn)品給客戶提供的價(jià)值高于客戶付的費(fèi)用，形成一種共贏的關(guān)系，就能持續(xù)長久?，F(xiàn)在我們每個(gè)人都在談大模型，這種人人都談AI的時(shí)候，一定是AI處于探索的階段，并沒有真正深刻地融入到業(yè)務(wù)流程，融入到我們的產(chǎn)品體系里。當(dāng)有一天沒有人在談這件事的時(shí)候，那個(gè)時(shí)候AI就已經(jīng)完全融進(jìn)去了，變成了不可或缺的一部分。如果沒有AI，就會(huì)變成一個(gè)不完整的產(chǎn)品。我覺得這個(gè)時(shí)候就到了大模型變成核心價(jià)值的階段。