自2022年6月30日在香港聯(lián)交所主板上市以來，天潤融通不斷加大在AI方面的研發(fā)投入，并確立了以“AI原生”思維重構客戶聯(lián)絡系統(tǒng)和流程的產品發(fā)展目標。過去的一年中，天潤融通推出了多項創(chuàng)新的AI產品。這些創(chuàng)新產品，推動了公司在客戶數(shù)量和收入規(guī)模方面的快速增長。
今年以來，以ChatGPT為代表的大語言模型快速發(fā)展，為人工智能在各種應用場景下的落地注入了強勁的動力。同時，大語言模型也激活了客戶的想象力，促使客戶主動參與到AI應用的創(chuàng)新中來，這股重要的創(chuàng)新力量將加速客戶聯(lián)絡智能化的“質變時刻”。
PART 01.
從自助化到智能化：客戶聯(lián)絡的AI進化之路
隨著AI技術的迅猛發(fā)展，傳統(tǒng)的“自助化”客戶聯(lián)絡正經歷著一場變革。過去，客戶不得不面對模板式的自助服務系統(tǒng)與企業(yè)進行互動。這就使得客戶需求難以得到滿足，企業(yè)與客戶之間始終存在著隔膜。然而，AI技術中的大語言模型等創(chuàng)新技術為客戶聯(lián)絡帶來了革命性變化，它可以識別客戶的意圖、情緒和需求，并給予個性化的、有針對性的回應。
在天潤融通看來，客戶聯(lián)絡領域從自助化到智能化的發(fā)展歷程可以分為四個階段：
1.0時代：基礎自助服務
通過按鍵配置來實現(xiàn)業(yè)務跳轉，根據提示音來選擇所需要的業(yè)務，如果配置沒有覆蓋，則只能轉接到人工服務。
2.0時代：基于豐富的關鍵詞匹配技術
這個階段可以理解為，在語音或文字觸發(fā)系統(tǒng)預設的關鍵詞時而進行業(yè)務跳轉，較按鍵方式支持的業(yè)務更加豐富，但維護成本較高，并且當關鍵詞發(fā)生變化時，便無法匹配成功。
3.0時代：基于深度學習的語義理解
通過深度學習技術，如卷積神經網絡、循環(huán)神經網絡等，對大量數(shù)據進行分析，使AI客服能夠準確地理解用戶的意圖，讓客戶感受到其具有接近人類智能的真實感。此外，在這個階段還可以應用多模態(tài)學習等技術手段，實現(xiàn)自然語言理解、對話管理等能力，為用戶提供多維度的體驗服務。
4.0時代：大語言模型垂直行業(yè)應用
參數(shù)規(guī)模更大 (千億級或者萬億級)，能夠利用行業(yè)的數(shù)據和知識，提供更精準和高效的解決方案，更好地滿足用戶在某個領域或者場景下的需求和期待，更擅長理解用戶的特殊需求，提供更加完美的AI解決方案。
PART 02.
由“量變”到“質變”
AI技術的不斷升級是一個“量變”的過程，早期的模型規(guī)模小、復雜度低，只能處理一些簡單的、專項的、特定目標的任務，有很大局限性。隨著算力不斷提升、AI模型規(guī)模越來越大、結構越來越復雜，AI技術具備了可持續(xù)學習、可深度分析、生成式的能力，正是這樣的技術“量變”，直接推動了應用層面的“質變” ，開啟了客戶聯(lián)絡領域的“質變時刻”，我們把它定義為以下幾個特征：
1.開箱即用
早期階段：一個AI模型的應用需要經歷數(shù)據準備、模型評估、模型調優(yōu)等過程，通常耗時較長，綜合成本高、價值呈現(xiàn)慢。
質變時刻：基于海量參數(shù)與內容儲備，提升企業(yè)智能化業(yè)務的冷啟動能力，部署后即可以投入到業(yè)務場景，綜合成本低、上線快、業(yè)務價值迅速呈現(xiàn)。
2.多模合一
早期階段：不同業(yè)務場景都需要部署獨立的AI模型，例如多語言翻譯、文本語音互轉、質檢、機器人等，集成成本高、維護復雜度高、孤島效應導致信息碎片化，無法最大化提升業(yè)務價值。
質變時刻：一套大語言模型技術即可實現(xiàn)多種任務處理，部署成本低、數(shù)據共享綜合決策，可最大化提升業(yè)務價值。
3.情感交互
早期階段：需要手動制定規(guī)則和策略，無法個性化處理不同客戶的需求，冰冷生硬的機器人服務能力，無法完全釋放人工座席價值產出。
質變時刻：通過對會話過程的實時分析，可有效監(jiān)測客戶情感狀態(tài)、交流意圖等，在應答話術上做出安撫、引導、贊同等情緒疊加，與客戶保持情感共鳴，提高語義與情感理解能力，提高咨詢應答準確率、客戶滿意度，減少客訴率。
4.自主進化
早期階段：通過人工對各類文檔、圖片、視頻等信息，進行抽取、創(chuàng)建并手動梳理和篩選，綜合維護成本大、更新速度慢，應用到一線的知識嚴重滯后，無法有效支撐服務、線索/商機轉化過程。
質變時刻：把各類知識文檔/圖片/視頻以及其他知識庫的信息融匯進來，就可以自動抽取、分析、聚合、推理、檢索、生成等，維護成本極低并由機器自動完成、知識庫始終保持最新，可以對一線提供有力支撐，提升客戶滿意度與業(yè)務目標達成率。
基于對大語言模型的深入洞察，天潤融通進行自我升級，完成了AI產品與大語言模型技術的全面融合，開啟天潤融通的“質變”時刻。
PART 03.
以AI原生為引擎，大語言模型將為企業(yè)帶來怎樣的新體驗?
在過去的幾個月中，從ChatGPT到國內文心一言、通義千問、星火認知大模型、360智腦等，各大廠商都推出了自己的通用大語言模型產品，天潤融通更為關注的是如何快速在客戶聯(lián)絡場景中實現(xiàn)大語言模型的真正落地，為企業(yè)帶來更多的價值。
吳強表示，天潤融通將以AI技術為驅動，構建“人機融合”的客戶聯(lián)絡新體驗，幫助客戶實現(xiàn)高效輔助、緊密協(xié)同、深刻洞察的目標。
通過自研AI產品與大語言模型技術的融合，客戶聯(lián)絡領域將為企業(yè)帶來三大價值提升：
1.高效輔助，打造人機融合的客戶新體驗
以往企業(yè)在提供客戶服務時都是通過大量的人工進行接待，而機器人的出現(xiàn)可以有效地將人工從低價值工作中釋放出來。讓人工更加專注地解決復雜問題。
雖然機器人的能力在許多方面取得了顯著的進步，但是在業(yè)務場景中“人工輔助”和“輔助決策”也是至關重要的。以往專業(yè)客服人員的培養(yǎng)周期長、成本高，較低的成才率也是企業(yè)長期面臨的難題。借助座席助手，可以大幅改善新人的專業(yè)水平。例如：按照業(yè)務規(guī)則進行話術導航、客戶咨詢內容自動匹配最佳話術推薦、自動填寫工單等，使人工客服的工作效率和專業(yè)程度都能夠得到明顯的變化，以提升企業(yè)的品牌專業(yè)形象和客戶體驗。
企業(yè)在客戶服務過程中，會積累大量有價值的會話信息。然而，這些信息往往無法得到有效利用。通過深度會話分析技術，可以有效地提取和分析客戶在對話過程中產生的關鍵信息，幫助企業(yè)改善服務質量和產品推廣策略。
2.緊密協(xié)同，構建企業(yè)高速發(fā)展的知識基座
企業(yè)的營銷、銷售、服務三大核心業(yè)務場景中都離不開大量的知識庫作為業(yè)務發(fā)展的重要保障。原先，企業(yè)擁有的知識常常分散在不同部門、不同人之間，難以形成有效支撐業(yè)務發(fā)展的知識庫。傳統(tǒng)的知識管理需要耗費大量的時間和人力成本，難以快速響應客戶需求。然而，通過大語言模型的垂直應用，企業(yè)可以輕松實現(xiàn)知識的高效管理，包括FAQ一鍵擴寫、文檔知識抽取、基于文檔的學習與回答、聯(lián)絡過程的知識自動學習等能力，讓機器人和人工座席在客戶聯(lián)絡過程中保持知識的準確率和實時性，將知識成果轉化為業(yè)績價值。
傳統(tǒng)的多部門業(yè)務協(xié)同場景往往存在以下不足：流程繁瑣、效率低下，客服人員需要手動創(chuàng)建工單和處理工單，導致處理速度慢、反饋周期長，嚴重影響客戶服務效率。通過AI會話分析的上下文理解能力，結合工單自動聚類和內容分析技術，可以及時捕捉客戶需求自動生成工單、自動分配處理人員、自動更新進度、實時通知客戶等，從而優(yōu)化傳統(tǒng)的多部門業(yè)務協(xié)同場景，提高工單處理的效率和全閉環(huán)的服務效率，提升客戶服務的質量和效果。
3.深刻洞察，將千變萬化的市場變成可預測的契機
目前諸多企業(yè)在經營過程中遇到的普遍難題，很大程度上是來自于企業(yè)與客戶聯(lián)絡過程中所產生的數(shù)據難打通、量大難分析、多部門多角色業(yè)務分析報告產出耗時長、業(yè)務價值難以挖掘等問題，這些問題造成了極大的數(shù)據資源浪費。依托于AI產品與大語言模型技術的融合，可以將數(shù)據進一步聚合、清洗、挖掘并可視化展示，例如展示客戶心聲、進線意圖、高頻問題、金牌話術、服務水平、服務效能、客戶滿意度、客戶情緒等。大量數(shù)據的有效喚醒，可以為企業(yè)的經營策略提供優(yōu)化依據，幫助企業(yè)提升市場競爭力。
PART 04.
是開端，更是未來
以大語言模型為代表的AI技術，對各領域服務商來說，不僅是一場與技術的競爭，更是一場與時間的賽跑。這不僅考驗著服務商對新場景、新需求的理解，還考驗著誰能更快地通過技術應用、數(shù)據積累和服務能力的快速迭代，為客戶創(chuàng)造更多超乎想象的驚喜。
我們有理由相信，大語言模型只是開端，AI與產業(yè)的融合會有更美好的未來。
