AI大潮下，瓴羊如何助力企業傳統客服機器人如何“華麗轉身”？

大語言模型浪潮襲來,驅動客服行業發生變革。自2019年以來,隨著參數量的擴大,大語言模型推理、文本生成能力開始涌現。然而,從底層模型的技術躍遷,到最終的商業應用與業務落地,仍存在一系列的産品能力、技術架構的升級。因此,我們需要思考的問題是:如何通過技術提升服務品質、效率,降低服務成本,最終實現從技術躍遷到商業價值的轉換?

從企業角度來看,基於技術驅動的客服場景,核心的業務價值有三點:成本、效率、業務增長。當AI大模型應用於客服場景後,還帶來了數據安全的問題。對此,Quick Service v2.0提出了“1+2”服務套件解決方案,通過Quick Service Agent服務平臺,打造兩套核心能力:通過AI Chat提升對話理解與問答能力,應對客戶複雜指令;通過AI Pilot識別用戶訴求,為客服人員提供生成式服務解決方案,最終幫助企業解決成本、效率與業務增長問題,實現降本增效。

用戶習慣轉人工?

AI Chat全新問答能力,讓服務“接得住”“接得好”

長久以來,企業AI客服面臨的一大痛點是:“機器人根本沒有用,用戶還是習慣轉人工,該怎麼辦?”解決這一問題的關鍵,在於將問題進行分類,讓大小模型“各司其職”:事實類的問題通過小模型處理,開放性、主觀性的問題通過大模型進行處理。作為Quick Service v2.0的核心能力之一的AI Chat,便通過大小模型的融合具備了“全新的AI問答能力”:它既能解決已有“標準答案”的基礎規則問題,也能通過複雜對話的理解以及多模態的生成能力,使智慧客服擁有更強大的對話理解與問答能力。

數據顯示,相比于傳統機器人,AI Chat問答準確率提升63%,用戶對機器人將不再反感,服務自然能“接得住”“接得好”。比如,處於擴張期的某知名餐飲品牌,便通過AI Chat産品能力,將覆蓋業務70%以上複雜且高頻的問題交付給機器人解決,從而在客服人員減少的情況下,有效提升了服務效率,保證了服務品質。

複雜指令不理解、個性推薦沒溫度?

AI Chat全新指令與推薦能力,實現效率與業務雙增長

擁有自己IT團隊的企業,往往會通過一些開源框架,對大模型的能力進行調用。但是在此過程中,較常出現的問題是:“我己經開始使用大模型做知識準備,但大模型輸出不是我想要的,怎麼辦?”如果把樸素RAG比作休閒的“社區足球”,那麼模組化RAG就是專業的“世界盃”,兩者在準確程度上存在一定差異。比如,許多應用大模型的企業多為大型企業,説明書非常複雜,此時如果直接調用樸素RAG能力,難以保障識別與理解的準確率;而通過模組化RAG對固定版式進行專門調優,便能對結果、生成內容進行更加準確的控制。

以創建代辦場景為例,此前,企業往往通過固定的SOP,指示用戶通過點擊操作,當用戶偏離航道後,機器人將很難對此類場景進行處理。而新的大小模型融合的Quick Service v2.0 AI Chat機器人能夠很好規避此類風險,它不僅能夠理解用戶複雜的指令,還能通過上下文識別用戶新會話與新指令,並通過卡片形式與用戶進行再次確認,幫助用戶自助解決率提升40%。

在指令問題外,AI Chat還能通過歷史對話,形成關於用戶的年齡、性別等資訊記憶,進而根據企業業務活動表格,幫助用戶進行個性化推薦。此外,它還能針對生成答案進行編排與控制,比如告知活動資訊時順便查閱天氣,提醒用戶出行事項。這一更具個性化、溫度感的推薦方式,能夠幫助企業行銷轉化率提升13%。

客服接線時長居高不下?服務滿意度低?

AI Pilot三大能力,有效提升坐席輔助效率

經過調查發現,客服對客戶的問題進行理解、定位,平均花費100秒;翻看搜尋企業的規範規則後回復用戶,平均花費170秒;與上下游部門進行協同,平均花費80秒。可以説,“企業客服的接線平均時長高居不下,滿意度和成本都受影響”,成為許多企業普遍面臨的問題。對此,我們提供了AI大模型、小模型與AI工作臺相結合的解決方案,形成了新的Quick Service AI工作臺,通過AI Pilot的客服能力,有效提升了服務效率。

首先,AI Pilot可以提供全新智慧輔助能力,為客服人員提供全方位的業務指引和實施輔助。客服人員只需對側邊欄插件AI生成的答案進行校驗,即可直接發送給用戶,即使在繁重任務之下,依舊可以處理多個併發需求。數據顯示,該方式能有效提升服務解決率、服務效率提升16%,某新能源汽車品牌便通過AI Pilot對客戶問題進行實時識別,幫助熱線客服有效提高了服務效率,改善了用戶體驗。

其次,AI Pilot具備全新智慧填單能力。在上下游協同過程中,AI大模型可根據對話資訊的自動識別,自動填充工單標題、摘要,快速精準概括總結當前問題,將客服人員從繁重的填單工作中解放出來。

第三,AI Pilot擁有全新智慧摘要與總結能力。客服人員以及被轉交的服務人員無需翻閱歷史對話,即可通過AI總結的摘要了解問題,提供針對性服務。

目前,Quick Service v2.0已在汽車、餐飲、家電等不同行業落地,幫助企業打造出“能共情”的用戶體驗,實現了智慧推薦、智慧填單、內部運營等場景降本增效。隨著大模型的不斷完善,Quick Service v2.0還將為更智慧客服時代的普及提供技術支援與落地探索,幫助企業進一步提升服務品質與效率、降低服務成本,成為大模型時代企業首選的智慧客戶體驗專家。