
吴立楠记得 ChatGPT 刚出来时全公司涌动着的激奋,“从 CEO 到投资人,天天开会讨论怎么和产品结合。”2022 年 12 月,ChatGPT 发布没几天,智能客服公司智齿科技的这位 CTO 与团队投入到一场耗时 4 个月的研发大战。目标明确:将 GPT 大模型融入现有的 Sobot 智能客服机器人系统中。
那时,ChatGPT 之火还没蔓延到国内,“AI 替代论”远不如现在这般引人焦虑。但“客服”已在《哈佛商业评论》、《福布斯》等媒体预测中成为“将被 ChatGPT 颠覆”的行业之一。
的确,从输入问题 - 给出答案的形式看,ChatGPT 真的很像一位客服。而客服这一企业服务赛道在 2014 年 -2016 年已被 AI 改造过,自然语言模型(NLP)技术应用到当时发展成熟的“云呼叫中心”,形成智能客服系统。
你网购时咨询客服的售前、售后服务都有智能客服的参与,许多标准化的问答已被机器人接手,成为人工客服的重要补充。嵌入各类场景的智能客服系统背后,有智齿科技、腾讯企点、Udesk、美洽、快商通这类企服公司在赛道内的多年“内卷”。
那么,当以 ChatGPT 为代表的生成式 AI 出现后,智能客服又出现了哪些蜕变?
4 月 4 日,智齿科技的 Sobot x GPT 大语言模型融合智能客服解决方案上线,据测试数据,智能客服系统 +AIGC 后,客服的直接回答率提升了 15%-35%,回答准确率提升 3%-32%,企业在客服环节的运营工作量能从 5 天缩短至 0.5 天。
人工客服真的被彻底颠覆了吗?吴立楠认为,“是赋能而不是彻底颠覆,”客服环节还有很多场景可改造,AI是重要的技术力量。


智齿科技被 GPT“点燃”是从 ChatGPT 发布那一刻开始的。吴立楠发现,全公司上下,不光他带的技术同学在关注,从 CEO 徐懿到投资人,都在试用这个对话机器人。
作为一家智能客服研发公司的 CTO,吴立楠很难不注意到人工智能的发展,再加上 CEO 徐懿又是产品经理出身,敏锐于新技术属于“自带 buff”。GPT 模型进化到 3.0 时,他们就在跟进,“那个时候,大家觉得它可能只是用来跑一些模型,没法民用、商用。”
谁都没想到,2022 年 11 月 30 日,ChatGPT 直接以产品形态推向公众,底层的大模型迭代到了 GPT 3.5,“API 都出来了,这次不一样。”吴立楠描述,“全公司上下都‘疯了’,大家特别激动,都在想这个新模型怎么与公司现有的智能客服机器人结合。”
此后,智齿科技几乎进入到“全员 GPT”的状态,开会、培训、脑暴。12 月,智齿科技的智能客服系统“+GPT”正式立项,徐懿牵头,算法组、产品团、市场部等各部门联动,研发开始了。
哪怕在外部,擅长多轮对话的 ChatGPT 最先被人联想到的也是客服机器人。
同样在 12 月,科技博主“算法猪立业在微软”亲自动手,让 ChatGPT 客串了一把施华洛奇的售前客服,这个对话机器人能够给出与品牌、产品和价格相关的答案,但信息不够全面,这与 ChatGPT 数据库仅更新到 2021 年且不联网有关。
“算法猪立业在微软”的结论是,让 ChatGPT 直接当客服不行,但如果它能掌握更多数据,如订单、商品、售价等信息,有效回答将大幅提升。
这位科技博主的预测在智齿科技得到了验证,而且有了更确切的提升数据。
4 月 4 日,智齿科技 Sobot x GPT 大语言模型融合智能客服解决方案上线,品牌客户开始测试“+GPT”的智能客服机器人。
此后的一个月里,智齿科技的客户测试数据显示,Sobot智能客服系统+AIGC后,客服的直接回答率提升了15%-35%,回答准确率提升3%-32%,而企业在客服环节的运营工作量能从5天缩短至0.5天。

数据来自智齿科技
提效是 AI 为客服行业带来的最明显升级。GPT 等大语言模型的上下文理解、梳理总结能力及背后的人类反馈预训练技术,能成功匹配智能客服系统“知识库配置 - 问题学习 - 机器人应答”的全链路,从而带来整个环节的提效。
知识量大、问答对精,是现有的智能客服机器人面对消费者提问对答如流的前提。看不见的地方是,企业在运营智能客服机器人时大量的人工投入。
吴立楠解释, “比如,医疗行业的用药指导书、企业产品的说明书、产品功能的文档等等,这些都是知识库的素材,要尽可能全面地整理出来。”
光有这些还不行,还需要人工将这些材料加工成“问答对”形式,比如做问题分类,要梳理出相似或关联问题的问法和标准答案,尽可能多得上传问答对到系统里。
客户又是千人千面,问的问题一旦超出问答对的覆盖范围,智能机器人就会出现卡壳或答非所问的“智障”表现。因此,运营过程中,企业人员还要及时收集新问题,然后人工添加或优化答案。
“工作量非常大。”吴立楠拿出一组数据,某家企业对 180 个标准问题进行相似问或关联问的扩充编辑时,能补充出 1800 条问答,“这至少需要人工做 3.5-4 天。”
当 GPT 等 AIGC 模型参与到智能客服的底层时,变化发生了。
企业可以把各类文档素材直接上传至智能客服系统备用,有些标准内容不用再人工拆分成问答对,当客户的提问超出预设问答对范围时,大语言模型能自动从原材料内容中检索相关素材,还会归纳、总结、重新组织,形成符合语言逻辑、包含核心信息的回答。
吴立楠说,从他们拿到的大量客户测试的数据中,能明显地看到直接回答率和回答准确率的提升,“而且人工投入到‘问答对’这个环节的时间缩短为半天,因为他们只需做标注答案准确与否、添加未储备问题这些环节就行。”


除了智齿科技,一大批智能客服公司也在 +AIGC 的路上。
咨询公司 IDC 最近的报告显示,腾讯企点“将整合腾讯大模型的 AIGC 能力,与营销自动化场景实现联动”;4 月 21 日,Udesk 基于 GPT 通用大模型发布了原心引擎 2.0,计划为企业提供智能化支撑的统一客服平台;同样在 4 月,快商通宣布将要基于 ChatGPT 技术推出垂直医疗行业的 AIGC 产品,全面更新产品功能与企业服务模式;另一家智能客服企业美洽也“正式迈入 ChatGPT”时代。
所有的智能客服企业 +AIGC 时,提效都是避不开的、最实在的企服方向。
客服行业在中国经历了 30 年的变迁,走完了结合通讯、大数据、人工智能的技术变革路径,一个主题就是提效。从 30 年前的电话客服,到移动互联网时代的在线客服,再到现如今的智能客服机器人,企业与消费者之间的链接从上门服务、跑营业厅,缩短到了只需要一块 PC 屏幕和一部手机就能解决大部分问题的程度。
企业和消费者也在这个过程中尝到了节约成本的甜头,背后是客户服务行业的技术升级。
过去近十年里,移动互联网、大数据、AI 技术的发展让传统的客服呼叫中心逐渐转型为智能化的 SaaS 模式。通过云服务器,客服系统完成了对电话、邮件、短信等多种客服渠道的全面整合,人工智能自然语言模型(NLP)也开始应用到智能客服赛道。
也是在这期间,大量的资本和创业者涌入,诞生了智齿科技、美洽、Udesk、容联云等一大批智能客服公司,基本实现了智能客服机器人面对消费者和客户的提问时能自主回答,甚至实现业务办理等复杂操作。
这十年里,国人也逐渐习惯了在各种场景中遇事先由客服人机器处理的模式,当然,还是能感受到服务你的是机器人。它们搞不定时,人工客服才会出现。
当能言、擅画、专门搞生成的 AIGC 出现时,客服的机器感是否会消失?AI 真的能够彻底让人工客服下班吗?
在吴立楠看来,“AI对客服行业仍然是赋能,还达不到颠覆的程度,”原因是,AI为智能客服带来的变革主要发生在运营的提效上,最直观的就是直接回答率和回答准确率的提升。

智齿科技产品应用流程
此外,客服管理者在评估客服效率时,需要服务质量分析、整理报表报告甚至需要分析用户(买家)情绪在客服过程中的变化,“这时候,生成式 AI 的分析、总结、提炼关键信息的能力又可以派上用场,这个功能从技术可行性上没问题,我们也将它产品化了。”
可以看出,即便客服系统的智能化再上了一个台阶,人仍然是客户服务中的重要一环,要为当前 AIGC 产生的答案校准、补充甚至评估它的服务质量。AI 替代的不过是客服环节中最初级也最繁复的整理知识库、预设问答等工作;分析客户情绪、判断消费者的情感变化,机器可以提供数据,但数据出来后如何改善,仍然需要最理解人类的人。
智齿科技的副总裁荀鹏俊也提到了 GPT 等大模型应用到智能客服行业后带来的新问题,“客服机器人由于语料精准、底层模型较小,回复速度能做到毫秒级,但 GPT 产品生成回复的时间更长;此外,通用大模型的另一个通病是训练时用的语料太多,客服机器人在回复问题时很可能会出现企业的竞品信息;还有一个更需要注意的是数据安全,企业得保证在数据传输过程中剔除敏感信息。”
这些问题的存在,也让 GPT 等 AIGC 大模型对智能客服系统来说,只是去芜存菁的赋能而非彻底颠覆。这也让智齿科技最终选择了更具有挑战性的“+AIGC”,而不是“从 0 到 1”地打造一个 AIGC 式智能客服的原因。
当前,智齿科技的智能客服系统底层,既有持续迭代了 9 年的 Sobot 引擎作保,也结合了 GPT 模型,“两个引擎同时跑在底层跑,让两者发挥各自的优势。”吴立楠认为,对客服行业,AIGC 虽然还没有带来颠覆式革命,但改造升级的潜力巨大,“能做的改造非常多,包括智能外呼、全球化客服,甚至有些场景是更具象、更直接关联商业的,比如促成转化和成交。”
至少目前,AI 客服机器人还没有彻底替代人工客服,人们在对话框里、电话听筒里,仍然会在机器人给出车轱辘话时忍不住按下“转人工”或“0”键,这时候,你反而太渴望听到人类客服直接而易懂的回答了。什么时候,你再也觉察不到对方是机器人时,取代可能才会真的发生。

你认为现在的客服机器人智能吗?

【免责声明】市场有风险,投资需谨慎。本文不构成投资建议,用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资,责任自负。
