美指106.00-10区间空，防守5美金，目标105.40-105
“大模型已经深刻改变了各行各业，而客服因其特性成为大模型落地最快最成熟的场景。在大模型的影响下，未来不使用智能客服的企业都将失去竞争力，未来的客服将不再只是狭义上的客户服务，更应该成为企业的增长引擎、企业的价值中枢。”
28日，瓴羊副总裁林永钦在2024瓴羊智能客服产品升级发布会上分享了数据 x AI助力下的企业增长新路径。
当前，智能客服仍面临众多难以攻克的问题：
首先，由于场景积累不足等情况，消费者经常碰到客服机器人答非所问的尴尬局面，造成负面的消费体验；
其次，智能客服应用现实很“骨感”，落地后仍然需要客服运营人员进行繁琐的知识库配置工作；
第三，一线客服因为多界面和平台切换复杂，导致无法迅速总结历史信息、协同单据填写繁琐，致使处理效率低下，极易引起客诉。
林永钦指出，大模型现在如火如荼，很多企业都想用大模型的能力来助力业务，但智能客服并不直接等同于客服和大模型的简单相加，要想用好大模型，数据和AI是智能客服的两大关键要素，数据是AI的核心要素，没有数据的企业，没办法发挥AI的价值，而市场上的大模型很多，但是每个企业的需求不一样，需要有适配企业需求的模型，让AI真正融合进客服的能力里。
针对智能客服的的难点和痛点，瓴羊Quick Service 2.0结合通义千问大模型，以及精通客服行业知识的业务小模型，推出三大核心能力：AI问答、AI辅助和AI知识库。瓴羊Quick Service 2.0也是业内首个将AI Agent完整落地、可覆盖客服全场景的智能客服产品，集成了语音识别、即时消息、协同工单自动化及智能处理功能，为企业提供全渠道、全链路、全场景的智能客服解决方案，分别面向消费者、一线客服和客服运营三个关键角色，提供不同的解决方案。
瓴羊智能客服产品总监张双颖表示，AI问答能力对传统热线及在线对话机器人实施了智能化升级，有效克服了企业在应对客户个性化需求时智能机器人答非所问的问题。得益于大语言模型的深度推理能力，系统能够精确洞察客户的实际需求。此外，依托瓴羊Quick Service的自然语言处理技术与机器学习算法，系统得以精确辨识客户意图并深入理解复杂问题。通过对上下文、抽象概念、语义关系以及客户隐性意图的分析，系统能够准确推断客户需求，机器人解答的准确率高达93%。
AI辅助上，大模型驱动的智能填单技术，使得一线客服在处理线上线下任务协同上的时间大幅缩短了95%。同时得益于大模型与小模型的结合以及实时辅助功能，人工客服得以自动记录问题、智能推荐解决方案，并能生成内容摘要及总结。以往需耗时10分钟的问题解决过程，现在仅需5秒钟即可高效完成。
AI知识库则针对服务运营进行优化，显著提升部署效率。企业以往需耗费大量资源配置众多Q&A条目，但智能机器人仍难以独立解决客户问题。现在，结合大小模型的先进能力及其对中文的深刻理解，企业仅需依据核心文档便能准确把握客户需求。知识库管理员工作效率提升30%，配置工作大幅简化，部署时间从7天缩短至5分钟。
这些功能已被许多企业实际应用，并且获得显著的成果。
例如，Quick Service为上汽集团定制了“三全”服务解决方案，涵盖了全场景、全触点、全智能。在全场景服务上，覆盖了从售前线索生成、试乘试驾，到售后咨询、赠换购等各个环节，为客户提供全方位的咨询服务；在全触点整合上，通过APP、官网、小程序的统一接入以及对IM系统的升级，实现了获客渠道的统一和优化；在全智能服务上，对售前/售后机器人及人工客服的智能化能力进行了升级，从而显著提升了工作效率。
“和瓴羊合作后，我们形成了标准流程化的知识管理体系，用户问题的智能解决率提升3倍，而且随着持续的知识运营，这个占比也正不断提升。”海尔智家数字化转型智能运维负责人李松说。
作为生态合作伙伴，阿里云公共云事业部AI计算解决方案总监张亮表示：“通义大模型通过长期的技术积累与积极的多模态布局，结合开源开放策略，深入多元业务场景，助力客户打造贴合业务需求与营销环境的智能化产品。例如在客服应用中，大模型能够显著增强产品在用户意图解析、对话响应准确性以及提高人工客服工作效率方面的核心竞争力。”
Salesforce高级产品总监赵而星携手EF教育产品总监Jack Zhu讲述了和阿里云及瓴羊智能客服携手助力中国客户降本增效的精彩案例。赵而星表示：“企业现在可以在阿里云上的Salesforce中开箱即用连接Quick Service热线服务，并在销售云和服务云中拨打或者接听客户电话股票融资条件，这使得我们能够为中国客户提供更一体化和本地化的服务体验。”