AI攻入客服 _AI_江苏龙网

撰文 | 吴坤谚
编辑 | 王潘
来源丨光子星球
大模型在吟诗作画，我们在苦哈哈干活。
一条流传甚广的段子道出大模型如今面临的落地困境：作为目前技术的最前沿，AI大模型迫切需要真实的可落地场景释放价值，才对得起军备竞赛中大小组织投入的人力与真金白银。
但段子终归只是段子，落地其实距离我们并不遥远。在现代人生活中必然接触的电商场景中，大模型已经走在落地之路上，重构相关业态。其中风头最盛的当属生成式内容（AIGC），包括但不限于文生图、文生视频、人机交互等。
只需简单列举，我们便不难得出一个重塑电商领域人货场的故事：B端应用智能客服、数字人直播提高人效，消费者获得24小时响应客服的体验；AIGC低成本生成全渠道内容，智能化搜索与选品为分发增效的同时缩短交易链路，提升ROI……

文章插图
只是如今深度学习中流传的一句话道出了当下AIGC的困境：我们已经可以让机器像人一样说话，却很难让机器像人一样智能。面对电商场景强交互、重决策、弱链接的的特点，单纯的“拟人”难以形成完善的产品逻辑。
因此对于AIGC在电商领域的落脚点，玩家们通常寻求“在开放中求封闭”，走出一条自下而上的道路。
封闭场景做人效
据知名公司沙利文最新发布的《2023年中国智能客服市场报告》显示，2022年中国智能客服市场规模已达到66.8亿元，预计到2027年市场规模有望增长至181.3亿元，预计五年内复合增长率可达到20%以上。
我们见证这条细分赛道朝百亿规模迈进，而电商普遍性应用智能客服正是赛道能保持高增长的主要原因。
首当其冲的是电商场景难以绕开的流量高峰以及流量带来的高并发售前咨询，双十一、618之类的购物节不提，电商商家每一天都有可能遇到多起并发咨询。在此情况下，无论是客服响应过慢导致的用户流失还是人工客服背后的高成本，都是已经步入红海的电商市场难以承受之重。
说白了，电商平台普遍应用智能客服是趋势所向，而且从时间看来，智能客服的普遍应用还早于大模型之前。如果说大模型是智能客服的二次跃升，那么智能客服的首次跃升是AI1.0时代的NLP（自然语言处理）技术。
【AI攻入客服】“大模型驱动的AIGC出来之前，行业内就已经有比较成熟的基于NLP的智能客服，而且应用很广”，智齿科技产品VP陈喆告诉光子星球，“而客服场景接受的咨询与问题大多是封闭性的，相比开放性场景更容易做出人效来” 。
在尚未具备NLP自然语言处理技术之前，在线客服的产品形态是简单的QA，根据预先录入的关键词、句、段做出机械回答。做一个不算恰当的比喻，NLP技术前后的智能客服一个是传统RPG中机械反馈玩家的NPC，另一个是当下3A大作中根据玩家实时情况做出不同反馈的智能NPC 。
换句话说，NLP是在线客服智能化的开始，其市场化也同步进入成熟期。那么大模型便是在线客服智能化的跃升，主要体现在高效化、个性化与更加智能化上。
陈喆用一则数据做了个不算准确的类比，假设NLP技术让智能客服可以准确回答100个客户问题中的50个，那么将大模型加入智能客服工作流后，目前可以做到准确回答75个，而且可以通过数据库的切换从而切换不同场景。
“提效的绝对值在20%~30%左右，相对值50%这样”，陈喆称。
大模型对智能客服的人效提升不仅存在于需求端，更存在于供给端。大模型现有的二开与外挂数据库范式让智能客服产品从头搭建的时间相对此前大大缩短了，投入的人力和时间成本呈现数量级的下降。而数据库、知识库的切换也确保了产品的独特性。
当大模型还在寻找落地场景时，50%的增效已经为行业带来了足够的确定性，无论是大模型结合现有智能客服产品或是大模型以客服形式直接在SaaS领域落地。

文章插图
更值得行业深究的问题是，打造一个智能客服产品需要构建什么样的技术栈，以及接下来的商业化。
demo与落地间的距离
智能客服是AIGC在电商领域落地的急先锋，只是接入成本高昂的大模型能力却是一件急不来的事情。
于大厂而言，客服不过是电商平台中积重难返的成本损耗之一，一般不会在该领域投入太多资源；而中小厂商自然也没有能力从零构建模型底座。陈喆便直言智齿科技未构建自研大模型，而是调用领先模型以及互联网数据，从而在应用层打造产品。