上海冰鉴怎么样？ 本立道生，冰鉴大模型让客户服务更智能

今年以来，随着ChatGPT的横空出世，基于大模型的人工智能技术发展进入新阶段。同时，作为人工智能新兴领域的一部分，大模型技术正在向全球各个领域广泛渗透，应用场景日趋多元化，不仅对已有行业进行颠覆革新，也催生了许多新模式新业态。其中，智能客服领域堪称大模型技术的最佳应用实践场景之一。

在客户服务领域，得益于智能技术的赋能，客服系统与互联网交融，越来越多的平台和APP推出了智能客服。智能客服通过文字、语音、图片等媒介与用户构建交互桥梁，进行会话、质检、业务处理，从而释放人力成本、提高响应效率。

然而，现有智能客服良莠不齐，吐槽投诉不断。根据上海市消保委披露，去年上海共受理消费者投诉32万余件。其中，智能客服“不智能”成为消费者权益保护领域的热点问题之一。在中国青年报社会调查中心的一份报告中也显示，近六成的智能客服使用者表示对市场现有的智能客服产品不满意。由此可见，不少传统的智能客服技术水平不高、语义理解能力不足，答非所问、不解人意，“智力有限”的智能客服更是无法应对个性化的咨询需求，反而成为了企业拓客、客户维权的障碍。

大模型的出现，有望成为解决这一问题的利器。

智能客服的应答水平在一定程度上取决于其学习语料的多少。尽可能多地获取行业语料，形成更具参考性的语料库，是衡量智能客服成熟度的关键能力之一。大模型通过自注意力机制（self-attention）、多头注意机制（Multi-Head Attention）来捕捉文本中不同位置之间的关联关系，能够同时关注到文本中较远的上下文信息。另外，由于这种机制，模型的计算过程无需再按顺序进行，可以并行计算，模型训练大大加速，使得模型可以在可接受时间内基于超大规模语料进行训练。基于以上特点，大模型能够更好地理解和解释复杂的句子结构、语义关系和逻辑推理，从训练语料库中获取大量有价值的信息，从而令模型获得更好的表达能力。

融入行业大模型后的新一代智能客服，不仅能快速学习海量行业知识、企业知识，基于强大模型推理能力、结合上下文快速理解推论、精准回复，或者引导客户到相应的服务流程。此外，新一代智能客服可以快速理解复杂口语化问题，并实现包含图文、链接、表格等多元内容的丰富回答。同时，它还能够智能地识别客户的情感状态，例如满意或者不满意等，从而实现更好的服务。

他山之石，海外GPT应用实践

在全球范围内，已有多个平台接入ChatGPT服务，客户服务的边界被不断拓宽拓深，智能化程度进一步提高：

如美国生鲜电商平台Instacart与 OpenAI 合作推出了基于ChatGPT的客户服务插件，用户能够在这里询问与食品相关的问题，获得灵感和购买建议，并收到送货上门的食材。不仅可以回答诸如“我有鸡肉和面食。我可以做什么适合儿童的餐食，我还需要什么？” 或者“我怎样才能制作一个简单的胡萝卜蛋糕？”等问题，融合了ChatGPT功能的新一代智能客服还可以根据建议的膳食响应创建Instacart订单，只需点击几下即可将所有必要的原料添加到 Instacart 购物车中。通过利用Instacart丰富的目录（涵盖 1,100 多个零售品牌的超过 150 万种产品），用户现在可以依靠新一代智能客服获取他们的膳食计划灵感，并通过Instacart平台将这种灵感转化为现实。

如全球电商服务平台Shopify接入ChatGPT，集成并升级其Shopping Assistance，不仅可以倾听客户的需求，帮助客户在Shop应用的各个商店中快速轻松地找到所需产品，还可根据客户的浏览和购买历史记录向他们提供个性化的产品推荐。另一方面，商家可以通过ChatGPT获取平台商品评论数据分析、标题及关键词优化、营销文案撰写、网站智能化开发编程等多项服务，提升运营效率。

如全球最大的在线旅游公司之一Expedia也选择集成GPT-4，用以为客户制定旅行计划。Expedia会员可以在应用程序中发起开放式对话，并根据聊天内容获得有关前往地点、住宿地点、如何出行以及景点和活动的建议，从而定制自己的旅行计划，整个过程犹如同真人旅行顾问的对话一样，非常流畅。

本立道生，冰鉴大模型让客户服务更智能

厚植人工智能技术，冰鉴科技基于多年来在机器学习、深度学习、自然语言处理等技术方向上的沉淀，运用Transformer结构，打造了面向垂直行业的冰鉴大模型——本立道生（Origin One），它能够捕捉到文本中的长期依赖性，理解上下文中的语境和含义，从而生成更加准确、连贯和语义丰富的文本，目前已经在海外多个平台的智能客服领域拥有了优异表现。

场景一：智能交互解决方案，实现全生命周期个性化客户服务与营销

在某国际电商平台的智能客服系统中，本立道生大模型可以帮助实现对客服工作的非敏感性工作内容部分替代，包括售前/售中/售后咨询类回复、订单查询回复、物流查询、退换货处理、投诉处理、工单标签标注、客服工作内容复盘分析等，在缓解人工客服缺口及压力的同时，提供实时响应和24*7支持，使得客户可以随时获得个性化的帮助和支持，无需任何排队等待。此外，提供自动化的快捷标识，辅助进行商品服务优化，助力未来业务增长。

场景二：一体化客户询价解决方案，促进国际物流服务智能协同

在某国际物流服务商的智能询价系统中，对于新客户基于非标询价内容，如目的港、日期、货物尺寸等信息，本立道生大模型可以助力该公司自动调取后台数据，规划最优路线，生成标准报价单，根据客户等级与类型，自动发送给询价用户或销售核验后发出；对于老客户，本立道生大模型可基于历史询价数据与对话内容，生成标签与定制化回复方法，由销售人员审核后发出以提高询价转化率；基于宏观询价数据，本立道生大模型还可以统计分析航线热度与所需运力，预测最优航线配比。

由此，帮助销售人员回答标准化/流程化问题，让他们有更多时间精力解决高价值/复杂问题；其次，降低客户等待时间，并对每一个客户生成定制化报告，辅助提高转化率；再次，预测/优化航线以及集装箱配给，提升工作效率；最后，对每一个销售以及客服人员生成定制化工作总结与建议，用于提高工作效率与工作认可度。

场景三：数据分析和持续改进，评估和优化客服人员工作质量

对于某国际保险经纪公司，冰鉴科技通过本立道生大模型对于该公司所提供的电话录音对其客服人员的工作表现进行评级，并识别出客服人员在打电话与顾客进行沟通中花费时间较多的环节，以此来帮助该公司建立对于客服人员工作表现的评价体系，优化客服人员的工作流程。