الذكاء الاصطناعي يقتحم خدمة العملاء

** بقلم | وو كونيان **

** المحرر | وانغ بان **

** المصدر 丨 ** كوكب الفوتون

النموذج الكبير هو إلقاء القصائد والرسم، ونحن نعمل بجد.

يعبر مقطع منتشر على نطاق واسع عن الصعوبات التي تواجهها النماذج واسعة النطاق اليوم: باعتبارها طليعة التكنولوجيا الحالية، تحتاج نماذج الذكاء الاصطناعي واسعة النطاق بشكل عاجل إلى سيناريوهات حقيقية في العالم الحقيقي لإطلاق القيمة، حتى تكون جديرة بالقوى العاملة والأموال الحقيقية المستثمرة من قبل المنظمات الكبيرة والصغيرة في سباق التسلح .

لكن النكات هي مجرد نكتة في نهاية المطاف، والهبوط في الواقع ليس بعيدًا عنا. في مشهد التجارة الإلكترونية الذي يتواصل معه الأشخاص المعاصرون حتمًا في حياتهم، أصبحت النماذج الكبيرة في طريقها بالفعل لإعادة بناء تنسيقات الأعمال ذات الصلة. من بينها، المحتوى الأكثر شيوعًا هو المحتوى التوليدي (AIGC)، بما في ذلك على سبيل المثال لا الحصر Wen Shengtu، وفيديو Wen Sheng، والتفاعل بين الإنسان والحاسوب، وما إلى ذلك.

ببساطة، ليس من الصعب علينا أن نتوصل إلى قصة إعادة تشكيل مجال الإنسان والسلع في مجال التجارة الإلكترونية: تطبيق الجانب B لخدمة العملاء الذكية، والبث المباشر البشري الرقمي لتحسين الكفاءة البشرية، ويحصل المستهلكون على خبرة في الاستجابة لخدمة العملاء على مدار 24 ساعة في اليوم؛ تقوم AIGC بإنشاء محتوى متعدد القنوات بتكلفة منخفضة والبحث الذكي واختيار المنتج يزيد من كفاءة التوزيع مع تقصير رابط المعاملة وتحسين عائد الاستثمار...

إنها مجرد جملة متداولة في التعلم العميق اليوم تعبر عن معضلة AIGC الحالية: يمكننا بالفعل جعل الآلات تتحدث مثل البشر، ولكن من الصعب جعل الآلات ذكية مثل البشر. في مواجهة خصائص التفاعل القوي، واتخاذ القرارات الثقيلة، والروابط الضعيفة في مشهد التجارة الإلكترونية، من الصعب تشكيل منطق منتج مثالي مع "تجسيد" خالص.

لذلك، بالنسبة لموطئ قدم AIGC في مجال التجارة الإلكترونية، يسعى اللاعبون عادةً إلى "البحث عن الإغلاق أثناء الانفتاح" والشروع في مسار من القاعدة إلى القمة.

##إغلاق المشهد كتأثير إنساني

وفقًا لأحدث "تقرير سوق خدمة العملاء الذكية في الصين لعام 2023" الصادر عن شركة سوليفان المعروفة، وصل حجم سوق خدمة العملاء الذكية في الصين إلى 6.68 مليار يوان في عام 2022، ومن المتوقع أن ينمو حجم السوق إلى 18.13 مليار يوان بحلول عام 2027، مع معدل نمو مركب متوقع في غضون خمس سنوات يمكن أن يصل إلى أكثر من 20٪.

لقد شهدنا أن هذا المسار المجزأ يتجه نحو نطاق 10 مليارات، والتطبيق العالمي لخدمة العملاء الذكية في التجارة الإلكترونية هو السبب الرئيسي وراء قدرة المسار على الحفاظ على نمو مرتفع.

أول ما يتحمل العبء الأكبر هو ذروة حركة المرور التي يصعب تجاوزها في مشهد التجارة الإلكترونية والاستشارات العالية قبل البيع التي تجلبها حركة المرور، ناهيك عن مهرجانات التسوق مثل Double Eleven و618، تجار التجارة الإلكترونية قد تواجه العديد من الاستفسارات المتزامنة كل يوم. في هذه الحالة، سواء كان الأمر يتعلق بخسارة المستخدمين بسبب الاستجابة البطيئة لخدمة العملاء أو التكلفة العالية وراء خدمة العملاء اليدوية، فإنه يمثل عبئًا لا يطاق على سوق التجارة الإلكترونية الذي دخل البحر الأحمر.

وبعبارة صريحة، فإن التطبيق العام لخدمة العملاء الذكية على منصات التجارة الإلكترونية هو الاتجاه، ومن منظور الزمن، فإن التطبيق الواسع النطاق لخدمة العملاء الذكية أقدم من النموذج الكبير. إذا كان النموذج الكبير هو القفزة الثانية لخدمة العملاء الذكية، فإن القفزة الأولى لخدمة العملاء الذكية هي تقنية NLP (معالجة اللغات الطبيعية) في عصر AI1.0.

"قبل ظهور AIGC الكبير المعتمد على النماذج، كانت هناك بالفعل خدمة عملاء ذكية ناضجة نسبيًا تعتمد على البرمجة اللغوية العصبية في الصناعة، وتم استخدامها على نطاق واسع،" قال تشن زهي، نائب الرئيس لمنتجات تكنولوجيا أسنان الحكمة، لـ Photon Planet، "معظم من الاستفسارات والأسئلة التي يقبلها مشهد خدمة العملاء هي المشاهد المغلقة أسهل في إحداث التأثيرات البشرية من المشاهد المفتوحة.

قبل توفر تقنية معالجة اللغة الطبيعية NLP، كان نموذج خدمة العملاء عبر الإنترنت عبارة عن ضمان الجودة البسيط، والذي يقدم إجابات ميكانيكية بناءً على الكلمات الرئيسية والجمل والفقرات التي تم إدخالها مسبقًا. لإجراء تشبيه غير مناسب، إحدى خدمات العملاء الذكية قبل وبعد تقنية البرمجة اللغوية العصبية هي NPC التي تقدم ردود فعل ميكانيكية للاعب في لعبة تقمص الأدوار التقليدية، والأخرى هي NPC الذكية التي تقدم ردود فعل مختلفة وفقًا لحالة اللاعب في الوقت الفعلي. في تحفة 3A الحالية.

بمعنى آخر، البرمجة اللغوية العصبية هي بداية خدمة العملاء الذكية عبر الإنترنت، وقد دخل تسويقها أيضًا مرحلة ناضجة. ثم يعد النموذج الكبير قفزة في ذكاء خدمة العملاء عبر الإنترنت، وهو ما ينعكس بشكل أساسي في الكفاءة العالية والتخصيص والمزيد من الذكاء.

قام Chen Zhe بإجراء قياس غير دقيق مع جزء من البيانات، بافتراض أن تقنية البرمجة اللغوية العصبية تسمح لخدمة العملاء الذكية بالإجابة بدقة على 50 من 100 سؤال من أسئلة العملاء، ثم بعد إضافة النموذج الكبير إلى سير عمل خدمة العملاء الذكية، يمكنها حاليًا الإجابة بدقة على 75 سؤالًا، و يمكن تبديل المشاهد المختلفة عن طريق تبديل قاعدة البيانات.

وقال تشن زهي: "إن القيمة المطلقة لتحسين الكفاءة تبلغ حوالي 20% إلى 30%، والقيمة النسبية هي 50%".

إن تحسين الكفاءة البشرية لخدمة العملاء الذكية من خلال النماذج الكبيرة لا يقتصر على جانب الطلب فحسب، بل أيضًا على جانب العرض. لقد أدى نموذج قاعدة البيانات المفتوحة والمكونة للنموذج الكبير الحالي إلى تقصير الوقت اللازم لبناء منتجات خدمة العملاء الذكية من الصفر مقارنة بما كان عليه من قبل، كما انخفضت تكلفة القوى العاملة والوقت المستثمر بمقدار كبير. ويضمن تبديل قاعدة البيانات وقاعدة المعرفة أيضًا تفرد المنتج.

عندما لا يزال النموذج الكبير يبحث عن سيناريو الهبوط، فإن زيادة الكفاءة بنسبة 50٪ قد جلبت قدرًا كافيًا من اليقين للصناعة، سواء كان نموذجًا كبيرًا مدمجًا مع منتجات خدمة العملاء الذكية الحالية أو نموذجًا كبيرًا تم تنفيذه مباشرة في مجال SaaS في شكل خدمة العملاء.

ما يستحق الدراسة المتعمقة لهذه الصناعة هو نوع مجموعة التكنولوجيا التي يجب بناؤها لإنشاء منتج ذكي لخدمة العملاء والتسويق التجاري التالي.

المسافة بين العرض والهبوط

تعد خدمة العملاء الذكية طليعة AIGC في مجال التجارة الإلكترونية، ولكن الوصول إلى إمكانات النماذج واسعة النطاق عالية التكلفة ليس أمرًا يمكن التعجيل به.

بالنسبة للمصنعين الكبار، تعد خدمة العملاء مجرد واحدة من خسائر التكلفة التي تم تحقيقها بشق الأنفس في منصة التجارة الإلكترونية، ولا تستثمر بشكل عام الكثير من الموارد في هذا المجال، ومن الطبيعي أن الشركات المصنعة الصغيرة والمتوسطة الحجم لا تملك القدرة على البناء قاعدة نموذجية من الصفر. قال Chen Zhe بصراحة إن Wisdom Tooth Technology لم تقم ببناء نموذج كبير مطور ذاتيًا، ولكنها استخدمت النماذج الرائدة وبيانات الإنترنت لإنشاء منتجات في طبقة التطبيق.

بمعنى آخر، هناك قيود عامة على استثمار الموارد في مجال خدمة العملاء الذكية. في غياب القاعدة، تتبع معظم خدمة العملاء الذكية حاليًا نموذج "الاختيار وجمع بيانات المكالمات وتطبيق التنظيف والتدريب والضبط الدقيق والنشر"، ولكن المشاكل تتبع أيضًا، وتتركز بشكل أساسي في البيانات مستوى.

بشكل عام، خدمة العملاء الذكية في حد ذاتها هي منتج يستجيب لاحتياجات العملاء لخفض التكاليف، كما أن مشاكل التكلفة الخاصة بها أكثر بروزًا. يمكن للممارسة الشائعة المتمثلة في استدعاء قاعدة بيانات ناضجة في الصناعة أن تقلل بشكل كبير من وقت إطلاق النموذج الأولي للمنتج، ولكنها ستؤثر على تجربة المستخدم للمنتج النهائي. أحدهما هو أن معدل الدقة قد ينخفض بسبب انحراف البيانات، والآخر هو أن مزامنة البيانات تتأخر.

سيتم جمع البيانات نفسها وتنظيفها بطريقة منظمة من قبل الشركة المصنعة، وما إذا كانت مناسبة تمامًا للصناعة أو مجال العميل فهي مسألة أخرى، لأن الوهم الناجم عن انحراف البيانات أمر لا مفر منه. وقال تشن زهي لـ Photon Planet: "إن الزيادة في معدل الإجابة يصاحبها أيضًا انخفاض طفيف في معدل الدقة، وهو أمر غير مقبول للعديد من العملاء. على سبيل المثال، العملاء في مجالات القانون والتعليم والمالية".

وتزامن البيانات يميل أكثر إلى الطرفين المزدوجين للعرض والطلب لخدمة العملاء الذكية. من ناحية، يحتاج العملاء إلى تحميل البيانات لاستخدامها في التدريب والضبط الدقيق في الوقت المناسب. ومن ناحية أخرى، يحتاج المصنعون أيضًا إلى ضبط المنتجات وتحديثها بشكل متكرر.

قال Chen Zhe إن معدل التحديث الحالي لـ Wisdom Teeth Technology هو أسبوعي. وفي حالة واجهة البيانات المفتوحة، يحتاج العملاء إلى نقل أحدث البيانات في الوقت المناسب. وبعد فترة من التعلم الجماعي، فإن قيمة "أحدث البيانات" "يمكن أن تنعكس.

"يمكن أن تكون احتياجاتك على مستوى الثانية أو الدقيقة أو الساعة. يتم إرسال البيانات إليّ قبل ثانية واحدة، وستصبح مجموعة التدريب الخاصة بمنتجاتنا في الثانية التالية."

هذه طريقة جيدة للمزامنة، ولكنها تعتمد أيضًا بشكل أكبر على قدرة التعلم لنموذج الاتصال، ومن الصعب "هضم" قيمة البيانات في المقام الأول.

أما بالنسبة لمسألة التكلفة الأولية، فهي أقل أهمية نسبيا. إن الطبيعة المغلقة لمشهد خدمة العملاء الذكية تحد بالفعل من كمية البيانات. ومن وجهة نظر شركة مصنعة غير رائدة، لا تحتاج خدمة العملاء الذكية حاليًا إلى "تخزين البطاقات" أو الوصول إلى قواعد بيانات المتجهات لضمان كفاءة الاسترجاع، كما أنها لا تحتاج إلى ذلك. تحتاج إلى استدعاء النماذج عند النظر في تكلفة الرموز المميزة أكثر من اللازم، فهي تحتاج فقط إلى تسعيرها وفقًا للتكلفة المقابلة - على أي حال، فإن الكفاءة البشرية التي يتم توفيرها باستخدام خدمة العملاء الذكية أعلى بكثير من التسعير الحالي.

الأمر المؤكد هو أنه من السهل حقًا على خدمة العملاء الذكية تقديم عرض توضيحي، لكن المسافة بينها وبين الهبوط لا تقتصر على الاستثمار في مكالمة أو نموذج مطور ذاتيًا. قد تصبح التكاليف التي يصعب قياسها بمثابة خندق للاعبين في مسار خدمة العملاء الذكية في المستقبل.

مساحة معيشة رقيقة

أثناء مناقشة إمكانية الجمع بين AIGC وخدمة العملاء الذكية، نحتاج أيضًا إلى الأخذ في الاعتبار أن خدمة العملاء الذكية ليست مسارًا جديدًا تم تطويره بواسطة الذكاء الاصطناعي، بل مسارًا قديمًا له تاريخ يمتد لأكثر من عشر سنوات وشكل أعمال أعيد بناؤه من قبل مجموعة كبيرة من الشركات. نموذج.

فيما يتعلق بمسار خدمة العملاء الذكية، فإن إعادة بناء تنسيق الأعمال يتضمن تغيير الطبقة السفلية من ترقية البرمجة اللغوية العصبية إلى نماذج واسعة النطاق، والتطور من الفهم الدلالي إلى قفزات الوظائف متعددة الوسائط، وما إلى ذلك، ولكن الأعمال النموذج من منظور غير تقني لم يتغير.

بصراحة، خدمة العملاء الذكية هي أحد أعمال SaaS مع تقليل التكلفة كهدف أساسي، ويمكن ملاحظة ذلك من بيانات "تقرير سوق خدمة العملاء الذكية في الصين لعام 2023" التي توضح أن البرامج تشغل 79.94٪ من سوق خدمة العملاء الذكية في الصين في عام 2022. . وبعبارة أخرى، فإن مساحة البقاء لمصنعي خدمة العملاء الأذكياء تكمن في المسافة بين العملاء والقدرة على تحقيق خدمة عملاء ذكية، والتي لم تتغير في العقد المهمة للتغير التكنولوجي.

وقال تشن زهي: "إذا تمكنت الشركات المصنعة الكبرى من التغلب علينا حتى الموت في خدمة العملاء الذكية، فسنكون قد متنا في وقت مبكر من فترة البرمجة اللغوية العصبية".

علاوة على ذلك، نظرًا لأن خدمة العملاء الذكية هي نوع من أعمال SaaS، فإن نموذج النمو الخاص بها يتبع أيضًا المنطق. على سبيل المثال، تتبنى شركات التشغيل مثل China Mobile وChina Unicom وRonglian Cloud التي أطلقت نماذج واسعة النطاق في مجال خدمة العملاء نموذج نمو يعتمد على النمو الذي يقوده المنتج، في حين أن الشركات المصنعة غير الرائدة التي لا تمتلك القدرات المقابلة في بمعنى آخر، يقدم معظمهم نموذجًا أكثر ميلًا إلى النمو القائم على الخبرة (النمو القائم على الخبرة).

لا يعني ذلك أن مصنعي الخصر وعملائهم لا يهتمون بأداء المنتج، ولكن يحتاج مصنعو الخصر إلى بناء منحنى نمو ثانٍ لتوسيع مساحة معيشتهم في مواجهة المنافسة التكنولوجية والموارد من الشركات المصنعة الكبيرة. ومن المعتاد إجراء "معالجة مسبقة" للمشكلات التي قد تحدث عندما يستخدم العملاء المنتج، ولتوسيع مسارات العمل خارج نطاق العمل الرئيسي قدر الإمكان.

لنأخذ بعض الشركات المصنعة للخصر كمثال، فقد أنشأوا قسم تشغيل لمنتجاتهم الخاصة، و"يبذلون كل ما في وسعهم" لتقديم دعم العملاء والتقرب من العملاء. يتضمن عمل قسم التشغيل الكتابة نيابة عن العملاء، ومساعدة العملاء في عمليات المجال الخاص، وحتى العمل بمثابة "محطة نقل" بين العملاء والمصنعين، ومطابقة الحلول الرقمية الشاملة في شكل أعضاء، وما إلى ذلك.

صحيح أن ما يمكن لمصنع صغير أن يفعله يمكن أن يفعله مصنع كبير أيضًا، لكنه يتطلب قدرًا معينًا من الوقت والقوى العاملة. إن الأمر مجرد أن فهم الاثنين لخدمة العملاء الذكية وتقسيم طرق العمل قد أدى أيضًا إلى توفير مساحة كبيرة للمعيشة لمصنعي الخصر.

"تمتلك المصانع الكبيرة الكثير من الموارد والاستثمارات العالية. وبطبيعة الحال، يريدون أكل اللحوم والتحديق في العملاء الكبار لدفع الفاتورة. وبعض الأشياء العملية لا مفر منها، مثل السماح للعملاء بتجربة نماذج "لسرقة مجموعة المعلمين". نحن أكثر قال مدير المنتج في إحدى الشركات المصنعة للخصر: "إن حاجة العملاء إلى خفض التكاليف يمكن إدراكها بوضوح قبل البيع".

علاوة على ذلك، باعتبارها واحدة من العديد من مشاريع التحول الرقمي للمؤسسات، فإن عائق خدمة العملاء الذكية ليس كبيرًا جدًا. بشكل عام، سيختار العملاء الكبار الشراء من أطراف متعددة بطريقة مجمعة لمنع مخاطر التكامل، والتي تحتوي أيضًا على فرص للمصنعين غير الرائدين.

في الوقت الحاضر، لا يزال من الممكن اعتبار مسار خدمة العملاء الذكية اليوم "جميع أنواع الصقيع تتنافس من أجل الحرية"، ولكن مع تعميق الجمع بين خدمة العملاء الذكية وAIGC، من المرجح أن يتغير تنسيق الأعمال مرة أخرى بعد المنافسة الشرسة.

إن مشكلة الهلوسة الأساسية التي تؤدي إلى جودة غير مستقرة للمحتوى الذي تم إنشاؤه موجودة أمام الصناعة بأكملها، ولا يوجد حل واضح في الوقت الحاضر؛ وبعد أن تدخل أعمال خدمة العملاء الذكية جنبًا إلى جنب مع AIGC مرحلة النضج، فإن الاتجاه من التكلفة إن التخفيض وزيادة الكفاءة من أجل المزيد من خلق القيمة آخذة في الارتفاع، مما يجبر الشركات المصنعة لخدمة العملاء الذكية على زيادة تكرارات التكنولوجيا. ومن المعتاد أن تمتد خدمة العملاء الذكية في مجال التجارة الإلكترونية من خدمة العملاء إلى دليل التسوق.

بالإضافة إلى ذلك، علمت شركة Photon Planet أيضًا من إحدى الشركات المصنعة الرائدة أن هناك تأخيرًا في تطبيق AIGC في سيناريوهات خدمة عملاء التجارة الإلكترونية، ومن الصعب ضمان الاسترجاع الدلالي البحت لرضا المستخدم. ويبدو أن إدخال قواعد بيانات المتجهات أمر لا مفر منه في المستقبل.

أصبحت خدمة العملاء الذكية أحد السيناريوهات الحتمية لتنفيذ النماذج الكبيرة نظرًا لقيمة خفض التكلفة الخاصة بها ودرجة الاقتران بالنماذج الكبيرة. ومع ذلك، فقد بدأ للتو تطوير فترة نموذجها على نطاق واسع، وتحتاج خدمة العملاء التي بالكاد تغيرت من "متخلف عقليًا" إلى "ذكي" إلى المزيد من تكرار النماذج لمواجهة احتياجات إعادة الشراء والبيع المتبادل.