Yapay zeka müşteri hizmetlerine giriyor

Yazan | Wu Kunyan

Editör | Wang Pan

Kaynak丨Foton Gezegeni

Büyük model şiirler okuyor ve resim yapıyor, biz de çok çalışıyoruz.

Yaygın olarak dolaşan bir pasaj, bugün büyük ölçekli modellerin karşılaştığı zorlukları ifade ediyor: Mevcut teknolojinin ön saflarında yer alan yapay zeka büyük ölçekli modellerinin, yatırılan insan gücüne ve gerçek paraya layık olabilmesi için değer ortaya çıkarmak için acilen gerçek gerçek dünya senaryolarına ihtiyacı var. silahlanma yarışındaki irili ufaklı örgütler tarafından.

Ama sonuçta şakalar sadece şakadır ve iniş aslında bizden çok uzak değil. Modern insanın hayatında kaçınılmaz olarak karşılaştığı e-ticaret sahnesinde, ilgili iş formatlarını yeniden yapılandırmak için büyük modeller şimdiden yola çıkıyor. Bunların arasında en popüler olanı, Wen Shengtu, Wen Sheng videosu, insan-bilgisayar etkileşimi vb. dahil ancak bunlarla sınırlı olmamak üzere üretken içeriktir (AIGC).

Basitçe sıralayacak olursak, e-ticaret alanında insan ve mal alanını yeniden şekillendiren bir hikaye ortaya çıkarmak bizim için zor değil: Akıllı müşteri hizmetlerinin B-tarafı uygulaması, insan verimliliğini artırmak için dijital insan canlı yayını, tüketiciler Müşteri hizmetlerine günün 24 saati yanıt verme deneyimi; AIGC, düşük maliyetli çok kanallı içerik üretir İçerik, akıllı arama ve ürün seçimi, işlem bağlantısını kısaltırken ve yatırım getirisini artırırken dağıtımın verimliliğini artırır...

Bugün derin öğrenmede dolaşan bir cümle, AIGC'nin mevcut ikilemini ifade ediyor: Makinelerin insanlar gibi konuşmasını zaten sağlayabiliriz, ancak makineleri insanlar kadar akıllı yapmak zordur. E-ticaret sahnesinde güçlü etkileşim, ağır karar alma ve zayıf bağlantıların özellikleriyle karşı karşıya kaldığımızda saf "kişileştirme" ile mükemmel bir ürün mantığı oluşturmak zordur.

Bu nedenle, AIGC'nin e-ticaret alanındaki tutunması için oyuncular genellikle "açılırken kapanmayı arama" arayışındadır ve aşağıdan yukarıya doğru bir yola girerler.

Sahneyi insan etkisi olarak kapatmak

Tanınmış şirket Sullivan tarafından yayınlanan en son "2023 Çin Akıllı Müşteri Hizmetleri Pazar Raporu"na göre, Çin'in akıllı müşteri hizmetleri pazarının ölçeği 2022'de 6,68 milyar yuan'a ulaştı ve pazar büyüklüğünün 18,13'e çıkması bekleniyor. 2027 yılına kadar milyar yuan, beş yıl içinde beklenen bileşik büyüme oranı %20'nin üzerine çıkabilir.

Segmentlere ayrılmış bu yolun 10 milyarlık bir ölçeğe doğru ilerlediğini, akıllı müşteri hizmetlerinin e-ticarette evrensel olarak uygulanmasının bu yolun yüksek büyümeyi sürdürebilmesinin temel nedeni olduğunu gördük.

En büyük sıkıntıyı çeken şey, e-ticaret ortamında atlatılması zor olan trafik yoğunlukları ve trafiğin getirdiği yüksek satış öncesi sorulardır.Double Eleven ve 618 gibi alışveriş festivallerinden, e-ticaret tüccarlarından bahsetmeye bile gerek yok. Her gün birçok eşzamanlı sorgulamayla karşılaşabilirsiniz. Bu durumda ister müşteri hizmetlerinin yavaş yanıt vermesinden kaynaklanan kullanıcı kaybı, ister manuel müşteri hizmetlerinin ardındaki yüksek maliyet olsun, Kızıldeniz'e giren e-ticaret pazarı için dayanılmaz bir yüktür.

Açıkça söylemek gerekirse, akıllı müşteri hizmetlerinin e-ticaret platformlarında genel olarak uygulanması trenddir ve zaman açısından bakıldığında akıllı müşteri hizmetlerinin yaygın olarak uygulanması büyük modelden daha erkendir. Büyük model, akıllı müşteri hizmetlerinin ikinci sıçramasıysa, akıllı müşteri hizmetlerinin ilk sıçraması da AI1.0 çağındaki NLP (Doğal Dil İşleme) teknolojisidir.

Yirmilik diş teknolojisi ürünlerinden sorumlu başkan yardımcısı Chen Zhe, Photon Planet'e şunları söyledi: "Büyük model odaklı AIGC ortaya çıkmadan önce, sektörde nispeten olgun bir NLP tabanlı akıllı müşteri hizmetleri zaten mevcuttu ve yaygın olarak kullanılıyordu." Müşteri hizmetleri sahnesi tarafından kabul edilen soru ve soruların yüzde 10'u Kapalı sahnelerde insan etkisi yaratmak açık sahnelere göre daha kolaydır."

NLP doğal dil işleme teknolojisi mevcut olmadan önce, çevrimiçi müşteri hizmetlerinin ürün biçimi, önceden girilmiş anahtar sözcüklere, cümlelere ve paragraflara dayalı olarak mekanik yanıtlar veren basit QA'ydı. Uygunsuz bir benzetme yapmak gerekirse, NLP teknolojisi öncesi ve sonrası akıllı müşteri hizmetlerinden biri, geleneksel RPG'de oyuncuya mekanik olarak geri bildirim veren NPC, diğeri ise oyuncunun gerçek zamanlı durumuna göre farklı geri bildirimler veren akıllı NPC'dir. mevcut 3A başyapıtında.

Başka bir deyişle NLP, akıllı çevrimiçi müşteri hizmetlerinin başlangıcıdır ve pazarlanması da olgun bir aşamaya girmiştir. O halde büyük model, çevrimiçi müşteri hizmetlerinin zekasında bir sıçramadır ve bu, esas olarak yüksek verimlilik, kişiselleştirme ve daha fazla zekaya yansır.

Chen Zhe bir veri parçasıyla yanlış bir benzetme yaptı: NLP teknolojisinin akıllı müşteri hizmetlerinin 100 müşteri sorusundan 50'sine doğru yanıt vermesine olanak sağladığını varsayarsak, büyük modeli akıllı müşteri hizmetleri iş akışına ekledikten sonra şu anda 75'ine doğru yanıt verebilir ve veritabanı değiştirilerek farklı sahneler değiştirilebilir.

Chen Zhe, "Verimlilik artışının mutlak değeri %20 ila %30 civarında, göreceli değeri ise %50'dir" dedi.

Akıllı müşteri hizmetlerinin insani verimliliğinin büyük modellerle iyileştirilmesi yalnızca talep tarafında değil, aynı zamanda arz tarafında da mevcuttur. Büyük modelin mevcut iki açık ve eklentili veritabanı paradigması, akıllı müşteri hizmetleri ürünlerini sıfırdan oluşturma süresini öncekiyle karşılaştırıldığında büyük ölçüde kısalttı ve insan gücü ve harcanan zaman maliyeti büyük ölçüde azaldı. Veritabanının ve bilgi tabanının değiştirilmesi aynı zamanda ürünün benzersizliğini de sağlar.

Büyük model hala bir iniş senaryosu ararken, ister mevcut akıllı müşteri hizmetleri ürünleriyle birleştirilmiş büyük bir model, ister SaaS alanında doğrudan uygulanan büyük bir model olsun, verimlilikteki %50'lik artış sektöre yeterli kesinliği getirmiştir. müşteri hizmetleri şekli.

Sektörün derinlemesine çalışmasına daha çok değer veren şey, akıllı bir müşteri hizmetleri ürünü oluşturmak ve bir sonraki ticarileştirme için ne tür bir teknoloji yığınının oluşturulması gerektiğidir.

Demo ve iniş arasındaki mesafe

Akıllı müşteri hizmetleri, e-ticaret alanında AIGC'nin öncüsüdür, ancak yüksek maliyetli, büyük ölçekli model yeteneklerine erişim aceleye getirilecek bir şey değildir.

Büyük üreticiler için müşteri hizmetleri, e-ticaret platformunda zorlukla elde edilen maliyet kayıplarından sadece bir tanesidir ve genellikle bu alana çok fazla kaynak yatırımı yapmazlar; küçük ve orta ölçekli üreticiler de doğal olarak yeni yatırımlar yapma becerisine sahip değildir. sıfırdan bir model tabanı. Chen Zhe, Wisdom Tooth Technology'nin kendi geliştirdiği büyük bir model oluşturmadığını, ancak uygulama katmanında ürünler oluşturmak için önde gelen modelleri ve İnternet verilerini kullandığını açıkça söyledi.

Başka bir deyişle, akıllı müşteri hizmetleri alanına kaynak yatırımında genel olarak sınırlamalar vardır. Bir tabanın yokluğunda, akıllı müşteri hizmetlerinin çoğu şu anda "seçim ve çağrı-veri toplama ve temizleme-eğitim ince ayar-dağıtım uygulaması" paradigmasını takip ediyor, ancak sorunlar da bunu takip ediyor ve bunlar esas olarak verilere yoğunlaşıyor. seviye.

Genel olarak konuşursak, akıllı müşteri hizmetleri, müşterilerin maliyet düşürme talebine yanıt veren bir üründür ve kendi maliyet sorunları daha da belirgindir. Endüstride olgun bir veritabanının çağrılması şeklindeki yaygın uygulama, ürün prototipinin lansman süresini gerçekten de büyük ölçüde kısaltabilir, ancak bu, bitmiş ürünün kullanıcı deneyimini etkileyecektir. Biri veri sapması nedeniyle doğruluk oranının düşebilmesi, diğeri ise veri senkronizasyonunun geride kalmasıdır.

Verilerin kendisi üretici tarafından yapılandırılmış bir şekilde toplanacak ve temizlenecektir.Müşterinin sektörüne veya alanına mükemmel şekilde uyum sağlayıp sağlayamayacağı başka bir konudur çünkü veri sapmasının neden olduğu yanılsama kaçınılmazdır. Chen Zhe, Photon Planet'e şunları söyledi: "Yanıtlanabilirlik oranındaki artışa, aynı zamanda doğruluk oranında da hafif bir düşüş eşlik ediyor; bu, birçok müşteri için kabul edilemez. Örneğin, hukuk, eğitim ve finans alanlarındaki müşteriler."

Ve veri senkronizasyonu, akıllı müşteri hizmetlerinin arz ve talebinin ikili uçlarına daha yatkındır. Bir yandan müşterilerin eğitim ve ince ayar için kullanılacak verileri zamanında yüklemesi gerekiyor, diğer yandan üreticilerin de ürünlere sık sık ince ayar yapması ve güncellemesi gerekiyor.

Chen Zhe, Bilgelik Diş Teknolojisinin mevcut güncelleme sıklığının haftalık olduğunu söyledi. Açık veri arayüzü durumunda, müşterilerin en son verileri zamanında iletmeleri gerekiyor. Bir süre derlem öğreniminden sonra "en son verilerin değeri" " yansıyabilir.

"İhtiyaçlarınız saniye, dakika veya saat düzeyinde olabilir. Veriler bana bir saniye önce iletiliyor ve bir sonraki saniye ürünlerimizin eğitim külliyatı haline gelecek."

Bu iyi bir senkronizasyon yöntemidir, ancak aynı zamanda çağıran modelin öğrenme yeteneğine de daha fazla dayanır ve ilk etapta verinin değerini "sindirmek" zordur.

Başlangıç maliyeti konusuna gelince, bu nispeten daha az önemlidir. Akıllı müşteri hizmetleri sahnesinin kapalı yapısı zaten veri miktarını sınırlamaktadır. Lider olmayan bir üreticinin bakış açısına göre, akıllı müşteri hizmetleri şu anda alma verimliliğini sağlamak için "kartları saklamaya" veya vektör veritabanlarına erişmeye ihtiyaç duymamaktadır. modelleri çağırmak gerekiyor Tokenların maliyeti çok fazla düşünüldüğünde, yalnızca karşılık gelen maliyete göre fiyatlandırılması gerekir; her durumda, akıllı müşteri hizmetleri kullanılarak tasarruf edilen insan verimliliği, mevcut fiyatlandırmadan çok daha yüksektir.

Kesin olan şey, akıllı müşteri hizmetlerinin demo yapmasının gerçekten kolay olduğu, ancak onunla iniş arasındaki mesafenin bir çağrıya veya kendi geliştirdiği bir modele yatırım yapmakla sınırlı olmadığıdır. Ölçülmesi zor olan maliyetler, geleceğin akıllı müşteri hizmetleri yolundaki oyuncular için bir hendek haline gelebilir.

Zarif Yaşam Alanı

AIGC'yi akıllı müşteri hizmetleriyle birleştirme olasılığını tartışırken, akıllı müşteri hizmetlerinin yapay zeka tarafından geliştirilen yeni bir yol değil, on yılı aşkın geçmişi olan eski bir yol ve büyük bir şirket tarafından yeniden yapılandırılan bir iş formatı olduğunu da dikkate almamız gerekiyor. modeli.

Akıllı müşteri hizmetleri kanalı söz konusu olduğunda, iş formatının yeniden yapılandırılması, NLP yükseltmesinden büyük ölçekli modellere kadar alt katman değişimini ve semantik anlayıştan çok modlu işlev sıçramalarına vb. evrimi içerir, ancak iş teknik olmayan açıdan bakıldığında model değişmedi.

Açıkça söylemek gerekirse, akıllı müşteri hizmetleri, temel amacı maliyet düşürme olan bir SaaS işidir.Bu, yazılımın 2022'de Çin'in akıllı müşteri hizmetleri pazarının %79,94'ünü kapladığını gösteren "2023 Çin Akıllı Müşteri Hizmetleri Pazar Raporu" verilerinden görülebilir. . Başka bir deyişle, akıllı müşteri hizmetleri üreticilerinin hayatta kalma alanı, müşteriler ile akıllı müşteri hizmetlerine ulaşma yeteneği arasındaki mesafede yatmaktadır ve bu, teknolojik değişimin önemli düğüm noktalarında değişmemiştir.

Chen Zhe, "Eğer büyük üreticiler akıllı müşteri hizmetlerinde bizi öldüresiye yenebilseydi, o zaman NLP dönemi kadar erken ölmüş olurduk" dedi.

Dahası, akıllı müşteri hizmetleri bir tür SaaS işi olduğundan, büyüme paradigması da mantığı takip ediyor. Örneğin, China Mobile ve China Unicom ve Ronglian Cloud gibi müşteri hizmetleri alanında büyük ölçekli modeller başlatan operatörler, ürün odaklı büyümeye dayalı bir büyüme modelini benimserken, lider olmayan üreticiler ise ilgili yeteneklere sahip değil. diğer bir deyişle, çoğu deneyim odaklı büyümeye (eXperience-Led Growth) daha yatkın bir model sunuyor.

Bel üreticileri ve müşterileri ürün performansını önemsemiyor değil, bel üreticilerinin büyük üreticilerin teknoloji ve kaynak rekabeti karşısında yaşam alanlarını genişletmek için ikinci bir büyüme eğrisi oluşturmaları gerekiyor. Müşterilerin ürünü kullanırken oluşabilecek sorunlara yönelik "ön işlem" yapılması ve iş yollarının mümkün olduğunca ana iş dışına genişletilmesi olağandır.

Belli bir bel üreticisini örnek alarak kendi ürünleri için bir operasyon departmanı kurmuşlar ve müşteri desteği sağlamak ve müşterilere yakınlaşmak için "mümkün olan her şeyi yapıyorlar". Operasyon departmanının çalışmaları arasında müşteriler adına yazı yazmak, müşterilere özel alan operasyonlarında yardımcı olmak ve hatta müşteriler ve üreticiler arasında bir "aktarma istasyonu" olarak hizmet etmek, dijital genel çözümleri üyeler şeklinde eşleştirmek vb. yer alır.

Temel olarak küçük bir fabrikanın yaptığı işi büyük bir fabrikanın da yapabileceği doğrudur ancak bu belli bir zaman ve insan gücü gerektirir. Ancak ikilinin akıllı müşteri hizmetleri anlayışı ve iş rotalarının bölünmesi bel üreticilerinin yaşam alanını da daralttı.

"Büyük fabrikaların çok fazla kaynağı ve yüksek yatırımları var. Doğal olarak et yemek istiyorlar ve fatura çıkarmak için büyük müşterilere bakıyorlar. Ayrıca müşterilerin 'öğretmen külliyatını çalma' modellerini denemelerine izin vermek gibi bazı pragmatik şeyler de kaçınılmaz. Bir bel üreticisinin ürün müdürü, "Müşterilerin maliyetleri düşürme ihtiyacı satıştan önce açıkça algılanabiliyor" dedi.

Üstelik birçok kurumsal dijital dönüşüm projesinden biri olarak akıllı müşteri hizmetlerinin dezavantajı çok da büyük değil. Genel olarak büyük müşteriler, entegrasyon riskini önlemek için birden fazla partiden paketli şekilde satın almayı tercih edecek ve bu durum lider olmayan üreticiler için de fırsatlar barındırıyor.

Şu anda, günümüzün akıllı müşteri hizmetleri yolu "her türlü donun özgürlük için rekabet ettiği" olarak kabul edilebilir, ancak akıllı müşteri hizmetleri ile AIGC kombinasyonunun derinleşmesiyle, şiddetli rekabetin ardından iş formatının yeniden değişmesi muhtemeldir.

Üretilen içeriğin kalitesinin istikrarsız olmasına yol açan en temel halüsinasyon sorunu tüm sektörün önünde olup, şu anda net bir çözüm bulunamamakta ve AIGC ile birleştirilmiş akıllı müşteri hizmetleri işi olgun bir aşamaya girdikten sonra, maliyetten uzaklaşma eğilimi ortaya çıkmaktadır. Daha fazla değer yaratmak için azaltma ve verimlilik artışı artıyor ve akıllı müşteri hizmetleri üreticilerini teknoloji yinelemelerini artırmaya zorluyor. E-ticaret alanındaki akıllı müşteri hizmetlerinin, müşteri hizmetlerinden alışveriş rehberine kadar genişletilebilmesi tipik bir durumdur.

Buna ek olarak Photon Planet, önde gelen bir üreticiden, e-ticaret müşteri hizmetleri senaryolarında AIGC'nin uygulanmasında bir gecikme olduğunu ve saf anlamsal erişimin kullanıcı memnuniyetini garanti etmenin zor olduğunu da öğrendi. gelecek.

Akıllı müşteri hizmetleri, kendi maliyet düşürme değeri ve büyük modellerle bağlantı derecesi nedeniyle büyük modellerin uygulanmasında belirleyici senaryolardan biri haline geldi. Bununla birlikte, büyük ölçekli model döneminin gelişimi henüz yeni başlamıştır ve "zihinsel engelli"den "akıllı"ya çok az değişen müşteri hizmetleri, yeniden satın alma ve çapraz satış ihtiyaçlarını karşılamak için daha fazla paradigma yinelenmesine ihtiyaç duymaktadır.