最近，ChatGPT火爆全网。凭借强大的语言理解和逻辑推理等能力，ChatGPT不仅带来了优质的交互体验，也让人们领略到了AI大模型强大的通用智能能力。
与此同时，如何跨越技术和业务场景之间的鸿沟，成功落地产业并推动数智化转型，也是AI技术目前需要破解的发展难题。
数字经济的加速发展，促使数据中心业务必须进行更高效的运行。相应地，这也驱使人们在信息服务数智转型上进行了诸多努力。而要推动服务智能化，首先要搭建智能服务的第一窗口——即企业级的智能客服。
搭建企业级智能客服，究竟难在何处？
从当下来看，智能客服并不算是个新事物，其在几年前伴随着AI技术而生，大部分应用场景主要集中在2C端的互联网，比如电商。这些场景对智能客服的需求比较简单，也具有一定的共性，故对AI模型的要求并不高。
但是，面向企业级别的场景、产品和解决方案却比较复杂，要搭建一个优质的企业级智能客服并不容易，其面临着以下难点：
其一，因为大多数企业级智能客服系统的知识库并不是流程化的，需要人工或半自动搭建，所以维护成本高、效率低、一致性差。
其二，专业知识门槛高，业务场景复杂。与C端的客服系统不同的是，针对B端的数据中心智能服务往往面临着多元软件、硬件与不同业务场景、流程等相互交织的复杂场景，以及难度较高的技术知识门槛。例如，如果智能客服给客户提供的答案过于标准和冗余，或许给的是一个对的答案，但却并非一个好答案，那么这时就不能真正解决问题。
其三，难以持续突破，边际效用递减。受制于方法论，当人力、算力、数据等成本投入到一定程度，企业级客服的问题解决率就会陷入效果提升的瓶颈。
因此，在2B端的业务场景下打造企业级智能客服，应该着重攻克上述难题，聚焦自然语言理解、逻辑推理和文档阅读等方面的能力，才有助于快速、准确、高效地帮助客户解决技术问题，为其提供高质量的服务。
具备理解上下文的自然语言能力，对智能客服来说至关重要。通常情况下，真实用户提出的问题都比较模糊，无法被传统的智能客服识别和回答。所以，企业级智能客服应该拥有结合所在语境，通过多轮对话的形式，识别用户的意图，从而给出准确答案的能力。
具体来说，通过模拟人工处理问题的思路和方法，赋予智能客服抹平专业差距的逻辑推理能力，能够极大程度地提升它的专业使用体验。比如，智能客服可以通过对用户提供信息的分析，或对历史聊天记录的查询，识别出用户需要解决的问题，并准确推送相关答案或教程。
一个出色的智能客服，还应具备无需持续标注和训练的阅读理解能力，可以在降低训练投入的同时，达到高精度回答的效果。例如，基于已有的文档型知识库，完成自动检索和自动生成答案。
那么，这样的智能客服哪里有？浪潮信息交出了一份答卷。
打造“智能客服大脑”，浪潮信息推动服务数智转型
日前，浪潮信息以AI模型“源”为智能引擎，依托InService智能服务平台，完成了“智能客服大脑”的构建。
据介绍，“智能客服大脑”学习了2万余份产品文档和用户手册的数据，并结合百万条浪潮信息专家工程师服务对话、数十万份日志、工单数据等算法训练，具备语言理解、数据分析、自主学习和智能推理等能力，支持自然语言交互服务、已授权IT设备的智能运维与诊断、以及备品备件等资源的智能管理和调度。
在这之中，InService智能服务平台与“源”相互配合，助力服务供应链等各个环节实现了有机协同。
对此，浪潮信息服务总监陈彬表示：“在InService客户端，浪潮主要利用自然语言理解技术，把庞大的客服知识库，转化成客户随时能够访问的服务专家，通过告警压缩、性能预测等多种能力，实现对设备的实时在线管理。而InService的后台，则相当于是智能客服的心脏，能够把客户的需求精准转译成资源的指令，协调各部分大脑的运转，并提供资源储备的相关信息。”
而借助“源”的能力，“智能客服”也在能力、模式、成本等方面达到了一定成效。
从能力上看，主要体现在解决问题的广度、准确度和智能化程度等方面。“智能客服”覆盖了浪潮信息的八大产品线，处理终端用户92%的咨询问题，对常见的复杂问题的解决率能达到85%以上，平均解决率约为65%。此外，其不仅支持图片交流，还能自动查询匹配用户已经输入的信息，减少用户在对话交流中花费的时间。
从模式上看，和传统智能客服多模型、多数据库的架构不同，“智能客服”采用可以支持多种任务的统一架构来解决问题，完成了从碎片级到集成化的跃升，改变了此前回答客户问题时，需要在多知识库、多模型之间进行任务调度的模式。
从成本上看，“智能客服”引入了大模型，在训练模式上实现了自进化和快进化，从而省去人工标注知识库的工作。此外，其还拥有自动学习企业文档、知识库、内部产品资料的能力，可以保证专业知识的实时更新，实现更快的进化学习。
其中，值得一提的是，浪潮信息在大模型中构建了零样本学习与小样本学习的能力，使其在无人进行持续标注和训练的情况下，完成了知识流转模式的建立。浪潮信息AI软件研发总监吴韶华表示：“所谓小样本学习，是指仅需要提供一些示例给模型，模型经过这些示例的指导，就能给出比较准确的答案，无需再投入高昂的人力成本。”
通过“智能客服大脑”提供的智能力量，赋能服务能力的升级转型，这是浪潮信息在长期深入理解和坚持智能化的基础上，探索出的一条AI与产业结合的路径。
从中也可以看出，推动AI技术成功落地IT服务产业的“深水区”并非易事，但如果能够找准痛点、直面问题，以“小步快跑”的节奏，将AI应用与复杂的业务逻辑融合在一起，也将能够逐步实现系统性变革，迎来IT服务的智慧未来。
来源：DeepTech深科技
声明：本站部分文章及图片转载于互联网，内容版权归原作者所有，如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢！