智能客服解决方案
打造智能化客户服务体系，提供7x24小时无间断服务体验
企业客服痛点
会话量大，期望降低坐席人员压力
54%需要7*24小时服务
51%覆盖售前售后全服务体系
50%同时处理在线和热线服务需求
46%传统客服功能不完善
44%客服工作量与质量监管
40%多样化的咨询渠道
39%原业务步骤复杂，服务效率低下
30%三大痛点原因
人员流失常态化
自建客服中心的年离职率约35%，业务外包BPO离职率甚至超过100%
业务培训难
知识点难度较大、涉及面较广、迭代速度快
业务高峰人员瓶颈
无法通过临时增员来解决业务高峰无人响应的问题
AI2.0基于大模型重构客服领域
生成式人工智能将拯救陷入困境的聊天机器人
01
大模型带来AI2.0
微软CEO
Satya Nadella
AI2.0将改变软件开发的方式，构建新的和创新的应用程序
创新工场创始人
李开复
AI2.0已至，带来机遇和技术浪潮，每个应用将被重构，规模是移动互联网10倍
02
AI2.0如何重塑客服
30多年来，客户自助服务应用程序一直令消费者失望：人员流失常态化+业务培训难+高峰人员瓶颈
AIGC将拯救陷入困境的聊天机器人，应知应会+共情力+有温度与共情交互
对话式人工智能供应商并未忽视这些技术的潜在价值。这些公司在2023年物理改造了他们的产品，以拥抱这项新技术。
03
客户满意度显著提升
55%
半年内提升客户满意度
80%
一年内提升客户满意度
120%
二年内提升客户满意度
数智客服对比
| 对比项 | 人工坐席 | 传统智能客服 | 数智员工 |
|---|---|---|---|
| 接待时长 | 需要休班休假 | 全天24小时服务 | 全天24小时服务 |
| 工作态度 | 不可控 | 稳定，但缺乏上下文感知 | 冷暖共情的闲聊对话能力 |
| 数据知识 | 耗时、片面 | 高速、全面 | 自治、知识自动更新 |
| 客户标注 | 手动、杂乱 | 自动 | 自然、清晰 |
| 工作语言 | 普通话 | 所有方言 | 多语言 |
| 语义理解 | 个人层面理解 | 有限的理解能力 | 语义增强，可自主引导和对话 |
| 培训情况 | 岗前培训 | 无需培训 | 快速学习异构知识 |
| 接待效率 | 一对一，多轮 | 一对多，单轮 | 个性化，多轮对话更穿透理解能力 |
| 迭代 | 无 | 无 | 自我修正和自我进化 |
| 引导 | 因人而异 | 无 | 可自主引导和对话 |
智能客服系统架构
全方位用户接入
浏览器(官网)
微信(公众号&小程序)/APP
工作系统/第三方平台
邮件
电话
传统客服系统
传统客服系统(云)
统一工作台
会话接听/转接/强插/转录
会话监听
排队遍历
协同工单
服务转销售
三方会话
...
智能坐席
数智客服
(含外呼)
拒识
转人工
流程导航
数智坐席助理
流程导航
知识跟随
人工复合
数智培训助教
陪练
问答
考试分析
数智质检员
考试分析
人工复合
质量监控
人工坐席
静默坐席
人工坐席
培训师
质检员
模型系统
客服大模型
(可选)
情感计算大模型
标准适配库
产品知识库(问答)
客户画像
(动态)
行业知识模型
(可选)
业务系统
ERP系统
销售系统
CRM系统
其他系统
工单系统
客户画像
知识库
产品运营
用户运营
导师工作台
运营平台
导师工作台
渠道管理
智能路由策略
其他策略
状态管理
会话统计
大屏监控
风控管理
词库(敏感)
...
人-机协同的无侵入对接
- 独立于IT系统的数智员工
- API分拨/转人工
- 屏幕镜像/语音复制-知识跟随
人-智协同的无缝衔接
- 数智助手/质检 协助客服顾问
- 数智客户 承接80%问题，20%转接人工
- 统一的知识库，共同成长，且用户感知统一
有温度共情的交互体验
- 引导式交互
- 多轮对话的贯穿理解能力
- 冷暖共情的对话能力
应知应会和学习能力
- 基于文本和语义，多策略的索引
- 知识的学习，抽取(图谱/Tag)和可运维
基于大模型的数智客服
大模型
- 大语言模型
- 情感计算大模型
- 客服领域模型
- 多模态大模型
知识库
- 基于语义向量的索引召回
- 场景编排的智能导航
最智能的语义理解
最专业的客户服务
