8月8日，以“服务数字化升级与大模型驱动下的服务革新”为主题的2024中国数字服务产业华东峰会在杭州成功举办。近500位数字服务产业专家、学者、企业代表、服务商代表齐聚，立足智能化与数字技术发展，聚焦服务革新路径，深入探讨行业热门议题，寻求服务转型升级的新模式、新方向，解构行业未来。
售后宝创始人兼CEO李明先生带来了“智能化客户服务 让企业赢在AI时代”的主题分享。
图 售后宝创始人兼CEO 李明
本次想和大家分享在过去一年里，售后宝与很多企业客户一起落地的一些AI及业务场景创新案例。
售后宝主要服务的客户集中在医疗器械、装备制造、家居家电领域，在国内服务了五千多家企业，这些企业的特点都是在产品售出之后，有较多的安装、交互、服务的场景，所以售后宝通过数字化的方案和智能化的能力，帮助企业提高产品销售之后的市场收入，提高客户满意度。
之前，有分享指出，客户服务的场景从之前的电话、邮件、录音、语音再到现在的AI时代，场景在变化，阵地也在变化。所以最近有很多声音，说以后客户服务不需要人工了，通过AI就可以实现，甚至可能由AI跟另外一个AI配合做服务，但我认为这其实不太可能实现。
通常情况下，当新技术出现的时候，大家非常渴望借助它零成本地来解决所有问题，所以经常听到一些企业说，有AI了以后客户服务部门就没有了，我觉得这是一个很大的误区。因为对穿越过周期的人来讲，新技术不可能一下子全部包揽，因为再先进的技术也需要有“人”先对问题有清晰的认识、思路，这样才能够解决相应的问题。
所以，售后宝认为AI不是零成本解决所有问题的幻想，AI 是利用新技术解决老问题的构建能力。对新技术的利用和构建能力越强，它能解决的问题就越多。
01 关于AI的4个认知
大概在2023年之后，售后宝与很多企业做了AI方面的尝试、共创，从中我们得到了几个认知：
1.关于定位。售后宝认为，没有哪个新技术的诞生是为了要淘汰谁，因为企业服务的业务是动态的，它不应该是以新技术淘汰什么来决定跟新技术之间的关系，而是相互促进的。
2.价值部分。当企业引入一个新的内容的时候，首先要跟客户、老板讲清楚它的价值。那AI的价值是什么呢？当前有很多企业引入了AI工具，比如有些企业引入了几十万甚至上百万的AI助理，从数量来说是够量的，但这些助理是否真的能为企业产生相应的业务效率呢？事实上并不一定。所以从价值方面来讲，不是因为有了AI就能产生相应的价值，而是真正使用它提高了效率之后才有价值。
3.如何看待技术。因为关于AI技术的创新非常多，人们往往在看到一个技术创新的时候，就会想它是不是马上可以改变一些场景。但技术往往迭代很快但实际应用却很少，例如Sora可以实现自动生成视频内容，已经是6个月之前的事情了，但大家看到的实际应用却很少。所以新技术的应用不仅要看到preview，更重要的是怎么结合实际业务场景。所以关于技术上的认知，要更关注实际的应用落地。
4.关于实施技术变革的路线。从售后宝的数据观察视角来看，目前在实施技术变革的企业主要有两类：一类是已经取得成果的，第二类是暂时还没有取得成果的。取得成果的企业往往是在单个场景进行突破；没有取得成果的企业，有些是想做一个大而全的方案，有些仍在等待更好的技术方案。
02 关于AI的3个关键点
在客户服务领域引入新的AI技术，第一步就是要想好路线和策略。在这个过程中，售后宝如何与企业共创、实践？我们总结了3个关键点：
1. Where
即弄清楚要做哪方面的内容。如今有很多AI技术的创新，但具体可以用于哪些场景呢？在以前，做软件时很容易陷入一个误区，总是想把很多场景抽象成一个通用的产品，然后把这个通用产品售卖给更多的客户。
但AI的很多场景其实并不通用，所以我们把整个客户服务里面的场景进行划分，最终把它分为五大部分：
跟连接客户相关的渠道
跟客户体验相关的客户回复或者业务支撑
业务流程
服务运营
部门之间的协作
2. What
AI看起来似乎有各种各样的能力、可以应用到各种各样的业务场景中，比如AI在企业里面有很多业务场景，有虚拟人、客服、智能体，但是它们的基础元素的能力是万变不离其宗的，我认为有三类能力是原来数字化技术不具备的：
（1）AI的Inside能力，或者说它就是简单的AIGC的基础能力，它可以“理解”和“组合输出”；
（2）Copilot的能力，它是助理的能力，可以扮演一个助理的角色出现在特定的场景里面；
（3）面临复杂业务的时候，它必须有Agent的能力。
3. How
这么多外部技术和场景，具体应该从哪里开始做呢？售后宝首先把整个客户服务领域的内容分成了几个能力和业务场景匹配的情况。
比如，在客户连接的部分，可以做多语言、多渠道的客服；在流程部分，可以做流程机器人、智能派工、智能标签；在资源管理部分，可以做智能培训、资质的考试和结算；在智能客户运营中心，可以做自动的客户触达、产品信息摘要等。跟数据相关的部分，可以在数据报表里面引入一个机器人，设一个目标值，然后做改善计划，每周定期做更新。为了让客户体验变得更好，售后宝有智能客户门户、AI客服、多渠道的客户连接。
03 实践过程中的运用
在实践当中，当我们把一个企业级的模型用在客户服务领域的时候，就会出现“两多两专”的情况：
1.多模型。对不同的商业策略、能力，模型可能会有不同的认识，所以有些模型是专有模型，有些是公共模型，在配置模型语言的时候可以做相应的配置。
2.多场景。客户服务领域里面很难创建一个机器人，但能符合所有场景使用。所以做一个通用的AI助手是不现实的，我们的解决方式就是创建各种各样的机器人，然后用在适配的场景中。
还有两“专”是什么？一个是专有数据。企业里面的专有数据怎么快速地跟AI连起来，实现原有知识库、原有业务数据、表单、文件、数据库内容快速地实现AI化。另一个是专属配置，因为势必需要配置模型的微调、配置Agent、查看访问日志。在企业管理当中，经常会面临这样的问题，如果AI给了一些错误的问答，公司怎么回溯？这就要求需要有相应的访问日志。
比如，创建一个机器人，哪些人应该用它、应该把它放在哪个位置，它需要哪些配置权限，这些问题一方面可能由技术人员解决。还有一部分通用的内容可以由业务用户来解决，比如有一些固定的回答模式，在企业里面只要问这个问题永远都会得到这个答案，比如问董事长的简历是什么，永远都是固定的答案，类似企业内部的百科，避免它在各种资料里面混淆错误的答案。
当前在AI方面，不少企业都在积极发力持续探索，作为新技术的应用者和AI变革的推动者，我们始终要有清晰的策略。我们不是因为有了新技术而去追求创新，而是要用新技术去解决老问题，并意识到不是单靠技术就能解决我们所有的业务需求。业务策略越清晰，AI能够发挥的作用就越大。因为AI不是特别通用的、普适的工具，无法解决所有行业需求的内容，而是需要在不同的场景里面进行深度探索，然后用不同的技术来解决一些问题。
更多精彩内容可搜索“客户观察”视频号查看
热门跟贴