包阅导读总结
1. 智能化客户服务、AI 时代、服务革新、售后宝、企业
2. 2024 中国数字服务产业华东峰会在杭州举行，售后宝李明发表主题演讲。他认为新技术需清晰思路，分享“客户服务+AI”的认知，指出 AI 要解决深度问题，具备三项核心能力，企业实现全场景智能客户服务需专属 AI 技术解决方案，列举其在多企业的落地成果。
3.
– 峰会情况
– 2024 中国数字服务产业华东峰会在杭州举行，主题为“服务数字化升级与大模型驱动下的服务革新”。
– 售后宝李明演讲
– 发表《智能化客户服务，让企业赢在 AI 时代》主题演讲。
– 认为 AI 不会淘汰客户服务，但会减少无独特价值工作机会。
– 强调用 AI 提升效率才有价值，应用能力决定效果，应循序渐进应用。
– AI 应用于客户服务
– 划分客户服务场景，包括连接客户、客户体验、业务流程、服务运营、协作一体化等。
– AI 有三项核心能力：AI Inside 能力、AI Copilot 能力、AI Agent 能力。
– 客户服务领域业务场景与 AI 能力匹配，包括智能客户连接中心等。
– 企业实现全场景智能客户服务需“两多、两专”。
– 落地成果
– 博西家电建立端到端数字化客户服务体系。
– 中科微至降低工程师培训成本。
– 德力西变频器解决客服相关问题。
思维导图：
文章地址：https://mp.weixin.qq.com/s/yAwAMIxdSXnqIsDeiiFZRw
文章来源：mp.weixin.qq.com
作者：新一代
发布时间：2024/8/12 11:26
语言：中文
总字数：2053字
预计阅读时间：9分钟
评分：91分
标签：客户服务,AI 应用,智能化,售后宝,李明
以下为原文内容
本内容来源于用户推荐转载，旨在分享知识与观点，如有侵权请联系删除 联系邮箱 media@ilingban.com
8 月 8 日，2024 中国数字服务产业华东峰会在杭州举行，主题为“服务数字化升级与大模型驱动下的服务革新”。售后宝创始人兼 CEO 李明受邀参加了本次峰会并发表了《智能化客户服务，让企业赢在 AI 时代》主题演讲。
从电话、邮件、语音到现在的 AI 时代，客户服务的场景在变，阵地也在变。最近很多声音认为以后客户服务都会由 AI 来做，我认为这是不太可能实现的。当新技术出现的时候，大家都非常渴望一下子解决所有的问题，最好还是零成本的，这是很大的一个误区。再先进的技术也需要我们自己对问题有清晰的认识思路，才能够去解决问题。对新技术的利用和构建能力越强，能解决的问题就越多。
•关系：AI 不是要淘汰谁，但会减少没有独特价值的工作机会。
•价值：只是用了 AI 创新不是价值，用起来对效率提升才有价值。
•技术：决定我们的不是公共领域的模型能力，是如何应用的能力。
•路线：不大而全或者等待，循序渐进一个个场景用起来。
Where：从全场景中找机会
以前我们做产品的时候，希望做成一个通用产品。但是实践 AI 这一年之后发现，AI 一定要解决具有相对深度的问题，所以我们在实践当中把客户服务的场景做了划分，包括连接客户、客户体验、业务流程、服务运营、协作一体化五个大的场域和 40 多个业务场景，有的企业可能先做客户连接相关的，有的企业可能先做流程相关的，重点是要在业务场景中找到更适合自己去实践的一些点。
What：AI 可以帮助企业提升哪些
AI 主要有三项核心能力是原来的数字化技术不具备的：
一是AI Inside 能力，也就是简单的 AIGC 基础能力，可以理解和组合输出；
二是AI Copilot 能力，也就是助理的能力，它可以扮演一个助理的角色，出现在客服、知识库等特定的场景中，具备多应用、多类型的内容连接组合能力，不仅能够从售后宝这样的系统里获取数据，还能跟其他业务关联、具备跨应用的能力，能够从多个应用一并获取数据，进而通过问答等方式更好地辅助业务；
三是AI Agent 能力，面对复杂业务时，可以组合 AI 能力和业务流程的操作去完成一项事情，是一个“行动派”，可以把一个优秀的人面临问题时应该做的一些操作，变成一个智能体。例如报表中出现了一些告警信息，可以用 AI 自动化去摘要这些数据，创建一个任务并分配给相应的人，还能做定期的跟进。
How：做哪些事情分步实现全场景智能客户服务
我们把客户服务领域里的业务场景与 AI 能力进行了匹配，包括智能客户连接中心、智能流程管理中心、智能资源管理中心、智能客户运营中心、智能数据 BI 中心，已经有几十个应用可以在企业实际场景中快速使用，例如能支持一线人员快速解决问题的智能知识库，助力服务人成长的智能人员赋能，辅助实现主动化客户运营的内容创作与自动化触达，能跟进任务执行的目标设置与提醒等等。
当然，实现全场景智能客户服务不是引入了一个 API 或者一个工具就能完成的，企业需要从模型到行动的专属 AI 技术解决方案，包括感知系统、思考系统、行动系统等。因此，企业级尤其是用在客户服务领域的 AI 建设，需要“两多、两专”。
•多模型：不同模型的商业策略不同，能力也不同，因此要具备引入多模型的能力，既包括公有模型也包括私有模型，应用时可以结合需求进行选择。
•多场景：客户服务领域里很难创建一个能够符合所有场景应用需求的机器人，另外考虑到问题越具体、场景越单一，AI 出现幻觉的几率越小，我们的解决方式是把它打碎到多个场景里，创建各种各样的机器人，用在各种各样的场景当中。
•专有数据：企业里的知识库、业务数据、表单、文件等专有数据，与我们的 AI 连接，快速地实现 AI 化。
•专属配置：包括如何配置机器人、配置权限、查看访问日志、设置关建词等，专属配置就是企业创建 Agent、设置规则的大管家，没有这个 AI 管家很难符合企业需求。这一系列的配置有一部分需要由技术人员实现，还有一部分可以由业务用户去解决，例如企业中有一些固定的回答模式，类似于企业内部的百科，通过对问答管理，可以避免在各种资料里混淆错误的答案。
我们的智能化客户服务能力已经在很多企业落地，例如为博西家电建立的端到端的数字化客户服务体系，基于 AI 重塑服务流程，包括智能备件推荐、智能客户标签等，帮助服务工程师提前做备件准备，通过客户标签更好地了解客户的历史购买、复购等情况，有针对性地去进行服务营销；中科微至作为智能物流装备龙头，其产品是非标品，原来对工程师的培训非常的复杂，现在通过智能知识库与智能问答，可以大大降低工程师的培训成本，提高工作效率；德力西变频器应用的主要是知识库和 AI 的客服场景能力，这也是非常典型的 to B 场景，可以有效地帮助企业解决用户咨询量大，客服部门接待压力大、回复效率低的问题，以及产品信息复杂，人员培训成本高、时间长的问题。
作为新技术的引用者或者 AI 变革的推动者，我们始终要有清晰的策略，不是为了新技术而创新，而是用新技术来解决老问题，并且仅靠技术是解决不了所有的业务需求的，业务策略越清晰，AI 能够发挥的效果就越大。未来我们也期待能够与更多的企业一起在场景里共创，在场景里深扎。
