摘要: 智能客服在人工智能商业化落地的过程中的重要性及其发展历程，以及大语言模型对智能客服产品的革新和未来发展。

智能客服：AI语音技术时期

在人工智能商业化落地的过程中，智能客服是一个被人们经常忽视但非常重要的领域。作为一个市场体量达到百亿级人民币的软件赛道，智能客服与其他人工智能领域相比，可能没有足够的吸引力。然而，在智能客服商业化产品的发展过程中，智能客服始终保持着先锋的形象，带来一系列令人惊喜的产品。现在，让我们来回顾一下智能客服在人工智能应用领域的几个阶段。

一：AI语音技术时期

在移动互联网时代到来之前，基于通信底层的智能客服主要以呼叫中心的形式存在。呼叫中心与通信的天然结合，广泛应用于企业级场景，为行业的稳健发展提供了支持。在20世纪初期，AI语音技术的ASR（语音识别）和TTS（文语转换）在国内市场迎来了成熟时期。讯飞、捷通华声等厂商攻克了中文、中英文混合、多语种多方言的识别和发音等技术难题，推出了商业化的产品。

在呼叫中心领域，电话语音短时长语音场景、语音语料训练的私密性和企业付费意愿等有利因素，带来了智能客服与AI人工智能技术结合的第一波热潮。一些企业推出了智能质检、智能语音助手、智能IVR语音导航等应用，成为了行业标准化产品，目前仍然是智能客服领域的典型应用。

二：AI语音+NLP自然语言处理

2010年前后，互联网和移动互联网的发展使得在线客服产品成熟并进入市场。在没有NLP自然语言处理技术之前，在线客服通过标准QA问答对和问题列表的方式提供查询和反馈。随着NLP自然语言处理技术的提高，越来越多的企业开始使用具备NLP处理能力的AI技术构建新一代智能客服机器人。这些机器人具备自助对话、闲聊、准确识别客户意图的能力，能够实现基于知识库的问答、基于NLU自然语音理解和NLG自然语言输出的完整智能聊天机器人产品。通过上下文识别、意图识别、槽位填充和产品化流程设置，AI机器人能够提供更复杂的服务和营销工作。不论是文本还是语音方式，都能够模拟人类的口气和行为，并具备完全自助化的能力。

经过持续发展和产品的打磨，呼叫中心+在线客服+AI语音机器人、文本机器人共同形成了我们现在熟知的产品：智能客服。这是当前主流的智能客服产品形态。

三：大语言模型时代的智能客服

2022年，大语言模型的爆炸式发展给很多行业带来了巨大冲击，智能客服产品也不例外。每一次技术的重大变革都会带来行业洗牌，探索新技术的产品形态、应用领域的扩展以及改进用户体验或降低成本的新优势都具有巨大价值。

在大语言模型尚未发布之际，拥有稳定用户基础和成熟产品的智能客服成为了急先锋。许多企业已经基于自身产品推出了商业化的产品和应用。下面，我将为大家梳理当前智能客服领域内的最新变革情况，并对大语言模型将带来的新变化进行前瞻。

1：生产工具上的革新

大语言模型的引入真正带来了生产工具上的革新。传统的软件开发模式已经开始发生变化，从伴随式编程到代码生成，甚至到自然语言自助化编程，将随着大语言模型能力的更新而更快地到来。我们曾说每个人都是产品经理，但实际上人人都是程序员的时代将更快地到来。因此，学习一门编程技能非常重要。

推荐大家关注知乎知学堂课堂推出的免费体验课《程序员的AI大模型进阶之旅》。该课程从底层原理到实战技能，对当下热门的LangChain框架应用和Fine-Tuning专属模型微调进行了深入浅出的讲解，帮助大家抓住风口。

在智能客服应用中，生成工具是重要的一类底层应用。包括AI引擎管理、数据建模工具、意图管理、标签标注和管理、流程生成工具、业务构建工具等。这些工具是智能客服AI能力的基础应用，虽然用户无法直接关注，但却是整个智能客服领域的重要组成部分。

大语言模型的引入颠覆了传统的智能客服产品，它不再依赖于自然语言处理、语义理解、意图识别、关键字和正则处理等方式，而是以上下文关联、逻辑链提示处理等方式实现。借助大语言模型的能力，智能客服产品可以实现自动化流程设置、自动化训练和标注、自动化知识库扩充等功能，取代传统的手工标注和问答对处理，提供标准问和自动扩展相似问等。目前市场上已经出现了自动化流程、自动化知识库爬取、扩写和输出的成熟应用。

2：应用上的革新

传统智能客服产品的AI应用可以通过大语言模型进行改造，例如：

智能质检： 传统智能质检已经是一个非常成熟的解决方案，但需要通过复杂的规则设置、大量语音训练和人工调试来使用。通过大语言模型的能力，可以实现无需复杂设置、更智能的质检结果输出。例如，向模型中输入一定数量的优质录音和文本，并告知模型哪些因素是加分的，让模型自动判断数据的质检情况，并通过手工质检的对齐调优，让模型持续学习和改进。

智能辅助： 对于座席侧的智能辅助功能，也可以通过对优质样本的投喂、正确流程和加分因素的定义，让CHAT GPT在数据滋养下实时提供更好的辅助能力。虽然辅助功能框架可以保持不变，但内部是一个不断进化、自动学习的”业务助理”。

内训机器人： 对于需要内训的机器人，借助智能质检和智能辅助的基本能力，可以基于现有数据样本生成内训”教官”。业务管理人员可以针对岗前培训、业务流程、服务过程设置不同的内训主题，通过一定量的标准语料训练后，让内训机器人指导座席进行自我训练，对注重学习和管理能力的运营型客户非常有吸引力。

智能填单类： 在智能客服应用中，有许多需要手工输入的表单，如客户资料、跟进记录、服务工单等。目前市场上已经出现了使用CHAT GPT进行智能填单的实验性应用。以往的实现方式需要复杂的工程化设计，实时匹配会话文本、词性分析、语义分析和关键字查找等方式，效果常常不尽如人意。可以预期大语言模型的能力可以有效提升此类产品的实用性。智能填单类的小型应用已经在智能客服机器人流程、在线客服流程、微信、钉钉等社交媒体流程中开始得到实际应用。

从帮助中心到座席助理： 全功能的智能客服产品非常庞大，功能众多，上手难度很高。许多产品的设计需要操作者在各个页面之间进行跳转以查找、配置和调整。传统的帮助形式除了简单的功能提示页面外，还有类似维基百科的厚重在线帮助页面，对使用者来说并不友好，对开发者也产生了沉重的更新和维护负担。而使用智能助理模式的在线帮助可以通过对话式的简单体验为不同角色的人员提供实时协助，甚至可以进行一些功能型的配置和要求，聪明的助理可以准确理解使用者的对话，并直接进行配置和改变。

AIGC知识库和知识门户： 智能客服产品中，知识库是最需要AIGC内容生产能力的地方。通常分为内部知识库、机器人知识库和外部知识库。知识库是需要人工管理和维护的，对于需要提供大量知识辅助的智能客服而言，这是一个沉重的工作。大语言模型的引入可以协助高效智能地进行归类和自动生成知识库类目和明细。通过增加对外部数据源的引用，知识库还可以自动关联，减少知识库同步的操作。使用者在应用中可以给出知识点反馈，帮助知识库进行权重自动调节。对于调用量远大于内部知识库的机器人知识库，也可以通过用户反馈对未知问题进行自动整理和关联，节省知识库维护者的工作。

无论是生产工具上的革新、应用上的革新，还是产品上的革新，大语言模型都为智能客服带来了巨大的机遇和挑战。虽然现阶段还无法看到颠覆性的新一代大语言模型智能客服机器人的表现，但随着大语言模型的进一步增强和行业的快速发展，这一天终将到来。智能客服产品将不负”智能”二字之名。

无论你是普通大众还是程序员，站在风口前的我们都应该学习一门编程技能，抓住新时代的机遇。为了更快地踏入大语言模型的殿堂，我推荐大家关注一套高质量的大语言模型编程课程：《程序员的AI大模型进阶之旅》。课程内容丰富，由浅入深，讲解透彻，让你更好地了解和运用大语言模型的知识。

现在，让我们一起迎接智能客服产品的新时代吧！

参考图片链接：