目前，以 ChatGPT 為代表的大模型已經(jīng)在許多企業(yè)中用于智能客服應(yīng)用。它可以通過(guò)自動(dòng)回答常見(jiàn)問(wèn)題、解決簡(jiǎn)單問(wèn)題和提供基本支持，減輕人工客服的負(fù)擔(dān)。大語(yǔ)言模型通過(guò)深度學(xué)習(xí)和大量的語(yǔ)言數(shù)據(jù)訓(xùn)練，能夠理解和生成人類(lèi)語(yǔ)言，使得用戶(hù)能夠以自然的方式與它交互。在一些常見(jiàn)的客戶(hù)查詢(xún)和問(wèn)題解答方面，這類(lèi)大模型已經(jīng)取得了相當(dāng)不錯(cuò)的效果。
然而，當(dāng)前的大語(yǔ)言模型在實(shí)際應(yīng)用于智能客服場(chǎng)景中時(shí)仍存在一些挑戰(zhàn)——它可能會(huì)生成錯(cuò)誤或不準(zhǔn)確的回答，尤其是對(duì)于復(fù)雜的問(wèn)題或領(lǐng)域特定的知識(shí)，這就對(duì)智能化程度提出了更高的要求。未來(lái)的在線客服系不僅需要更高級(jí)的算法和機(jī)器學(xué)習(xí)技術(shù)，還需要更多精準(zhǔn)的自然語(yǔ)言處理能力。這將對(duì)在技術(shù)上不太強(qiáng)大的企業(yè)形成巨大的壓力。
此外，隨著用戶(hù)數(shù)量和訪客量的增多，未來(lái)智能客服將需要處理超大規(guī)模的并發(fā)請(qǐng)求。這需要系統(tǒng)在多種方面都擁有特殊的設(shè)計(jì)，如負(fù)載均衡、高可擴(kuò)展性和高可用性等。
現(xiàn)在市面上的很多對(duì)話機(jī)器人，回答是單一固定的，變化比較少，與真實(shí)的人與人對(duì)話還有差距，未來(lái)的智能客服系統(tǒng)將需要進(jìn)一步加強(qiáng)對(duì)用戶(hù)行為的自適應(yīng)性和個(gè)性化服務(wù)。這就需要系統(tǒng)學(xué)習(xí)更多的用戶(hù)數(shù)據(jù)和信息，并適應(yīng)不同的用戶(hù)行為，為他們提供更好的服務(wù)和體驗(yàn)。如何提升用戶(hù)體驗(yàn)就成為了智能客服供應(yīng)商主攻的方向。
具體來(lái)講，主要應(yīng)從人性化服務(wù)、個(gè)性化服務(wù)和擬人化的對(duì)話交互方面進(jìn)行改進(jìn)。
首先是人性化服務(wù)。在場(chǎng)景和意圖理解精準(zhǔn)的基礎(chǔ)上，附加更有溫度的對(duì)話語(yǔ)境，可以讓機(jī)器人在擬人化上，再進(jìn)一步。多模態(tài)情感計(jì)算是實(shí)現(xiàn)這一步的有效方法。目前，我們正在推進(jìn)虛擬數(shù)字人客服進(jìn)行人機(jī)交互對(duì)話，在此過(guò)程中結(jié)合情感計(jì)算，可識(shí)別用戶(hù)通過(guò)視頻、語(yǔ)音、文本所傳遞的情感表達(dá)，讓智能客服在應(yīng)對(duì)是作出相應(yīng)情感反饋，打造具有情感理解、有溫度的人機(jī)交互。這種多模態(tài)情感計(jì)算技術(shù)的實(shí)現(xiàn)方法主要是通過(guò)基于專(zhuān)家規(guī)則和基于機(jī)器學(xué)習(xí)兩種。其中，基于機(jī)器學(xué)習(xí)的方法通過(guò)訓(xùn)練模型來(lái)自動(dòng)學(xué)習(xí)情感狀態(tài)的分類(lèi)標(biāo)準(zhǔn)，可以更好地適應(yīng)不同領(lǐng)域、不同語(yǔ)境下的情感表達(dá)，效果相對(duì)更優(yōu)些。
其次是擬人化的對(duì)話型交互。通過(guò)場(chǎng)景化設(shè)計(jì)優(yōu)化，比如問(wèn)題拆解、主題繼承、多輪對(duì)話、上下文理解等等，機(jī)器人能夠帶來(lái)一種更加貼近自然對(duì)話場(chǎng)景的對(duì)話型交互模式。
第三是個(gè)性化服務(wù)。根據(jù)客戶(hù)畫(huà)像千人千面提供個(gè)性化服務(wù)，從多角度出發(fā)進(jìn)行語(yǔ)義理解，此外還要附加語(yǔ)音情緒判別。
大模型誕生后，無(wú)疑為智能客服領(lǐng)域注入了新的“營(yíng)養(yǎng)劑”。這種“革新”體現(xiàn)在多個(gè)方面，包括座席輔助和座席提效、閑聊寒暄、話術(shù)優(yōu)化建議、提供語(yǔ)料擴(kuò)寫(xiě)等。
歸根結(jié)底，提高對(duì)話質(zhì)量的核心還是理解客戶(hù)和用戶(hù)的場(chǎng)景，以及能夠搭建出衡量得失的數(shù)據(jù)框架。這兩個(gè)組合之下，會(huì)有一個(gè)循環(huán)反饋的過(guò)程，就能夠通過(guò)正常的產(chǎn)品迭代達(dá)到好的效果，并且能夠衡量出來(lái) ROI 和對(duì)實(shí)際業(yè)務(wù)的共享。
