(资料图)
受访者供图
“问题中包含了复杂的意图，从它的回答来看，准确地理解了所有意图。这对以前的NLP（自然语言处理）技术来说，是一个很大的挑战。这意味着，传统人机对话技术需要使用十多个单功能自然语言处理模块组装构建的机器人，对于ChatGPT来讲，一个角色扮演的命令，加少量的信息设定，即可实现”，李稀敏表示。 这还只是一个非常简单的例子。 综合行业人士的说法，ChatGPT的技术应用对客服行业的影响，可以分为几类。 首先是人机交互上。张金表示，传统机器人对复杂场景的应变能力不够，一旦用户问的问题在知识库里没有，或者超出了预设的流程，机器人就无法很好地应对了。现在，ChatGPT大模型本身蕴含了大量泛知识内容，能够以更灵活的回答应对上述情况。 ChatGPT还能带来使用体验上的升级，比如过往对于同一个问题，传统机器人虽然可以理解不同的问法表达，但回答往往是千篇一律的，“现在，生成不同风格的对话内容，对ChatGPT而言已经非常容易了”，张金表示，ChatGPT也能够基于用户的个人信息和历史交互，提供更个性化的回答。 除此之外，李稀敏还提到，ChatGPT的知识存储能力，让他感到震惊，“这将对现有的知识图谱生态造成冲击”。而ChatGPT能大跨度地进行多轮对话，随意切换聊天主题，“这也突破了传统人机对话系统中，对话管理能力的天花板”。 其次是成本上的改变。 周丹表示，ChatGPT让人感到惊艳的效果给了他很大的触动，对开放和应用持乐观态度，关于合作应用，他提到两种思路。一个是有助于辅助意图的识别，进行算法冷启动，“之前的NLP算法启动都需要标注大量样本，很多情况下，是没有标注样本可用的，或者标注代价太大。ChatGPT可以辅助生成一些样本，以供人工标注。” 第二种是，用于辅助知识库的搭建和配置。“以前碰到陌生的行业，需要人绞尽脑汁想访客可能会问智能客服的问题，现在借助ChatGPT可以解决”，他举例，比如，能直接让它就问题“我的快递到哪儿了”扩充10个相似的问法，“这种模式摆脱了现在行业主流的，仍需要以人工拆解问法和答案的知识维护模式，有极大的效率优势。” “以前的方式使知识库的建设成本很高，现在借助ChatGPT相关技术，有可能让大模型快速、低成本地习得新知识”，张金也表示。 再者，当技术提升，也能增加智能客服的应用场景。 比如它翻译能力的应用。张金提到，传统机器人还面临多语种的挑战，语种间相互切换的成本较高，而ChatGPT也能提供相对可靠的解决方案。 “可以支持跨语言的客服服务，在企业出海的国际化场景上，很有潜力。”田凤占也表示，他还提到，在测试时，“当你说你心情不好，它会与你沟通，帮你缓解，这在情绪关怀方面也有很大的应用前景”。 在田凤占看来，ChatGPT的应用会很快，未来一两年就能看到。“已经有相对确定的场景可以落地”，他举例，如可以扮演人工客服和客户沟通，在客服接待、电话促销上，都很有前景。 周丹表示，除了技术上的探索，就应该探索更多的应用场景，比如可以去帮助训练客户的知识库体系，做用户沟通会话时的情绪状态分析。“之前智能客服为企业主要带来降低成本的价值，现在还借助客服这个触点，构建出一些具体的营销场景，也就是服务营销一体化”，周丹表示。这样一来，客服团队才能从成本中心转向价值中心。 这也给当下的智能客服行业的公司提出挑战。 周丹表示，从商业维度来看，ChatGPT更容易取代功能单一、停留在旧思维的智能客服公司，“比如说只有机器人，没有工单，没有数据分析，没有视频客服，无法满足复杂流程业务需求的公司”，最能了解客户需求，明白客户需要在什么场景上应用好这类技术的公司，才能走得更远。 李稀敏表示，ChatGPT的发布，给全世界从业者以明灯式的指引，借助大规模语言模型（LLM）技术，他们也在研究相关客服机器人，“ChatGPT的出现，将大大加快智能客服的渗透速度。就像伐木场突然迎来工业革命，把有轨马车换成了蒸汽列车。” 什么时候能落地？ 对于ChatGPT是否会带来行业冲击，受访的行业人士都一致给出了肯定答案。不过在落地的可能性与时间快慢上，观点不同。 落地难点上，首先一个是成本。 国盛证券在报告《ChatGPT需要多少算力》里提到，ChatGPT背后的回归语言模型（GPT-3）训练一次的成本约为140万美元，对于一些更大的大型语言模型（LLM），训练成本介于200万美元至1200万美元之间。 总之，很烧钱。不过第三方公司也可以选择将ChatGPT集成到他们的应用程序里去。根据OpenAI的定价，ChatGPT模型系列gpt-3.5-turbo，它的售价为每1000个token售0.002美元，是其现有的GPT-3.5模型价格的十分之一。“对于客服来说，仍然是扛不动的价位”，有行业人士表示。 田凤占表示，ChatGPT需要针对企业的个性化知识库进行训练，才能回答企业的个性化问题。这就需要ChatGPT在云端开放其训练能力，并且要求企业将自己的知识库上传到云端做训练。 但ChatGPT训练一次的费用对企业来讲是一个天价，因此ChatGPT的商业化需要将模型裁剪到合适的规模，在合理的费用和时间内完成训练，才能适应一般企业的需求。但裁剪的同时，又需要保留原有的问答体验。 其次就是数据安全、数据隔离的问题。 这存在两种不同看法。 “大部分企业都不希望把自己的专有知识库上传到公开的领域里，训练一个公开的模型，这个模型还被其他人共享。很多人都会有这样的担忧”，田凤占表示，不过在他看来，这采用更小的模型有希望解决。 “小模型不是对所有的企业客户开放，而是给一小部分客户提供服务，在更小的范围，企业客户会更愿意开放的提供一些专有知识，然后对模型进行训练”。在他看来，“这或许不是一个翻越不了的大山”。 但在梁爽看来，这和使用体验或很难兼顾。“一些银行数据、保险数据，不可能放在互联网上给外界访问，需要有一个物理隔离，所有的访问权限相当于在局域网之内，ChatGPT也是在局域网施展能力。但这个能力肯定会受限制，说白了，答案的丰富度是基于数据来的，数据受限的情况下，ChatGPT只能说是比较好用的机器人，效果和能在全网搜索解决方案相比，肯定是不一样的”。 梁爽表示，这使得ChatGPT对于智能客服行业，短期内或没有多少冲击。 “现在之所以有人工客服，是还有现有的机器人解决不了的问题，比如说投诉、售后维修处理。即使ChatGPT跟客服领域结合，该要人工的还是要人工”。 田凤占也承认，虽然OpenAI宣布“ChatGPT和Whisper模型现已在API上提供”，但提供的也仅仅是应用层面的调用，如何面对企业、行业提供垂直个性化的训练，且保障低成本、数据安全，依然是不可回避的问题。 但在他看来，一些问题并非没有解决办法。 “有公司已经开始做小型化的ChatGPT，类ChatGPT的模型，有望达到类似的效果，我们现在已经开始测试了”，田凤占对深燃表示，他们正在观察小型的类ChatGPT模型需要多少成本、多少时间、能否跑通，一些东西还有待验证。 “我相信在未来的一段时间里，类似的产品会不断的涌现出来，大家会有更多的选择”，田凤占表示。 新技术，新问题 需要注意的是，即便智能客服升级了，还是不会完全替代人工客服。 猴子表示，客服这个岗位，真正重要的工作在于协调各部门，以及在问题无法解决的时候，安抚客人，“人工智能可以大大方方地承认问题是解决不了的，也不用字斟句酌地跟人周旋。但人工客服不能这样”。 她举例，酒店里客人打电话来要查找遗留物品，智能客服能跟客人核对房号、退房日期、登记人姓名，然后和客房部确认是否发现遗留物品。“但很多时候遗失物品是找不到的，给客人回电时，他很可能会坚称有，智能客服只能跟客人坚持表示没有，事情就僵持在这里了，但真人客服还得负责劝服客人，或者让客房部接着帮忙找”。 一位投资人表示，ChatGPT还不是最终落地的产品形态，距离真正的投入还有距离，一方面是准确度问题，另一方面需要考量成熟的商业模式，需要与更切实的场景结合，做更明确的产品。 以智能客服为例。借着这次机会，他们对于智能客服行业也有所关注，看项目时，会看打造的面向C端的产品，是不是给消费者带来了更拟人化的体验，接着会考虑准确性和时效性的问题。“客服这个场景，容错率没有那么高，比如将ChatGPT集成到一个金融产品里做分析，用户是不能接受一个错误的应用数据的。” 还有一个需要考虑的问题，还是数据安全。 李杨是一家医美护肤品的代理商，会使用AI电话获客。在成本的节约上，他举例，以前发短信，获客率为万分之几，即给一万个人发短信，只有几个人能成为顾客。假定一条短信5分钱，一个顾客的获客成本也有上百元。 用AI电话，效率增加了上百倍。他给深燃算了一笔账，打一个AI电话，跟以前打国际长途电话费用差不多，1分钟1块多，一般接通率超过60%，不挂断的30%人里，有20%-40%能加上他的企业微信，成为私域用户，所以总体算来，转化率在5%-10%之间。即每100个人里，有三五个人能成为客户，一个顾客的获客成本大概在10元左右。 AI带来了效率的提升，李杨表示，他现在社群里有7万个客户，但只有几十名员工，在运营上有人手上的压力，还亟待用更智能的智能客服来解决。 ChatGPT来了，更智能的AI客服也将进入人们的生活，而当智能客服越来越智能，对于人们的生活到底是带来便利还是干扰，也相当取决于使用者的价值判断。他也表示，在获取用户数据前获得授权同意，或是未来的解决办法之一。 一位从事数据安全相关工作的人士告诉深燃，“智能客服，会收集到很多用户的私人数据，一旦信息泄露或被违规交易，可能会让用户不堪其扰”。 这在现在就已经是一个问题，未来随着智能客服的升级，问题或许会更普遍。 此外，数据安全方面的问题也值得关注。“AI的数据安全，对于全世界来说，都是很难攻克的问题。AI没有判断力，还支撑不住很多欺骗方式。防护策略在行业里推动很难，防护难度很大。一旦数据侵袭，问题爆发了，产品已经融入到每个人生活里，很容易数据污染。”上述从事数据安全相关工作的人士表示。 “在不侵犯客户隐私的情况下，怎么能通过之前给客户提供的服务，还有客户之前的反馈诉求，对客户的需求有更深刻的洞察，怎么在推送客户需要的产品和服务时，用更软的模式，比如发短信用微信，而不是直接打电话，当客户有更明确需求的时候，再拉起对话。”田凤占表示，即便没有ChatGPT，行业也应该是这样的。 新技术、新产品来了，怎样运用能帮助到人们生活，而不是去打扰他们，或许也是智能客服未来要思考的问题。*题图及文中配图来源于视觉中国。应受访者要求，文中猴子、李杨、梁爽为化名。
