自2022年6月30日在香港聯交所主機闆上市以來，天潤融通不斷加大在AI方面的研發投入，并确立了以“AI原生”思維重構客戶聯絡系統和流程的産品發展目标。過去的一年中，天潤融通推出了多項創新的AI産品。這些創新産品，推動了公司在客戶數量和收入規模方面的快速增長。
今年以來，以ChatGPT為代表的大語言模型快速發展，為人工智能在各種應用場景下的落地注入了強勁的動力。同時，大語言模型也激活了客戶的想象力，促使客戶主動參與到AI應用的創新中來，這股重要的創新力量将加速客戶聯絡智能化的“質變時刻”。
天潤融通創始人兼CEO吳強
PART 01.
從自助化到智能化：客戶聯絡的AI進化之路
随着AI技術的迅猛發展，傳統的“自助化”客戶聯絡正經曆着一場變革。過去，客戶不得不面對模闆式的自助服務系統與企業進行互動。這就使得客戶需求難以得到滿足，企業與客戶之間始終存在着隔膜。然而，AI技術中的大語言模型等創新技術為客戶聯絡帶來了革命性變化，它可以識别客戶的意圖、情緒和需求，并給予個性化的、有針對性的回應。
在天潤融通看來，客戶聯絡領域從自助化到智能化的發展曆程可以分為四個階段：
1.0時代：基礎自助服務
通過按鍵配置來實作業務跳轉，根據提示音來選擇所需要的業務，如果配置沒有覆寫，則隻能轉接到人工服務。
2.0時代：基于豐富的關鍵詞比對技術
這個階段可以了解為，在語音或文字觸發系統預設的關鍵詞時而進行業務跳轉，較按鍵方式支援的業務更加豐富，但維護成本較高，并且當關鍵詞發生變化時，便無法比對成功。
3.0時代：基于深度學習的語義了解
通過深度學習技術，如卷積神經網絡、循環神經網絡等，對大量資料進行分析，使AI客服能夠準确地了解使用者的意圖，讓客戶感受到其具有接近人類智能的真實感。此外，在這個階段還可以應用多模态學習等技術手段，實作自然語言了解、對話管理等能力，為使用者提供多元度的體驗服務。
4.0時代：大語言模型垂直行業應用
參數規模更大 (千億級或者萬億級)，能夠利用行業的資料和知識，提供更精準和高效的解決方案，更好地滿足使用者在某個領域或者場景下的需求和期待，更擅長了解使用者的特殊需求，提供更加完美的AI解決方案。
PART 02.
由“量變”到“質變”
AI技術的不斷更新是一個“量變”的過程，早期的模型規模小、複雜度低，隻能處理一些簡單的、專項的、特定目标的任務，有很大局限性。随着算力不斷提升、AI模型規模越來越大、結構越來越複雜，AI技術具備了可持續學習、可深度分析、生成式的能力，正是這樣的技術“量變”，直接推動了應用層面的“質變” ，開啟了客戶聯絡領域的“質變時刻”，我們把它定義為以下幾個特征：
- 開箱即用
早期階段：一個AI模型的應用需要經曆資料準備、模型評估、模型調優等過程，通常耗時較長，綜合成本高、價值呈現慢。
質變時刻：基于海量參數與内容儲備，提升企業智能化業務的冷啟動能力，部署後即可以投入到業務場景，綜合成本低、上線快、業務價值迅速呈現。
- 多模合一
早期階段：不同業務場景都需要部署獨立的AI模型，例如多語言翻譯、文本語音互轉、質檢、機器人等，內建成本高、維護複雜度高、孤島效應導緻資訊碎片化，無法最大化提升業務價值。
質變時刻：一套大語言模型技術即可實作多種任務處理，部署成本低、資料共享綜合決策，可最大化提升業務價值。
- 情感互動
早期階段：需要手動制定規則和政策，無法個性化處理不同客戶的需求，冰冷生硬的機器人服務能力，無法完全釋放人工座席價值産出。
質變時刻：通過對會話過程的實時分析，可有效監測客戶情感狀态、交流意圖等，在應答話術上做出安撫、引導、贊同等情緒疊加，與客戶保持情感共鳴，提高語義與情感了解能力，提高咨詢應答準确率、客戶滿意度，減少客訴率。
- 自主進化
早期階段：通過人工對各類文檔、圖檔、視訊等資訊，進行抽取、建立并手動梳理和篩選，綜合維護成本大、更新速度慢，應用到一線的知識嚴重滞後，無法有效支撐服務、線索/商機轉化過程。
質變時刻：把各類知識文檔/圖檔/視訊以及其他知識庫的資訊融彙進來，就可以自動抽取、分析、聚合、推理、檢索、生成等，維護成本極低并由機器自動完成、知識庫始終保持最新，可以對一線提供有力支撐，提升客戶滿意度與業務目标達成率。
基于對大語言模型的深入洞察，天潤融通進行自我更新，完成了AI産品與大語言模型技術的全面融合，開啟天潤融通的“質變”時刻。
PART 03.
以AI原生為引擎，大語言模型将為企業帶來怎樣的新體驗？
在過去的幾個月中，從ChatGPT到國内文心一言、通義千問、星火認知大模型、360智腦等，各大廠商都推出了自己的通用大語言模型産品，天潤融通更為關注的是如何快速在客戶聯絡場景中實作大語言模型的真正落地，為企業帶來更多的價值。
吳強表示，天潤融通将以AI技術為驅動，建構“人機融合”的客戶聯絡新體驗，幫助客戶實作高效輔助、緊密協同、深刻洞察的目标。
天潤融通人機融合能力矩陣
通過自研AI産品與大語言模型技術的融合，客戶聯絡領域将為企業帶來三大價值提升：
- 高效輔助，打造人機融合的客戶新體驗
以往企業在提供客戶服務時都是通過大量的人工進行接待，而機器人的出現可以有效地将人工從低價值工作中釋放出來。讓人工更加專注地解決複雜問題。
雖然機器人的能力在許多方面取得了顯著的進步，但是在業務場景中“人工輔助”和“輔助決策”也是至關重要的。以往專業客服人員的培養周期長、成本高，較低的成才率也是企業長期面臨的難題。借助座席助手，可以大幅改善新人的專業水準。例如：按照業務規則進行話術導航、客戶咨詢内容自動比對最佳話術推薦、自動填寫工單等，使人工客服的工作效率和專業程度都能夠得到明顯的變化，以提升企業的品牌專業形象和客戶體驗。
企業在客戶服務過程中，會積累大量有價值的會話資訊。然而，這些資訊往往無法得到有效利用。通過深度會話分析技術，可以有效地提取和分析客戶在對話過程中産生的關鍵資訊，幫助企業改善服務品質和産品推廣政策。
- 緊密協同，建構企業高速發展的知識基座
企業的營銷、銷售、服務三大核心業務場景中都離不開大量的知識庫作為業務發展的重要保障。原先，企業擁有的知識常常分散在不同部門、不同人之間，難以形成有效支撐業務發展的知識庫。傳統的知識管理需要耗費大量的時間和人力成本，難以快速響應客戶需求。然而，通過大語言模型的垂直應用，企業可以輕松實作知識的高效管理，包括FAQ一鍵擴寫、文檔知識抽取、基于文檔的學習與回答、聯絡過程的知識自動學習等能力，讓機器人和人工座席在客戶聯絡過程中保持知識的準确率和實時性，将知識成果轉化為業績價值。
傳統的多部門業務協同場景往往存在以下不足：流程繁瑣、效率低下，客服人員需要手動建立工單和處理工單，導緻處理速度慢、回報周期長，嚴重影響客戶服務效率。通過AI會話分析的上下文了解能力，結合工單自動聚類和内容分析技術，可以及時捕捉客戶需求自動生成工單、自動配置設定處理人員、自動更新進度、實時通知客戶等，進而優化傳統的多部門業務協同場景，提高工單處理的效率和全閉環的服務效率，提升客戶服務的品質和效果。
- 深刻洞察，将千變萬化的市場變成可預測的契機
目前諸多企業在經營過程中遇到的普遍難題，很大程度上是來自于企業與客戶聯絡過程中所産生的資料難打通、量大難分析、多部門多角色業務分析報告産出耗時長、業務價值難以挖掘等問題，這些問題造成了極大的資料資源浪費。依托于AI産品與大語言模型技術的融合，可以将資料進一步聚合、清洗、挖掘并可視化展示，例如展示客戶心聲、進線意圖、高頻問題、金牌話術、服務水準、服務效能、客戶滿意度、客戶情緒等。大量資料的有效喚醒，可以為企業的經營政策提供優化依據，幫助企業提升市場競争力。
PART 04.
是開端，更是未來
以大語言模型為代表的AI技術，對各領域服務商來說，不僅是一場與技術的競争，更是一場與時間的賽跑。這不僅考驗着服務商對新場景、新需求的了解，還考驗着誰能更快地通過技術應用、資料積累和服務能力的快速疊代，為客戶創造更多超乎想象的驚喜。
我們有理由相信，大語言模型隻是開端，AI與産業的融合會有更美好的未來。
「微信搜尋「天潤融通」，背景發送“大模型”，文末免費申請試用！」