根据2024年4月15日斯坦福大学发布的2024年度《人工智能指数报告》，过 去一年，以ChatGPT为代表的人工智能模型席卷世界，生成式人工智能的领域资 金比2022年增长了近八倍，达到252亿美元。在图像分类、视觉识别和语言理解 等领域，人工智能已经超越了人类的能力。然而，在数学竞赛、视觉理解和规 划等更复杂的任务上，人工智能仍在追赶人类。在中国也是如此，以金融行业 为例，在国内42家上市银行中，已经有9家银行在2023年半年报中明确提及正在探索大模型应用。目前在国家互联网信息办公室登记备案，提供生成式智能服务的企业已达到117家，相信伴随生成式人工智能的发展，在客服行业也必将迎 来一次智能客服的升级与重构。
回顾历史，10年前，当智能客服刚刚兴起的时候，我们也曾看到过上百家企业一哄而上提供智能客服服务的场景，今天回头再看，能留存下来的企业凤毛麟角，虽然过去10年企业在智能客服上投入了大量的资金，但从效果来看， 整个社会对智能客服的反馈仍然是矛盾和撕裂的。一方面，有人认为智能客服的出现，把客户服务延伸到了所有和客户交互的触点，在工作效率提升、运营成本降低、服务质量增强、个性化服务和数据分析优化上带来了显著的效益；另一方面，因为智能化程度有限、数据处理不到位、应用体验设计不够友好等问题，造成各大央媒报道的“人工智能不智能”、“AI客服快把人逼疯了”的 现状。
国内企业在智能客服上做了这么多年的投入，为什么智能客服还存在这样或那样的问题呢
笔者认为主要有以下几个原因：一、原有基于NLP（自然语言 处理）技术的人工智能主要属于判别式人工智能的范畴，它根据已知的数据学 习输入和输出之间的关系，从而对未知数据进行预测和分类。
它主要关注如何 基于现有数据来做出决策或判断，相对来说，技术应用尚不成熟，使得原有智能客服在语义理解、个性化服务等方面仍有待提升。例如，一些智能客服难以识别个性化的提问方式和语句结构，导致无法为用户提供精准化、人性化服务。这使得智能客服在应对复杂或特殊问题时往往显得力不从心；二、一些企 业为了降低成本和提高效率，过度使用智能客服，没有友好转接人工客服的流 程，当智能客服无法应对某些问题时，客户往往无法获得及时有效的帮助，导 致客户体验下降；
三、智能客服能否发挥作用，数据质量问题是一个重要的瓶 颈，由于智能客服数据来源的多样性和复杂性，数据中可能存在噪声、冗余和不一致等问题，这会影响到智能客服的准确性和效果。
同时，在使用智能客服 时，数据采集、清洗、预处理和标注是一个长期工作，很多企业往往只在项目上线初期，为了保证智能客服的准确率，花费大量的精力进行数据处理，一旦上线，没有专门的预算和人员持续地完成数据处理工作，导致智能客服无法得到加工过的数据，最后的结果必然不尽人意。随着生成式人工智能在全球的兴起，智能客服这三方面问题，有望通过大模型与NLP技术结合的方式获得改善或解决。首先，大模型时代的智能客服机器 人拥有更强大的语义理解、处理复杂对话流程，情感分析和情绪识别、自主学习和持续改进的能力。这得益于大模型从大量数据中学习到的丰富知识，使其能够更深入地理解客户的意图，并在各种场景中自如地与客户对话。这种理解能力超越了传统NLP技术所能提供的范围，使智能客服能够提供更精确、更个性 化的服务。其次，伴随智能客服应用的普及，开始有一大批企业，开始重视应 用体验设计，让智能客服与人工服务之间的切换更加自然、高效和顺畅，以满 足客户不断变化的需求。当客户的问题超出智能客服的处理范围或需要更深入 的解答时，智能客服能够自动识别并引导客户转向人工服务，这是一种技术手 段，更是一种设计思维。最后，在大模型时代，“高质量数据是智能客服好用的前提”这一观念，已经成为行业共识。大模型基座公司，购买了大量的数据训练自己模型，在针对企业客户时，往往采用检索增强生成（RAG），微调和标注等方法，让数据变得更准确，给客户的回答更专业。通过数据采集的泛化处 理、数据标注和模型评估及内容的改写，希望让大模型可以理解，让企业用户 更加放心使用。
智能客服的核心是机器学习模型，这些模型必须通过大量的数据训练来学习如何理解客户的问题，并给出相应的回答。
如果数据包含错误、不完整或不 一致的信息，模型的学习效果将大打折扣，可能导致误解客户意图或给出错误的回答。通过对高质量数据的分析，智能客服可以不断优化对话流程，提高响应速度和处理效率。在智能客服中，数据处理是一个核心环节，涉及多个关键步骤以确保数据的准确性和有效性，从而支持高质量的客户服务。数据处理基本包括以下几个方面，1．数据收集：这是智能客服数据处理的起点，主要收集客户服务数据，包括客户的问题、客服的回答、客户的反馈等。这些数据将用于后续的模型训练和优化；
2．数据清洗：清洗数据是确保数据质量的关键步骤。主要目的是去除数据中的噪声、异常值和重复项，纠正错误，保证数据的准确性和一致性。清洗过程可能包括去除无关信息、处理缺失值、标准化数据格式等；
3．数据预处理：预处理是为了将数据转化为适合机器学习模型训练的形式。这包括分词、去除停用词、标注等操作，以便于AI模型的理解和识别，预处理还可以包括特征提取和选择，为模型提供有意义的输入；
4．数据分析和挖掘：通过统计分析和机器学习等方法，挖掘数据中的规律 和趋势，这有助于智能客服更好地理解客户的需求和行为，提升服务的 针对性和有效性；
5．模型训练：使用清洗和预处理后的数据来训练AI模型。目标是使模型能够准确理解客户的问题，并给出合适的回答。训练过程可能涉及调整模 型参数、优化模型结构等，以达到最佳性能；
6．模型评估和优化：训练好的模型需要进行评估，以验证其性能。根据评估结果，对模型进行必要的优化，以提高其准确性和响应速度；
7．数据应用：将数据分析的结果和训练好的模型应用到实际工作中，如客户服务、产品推荐等。这有助于提供更个性化和高质量的服务，提升客 户的满意度和忠诚度。
图1.大模型时代智能客服系统工程模块
我们意识到在大模型时代，如果使用智能客服，数据处理是如此重要，但很有意思的是，如果我们把能客服当成一个系统工程，我们会发现，从需求定义、模型选择、算力准备、数据采集、数据处理、模型调优、应用集成到体验优化等不同模块，都有不同的服务商在支撑和推动智能客服的发展。比如当我们看到模型选择时，我们可以想起一批大模型基座的厂商；当我们看到算力准备模块时，让我们可以想起一批算力服务商和云服务商；当我们看到应用集成和体验优化模块时，让我们可以想起很多集成商和原来的AI服务商，但是当我们看到数据采集、数据处理和模型调优模块时，我们一方面想不出在我们这 个行业哪家数据服务商更专业，另一方面我们往往觉得这个环节，要不是AI厂 商出人做，要不是系统集成商出人做，要不是企业客户自己安排人做，彼此的边界非常模糊。于是形成了今天两个局面。一个局面是，一些非常优秀的企业，在智能客服上有很大的投入，他们每年在数据采集和数据处理上几千万， 上亿的投入，让其它企业觉得成本太高，高攀不起；另一个局面是，有一大批中小企业，把智能客服项目当成一次性买卖的项目，根本没有考虑智能客服上线后的数据采集和数据处理成本，把这个环节交给系统集成商或者AI厂商，往往是项目验收前，数据处理得很好，为验收的准确率提供很好的结果，但项目验收后，在数据处理上没有持续投入的概念。智能客服好用的前提是需要有高质量的数据，这样的结果就是企业的智能客服越来越不好用，客户也就对原有提供服务的AI厂商越来越不满。