科技云報(bào)道原創(chuàng)。

從ChatGPT誕生起，大模型在營銷、客服等場景的落地就被予以眾望。然而在經(jīng)歷了一年多的“百模大戰(zhàn)”洗禮之后，人們發(fā)現(xiàn)無論是算力成本還是內(nèi)容生成的安全合規(guī)問題，都讓大模型很難直接應(yīng)用于機(jī)器與人對(duì)話的實(shí)際業(yè)務(wù)中。

這其中有很多挑戰(zhàn)，不僅僅來自算力、資金、技術(shù)，更大的問題來自行業(yè)落地。有人戲稱現(xiàn)在的大模型是“拿著錘子找釘子”，即便是銷售和客服這樣的熱門場景，也依然在探索大模型這把“錘子”能錘好哪些“釘子”。

目前業(yè)界普遍的共識(shí)是，現(xiàn)階段的大模型無法完全替代人力，但作為人類工作的強(qiáng)大輔助工具，能夠顯著提升效率，在銷售和客服領(lǐng)域亦是如此。但大模型到底怎么做，從哪里切入，才能為銷售和客服業(yè)務(wù)帶來真正的智能化，實(shí)現(xiàn)效率的飛躍？

這是所有相關(guān)廠商都在思考的問題，誰先找到這顆“釘子”，誰就能在大模型行業(yè)落地上撕開一個(gè)口子。而現(xiàn)在，這顆“釘子”被容聯(lián)云率先發(fā)現(xiàn)了。

大模型解決營銷效能之痛

在流量紅利漸漸枯竭的今天，精細(xì)化運(yùn)營已成為企業(yè)的共識(shí)。面對(duì)消費(fèi)者們個(gè)性化的需求，企業(yè)也希望自己的銷售和客服團(tuán)隊(duì)能夠“千人千面”，以更好地推動(dòng)銷售轉(zhuǎn)化，或快速解決客戶訴求。

然而現(xiàn)實(shí)并沒有想象中美好，很多銷售和客服隔著屏幕或電話的“在線溝通”，很難讓消費(fèi)者產(chǎn)生“沖動(dòng)”，一部分客服的一問一答，輕輕松松就能“聊走”客戶。

面對(duì)這種情況，企業(yè)也覺得很冤枉，明明為銷售和客服團(tuán)隊(duì)提供了良好的培訓(xùn)，也通過數(shù)字化技術(shù)為不同類型客戶分配了不同的客服資源，為什么銷售轉(zhuǎn)化率就是上不去？

這里面的核心問題其實(shí)在于話術(shù)和知識(shí)庫。

銷售話術(shù)就如同一套精心編排的“溝通戰(zhàn)術(shù)”，它能夠指導(dǎo)銷售人員如何向客戶介紹產(chǎn)品、如何精準(zhǔn)捕捉客戶需求、何時(shí)采取何種策略以觸動(dòng)客戶購買意愿，從而完成銷售目標(biāo)，可以說是企業(yè)搶占商機(jī)的“決勝武器”。

但好的銷售話術(shù)，并不是通過所謂的“金牌銷售”話術(shù)總結(jié)，就可以讓整個(gè)團(tuán)隊(duì)“一套話術(shù)走天下”。無論是競爭環(huán)境、法律法規(guī)、業(yè)務(wù)規(guī)則，還是客戶需求、客戶畫像，都處在動(dòng)態(tài)變化中，因此對(duì)于話術(shù)和知識(shí)庫的總結(jié)，需要針對(duì)數(shù)量眾多的一線“金牌銷售”話術(shù)和業(yè)務(wù)人員的知識(shí)經(jīng)驗(yàn)，不斷地進(jìn)行提煉，并及時(shí)地更新和沉淀。

不僅如此，與客戶的溝通過程也不是一成不變的，如何在復(fù)雜的溝通場景中靈活使用這些話術(shù)，也是銷售和客服團(tuán)隊(duì)面臨的一大難題。

在過去，很多科技企業(yè)都嘗試用大數(shù)據(jù)和AI技術(shù)來解決這些問題，但是由于AI小模型的局限性，缺乏對(duì)自然語言的理解和分析能力，對(duì)于會(huì)話、知識(shí)等非結(jié)構(gòu)性數(shù)據(jù)的處理停留在關(guān)鍵詞和規(guī)則的匹配上。這就導(dǎo)致很難窮舉客戶的回答，話術(shù)和知識(shí)庫的推薦也只能基于關(guān)鍵詞觸發(fā)，客戶溝通整體比較僵化。

然而AI大模型的出現(xiàn)，讓話術(shù)和知識(shí)庫的提煉、沉淀、洞察有了全新突破的可能性。大模型具備更加精準(zhǔn)的語義理解能力和更強(qiáng)大的自然語言生成能力，可以從多個(gè)維度提升營銷工作的效率和質(zhì)量，比如：基于海量歷史會(huì)話數(shù)據(jù)生成金牌話術(shù)；快速構(gòu)建話術(shù)庫；分析客戶訴求；精準(zhǔn)診斷問題并優(yōu)化等等，從而有效解決傳統(tǒng)營銷低效的問題。

容聯(lián)云敏銳地發(fā)現(xiàn)了這一核心痛點(diǎn)與AI大模型的交集，從而也率先在業(yè)內(nèi)找到了大模型落地的切入口——旗下基于自研赤兔大模型的生成式應(yīng)用容犀Copilot，正是這樣一款提升營銷效率的利器。

容犀Copilot銷售和客服的“實(shí)時(shí)AI領(lǐng)航員”

據(jù)容聯(lián)云產(chǎn)業(yè)數(shù)字云事業(yè)群副總經(jīng)理孔淼介紹，容犀Copilot集“全鏈路數(shù)據(jù)+大小模型+分析洞察”于一體，在每一次的服務(wù)與營銷場景中，實(shí)時(shí)根據(jù)企業(yè)與客戶產(chǎn)生的會(huì)話數(shù)據(jù)與業(yè)務(wù)數(shù)據(jù)，結(jié)合“聚焦客戶聯(lián)絡(luò)全場景的大小模型”與“會(huì)話洞察”能力，產(chǎn)出金牌溝通策略。

簡單而言，容犀Copilot主要有三大核心功能：

• 話術(shù)挖掘

容犀Copilot后臺(tái)一鍵快速對(duì)海量歷史會(huì)話數(shù)據(jù)進(jìn)行核對(duì)篩選，挑選出優(yōu)質(zhì)話術(shù)并生成金牌話術(shù)，兼顧質(zhì)與量的同時(shí)，挖掘出客戶高頻關(guān)注的問題，從問題中洞悉業(yè)務(wù)痛點(diǎn)。

• 智能知識(shí)庫

幫助企業(yè)從零開始、低成本地快速構(gòu)建話術(shù)庫，包括理解文檔知識(shí)、知識(shí)快搜、智能問答等，大幅提升構(gòu)建效率。

• 會(huì)話洞察

高效便捷洞察每一通會(huì)話溝通情況，分析客戶訴求，精準(zhǔn)診斷問題并優(yōu)化。

從市面上看，已有產(chǎn)品推出了類似功能，那么這款全新的容犀Copilot有什么不同？更讓人好奇的是，有了大模型加持的容犀Copilot，表現(xiàn)到底如何？

以“話術(shù)挖掘”為例，過去企業(yè)想要做話術(shù)挖掘全靠人力，培訓(xùn)師面對(duì)銷售和客服幾十萬小時(shí)的會(huì)話錄音，最多只能聽幾十段錄音，再從中找出好的會(huì)話進(jìn)行話術(shù)總結(jié)，顯然這并既不能解決話術(shù)的量，也不能保證話術(shù)的質(zhì)。

但是有了容犀Copilot，企業(yè)可以提前接入客服、企微、營銷通話等各個(gè)溝通渠道的數(shù)據(jù)，并結(jié)合不同的銷售和客服團(tuán)隊(duì)的場景和業(yè)務(wù)目標(biāo)，通過簡單的配置就可以利用大模型能力對(duì)這些海量會(huì)話數(shù)據(jù)進(jìn)行分鐘級(jí)的金牌話術(shù)挖掘。

這些金牌話術(shù)并不停留在“術(shù)”的層面，包括客戶的情緒、立場、正反饋、訴求，都能夠被容犀Copilot挖掘出來，從而有針對(duì)性地給出優(yōu)質(zhì)話術(shù)，以推進(jìn)銷售轉(zhuǎn)化等業(yè)務(wù)目標(biāo)。

金牌話術(shù)只是一個(gè)結(jié)果，背后往往是客戶關(guān)注的問題。對(duì)此，容犀Copilot的“會(huì)話洞察”，能夠從海量的會(huì)話中找到客戶高頻關(guān)注的問題，將問題進(jìn)行聚類分析，找到未被關(guān)注的客戶關(guān)注點(diǎn)，一鍵快速生成高頻問題洞察，從而自動(dòng)總結(jié)出問題所對(duì)應(yīng)的策略，提供給銷售和客服團(tuán)隊(duì)。

例如，某客戶想申請(qǐng)信用卡分期，當(dāng)客服告知利率之后，客戶就不想申請(qǐng)了。之前客服只能靠自我發(fā)揮去和客戶溝通，但是現(xiàn)在有了容犀Copilot給到的個(gè)性化策略和話術(shù)，客服就能夠?yàn)榭蛻敉扑]相應(yīng)的優(yōu)惠活動(dòng)來挽留、安撫客戶，或者建議客戶加入企業(yè)微信、社群等私域，以提高成單轉(zhuǎn)化率。

再比如“搭建知識(shí)庫”，這是幾乎所有企業(yè)都面臨的難題，一是知識(shí)比較分散，二是不同的文檔、不同的知識(shí)庫很難統(tǒng)一。

在傳統(tǒng)的FAQ搭建和維護(hù)中，為了覆蓋更廣泛的用戶意圖范圍，實(shí)現(xiàn)知識(shí)庫的統(tǒng)一，需要大量專業(yè)的人才拆解文檔、編寫大量相似的問題、生成QA、再擴(kuò)展標(biāo)準(zhǔn)、投入到一線中，整個(gè)過程耗費(fèi)大量的人力和時(shí)間成本，一個(gè)周期可能會(huì)持續(xù)3-6個(gè)月。

但是在容犀Copilot的助力下，就可以通過大模型自動(dòng)拆解文檔段落，基于語義自動(dòng)調(diào)取知識(shí)點(diǎn)，對(duì)知識(shí)進(jìn)行匯集和管理。整個(gè)過程只需要一個(gè)普通的業(yè)務(wù)人員操作，建設(shè)周期從幾個(gè)月縮短到分鐘級(jí)，在效率上有一個(gè)巨大的提升。

一個(gè)典型的例子是，某股份制銀行過去構(gòu)建IT規(guī)范知識(shí)庫，光文檔素材就高達(dá)幾個(gè)T，整個(gè)構(gòu)建過程花費(fèi)了80人、2個(gè)月左右的時(shí)間。但現(xiàn)在基于容犀Copilot，只需要1個(gè)人、1天的時(shí)間，就完成了知識(shí)庫的搭建，準(zhǔn)確率從85%提升至89%。

事實(shí)上，大部分企業(yè)并沒有像這家大型銀行一樣，有專門的人力來構(gòu)建和管理知識(shí)庫，而沒有知識(shí)和話術(shù)沉淀的企業(yè)很難從0到1。但容犀Copilot的出現(xiàn)，讓企業(yè)不用再依賴專業(yè)人員，也不用再擔(dān)心耗費(fèi)巨大的人力和時(shí)間成本，知識(shí)庫的搭建和管理變得非常簡單。

這是因?yàn)槿菹珻opilot是以容聯(lián)云自研赤兔大模型為底座，通過預(yù)置很多行業(yè)場景模型，控制了大模型的幻覺、內(nèi)容安全等問題，使得容犀Copilot具備了常識(shí)和一定的行業(yè)知識(shí)。當(dāng)容犀Copilot利用大模型的能力時(shí)，不僅可以對(duì)文檔知識(shí)進(jìn)行分鐘級(jí)拆解，還能對(duì)內(nèi)容進(jìn)行自動(dòng)擴(kuò)展、自動(dòng)化的智能問答，再通過人工審核，建立的知識(shí)庫就能做到非常多的場景覆蓋，來提升前端的咨詢體驗(yàn)和后端的轉(zhuǎn)化效率。

不僅如此，容犀Copilot還能夠在知識(shí)快搜和智能問答場景上，為知識(shí)庫帶來全新的體驗(yàn)。

過去業(yè)務(wù)人員想在知識(shí)庫里找內(nèi)容，只能通過關(guān)鍵詞做檢索，結(jié)果往往并不精準(zhǔn)。但是現(xiàn)在基于容犀Copilot，可以用問答式的方式去做語義理解，給出更為準(zhǔn)確和高效的回答，還可以顯示背后的文檔來源和大模型的總結(jié)。

而智能問答作為補(bǔ)充，可以讓一線業(yè)務(wù)人員通過問答的方式，從用戶的視角去模擬反饋，提出一些之前話術(shù)沒有挖掘出來、文檔沒有檢索到的優(yōu)秀話術(shù)，從而很好地為一線人員賦能。

用容聯(lián)云產(chǎn)業(yè)數(shù)字云事業(yè)群副總經(jīng)理孔淼的話說，“容犀Copilot是通過知識(shí)創(chuàng)造價(jià)值，讓企業(yè)知識(shí)轉(zhuǎn)化成價(jià)值的效率更高和更快”。

容聯(lián)云以大模型重構(gòu)營銷價(jià)值

目前，容犀Copilot已應(yīng)用在多家金融機(jī)構(gòu)的各類業(yè)務(wù)場景中，如：銀行智能客服、薦卡、分期；保險(xiǎn)智能客服、續(xù)保、續(xù)期、理賠；證券智能客服、投顧、合規(guī)、開戶等，也已在制造、汽車、零售等行業(yè)場景中進(jìn)行測(cè)試。

相較于“一窩蜂”扎堆入場AI大模型卻難以落地的玩家來說，容聯(lián)云已率先找到了大模型的“釘子”——通過大模型知識(shí)庫、話術(shù)挖掘、會(huì)話洞察的能力，解決營銷人員水平參差不齊、金牌方法論難以復(fù)用等痛點(diǎn)，提升營銷效率，為客戶打造差異化和個(gè)性化體驗(yàn)。

作為智能銷售和客服領(lǐng)域的領(lǐng)頭羊，容聯(lián)云保持了一貫的穩(wěn)扎穩(wěn)打的技術(shù)風(fēng)格，以及深耕行業(yè)的業(yè)務(wù)能力。這也是為什么在大模型技術(shù)門檻一次次被拉低的當(dāng)下，容聯(lián)云依然能夠領(lǐng)跑垂直大模型、推出極具商業(yè)價(jià)值產(chǎn)品的原因。

從技術(shù)上看，早在深度學(xué)習(xí)階段，容聯(lián)云就已在全方位布局AI，涵蓋前沿底層技術(shù)儲(chǔ)備、AI小模型技術(shù)與to B輸出，有了大量積累。面對(duì)大模型這一波AI技術(shù)浪潮，容聯(lián)云也第一時(shí)間跟進(jìn)，推出了自研赤兔大模型，并形成了非常完善的大小模型協(xié)同進(jìn)化的能力。

在此之上，容聯(lián)云擁有接入全鏈路、全域數(shù)據(jù)的能力，進(jìn)一步提升了AI對(duì)全流程溝通數(shù)據(jù)的分析和洞察能力，從而更好地實(shí)現(xiàn)業(yè)務(wù)價(jià)值的提升。

從產(chǎn)業(yè)實(shí)踐來看，容聯(lián)云也是一個(gè)不折不扣的“行業(yè)老兵”。過去多年服務(wù)過上千家行業(yè)頭部客戶，其中包括上百家金融機(jī)構(gòu)，有著豐富的行業(yè)經(jīng)驗(yàn)和to B服務(wù)能力，這成為容聯(lián)云在大模型競爭中脫穎而出的底氣。

最重要的是，盡管高喊“所有行業(yè)都值得用大模型重做一遍”的企業(yè)不在少數(shù)，但真的能將大模型用起來、落地到業(yè)務(wù)中的企業(yè)卻屈指可數(shù)。除了需要投入高昂的人力、金錢、時(shí)間，更大的挑戰(zhàn)在于業(yè)務(wù)know-how——懂技術(shù)的不懂行業(yè)業(yè)務(wù)，懂業(yè)務(wù)的不懂技術(shù)。

正如容聯(lián)云產(chǎn)業(yè)數(shù)字云事業(yè)群副總經(jīng)理孔淼所說，在各行業(yè)實(shí)際業(yè)務(wù)中，業(yè)務(wù)場景、流程管理都是非常靈活的，大模型的落地其實(shí)依賴于對(duì)業(yè)務(wù)場景的理解，只有知道大模型工具“誰來用、怎么用、何時(shí)用”，才能夠真的將技術(shù)和產(chǎn)品交付出去。

而容聯(lián)云團(tuán)隊(duì)用的就是“笨辦法”，整天和客戶一線業(yè)務(wù)人員“泡”在一起，跟著客戶把業(yè)務(wù)梳理清楚，先理解了客戶業(yè)務(wù)，再去思考技術(shù)和業(yè)務(wù)如何結(jié)合落地。這樣的苦功夫也換來了實(shí)實(shí)在在的效果，在實(shí)際應(yīng)用中，容犀Copilot的效果比業(yè)內(nèi)很多大廠的大模型更好。

“大模型并不是更大就更強(qiáng)，很多大模型是用公開數(shù)據(jù)訓(xùn)練的，能突破原來小模型的泛化能力瓶頸，而行業(yè)客戶的數(shù)據(jù)很多是私有數(shù)據(jù)，以及應(yīng)用場景上有很多knowhow，需要針對(duì)性優(yōu)化，在回答的專業(yè)性、準(zhǔn)確性以及覆蓋率上會(huì)更好”?？醉当硎荆菹珻opilot因?yàn)榉?wù)了很多行業(yè)客戶，合作很深，對(duì)于他們的業(yè)務(wù)場景和業(yè)務(wù)要求更理解，沉淀了更多的Prompt，所以在大模型的訓(xùn)練和推理上能夠產(chǎn)出更好的效果。

隨著容犀Copilot服務(wù)的行業(yè)客戶越多，其大模型落地的效果就越好，由此技術(shù)和商業(yè)也形成正循環(huán)，構(gòu)建起容聯(lián)云在大模型時(shí)代新的競爭壁壘。而那些敢于喝“頭啖湯”、愿意與容聯(lián)云這樣的頭部服務(wù)商通力合作的行業(yè)客戶，也將最先吃到大模型的技術(shù)紅利，獲得營銷效率的巨大提升，走向真正的業(yè)務(wù)數(shù)智化。

結(jié)語

毫無疑問，AI大模型技術(shù)并不能實(shí)現(xiàn)“一招鮮、吃遍天”，場景落地才是技術(shù)發(fā)展的關(guān)鍵。在“技術(shù)奇點(diǎn)”來臨時(shí)，總有一大波的逐利者蜂擁而上形成泡沫，但不能踏實(shí)地研發(fā)底層技術(shù)和落地業(yè)務(wù)場景的他們，會(huì)在泡沫破滅時(shí)被淘汰出局。而像容聯(lián)云這樣的認(rèn)真做技術(shù)、做場景落地的實(shí)力派終將浮出水面，在更長的周期中獲得更豐厚的回報(bào)。

【關(guān)于科技云報(bào)道】

專注于原創(chuàng)的企業(yè)級(jí)內(nèi)容行家——科技云報(bào)道。成立于2015年，是前沿企業(yè)級(jí)IT領(lǐng)域Top10媒體。獲工信部權(quán)威認(rèn)可，可信云、全球云計(jì)算大會(huì)官方指定傳播媒體之一。深入原創(chuàng)報(bào)道云計(jì)算、大數(shù)據(jù)、人工智能、區(qū)塊鏈等領(lǐng)域。

審核編輯 黃宇