当前位置: 首页 > 品牌资讯 > 如何释放ChatGPT大语言模型在客户联络领域中的潜力?

如何释放ChatGPT大语言模型在客户联络领域中的潜力?

原创

2023/03/16 18:04:04

来源:天润融通

作者:Tian

图标 2172

本文摘要

ChatGPT所带来的AI变革风暴,依然在持续发酵。短短几个月的时间里,ChatGPT的“进化速度”超出我们的想象。就在昨天,Open AI重磅发布了GPT-4 模型,升级了多模态能力——从上一版本的只支持文本输入快速迭代为可接受图像输入并理解图像内容。也就是说,人们只需要上传一张简单的图片,ChatGPT就能快速对其进行识别和生成文字内容,甚至是网站的HTML代码。

如何释放ChatGPT大语言模型在客户联络领域中的潜力

ChatGPT所带来的AI变革风暴,依然在持续发酵。短短几个月的时间里,ChatGPT的“进化速度”超出我们的想象。

就在昨天,Open AI重磅发布了GPT-4 模型,升级了多模态能力——从上一版本的只支持文本输入快速迭代为可接受图像输入并理解图像内容。也就是说,人们只需要上传一张简单的图片,ChatGPT就能快速对其进行识别和生成文字内容,甚至是网站的HTML代码。

与此同时,我们也看到人类对于人工智能背后大语言模型的探索,比以往任何时候都更加深入。今天咱们就以大语言模型为切入点,跟大家展开聊聊。

01、什么是大语言模型?

大语言模型(LLM全称Large Language Model,简称大模型),在自然语言处理领域内,是目前最热门的一个概念。

所谓大模型,其实是通过训练,从大量标记和未标记的数据中捕获知识,并将知识存储到大量的参数中,以实现对各种任务进行高效处理的技术架构。如今,大模型已经在多个领域都有广泛应用,成为赋能企业效率提升的关键驱动力。

但是,至于模型多大才算大,目前还没有一个明确的衡量标准。参数越多,模型越大。一般来说,模型参数可能要达到百亿级别才会显示出明显不同于小模型的能力。当下爆火的ChatGPT就是大模型应用的典型代表,其参数已经达到了上千亿级别。

-ChatGPT发展路径-

而人们对大模型的探索,远不会停留在类ChatGPT的范畴内。

3月6日,来自谷歌与柏林工业大学的人工智能研究人员小组推出了一个多模态具象化视觉语言模型(VLM)-PaLM-E,该模型的参数规模达到了5620亿个,集成了用于控制机器人的视觉与语言。研究人员称,这是有史以来规模最大的VLM,无需重新训练即可执行各种任务。

这也意味着,大模型未来商业化落地和应用的范围将进一步拓宽。

02、大语言模型于客户联络领域的价值

尽管大语言模型的研究已经相当火热,但是如何在通用领域训练出一个性能较好且可用的模型,仍然是一件很有挑战的事情。

聚焦到客户联络领域来看,在客户联络过程中,每天都会产生大量的数据和语料,而这些正是大模型参数的基础训练素材,使得这个领域的大模型训练和落地本身具备了足够的原生优势。

那么,在保障数据安全的前提下,我们可以通过向模型内投放大量的行业/企业垂直语料并进行持续训练,来实现智能客服效率的快速提升和问答的智能化升级。

如何释放ChatGPT大语言模型在客户联络领域中的潜力

作为智能客户联络领域中的上市企业,天润融通十余年来持续在AI技术与应用方面投入研发力量,研发了涵盖智能客服、文本机器人、语音机器人、智能质检、智能助手、智能知识库等丰富的AI产品矩阵。

接下来,我们就跟大家聊一聊大语言模型在客户联络领域的应用价值。

提升自动回复能力

我们在开篇提到,大模型的工作逻辑始于对大量数据的持续训练。充分、持续的训练,能够使大模型具备更加精准的语义理解能力和更强大的自然语言生成能力。

基于已经训练成熟的大模型,智能客服系统的开发就有了更加坚实的底层支撑。它可以根据用户输入的问题提供快速和准确的响应,快速解决问题,节省了客服团队大量的时间和资源,提高客户体验和满意度。

强化意图识别能力

天润融通首席科学家田凤占表示,智能客服能否处理复杂问题,在行业内有一个通用的指标,就是意图识别的准确率。

观察客户联络领域所处的现状,大部分是把简单、重复、流程性的问题,交给机器人处理;复杂的、需要情感关怀的问题,则交由人工客服处理。而传统的智能客服在意图理解方面的能力,仍然相对薄弱。

ChatGPT的泛化为我们提供了处理复杂问题的新思路。

基于对文本、语音、图像等多模态数据的分析,大模型对于意图识别的准确性进一步提升。借助大模型,智能客服能够有效结合用户的历史对话、当前沟通内容等上下文语境,更精准地识别出用户的需求和意图。同时,借助大模型所具备的深度学习能力,进行更加智能化的问答推荐,进而有效赋能企业的业务咨询、留资引导、服务应答等环节。

如何释放ChatGPT大语言模型在客户联络领域中的潜力

优化人机交互体验

传统机器人在处理复杂场景的时候,往往应变能力不够灵活。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。但是,基于大模型超强的知识库,上述情况就缓解了很多。

以ChatGPT为例来看,大模型的深度应用也开创了客户使用体验的新范本。其丰富的参数和强大的内容生成能力,能够支持智能客服实现更加个性化的问答回复,而非过往千篇一律的机械式问答。

丰富实际应用场景

基于大模型所提供的底层能力,智能客服的渗透力和应用场景也将在未来得到进一步延伸。

ChatGPT的应用目前已经有相对确定的场景可以落地了,如扮演人工客服与客户沟通专业知识、提供专业的问答知识建议、对沟通记录进行质检标记、主动分析座席工作行为、发起产品推介、闲聊寒暄以及更“人性化”的引导留资等。

天润融通首席科学家田凤占在近期的访谈中也提到,当前ChatGPT的大模型能够帮我们实现跨语言的客服服务,在企业出海的国际化场景上将有很大潜力。此外,在情绪关怀方面也有很大的应用前景。

如何释放ChatGPT大语言模型在客户联络领域中的潜力

03、如何释放大语言模型潜力?

现阶段来看,大模型的生成能力全行业有目共睹。一些公司也已经开始深入研究类ChatGPT的模型,有望达到类似,甚至更好的效果。

天润融通深耕客户联络领域17年,一直在持续关注与研发AIGC相关技术。天润融通AI实验室表示:“类ChatGPT的模型如何真正落地到商用?需要企业付出多少成本?其安全性如何保障?如何精细化适配不同行业的客户联络需求?这些问题还有待验证”。

正如OpenAI首席执行官Sam Altman所言:

现在不能将任何重要的事情全都依赖ChatGPT来完成,这只是整个研究进程中的一部分,在稳定性与真实性方面我们还有很多工作要做。

It’s a mistake to be relying on it for anything important right now. It’s a preview of progress; we have lots of work to do on robustness and truthfulness.

那么,LLM未来究竟如何有效落地大市场?天润融通首席科学家田凤占认为有两个途径。一种是直接采用大模型的能力,另一种是将大模型的能力直接与企业的自有模型做嫁接整合,以适配客户联络应用层面的需求。

不过,在此过程中,安全问题必须要纳入到企业的思考和规划中,尤其是对客户联络这种数据繁杂且敏感的行业而言,这点尤为关键。

“在不侵犯客户隐私的情况下,怎么通过之前给客户提供的服务,以及客户之前的反馈诉求,对客户的需求有更深刻的洞察,给客户推送他真正需要的产品和服务,并且用更软的触达模式,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。”天润融通首席科学家田凤占表示,即便没有ChatGPT,行业也应该是这样的。

若转载请注明出处:https://www.ti-net.com.cn/news/4446.html