賦能企業數智化，容聯雲把AI做成基礎設施_風聞

想象一下沒有數字化能力的中國市場。

紀錄片《數字中國》中有這樣一段描述——2020年，中國全國網上零售額是11.7萬億元人民幣。如此龐大的消費市場，用人力解決消費者服務問題，已經遠遠不夠。

如果用傳統的人工接單、跟單方式消化這些訂單，整個行業的客服人員規模還需要擴大幾十倍，背後是天文數字的額外用工成本。

生產端同樣要受影響。

以女裝市場為例，工廠推出一款新版式服裝，從設計到交付，整個週期需要四到九個月。

但在智能設備和數據能力的加持下，工廠可以在一瞬間完成裁剪、匹配工作，服裝的生產週期大幅縮減。

有沒有數字化能力，決定了廠家是否有能力響應流行消費趨勢，抓住最前沿的市場機遇。

過去，中國企業的數字化進程停留在線上化階段，營銷獲客、品牌傳播、產品發佈等場景從線下轉移到了線上；而未來，企業增長離不開全面“數智化”。

誰能掌握效率更高、成本更低的數智化能力，誰就將在未來的市場競爭中佔得先機。

數字化是下一個“熱兵器”

去年年底問世的AI聊天機器人ChatGPT，震撼了整個世界。

人們發現，這款AI產品幾乎無所不能，具備深度學習能力的AI技術正在顛覆大量傳統行業的思維方式。微軟聯合創始人比爾·蓋茨認為，ChatGPT人工智能技術的誕生，其歷史意義不亞於互聯網或個人電腦的誕生。

從行業規律看，一家企業的數字化能力將會越來越起到決定性作用。企業的數據分析能力就像汽車的後視鏡，沒有後視鏡，開車就沒有安全感。

在我國，2018年以後，中國的數字化轉型進入快車道，智能化成為越來越多傳統行業的轉型增長引擎。根據我國《“十四五”數字經濟發展規劃》，到2025年，數字經濟核心產業增加值應佔國內生產總值比重的10%，同時產業數字化轉型邁上新台階。

以客服行業為例，《數字化客服設計》一書將客服行業概括為初探階段。深耕階段、分化階段和智能化階段。在早期階段中，客服中心的定位僅僅是給“投訴無門”的客户提供了溝通渠道，併為客户問題提供解決處理，在此基礎上逐步探索銷售職能。

而隨着客服行業持續發展，智能化階段的客服不僅在過去客服中心功能的基礎上效率更快、準確度更高，而且能提升用户全生命週期的滿意度。

以金融行業為例，無論是保險、銀行、證券等行業，都離不開營銷、回訪等繁瑣工作，其中包括大量的高頻基礎工作，如客户信息的錄入，客户價值的整理分析、銷售話術的輸出、客户顧慮的解答等等。

在這些領域，數字化客服已經能提供遠高於人工的工作效率和準確度，同時能大幅降低人力工作的成本。在同樣的金融服務戰場上，擁有數字化能力的企業對其他企業有冷熱兵器般的代差優勢。

但對海量中小企業來説，數智化轉型仍然是一件門檻極高、成本極高的事。

容聯雲COO熊謝剛曾在接受採訪時指出，中小企業的數字化轉型有兩大問題，一是門檻高，二是轉型效果難用好。畢竟，數字化是一項需要龐大資金、強勢研發團隊的長期戰略，而每個企業的應用場景不同，很難在市面上找到一套全面無死角的解決方案。

而作為中國最大的智能雲通訊服務商，容聯雲正在以“通訊+數據+智能”這三大底層能力，為各行各業提供全面的數字化解決方案，讓企業以更低成本享受數字化的紅利。

企業數字化，需要“送水人”

興業證券，一家總部位於福州的全國性創新類證券公司，在全國擁有200多家營業部，一年的回訪數據高達幾十萬。

興業證券面臨的煩惱是，遍及全國的客户回訪量需求過大，回訪難度高，同時客服人員相對不足。在反覆調研後，興業證券選擇與容聯雲合作，使用智能外呼機器人從事回訪工作。

而數字化方案的解決效率立竿見影。

與人工外呼回訪相比，使用智能外呼的興業證券每天回訪數量提升至此前的350%，而完成時間只有原來的22%，同樣的數據下，智能外呼比人工外呼回訪效率提升了400%。

而在智能外呼機器人背後，是容聯雲利用AIGC技術打造的智能客服聯絡中心。

其中一項重要技術就是NLP，對自然語言的處理能力，負責處理並理解客户語音，配合AI的深度學習模型訓練能力，智能外呼可以實現與現有聯絡中心架構的無縫連接，並根據客户需求進行靈活的流程管理。更重要的是，AI模型本身可以持續迭代，不斷打造更成熟的外呼系統。

而智能客服聯絡中心的應用場景遠不止外呼回訪。

傳統汽車品牌現代汽車，同樣面臨客服中心服務需求量猛增，人工效率低下的問題。現代汽車的選擇是，與容聯雲合作打造智能呼叫中心。

例如，在客户打來電話諮詢時，語音導航系統會自動引導客户選擇服務並轉接坐席，同時自動關聯客户的會員信息等資料；智能機器人則為移動端、PC端等各類渠道的客户提供統一管理，通過深度推理模型、語義理解模型、深度學習模型對不同場景下的對話提供支持；坐席輔助則對接待客户的作息提供情緒、語速、話術推薦、違規提醒等全方位的輔助；智能知識庫則為公司人員提供全面的知識檢索功能。

使用下來，現代汽車的在線全渠道首次響應時長縮短至8.6秒，20秒響應率達到59.91%，知識庫整理了3677條知識總量，為工作人員提供了14521次快速檢索獲取，現代汽車的運營費用、人力費用都有不同程度的縮減。

在背後提供支持的，則是容聯雲AI團隊的AIGC技術，面對客户問題時，客服的標準開場語、介紹語、應對客户不滿的説明闡釋、客户的信息收集話術、結束話術，這些內容都由AIGC技術生成。

通過AI大模型，企業只需上傳業務資料，容聯雲智能客服就可以根據不同行業需求自動生成用户問題語料、業務話術和流程方案，並整合成一個老練的“業務智能客服”。

對很多中小企業來説，客服數字化的痛點在於服務效率和服務質量低下，服務響應不及時。而容聯七陌智能雲客服可以將APP、PC端、微信公眾號等多個諮詢渠道統一接入雲客服後台，並支持視頻、文字、語音、圖片、表情、遠程協助等全媒體功能，也會像真人一樣聊天、開開玩笑。容聯七陌X-Bot智能會話機器人可以在AI處理階段解決超八成的重複問題，降低客服人員壓力。

而在服務質量上，X-Bot智能會話機器人則能提供千人千面、一問多答的個性化服務能力，並對人工客服的服務質量提供實時檢測和問題提醒，方便企業洞悉客服人員的專業能力、解決效率、服務態度等等。

對企業來説，這樣一整套全面無死角的智能化解決方案，對於提升客户留存，降低運營成本的優勢十分明顯。在容聯雲的AI能力輔助下，企業的銷售、售後、運營、管理正在從人工操作走向自動化，過去很多習以為常的思維方式，將在新技術的革命面前發生轉變。

合抱之木，生於毫末

沒有一個新技術的研發，是一帆風順的。

2017年OpenAI首次推出GPT模型時，該模型僅僅停留在文本生成能力上，尚缺少成熟的盈利方向。在發展初期，OpenAI一度訓練AI到虛擬空間去打遊戲，大量的預算花費在“不務正業”的能力上，這一度引發與馬斯克的商業化路線之爭。隨着微軟入主OpenAI，第一款商業化產品GPT3才正式面世，到2022年底，基於GPT3.5的AI聊天機器人ChatGPT才一鳴驚人。

容聯雲的AI之路同樣經歷了漫長探索。

作為通訊領域奮戰多年的老兵，容聯雲較早開啓了AIGC技術的研發，這些工作包括怎樣訓練AI生成對話回覆、問題和SQL語句等等，並將這些技術應用到複雜的金融、汽車、電商等具體行業場景中去。早在2016年，容聯雲就將AI深度學習技術與自然語言理解技術應用在客服與聯絡中心領域。

在2019年，容聯智能語音機器人、容聯智能安監機器人解決方案拿到了“2019人工智能新技術新產品”獎，容聯語音機器人則入選了“2019金融AI大數據十大解決方案”。時至今日，容聯雲已經獲得超過400個技術專利，典型技術如NLP語料平台、自學習平台、智能電話機器人平台等等，這些技術已經整合進入容聯雲的容犀產品線，不僅向終端客户提供服務，也向運營、AI訓練等場景提供賦能。

而容聯雲的技術特點是，圍繞“通訊+數據+AI”的三大底層技術展開。通訊是容聯雲成熟的基礎能力，為客户提供短信、語音通話、IM即時通訊和音視頻能力；在2021年收購的諸葛智能，則為容聯雲帶來數據中台能力的提升，對於客户，容聯雲則可以輸出對客户標籤數據歸一處理的能力。

在通訊和數據的基礎上，容聯雲的AI技術則有了更大的施展空間，通過對後台數據的分析、建模，容聯雲能夠進一步分析企業的深層業務邏輯，並通過NLP、知識庫等技術為各行各業的客户提供定製化AI解決方案。

更重要的是，AI技術的特徵是，數據量越大，訓練效果越好，生成結果越精確。而容聯雲的強項是產品全面，服務客户廣泛分佈在各行各業，對具體的行業銷售、服務場景有深刻理解，這讓AI技術在容聯雲找到了更大的發展空間。

如某個全球光伏企業合作容聯雲打造的內部智能客服，將在持續訓練後達到95%以上的問題匹配率，這意味着，只有5%的複雜問題才需要人工解決，集團的整體運營效率將上升到一個全新高度。

對當今時代的中國企業來説，數智化不僅是一個降本增效的手段，更是一個時代使命，意味着適應激烈的技術競爭，站在行業前沿。而這個時代更需要的，則是容聯雲一樣的技術服務者，通過不斷的技術革新，將更多中國企業引到AI時代的大路上。