作者：郝俊慧 來源：IT時報

“全面擁抱大模型”的騰訊，9月7日正式發布通用大模型混元。騰訊集團高級執行副總裁、雲與智慧產業事業群CEO湯道生在當日舉行的騰訊數字生態大會上透露，作爲騰訊雲MaaS服務的底座，超過50個騰訊業務和產品，都已接入混元測試，其中首批服務已對外开放內測。

騰訊企點在首批之列。早在今年6月19日，騰訊企點便在騰訊雲行業大模型及智能應用技術峰會上公布，正在研發騰訊企點智能客服、騰訊企點分析·AI助手兩款智能產品。如今，兩個多月過去，騰訊企點再度迭代，智能客服管理端效率及用戶端體驗大幅提升，復雜問題解決率提升30%，“企點營銷與分析產品方案”升級至6.0版本，並开放企點分析·AI助手內測申請。

消除智能客服“幻覺”

這波由大規模語言模型引起的AI浪潮，從一开始便被作爲生產工具投入產業發展中，智能客服將成爲第一批被改變的行業，幾乎成爲業內共識。

然而，當大模型真正投入客服場景時，一個新的悖論出現：如何讓大模型訓練出的客服實現“零幻覺”？

究其原因，傳統智能客服只能依賴知識庫提供解答服務，對於非知識庫中的問題，便無法提供擬人化的交互體驗，而且龐大的知識維護量也爲企業客服運營帶來負擔。

盡管大規模語言模型（LLM）可以順暢地完成多輪對話，但作爲企業與用戶的第一觸點，“客戶要求仍然是，寧愿不回答不要亂回答。”騰訊雲副總裁、騰訊雲智能研發負責人、騰訊企點研發負責人吳永堅告訴《IT時報》記者，爲了減少甚至杜絕幻覺，企點新一代智能客服在爲客戶提供服務時，採用循序漸進的策略，“一开始，訓練數據完全來自知識庫，非知識庫內容可以直接拒絕回答，隨着更多相關知識文檔被‘投喂’，再根據反饋機制對大模型逐步調優後，幻覺出現的概率會越來越低。”

據了解，在知識構建層面，新一代智能客服通過企業專屬知識“導入-校驗-調優”閉環，提升復雜文檔讀取、理解效果，增加了對圖文混排、多列排版等復雜文檔接入，通過語義切塊，生成向量，以高可用、可擴展向量數據庫方案豐富問答組合及內容。此外，通過快速生成問答，以及對問答原文的回溯，提高問答校驗的效率，借助對話測試和運營工具，可快速實現調優，提升問答准確率。

當然，作爲騰訊雲MaaS服務底座的混元，本身亦在花大力氣“消除幻覺”。據騰訊集團副總裁蔣傑介紹，混元的“探真”技術，可以在預訓練階段便優化目標函數。與目前市場上常見的开源大模型相比，能有效降低幻覺30%～50%。

有效降低“轉人工率”

傳統人工智能客服發展多年，用戶滿意度指標並不令人滿意。

一份iiMedia Research（艾媒咨詢）調查數據顯示，在2022年中國用戶對智能客服不同維度滿意度評價中，16.9%消費者對反饋內容合理性感到不滿意，12.1%消費者對服務效率感到不滿意，整體滿意率在60%～70%之間。中國青年報的一份調查也顯示，近6成受訪者對市場現有的智能客服不滿意。

“轉人工率”是人工智能客服有效性的重要指標之一，但在傳統人工智能客服服務場景中，機械式的回答往往很難解決客戶實際問題，而一旦“轉人工率”上升，便失去了AI客服降本增效的目的。

吳永堅認爲，大模型加持後的新一代智能客服，恰恰是希望使智能客服體驗更接近“真人客服”，“當你感覺不出對面是一個真人還是機器人時，自然不會提出轉人工。”

比如，新一代智能客服可以更准確地識別用戶情緒，及時給出安撫；當用戶提出需求時，可以分辨任務型、知識型，還是闲聊型話題，用聊天的語氣、方式解決任務需求，即使在業務辦理過程中，用戶插入了“闲聊”話題，也不會導致任務中斷。傳統客服無法支持“操作步驟講解”的復雜需求，大模型智能客服可以通過上下文信息補全，基於企業知識庫進行問答推理，從而將復雜問題解決率提高30%。

吳永堅透露，目前，大模型智能客服的成本的確高於傳統智能客服，但經過優化，成本差距已經控制在十倍以內，今後，隨着技術的演進，人機交互體驗的增強，成本和效率之間的比例會越來越合理，“從騰訊內部測試結果來看，用戶對新一代智能客服給出答案的採納率提升了好幾倍。”

人人都有“數據分析助手”

相較於希望在“第一觸點”百分百滿足用戶需求的智能客服，騰訊企點分析·AI助手更像是在完成一項填空任務，填補整個業務流程中空缺的專業分析判斷角色。

高速變化的市場營銷環境，正在向企業不斷提出新課題，如實現覆蓋全渠道、全旅程的“全域營銷”，落地精細化、定制化的“個性營銷”，提供數據驅動、智能化的“數智營銷”，打通新零售线上线下的“融合營銷”等。營銷方式多元化的出現，使能夠快速應對市場市場變化、實現營銷目標的人才，出現大量短缺。

騰訊企點營銷與分析負責人曾煒告訴《IT時報》記者，一些基層業務決策者可能沒有很高的職級，不可能配備專業的營銷分析助手，而市場環境又要求他們快速決策，此時，就可以由大模型來擔任“助手”角色，給出專業的Know-how（訣竅），“在整個業務流中銜接和填補專業分析的空缺位置。”

大模型的加持，讓“人人擁有數據分析助手”成爲現實。

一個關於“最近銷量情況”的提問，可能並不僅僅是單純的數據需求，甚至包括對數據背後原因的分析以及下一步營銷對策的建議。爲了回答這個問題，騰訊分析大模型將深入解析過程分爲三層。

據曾煒介紹，首先大模型會先分解問題，將問題拆解爲對應的指標，比如“最近銷量情況”中銷量這個詞匯會被關聯爲“銷售額”、“訂單數”，“最近”被關聯爲“近7天”，訂單數可能包括門店、電商、小程序等各個渠道；拆解完成後，开始做量化分析，大模型會將這些數據與業務框架進行關聯，比如銷量等於單筆訂單額*訂單數量，最終形成指標和業務維度一一對應的網絡框架；第三步，也是最重要的一步，結合業務特徵、行業特點，進行業務診斷推理。

“以往這些結論往往通過分析員大腦思考後得出，而有了分析大模型，AI在對郵件、PPT、分析指標體系、數據分析知識等等內容分析學習後，進行意圖理解、思路拆解、數據推理，進而從分析師視角生成結論。”曾煒透露，目前騰訊分析大模型針對模糊問題的准確性已經達到80%，此前業界的測試數值大多在50%～60%數據之間。

基於分析大模型，騰訊升級推出騰訊企點分析AI助手，已經在零售等行業的多個頭部客戶中進行落地驗證，並正式开啓面向全客戶开放內測申請。

“今後，我們將AI大模型能力應用到更廣泛的PaaS、SaaS產品。一方面，驗證我們MaaS服務的可用性、易用性。另一方面，也將更多开箱即用的產品、服務，向客戶开放，推動大模型在實際生產、運營場景發揮效用。”吳永堅表示。

---

標題：混元加持 騰訊企點智能客服“由裏向外”全面升級

地址：https://www.utechfun.com/post/261897.html