三大应用场景，带您体验AI大模型在客户联络领域的价值

来源：tingyue

在AI大语言模型（简称LLM大模型）加速行业“质变”的当下，AI商业化落地蕴含巨大价值已经成为了共识。所有企业都在探索如何训练出一个应用效率高、场景适配性强的大模型。与此同时，客服行业更是因其特有的对话场景，被广泛认为是大模型商业化应用落地最好的场景之一。

作为国内较早将大模型应用到智能客服领域的企业之一，合力亿捷大模型专研团队认为∶大模型对企业服务领域的核心价值是其具备的理解能力。因此，合力亿捷自研了客户联络场景下的大模型平台——MpaaS平台，将大模型理解能力与企业知识库相结合，以“效率提升、能力增长、决策支撑”为重点研发方向，赋能企业“服务-销售-管理”三大场景，助力企业服务效能提升。

人机协同

助力客户服务场景降本增效

LLM大模型技术与服务场景高度契合，将大模型与智能客服融合，能打造“1+1>2”的产品效果，并且更加精准、高效的为客户服务，助推企业在服务场景上降本增效，为企业增长找到新的突破口。

智能知识库，提升知识库维护效率

作为服务场景重要帮手的智能客服机器人，实现智能应答的核心是企业知识，而企业知识的来源是知识库的构建。以往，客服机器人接待用户是基于「问答知识库」，当用户提出问题，机器人在知识库中检索「FAQ问答对」回复。

但传统的FAQ依靠运营人员整理，问答对的数量由业务场景复杂度决定，场景越复杂，需要梳理的问答对就越多。因此，运营人员无法在短时间内，梳理出相对完整的「FAQ问答对」以供机器人使用。

而现在，基于大模型应用构建的智能知识库，能实现一键导出坐席与客户的聊天内容，并将【聊天记录】智能生成【知识问答对】，在管理员【校验问答对】准确性后即可导入知识库使用。在大模型的助力下，将“人”从重复性工作中释放，辅助运营人员持续更新维护知识库，全面提升运营效率及服务满意度。

自动生成会话总结，客户需求理解更快一步

坐席每天都会接待大量的客户咨询或售后，据了解，单人1天可以处理50个“客户会话”，平均每月需要处理1000个“客户会话”。从大量的坐席与客户的会话中，综合理解、分析客户的需求，是一项即耗时、又费精力的大工程。

基于合力亿捷新推出的自动生成会话总结功能，在坐席与客户聊天后，系统自动生成规范、全面、准确、客观的会话总结，有效的减轻了坐席负担，管理员也能快速地审核跟进记录，并针对聊天会话进行多维度、细粒度的理解和分析，动态化地理解客户需求。

此外，合力亿捷聚焦“AI技术+智能服务”，在服务场景上还打造了自动化填写工单、多语言翻译等功能，赋能坐席提升服务效率，升级服务品质。

AI跟进分析

辅助销售场景触客能力增长

不会跟进分析，80%的客户跟进都是无效的。在企业中，每位销售都在跟进着多位客户，但又常常不按规定填写跟进记录。管理者无法精准了解客户的跟进情况，难以指导销售有效跟进高价值客户，销售触客能力增长缓慢。

依托AI对话客户跟进分析功能，管理员基于合力亿捷云客服系统，就能一键生成销售跟进的客户数据分析结果，智能洞察当前客户数据存在的问题，并对问题进行更高维度的分析、处理，再针对性制定跟进策略。管理员也能及时辅助销售优化客户跟进流程，推动业务增长。

另外，在销售与客户沟通过程中，还有根据客户意图快速推荐适合话术、在交流过程提供建议、SOP式指导下一步动作等功能，降低销售人员的培训成本，辅助提高销售效率和转化率，并使话术更加规范化和标准化。

数据分析驱动

洞察客户需求辅助管理决策

对于企业而言，数据分析是了解业务现状、推动业务决策的关键内驱力。作为庞大数据来源的客服中心，会产生大量通话、在线等有潜在价值的信息。但由于数据量过大，且各数据无法整合打通，形成了大量的数据孤岛。

因此，合力亿捷通过坐席工作量报表搭建了客服中心的“管理驾驶舱”，帮助管理者挖掘服务数据中的商业信息。结合LLM大模型，管理者智能生成数据分析结果，反馈当前客户数据的总结、存在的问题，并给出对应的建议方案。作为管理者与企业数据间的“纽带”，大模型让数据智能地流动起来，缩短了数据处理及分析时间，精准洞察客户诉求，优化服务流程。