客服节精彩回顾 李农：大模型之舞——客服行业高质量发展的新探索
客户观察网消息：5月15日-17日，2024（第八届）中国客户服务节（简称“客服节”）在湖南省衡阳市隆重召开。中国通信企业协会增值服务专业委员会、CCSO标准评定中心常务副主任，原12301国家智慧旅游公共服务平台首席市场官李农先生在客服节为大家带来『大模型之舞：客服行业高质量发展的新探索』的主题分享。
图 中国通信企业协会增值服务专业委员会
CCSO标准评定中心常务副主任
原12301国家智慧旅游公共服务平台首席市场官 李农
嘉宾介绍
中国通信企业协会增值服务专业委员会、CCSO标准评定中心常务副主任，原12301国家智慧旅游公共服务平台首席市场官。中华人民共和国通信行业标准《YD/T 2823-2015呼叫中心服务质量和运营管理规范》评定主任，《T/CCSA 224-2018中国呼叫中心营销类业务运营管理规范》主要起草发起人。
《客户观察》杂志专家编委，曾编译、主编、参与编写《运筹学ABC》《呼叫中心数字化管理》《银行客户服务中心规划与建设》《客户服务管理》《社会化媒体运营实务》等著作。
李农先生具有丰富的客户联络中心和企业通信行业经验，从1998年至今，其在服务行业提出的主动服务，联络中心云服务，全媒体交互中心等设想，获得了行业内广泛认同和肯定。
大模型其实是个特别难讲的话题。因为在讲大模型的时候，会发现做PPT的速度赶不上产品发展的速度。
大模型正在改变世界
2024年4月15号，斯坦福发布的《2024年人工智能指数报告》，里面有几个非常鲜明的特征：
特征一，在图像分类、视觉识别和语言理解等领域，人工智能已经超越了人类的能力，然而在数学竞赛、视觉理解和规划等更复杂的任务上，人工智能仍然在追赶人类。人工智能在过去几年中发展得非常迅速。
特征二，2023年，美国发布了61个值得关注的机器学习模型，欧盟和中国分别是21个和15个。值得关注的是中国已经在2022年以61.1%的份额成为全球人工智能专利最大的来源国，这也是我们可以自豪的地方。
特征三，由于不同模型的测试基准并不相同，使得评估人工智能模型的偏见和伦理问题变得更加复杂。公众对人工智能的感受正在成为追踪人工智能进展的一个越来越重要的考虑因素。我国的智能客服已有10年的发展历程，但仍有很多文章提出“智能客服不智能”，这是人们的直观感受，而不是评测的结果。如今有很多大模型有了很多漂亮的评测结果，但人们的感受却和评测结果不一致。
特征四，生成式人工智能领域的投资比2022年增长了近8倍，达到了252亿美元，全球资金在生成式人工智能领域的投入大幅度上升，而且并没有减少的趋势。
特征五，多项研究表明，人工智能使劳动者能够以更快的速度完成任务并提高产出质量，同时还可以帮助弥合低技能劳动者和高技能劳动者之间的技能差异。
图 嘉宾分享PPT
特征六，越来越多的法律法规、规范标准开始涉及到人工智能领域。2023年美国人工智能相关法规数达到了25个，而2016年仅有1个。2023年，全球各国的法律法规提及人工智能的次数比2022年几乎翻了一倍。
观望还是行动
从整个大模型角度来讲，全球发展已经掀起了一次新的革命，这个革命类似于发明了PC、互联网。由于有了大模型这个生成式人工智能的存在，我们身边所有的应用都会被重塑一遍，包括客服也是如此。
从客服来讲，目前所处的阶段和10年前非常类似。10年前客服领域有非常多做智能客服的商家，如今也一样，目前在网信办备案的提供大模型服务的商家已经有117家。今年1到4月，国内有数据表明，和大模型相关招标项目的数量已经超过去年全年总和，主要集中在政务、能源、电信领域。可以看到无论我们对其抱什么样的态度，这条路一定是往前走的。客服高质量发展中最重要的是客户的体验。现在行业竞争很激烈，大家可以发现留存下来的是真正能够给客户提供好的体验的企业。
图 嘉宾分享PPT
客服高质量发展
有数据表明，当消费者在考虑购买新产品时，最看重的两个标准：
1.以往与品牌交往的良好客户体验。
2.供货和交货的速度。
有60%的客户体验领导者预计，在未来2年到5年内，人工智能将对客户体验产生重大影响，尤其在客户自助服务、获得客户洞察力，以及让员工专注于更重要的任务方面；有61%的消费者提出，如果他们知道自己获得良好的客户体验，会多支付至少5%的费用；有69%的消费者在过去一年中经历过糟糕的客户体验后会停止与公司的业务往来；有72%的千禧一代表示，如果公司让客户服务变得更容易，他们宁愿在不与人互动的情况下处理客户服务问题；有82%的受访者表示，愿意分享某些个人数据来换取更好的客户体验。
从整个客户服务、客户体验来讲，如果我们要更好地关注客户体验，目前有很多概念和以前有所不同。
一、第一个关注的是服务率，服务率是指进入服务历程中的问题占整个交易量的比例
举个例子，比如在售前、下单、支付、售后过程中，客户因为各式各样的问题和客服中心进行沟通，把以上这些环节中所有的沟通次数和每万张订单比例加在一起，就得出了服务率。服务率除了用万订单服务率来表征，也可以使用万笔交易、活跃客户数、浏览分钟数、产品销量、出行人数甚至政务热线以市民数量来作为分母，总体目的是让客户服务发生的数量与企业追求的目标之间发生关联关系。
上面的例子可以看到服务率大概是1.5%，我们曾经遇到过企业在服务之初（20年前），每一万张订单大概有3万次交互，服务率非常高，经过20年的运营，这家企业每一万张订单，进入服务历程中的问题大概降到了200到300次的交互，也就是把服务率控制在了2-3%的水平。
有了这样一个指标，可以对企业当中所有的部门都进行衡量。作为客户服务中心的运营者，如今遇到的很多问题其实跟自身无关，但却和企业的产品流程和其他的部门有很大的关系。而过去的指标只考核客服中心，如今在运用服务率概念的时候，要把相关部门都考虑进去，目的就是要把客户的问题变成产品部门、流程部门、财务部门等其他部门改进的动力。服务率是和客户体验紧密相关的指标。
二、第二个关注的是费力度，费力度是指用户为了解决问题所付出努力的程度，即用户从产生服务诉求，到问题被圆满解决的过程中体验到的费力程度。
我今年1月曾经在某OTA平台上订了一张去广州的机票，但不幸的是，在出发前一天这个航班被取消了，我收到那家OTA公司航班被取消的短信通知，同时告知已将我的航班改签到了10:10，但这样安排完全打乱了原有的行程安排，在查阅了航班信息后，我发现有一个9:10的航班更符合，于是我赶紧拨打了客服电话，希望能够改签成9:10的航班，还想问问他们为什么没经我的同意就把机票改成了10:10的航班。结果打通客服电话之后，系统自动语音播报：“您有一张异常的订单，是否选择自行修改，如果自助改签机票请按1。”我跟随语音提示进行操作，系统发送了一条含有自助改签链接的短信，然后我很顺利地将航班修改为9:10的，并且修改成功后，还收到了新航班确认短信。
如果按照传统的解决方法，我需要找客服人员说明情况，然后让他帮助修改，但如今通过一个链接就可以自行解决，这大大降低了费力度。
三、第三个关注的是解决力，解决力是指从用户视角出发，用户对问题解决方案和解决结果的评价。这里的“解决”是指利用有限资源，积极探索可以有效满足用户需求的过程。
举个简单例子，我曾经住过两家酒店，发现房间门牌指引都有问题，导致我很难找到住的房间该怎么走，于是向前台提出了我的诉求。但两个酒店的态度完全不一样，第一家酒店说：“李先生，您的问题我会反映给我的主管。”然后就结束了，一直到我离开那家酒店，没再收到任何消息；第二家酒店说：“李先生，我会把您的问题反映给我的主管。”我上午出去办事，等我下午回到酒店时，惊奇地发现楼层的门牌指引已经改正过来了，当我打开房门，居然桌上还放了一个果盘，下面有张经理的纸条，说“李先生，我们酒店开业三年，您是第一位指出我们门牌问题的客人，为了表示对您的感谢，我们特意赠送给您一个果盘，门牌指示已修改完成，欢迎您再次光临……”
现在让我们看看解决力，我们把过去凭感觉评价满意，一般，不满意，可以改成：一分是敷衍，二分是传声筒，三分是解决，四分是惊喜。第一个酒店的前台就是敷衍，因为他们说会将问题反馈给主管，但后续并没有告知我解决进度。如果他们把我的诉求转达给主管，并告知我，那叫传声筒，如果把门牌改过来，那叫解决，而第二家酒店的做法，不仅解决了，把门牌改过来，还给我房间送了一个果盘，那就叫惊喜。
未来在客服解决客户问题的过程中，也可以用一种新的度量方式来了解用户的真实评价，当然针对具体的规则，可以有很多变通方式，但重要的是要有可执行的规则。
用大模型重塑智能客服
谈及智能客服，我们需要思考的是作为新一代生成式人工智能究竟是否有可能重塑智能客服。
在座的嘉宾，我们为什么奋斗了这么多年，做的智能客服还是无法让客户满意。我并不完全认同媒体报道的“人工智能不智能”“AI把人逼死了”，智能客服在过去10年已经在客户服务上帮我们完成了很多工作，但我们需要反思，是不是还有什么地方可以提高、可以改进、可以重塑的。AI领域重要人物，美国斯坦福大学教授吴恩达曾经说过，大模型和AI应用的成功，80%的发展依赖于高质量数据，我们在确保高质量数据方面是不是还做得不够。
图 嘉宾分享PPT
在过去的智能客服时代，这些数据处理工作往往是交给集成商、AI公司或客户自行来做，当谈到用大模型重塑客户服务的时候需要从需求定义、模型选择、算力准备、数据采集、数据处理、模型调优、应用集成到体验优化的多方面进行，这其中有很多不同的合作伙伴。
比如做模型选择的时候，大多数会选择大厂；当谈到算力的时候，则是云厂商和算力服务商；当谈到应用集成和体验优化的时候，会想到那些做AI应用的服务商或集成商；但在数据处理方面，似乎在这部分是缺失的。
所以，今天我们看到了这样一个广阔的商机，即未来在客服领域会出现一批专门做客户服务数据处理的服务厂商和平台。之所以这样说，主要因为有了大模型，企业可以开始解决NLP（自然语音处理）时代一些不能解决的问题，我们通过采集和处理足量化、结构化的数据，可以让模型能够看懂。通过评估、调优后的模型，可以让用户在使用大模型过程中更加放心，在这个处理过程中，数据的采集泛化、数据的标注、模型的评估和内容的改写成为了很重要的一环，这也是大模型时代给客服行业带来的一个新的机会。
我们谈客服高质量发展过程，一定不能缺少标准指引。从中国通信企业协会增值服务专业委员会来讲，评定中心目前在推行的和行业相关的标准有三类：
第一类国家标准，国内催收的国家级标准有望在下一季度发布。在5月份，中国金融互联网协会已经发布了《互联网金融贷后催收业务指引》。在过去，断线和违规投诉是没有标准的，运营商、线路服务者为了不违规，最简单的方式就是遇到投诉就断线，这对正常的催收业务造成了一定影响。希望这个标准的推出能够规范市场，能够让遵守规则的企业踏踏实实做业务，也让服务商在进行线路是否断线的抉择中有标准可参照。
第二类行业标准，我理解的CCSO呼叫中心服务质量和运营管理规范，是对呼叫中心的服务质量和运营管理进行了数字化，我们把和呼叫中心运营管理相关的各项职能分成了428项指标，有94%以上的指标是客观的。做完CCSO评定后，可以把不同行业、不同规模客户服务中心进行比较。
图 嘉宾分享PPT
第三类团体标准，《呼叫中心营销业务的运营管理规范（团体标准）》，有望在2024年开始推行。
最后，在大模型时代的客户服务中心建设中，很重要的一环是培养新一代的数字人才。如今在数据处理、数据分析出现了很多新岗位，比如“Prompt工程师”“私有数据梳理师”“应用体验设计师”等，这对于很多企业和在座的各位都是新机会，相信每家企业都开始有数字人才提升和培养的需求，希望大家抓住机会。
我相信，大模型会改变世界，也会改变客服行业，更会改变你我，谢谢大家。
文稿来源 | 2024（第八届）中国客户服务节
分享嘉宾 | 中国通信企业协会增值服务专业委员会
CCSO标准评定中心常务副主任
原12301国家智慧旅游公共服务平台
首席市场官 李农
