李农：大家下午好，昨天还有朋友听到这个题目特意给我打了一个电话，说你能不能把题目改改，说“自我救赎”显得目前智能客服太惨了。我说现实是，今天我们正好处于这个十字路口，一方面大家听到的都是轰轰烈烈的来自于大模型的声音，另一方面我们又听到了基于对原来智能客服各式各样的说法。

在谈我对大模型在客服行业应用的看法前，先允许我做1分钟的广告。从评定中心来讲，我们过去两年时间就在做这几个标准的评定，中间这个大家都知道，是CCSO，就是呼叫中心服务质量和运营管理规范，这是工信部颁布的标准，目前国内正在如火如荼的开展CCSO评定工作。

边上这个催收国标预计6月份会正式颁布，这个国标在国内这两年引起很大关注，因为金融行业催收方面没有相关标准，很多客户和运营商都被折腾够呛。之前在催收上没有相关规范，金融客户出现催收上的问题，对于运营商来讲最保险的方式就是给你断线。这个标准的出台，有助于在催收行业有规则可依，这个标准是由中国互联网金融协会、中国银行业协会、中国通信企业协会、中国互联网协会联合起草的国家标准。

最边上这个是2018年颁布的呼叫中心营销业务运营管理规范。了解我的朋友知道，2003年，当我把预测外拨技术引入中国后，2005年我就把美国和英国消费者保护法引入了国内，当时主管部门和三大运营商领导把材料拿走，但一直没有行动，直到2018年，我终于促成了国内呼叫中心营销业务运营管理规范的发布。但发布之后，因为各种原因，主管部门一直没有进行推广，因为“营销”对运营商来说是个特别敏感的词汇，但今年开始政策有所松动， 6月份我们协会有一个最新码号政策解读贯宣会，欢迎大家关注。

下面让我们来看看大模型在客服行业应用的可能性，我认为，大模型会重构我们周围生活的所有业务应用，我坚信这点。只是说，目前我们看到的这上百家提供大模型的厂商，10年后哪些还能存在，这个我不清楚，我相信10年后前面演讲的华为和科大讯飞肯定是存在的，但是现在有这么多厂商，我真的不知道以后谁在谁会不在。大家知道国家网信办目前登记首批已经公布备案的就有117家企业，相信客户肯定晕了，要是你，你也会晕，这个怎么选？

那么我们是观望还是行动呢？实际上很多企业已经在动手了，以金融行业为例，在国内42家上市银行中，已经有9家银行在2023年半年报中明确提及正在探索大模型应用。现在大家一哄而上，如果你不跟大模型有关，基本上大家就觉得你落伍了，所以在这块大家各显神通，都往上冲。

但是，这样的场景，如果有来宾，10年前参加过CTI论坛的活动，你们有没有觉得历史真的是在重演。当时我们也看到过有上百家做智能客服公司，今天回头再看，留存下来的凤毛麟角，今天面对大模型也是一样，大家一拥而上，谁会笑到最后，现在谁都不知道。

我知道的是，我们对AI，对智能客服的声音是非常矛盾和撕裂的。比如说针对智能客服来讲，我觉得很多媒体的报道是不全面的，比如“AI客服快把人逼疯了”，再比如说“智能客服不智能”等等。实际我个人看，在过去十年中，由于应用了智能客服的技术，不在于我们所说的节能增效，而在于因为因为有了这样的技术，企业可以把服务延伸到和客户沟通的所有触角。我们今天每个人都在享受这样的服务，无论在APP上还是小程序上还是各式各样在线方式上，到处都有智能的身影，它让我们获得了很多便利，

当然，在这个变革过程中，我们的步伐很急，我们的企业，我们的客户对智能客服的期望很高。但这能怪谁呢，今天参会的嘉宾，你们当时是不是不断提升客户期望值的推动者，今天我们看到的针对大模型的测试数据，十年前，在人工智能上的PPT上，都可以看到，97%、98%、99%，然后在真实应用中，你会发现，永远不能实现。今天，当我们谈到大模型的时候，也会有很多不同的声音，比如说我们答所非问，大模型幻觉、以假乱真，网上流传过很多笑话，但这似乎都无法影响大模型在全球的快速成长。

行业内的朋友总结说大模型虽然在国内发展只有短短的一年多时间，但它大致经历了三个阶段。第一个阶段是23年3月，叫炼大模型，就像炼钢一样，我们把素材和原料灌到大模型中，对它进行培养。2023年9月，进入到了用大模型的阶段，这时候大家一片欢乐，因为它确实太神奇了，出现了各式各样的应用，各式各样好玩的，各家公司也是在大模型上迅速投入。到了2023年12月变成了吐槽大模型，大家发现应用大模型还有很多问题，特别在客服领域，这对我们是绝对的挑战，因为无论我们回答问题的准确率是91%还是99%，总有可能回答不那么准确，但在老板心目中，人非圣贤孰能无过，座席回答总是有可能有出错的时候，可以原谅，但是机器和系统不行，机器和系统应该百分之百都是对的。为此，我特别呼吁在座各位，特别是有能力提供大模型的产品线的这些嘉宾和合作伙伴，一定要正确引导我们的客户。十年前智能客服发展的时候，无论是和客户共创还是免费POC，我们都经历过一轮，我们有责任原原本本地告诉客户真实的情况，让客户建立客观的期望。

在大模型时代智能客服会有什么样的改变？我认为AI应用应当是一个系统工程，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，在不同模块，有不同的服务商在支撑和推动智能客服的发展。当我们提到大模型和AI应用的时候，到底什么最重要？AI的领军重要人物，美国斯坦福大学教授，Google Brain创建者吴恩达曾经说过，大模型和AI应用离不开高质量的数据，它的成功80%靠数据。让我们再来看看这张图，AI应用是一个系统工程的这张，让我们看看不同模块对应的不同的服务商，模型选择，我们可以想起一大堆大模型基座的厂商；算力准备，让我们想起一堆算力服务商和云服务商；应用集成和体验优化，让我们可以想起很多集成商和原来的AI服务商，相信很多厂商都有自知之明，我提供不了基座和算力，也就做AI应用服务还可以。但是在数据采集、数据处理和模型调优上，在我们这各行业过去有没有专业的服务者？我接触很多客户，当他们在做数据采集、数据处理和模型调优的时候，往往把这个活要么交给系统集成商，要么交给AI厂商，要么说你们帮我们培养几个人干这个事情。于是形成了今天两个局面。一个局面是，有一些非常优秀的企业，在智能客服上有很大的投入，他们每年在数据采集和数据处理上投入很大，几千万，上亿的投入，让其它企业觉得很贵高攀不起。另一个局面是，有一大批中小企业，把智能客服项目当成一次性买卖的项目，根本没有考虑智能客服上线后的数据采集和数据处理成本，把这个事交给系统集成商或者AI厂商，说你们出几个人，3个月内搞搞就好了，3个月后你们负责培养几个我们的人，结果你会发现，3个月后，在数据采集和数据处理上基本处于停滞状态，刚才我说过，AI应用是需要数据的，结果就是智能客服因为没有新的数据处理，就会越来越不好用，客户回头就会觉得AI厂商你们这系统不行呀。

今天我们这个行业还没有建立一个观念，这个观念是，如果你要想用好大模型和AI应用，你的数据处理是必须的，而且它是需要持续做的，而且这是需要付费的，它就像你交电话费、交短信费一样的，在AI世界，这是你必须要付出的运营成本。所以在这块，我们也期望有越来越多，具有数据服务基因的数据处理合作伙伴进入到我们这个客服行业。客服行业每天都在产生大量的原始数据，如果能把这些数据变成黄金数据，用黄金数据训练模型，形成客服行业的行业模型，最终实现智能客服，我想对这个行业是有价值的。当然，目前很多客户对大模型的使用还有顾虑，昨天我还和金融界一位朋友聊，他说他们也就是立个项，当成一项研究，没指望大模型能产生真正的价值，我不这么认为，也许现在是个过渡，但大模型把所有应用都重塑这件事，一定会发生。如果法务部门不开这个口子，至少在座席辅助方面，我们还是可以做很多尝试的，昨天在拜访12306的时候，12306的领导也提出，可以在座席员面前有两块屏幕，另一个屏幕是智能助理，这就是很好的创意。

今天在大模型上产生了海量的技术，大家都在尝试和摸索，比如检索增强生成（RAG），微调和标注，我们希望数据可以变得更加准确，给客户的回答可以更加专业。通过数据采集的泛化处理，通过数据标注和模型评估，通过内容的改写。一方面希望让模型能看懂，我们需要足量的数据，需要优质的数据，需要可读的数据，让大模型可以理解。另一方面通过这样流程，我们希望通过评估调优等很多种方式，希望让用户更加放心。

今天有不少原有AI厂商，提出了大模型+小模型的方案，或者是针对原有NLP的升级方案，我们是不是有这样一种可能，不是说原来的NLP不太能理解用户的需求吗，我们能不能接收客户的提问后，先把这些问题交给大模型处理，大模型根据企业知识，知识图谱和向量数据库，更清晰地了解客户的意图，然后把清晰的问题交给NLP处理，当NLP拿出一个结果之后，相对来说可能不是很友好和人性化，我们是不是有可能再交给大模型，形成更加人性化的答案，作为回答传递给客户。当然也有朋友问我说你在忙碌啥，直接用大模型就行了，我说这不一样，因为这里首先有一部分客户现在对大模型是有顾虑的，可以先从辅助做起，另一方面，刚才Avaya的演讲嘉宾也提到了，最重要的是客户体验，其实客户建不建新系统都不重要，大模型的部分是不是有可能成为一种服务，而不是建设一个系统。

最后，在这个大模型时代，数据人才特别关键，无论是在Prompt工程师、数据梳理师还是应用体验设计师，对客服行业都是新的挑战，我觉得大家也都是机会，在BOSS招聘上，对这样职位的需求越来越多，学会这样的技能，以后无论在呼叫中心这个行业还是其它行业，都让自己增加了更多工作可能。我看到行业内有些机构已经在这方面发力，我参加过我们这个行业关于大模型的一些课程，基本属于科普性质，我个人感觉，我们需要有数字基因的人来，之前在客服行业我们太自循环了，实际在数字世界里，那些人的想法和我们有很大不同，需要融合。我们期待有更新的拥有数字基因的合作伙伴投身到客服行业，如同鲶鱼一样，让整个池塘充满新的生机。

最后这张图，我很喜欢，大模型和AI应用，如果能够让它用好， 80%的成功依赖于数据，希望有一天，在大家的努力下，让我们的大模型和智能客服系统能够喝上好数据。谢谢大家！