“但是，智能客服企业发展至今面临整个软件行业一样的问题，即国内用户付费意愿不高。为此，在发展国内市场的同时，智齿科技把目光放在了全球市场”吴立楠补充到。

作为投资者，秦毅也发现了目前制约智能客服行业发展的瓶颈。他表示：从整个行业来说，智能客服发展很快，但过程中并不是一帆风顺，目前智能客服行业仍对语义理解存在偏差，不过随着技术的进步这些问题都将得到解决。

确实，智能客服本身依然存在不少问题。首先，智能客服的应用需要耗费大量的时间和资源进行技术研发和运维，给企业带来很大的成本压力。其次，智能客服仍然存在理解能力有限、情感识别不足等问题，导致客户体验不佳。此外，由于缺乏人类的智慧和判断力，智能客服难以处理一些复杂的问题，需要人工客服进行协助。

智能客服目前所出现的行业瓶颈，部分原因在于软件技术水平的限制。由于技术设定的限制，智能客服往往难以回应无限种具体问题。在实际应用中，智能客服可以通过消费者输入的关键词来快速检索和匹配答案，但对于更多复杂、个性化的需求，消费者的表述习惯未必使用相应关键词，难以得到有效回应。智能客服单一的匹配方式，难以理解消费者的诉求，更难以满足不同的需求。

此外，在智能客服能力有限的情况下，消费者想要转向其他途径也变得更加困难。消费者针对智能客服的投诉中，往往包括“转人工客服接通困难，排队较长”。有媒体实测发现，大部分APP都需要经过4-5次点按才能找到人工客服，而每一次语音客服都将转接人工渠道放在大段语音指引的最后，每次动辄要听半分钟至一分钟左右的无关信息才能获取转接方式。这些设计耗费时间、效率低下，难免引发消费者的不满，甚至让消费者怀疑其背后是否存在故意设置障碍、逃避责任的企图。

随着科技的发展，智能客服已经成为消费者获取服务的常用途径。然而，提升智能客服的服务质量已经成为企业亟待解决的问题。技术进步是关键，2023年以来，ChatGPT的爆火也引起了智能客服行业的注意，一些专家建议通过提高人工智能产品性能，引入最新的语言大模型技术等方式来提高智能客服的服务水平。

任何新兴技术都充满了巨大的未知和潜力，让人无法预测它将如何影响我们的生活。在21世纪以前，“AI大爆炸”的概念似乎只存在于科幻小说中，被认为是不现实的。但是现在，越来越多的人开始认真思考这个问题：当技术奇点到来的时候，我们是否做好了充分的准备？

ChatGPT背后的、基于大规模语料预训练的大语言模型(Large Language Model,LLM)也随之浮出水面，其在生成自然语言文本内容时，更加准确、流畅和自然。与过往以短文本处理、单轮对话、简单多轮对话见长的智能客服相比，ChatGPT在长文本处理、场景及意图理解、上下文连续对话方面已超出用户预期，甚至已经超出人类的平均水平，不仅能够根据交互内容及上下文语境，快速、准确地给出更高质量的解答，甚至可以写代码、写小说等等。ChatGPT及其背后的大语言模型，似乎可以让智能客服变的更加“智能”。

近期，百度文心一言，华为盘古、商汤日日新、阿里通义千问、科大讯飞的星火认知大模型、浪潮的源1.0、昆仑万维的天工3.5、云从科技的行业精灵等大模型纷纷登场。与此同时，针对大模型与其他行业的结合与应用场景的落地也成为了当前讨论的焦点，数据猿同样关注到了这样一个问题。

但是，ChatGPT这类大模型与智能客服究竟可以做哪些方面的结合呢？

吴立楠提到，当ChatGPT出现，智齿科技便开始探索与其的结合，具体包括：

第一方面便是是知识库的知识运营和机器人应答。智能客服厂商都有知识库，作为知识管理的一部分，通过机器人直接应答，来简化知识库的初始化管理，解决常见问题；

第二方面则是客服赋能。比如说，使用自动生成邮件功能，或自动语言翻译以及语音生成知识让客服提高效率；

第三方面为业务分析和总结。在客服服务客户的过程中，可以自动收集客户信息，并录入库里，生成客户意愿，给出分析报告；

第四方面为服务监控。大模型出现后，可以对服务客户中的风险控制实现更好的效果。

数据猿同时也就本问题在ChatGPT上找到了答案。ChatGPT认为，智能客服和ChatGPT结合可以为企业带来更高效、更个性化、更优质的客服服务，提升客户体验和满意度，进而促进企业的发展。

既然优势已成为共识，技术成效就成了所有人关注的重点。

据美国全国经济研究所(NBER)公布的最新报告，生成式人工智能可有效提高员工的生产力，对客户服务部门员工的影响最为明显。NBER主要调查了一家财富500强软件公司，5000名客服使用一种基于Open AI的大型语言模型最新版本构建的工具来协助他们履行职责。报告中所使用的衡量标准是每小时能够解决的客户问题数量，发现生成式人工智能可以使员工的工作效率平均提高14%。

智齿科技也已将ChatGPT和智能客服相结合，在具体的数据表现方面，吴立楠补充到，第一个版本上线之后，智能客服直接回答率上升20几个百分点。但是准确率其实差不多，都在90%左右。相当于效率提高了，体验更好了。

戴巧灵在谈到ChatGPT和智能客服相结合时表示，虽然目前反应出来的效果还不是特别明显，但方向一定是正确的。现如今各厂商都在积极拥抱ChatGPT技术，企业能够利用这项技术实现更高的效率提升，更大的成本节省，或者客户满意度的提高，是智能客服行业目前的主要推动力。

戴巧灵提到，目前服务外包市场规模已超过万亿，吸纳就业1440万人。其中，BPO市场约2500亿，KPO约4000亿，软件外包约5500亿。从业者众多导致市场竞争很激烈，随着新技术的落地，企业如果能够提供更好的产品，更好的服务，解决行业痛点，实现差异化优势是智能客服企业突围的重要因素。

随着人工智能技术的不断进步，智能客服可以更加智能化和高效化。同时，智能客服系统也将更加个性化，能够更好地满足不同客户的需求和偏好。

现如今已经有众多智能客服厂商拥抱大模型技术，并获得了资本市场的支持。秦毅对此表示，作为投资人来说，核心是所投资的企业能不能真正让其实现投资回报，而不是停留在一个故事的层面。技术是不断迭代的，在每一轮技术更新过程当中，都产生出了一批独角兽企业和千亿市值企业，投资人在可以看到企业未来的情况下，当然会支持新技术，给企业输血。

近年来，随着人工智能技术的快速发展，智能客服已经成为了客服行业的新宠。然而，ChatGPT在智能客服领域的落地仍然面临诸多挑战，因为这是一个专业性强、目的明确的应用领域。

首先，虽然大语言模型具有较强的泛化能力，但在不同垂直行业的具体场景问题上，仍需要使用行业语料集进行调优和训练，以更好地回答行业个性化问题。

其次，目前大语言模型的训练成本仍然很高，而且智能客服主要集中在银行、保险、电商、政务等领域，如何安全地进行训练仍需谨慎考虑。

最后，在不牺牲模型可控性和安全性的前提下，如何将大模型进行蒸馏和裁剪到适当的规模，以便企业进行部署，仍需要进一步探索。因此，虽然ChatGPT展示了在智能客服领域无限可能的前景，但要将其真正应用到各个行业，仍需要解决AI工程化和商业化等诸多问题。

面对技术革命，智能客服厂商已然不可能做到独善其身，势必需要积极拥抱技术变革，并充分发挥自身优势，利用大语言模型去进行自身产品、服务的迭代升级，为客户提供更高价值，为用户提供更好使用体验。

对于未来智能客服行业的发展，正如吴立楠所说，智能客服行业应该跳出目前的产品框架，开发出更具革命性的产品。就像当初发明汽车的时代，“人们真正想要的是汽车，而不是一辆更好的马车。”

文：余小鱼 / 数据猿