本期話題圈，我們直面這場技術(shù)革命引發(fā)的行業(yè)震蕩，特邀五位跨界思想者展開巔峰對(duì)話——才博數(shù)據(jù)治理研究中心主任賴沛宏、人工智能領(lǐng)域知名專家蘇鈺、中國移動(dòng)在線營銷服務(wù)中心王小龍、中國聯(lián)通重慶市分公司商業(yè)呼叫運(yùn)營中心楊劼、才博數(shù)智服務(wù)機(jī)構(gòu)咨詢顧問方寶珍，他們將分別從服務(wù)模式轉(zhuǎn)型、技術(shù)前沿探索、行業(yè)應(yīng)用實(shí)踐、客服行業(yè)生態(tài)變革、人文價(jià)值等多個(gè)維度，為我們深度剖析DeepSeek系統(tǒng)的誕生背景、技術(shù)特點(diǎn)、市場影響以及潛在挑戰(zhàn)。

︾

本文共 5293 字

預(yù)計(jì)閱讀時(shí)間 14 分鐘

引言：為什么我不建議朋友小孩學(xué)習(xí)DeepSeek

深夜的手機(jī)屏幕突然亮起，朋友發(fā)來消息：“蘇老師，該讓孩子學(xué)DeepSeek嗎？”我望著書房中正在運(yùn)轉(zhuǎn)的DeepSeek嗡嗡作響的服務(wù)器，沉默片刻，敲下回復(fù)：“建議暫時(shí)不學(xué)?！薄澳悄X得這次DeepSeek的應(yīng)用浪潮，我們客戶中心要不要跟進(jìn)試點(diǎn)呢？”“要，建議要”“哈哈哈，蘇老師您真雙標(biāo)！”

我知道我的這個(gè)答案讓朋友十分錯(cuò)愕，我之所以這么說，核心在于 DeepSeek的強(qiáng)大之處，主要體現(xiàn)在其卓越的推理過程上，這種能力展現(xiàn)出一種獨(dú)特的輔助人類思考的方式。

然而，正如那句俗語“善泳者溺，善騎者墮”所言，它強(qiáng)大的推理能力雖能讓分析與思考更為精準(zhǔn)，對(duì)企業(yè)、成年個(gè)人來說是一大助力，但是對(duì)于思維體系尚未建立完整的小朋友，一旦當(dāng)他們使用DeepSeek嘗到了任何問題都能解決，或者輔助他們思考的甜頭，產(chǎn)生依賴心理，逐漸陷入舒適區(qū)，形成思維定式。遇到問題時(shí)，第一反應(yīng)是詢問DeepSeek而非用自己的大腦先思考，長此以往，其他解決問題的手段與思維視角便會(huì)逐漸被荒廢。最終，可能會(huì)陷入人生的困境，甚至絕境。

這就好比在客服中心行業(yè)，技術(shù)的發(fā)展日新月異，我們不能僅僅依賴某一項(xiàng)技術(shù)，而忽略了整個(gè)服務(wù)體系的構(gòu)建和人員能力的培養(yǎng)。

在接下來的文章中，我將深入探討智能客服在客服中心行業(yè)的發(fā)展現(xiàn)狀、面臨的困境，以及大模型技術(shù)如DeepSeek在客服中心的落地實(shí)踐和啟示。

01.

智能客服困局：客服中心人工技術(shù)落地的 “冰火兩重天”

（一）智能客服應(yīng)用的軍備競賽

在當(dāng)今數(shù)字化時(shí)代，智能客服應(yīng)用的發(fā)展可謂是一場激烈的軍備競賽。從最初簡單的文本機(jī)器人，只能處理一些預(yù)設(shè)好的常見問題，到語音門戶機(jī)器人的出現(xiàn)，實(shí)現(xiàn)了語音交互，讓客戶可以通過語音與客服系統(tǒng)進(jìn)行溝通，大大提高了交互的便捷性。再到智能質(zhì)檢的應(yīng)用，通過對(duì)客服對(duì)話的分析，實(shí)現(xiàn)對(duì)服務(wù)質(zhì)量的監(jiān)控和評(píng)估。這一系列的發(fā)展，使得智能客服應(yīng)用不斷升級(jí)，功能日益強(qiáng)大。

眾多企業(yè)紛紛投入大量資源，希望在這場競賽中占據(jù)一席之地。各大科技公司也不斷推出新的智能客服產(chǎn)品和解決方案，仿佛一場萬國展覽，展示著各種先進(jìn)的技術(shù)和理念。企業(yè)們競相采用最新的技術(shù)，希望能夠提升客戶服務(wù)水平，降低成本，增強(qiáng)自身的競爭力。

（二）智能客服應(yīng)用的價(jià)值迷思

然而，在這場看似熱鬧的軍備競賽背后，智能客服應(yīng)用的價(jià)值卻存在著一些迷思。一方面，從理論上來說，智能客服能夠提高服務(wù)效率，降低人力成本。它可以24小時(shí)不間斷地工作，快速響應(yīng)客戶的問題，處理大量的重復(fù)性任務(wù)。在電商行業(yè)，智能客服可以快速回答客戶關(guān)于商品信息、訂單狀態(tài)等常見問題，大大減輕了人工客服的工作壓力；在金融行業(yè)，智能客服可以通過智能外呼的方式提醒客戶按時(shí)還信用卡，而不逾期；在運(yùn)營商行業(yè)，通過智能質(zhì)檢，客服中心可以及時(shí)發(fā)現(xiàn)服務(wù)中存在的問題，進(jìn)行針對(duì)性的改進(jìn)，從而提升服務(wù)質(zhì)量。

但另一方面，實(shí)際情況卻并非總是如此樂觀。一些企業(yè)在引入智能客服后，并沒有達(dá)到預(yù)期的效果?？蛻魸M意度并沒有顯著提升，甚至在某些情況下出現(xiàn)了下降。這是因?yàn)橹悄芸头m然能夠處理大量的標(biāo)準(zhǔn)化問題，但對(duì)于一些復(fù)雜的、個(gè)性化的問題，往往顯得力不從心。例如，當(dāng)客戶遇到產(chǎn)品使用中的特殊問題時(shí)，智能客服可能無法給出準(zhǔn)確的解決方案，導(dǎo)致客戶需要反復(fù)溝通，甚至最終還是需要人工客服來解決問題。這不僅沒有提高效率，反而增加了客戶的不滿。

（三）智能客服的服務(wù)迷宮

在一些情況下，智能客服甚至?xí)尶蛻暨M(jìn)入到服務(wù)的迷宮之中。客戶在與智能客服交互時(shí)，可能會(huì)因?yàn)橹悄芸头?duì)問題的理解不準(zhǔn)確，或者引導(dǎo)流程不合理，而陷入一種無法快速解決問題的困境。比如，客戶在咨詢某個(gè)業(yè)務(wù)時(shí)，智能客服給出的回答可能與客戶的問題不相關(guān)，或者提供的引導(dǎo)路徑過于復(fù)雜，讓客戶在不斷的點(diǎn)擊和選擇中迷失方向，無法找到真正需要的答案。這種情況不僅影響了客戶體驗(yàn)，也降低了企業(yè)的服務(wù)效率和形象。

市場（應(yīng)用）遠(yuǎn)遠(yuǎn)滯后于技術(shù)發(fā)展，因此2012年開始在國內(nèi)大爆發(fā)的人工智能技術(shù)在客服中心的應(yīng)用似乎在2022年來到了一個(gè)瓶頸，這個(gè)瓶頸是多因素（客戶體驗(yàn)、服務(wù)成本、費(fèi)用投入、人才體系、服務(wù)定位）之間交叉博弈而形成，瓶頸的背后代表了上一代人工智能技術(shù)完全且深入落地客戶中心相關(guān)業(yè)務(wù)場景之后，在技術(shù)與業(yè)務(wù)之間達(dá)成了一定的平衡。

02.

困惑中的轉(zhuǎn)型：從“工具崇拜”到“人機(jī)共生”

瓶頸與平衡的出現(xiàn)代表了技術(shù)無法在場景中出現(xiàn)跨時(shí)代或者讓人眼前一亮的應(yīng)用創(chuàng)新（如：文本機(jī)器人后出現(xiàn)多模態(tài)交互的數(shù)字人），同時(shí)現(xiàn)有產(chǎn)品若想進(jìn)一步提升關(guān)鍵數(shù)據(jù)指標(biāo)，所需投入的成本已遠(yuǎn)超預(yù)期收益。但業(yè)務(wù)發(fā)展不會(huì)停滯不前，因此大家開始思考轉(zhuǎn)型升級(jí)的突破路徑。

（一）升級(jí)技術(shù)，更要培養(yǎng)能夠駕馭AI的“數(shù)字騎手”——國家職業(yè)人工智能訓(xùn)練師的誕生

在客服中心智能化轉(zhuǎn)型浪潮中，企業(yè)往往陷入“重系統(tǒng)采購、輕人才培育”的誤區(qū)——斥資數(shù)百萬部署智能客服系統(tǒng)，卻讓這些“數(shù)字戰(zhàn)艦”因無人掌舵而擱淺在服務(wù)淺灘。2020年，“人工智能訓(xùn)練師”正式進(jìn)入國家職業(yè)分類大典，標(biāo)志著駕馭AI系統(tǒng)的“數(shù)字騎手”成為數(shù)字化轉(zhuǎn)型的核心生產(chǎn)力。在DeepSeek等大模型重塑行業(yè)格局的今天，這類人才的戰(zhàn)略價(jià)值愈發(fā)凸顯。

傳統(tǒng)AI客服系統(tǒng)依賴“預(yù)設(shè)規(guī)則+有限學(xué)習(xí)”模式，工程師只需完成基礎(chǔ)參數(shù)配置即可運(yùn)行。但以DeepSeek為代表的大模型技術(shù)徹底改變了游戲規(guī)則：其涌現(xiàn)出的推理能力、多輪對(duì)話深度、場景自適應(yīng)特性，使其更像需要持續(xù)馴化的“數(shù)字生命體”。

在既往的觀察中，專門設(shè)立人工智能訓(xùn)練師團(tuán)隊(duì)的客服中心無論是在落地應(yīng)用場景的寬度擴(kuò)寬，還是在單一智能服務(wù)產(chǎn)品應(yīng)用價(jià)值深度挖掘上，相較以傳統(tǒng)IT工程師運(yùn)營智能客服模式的客服中心，在指標(biāo)及客戶體驗(yàn)方面都要領(lǐng)先。

而在DS模型領(lǐng)域上，人工智能訓(xùn)練師一般需要具備三重核心能力：“AI馴獸師”的技術(shù)理解力，能通過prompt工程激發(fā)DeepSeek的深層推理能力；“服務(wù)架構(gòu)師”的業(yè)務(wù)洞察力，能將大模型能力拆解為服務(wù)觸點(diǎn)、知識(shí)節(jié)點(diǎn)、體驗(yàn)卡點(diǎn)三位一體的解決方案；“人性補(bǔ)完者”的情感共情力，在AI生成的標(biāo)準(zhǔn)化服務(wù)中植入個(gè)性化溫度，提升智能應(yīng)用的服務(wù)體驗(yàn)。

無論是傳統(tǒng)人工智能還是DeepSeek等先進(jìn)技術(shù)要想真正意義在客戶中心落地生根，必須要建立“技術(shù)-人才-場景”的協(xié)同。國家推動(dòng)人工智能訓(xùn)練師職業(yè)認(rèn)證的價(jià)值正在于此——當(dāng)企業(yè)開始將AI系統(tǒng)與人才體系同步規(guī)劃，當(dāng)訓(xùn)練師成為人機(jī)協(xié)作的“神經(jīng)中樞”，智能客服才能真正跨越從“功能可用”到“價(jià)值創(chuàng)造”的鴻溝。從而做到關(guān)注“技術(shù)的?強(qiáng)”同時(shí)也關(guān)注“應(yīng)用的?人”。

（二）以人工智能技術(shù)為核心的服務(wù)體系搭建：技術(shù)是舟，業(yè)務(wù)是槳

除了關(guān)注使用者的能力建設(shè)，企業(yè)還開始關(guān)注智能服務(wù)體系的搭建。通過將智能服務(wù)應(yīng)用融入至已有或?qū)⒂械闹悄芊?wù)體系之中，讓技術(shù)與業(yè)務(wù)深度融合，技術(shù)是舟，業(yè)務(wù)場景是槳，劃向落地實(shí)施的深水區(qū)。

一個(gè)完善的智能服務(wù)體系應(yīng)該包括多個(gè)方面，如智能客服系統(tǒng)、知識(shí)庫管理系統(tǒng)、客戶關(guān)系管理系統(tǒng)等。這些系統(tǒng)之間需要相互協(xié)作，形成一個(gè)有機(jī)的整體。例如，智能客服系統(tǒng)在回答客戶問題時(shí)，可以從知識(shí)庫管理系統(tǒng)中獲取相關(guān)的知識(shí)和信息，確?；卮鸬臏?zhǔn)確性和完整性。同時(shí)，智能客服系統(tǒng)與客戶的交互數(shù)據(jù)可以反饋到客戶關(guān)系管理系統(tǒng)中，幫助企業(yè)更好地了解客戶需求和行為，為企業(yè)的決策提供支持。

在搭建智能服務(wù)體系時(shí)，企業(yè)需要充分考慮業(yè)務(wù)場景的需求，根據(jù)不同的業(yè)務(wù)場景制定相應(yīng)的智能服務(wù)策略。比如，在電商行業(yè)，針對(duì)客戶咨詢商品信息、下單、售后等不同的業(yè)務(wù)場景，智能客服系統(tǒng)可以采用不同的對(duì)話流程和策略，提高服務(wù)的針對(duì)性和有效性。

03.

大模型在國內(nèi)客服中心的落地困局

困局一：成本困局

大模型的訓(xùn)練和部署需要大量的計(jì)算資源和數(shù)據(jù)，這導(dǎo)致了高昂的成本。首先，訓(xùn)練大模型需要強(qiáng)大的計(jì)算設(shè)備，如高性能的 GPU 集群，這些設(shè)備的采購和維護(hù)成本都非常高。其次，為了訓(xùn)練出高質(zhì)量的大模型，需要大量的數(shù)據(jù)，而數(shù)據(jù)的收集、整理和標(biāo)注也需要投入大量的人力和物力。此外，大模型的部署和運(yùn)行也需要消耗大量的能源，進(jìn)一步增加了成本。

對(duì)于很多企業(yè)來說，尤其是中小企業(yè)，難以承擔(dān)如此高昂的成本。即使一些大型企業(yè)有能力投入資金進(jìn)行大模型的應(yīng)用，但在成本效益的考量下，也需要謹(jǐn)慎評(píng)估。例如，一些企業(yè)在引入大模型后，發(fā)現(xiàn)雖然在某些方面提升了服務(wù)質(zhì)量，但成本的增加卻超過了預(yù)期，導(dǎo)致整體效益并沒有得到明顯改善，這又反過來影響企業(yè)進(jìn)一步擴(kuò)寬大模型的應(yīng)用范圍。

困局二：準(zhǔn)確困局

盡管大模型在自然語言處理等方面具有強(qiáng)大的能力，但在客服中心的實(shí)際應(yīng)用中，準(zhǔn)確性仍然是一個(gè)重要的問題。大模型的訓(xùn)練數(shù)據(jù)雖然豐富，但在面對(duì)復(fù)雜多變的客服場景時(shí)，仍然可能出現(xiàn)回答不準(zhǔn)確、不相關(guān)的情況。

例如，客戶的問題可能存在模糊性、歧義性，大模型可能無法準(zhǔn)確理解客戶的意圖，從而給出錯(cuò)誤的回答。而且，客服中心的業(yè)務(wù)知識(shí)往往具有專業(yè)性和特殊性，大模型可能需要經(jīng)過大量的微調(diào)才能更好地適應(yīng)這些業(yè)務(wù)場景。但在實(shí)際操作中，微調(diào)的過程也存在一定的難度和挑戰(zhàn)，需要專業(yè)的技術(shù)人員和大量的時(shí)間精力投入。如果不能有效解決準(zhǔn)確性問題，大模型在客服中心的應(yīng)用效果將大打折扣。

04.

技術(shù)解構(gòu)：為什么是DeepSeek？

（一）DeepSeek的核心CTO思路解析

DeepSeek的核心CTO在技術(shù)研發(fā)上有著獨(dú)特的思路。首先，注重模型的深度和廣度。通過構(gòu)建深層次的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，使得模型能夠?qū)W習(xí)到更復(fù)雜的語義信息，同時(shí)通過大規(guī)模的數(shù)據(jù)訓(xùn)練，讓模型具備更廣泛的知識(shí)儲(chǔ)備。

其次，強(qiáng)調(diào)模型的靈活性和可擴(kuò)展性。DeepSeek的架構(gòu)設(shè)計(jì)使得它能夠方便地進(jìn)行調(diào)整和優(yōu)化，以適應(yīng)不同的應(yīng)用場景和需求。例如，在客服中心領(lǐng)域，可以根據(jù)企業(yè)的業(yè)務(wù)特點(diǎn)和客戶需求，對(duì)模型進(jìn)行針對(duì)性的微調(diào)，提高模型在特定場景下的性能。此外，CTO 還關(guān)注模型的效率和性能平衡。在保證模型強(qiáng)大功能的同時(shí)，通過優(yōu)化算法和硬件資源的合理利用，降低模型的計(jì)算成本和運(yùn)行時(shí)間，提高模型的運(yùn)行效率，使得 DeepSeek 能夠在實(shí)際應(yīng)用中更好地發(fā)揮作用。

（二）DeepSeek爆火原因

能力突破：DeepSeek 在自然語言處理能力上實(shí)現(xiàn)了重大突破。它能夠理解更加復(fù)雜和模糊的問題，提供更準(zhǔn)確、更詳細(xì)的回答。例如，在處理客戶關(guān)于產(chǎn)品技術(shù)問題的咨詢時(shí)，DeepSeek 可以深入分析問題的關(guān)鍵，結(jié)合產(chǎn)品知識(shí)和技術(shù)原理，給出專業(yè)且易于理解的解決方案，這是以往很多智能客服模型所無法做到的。

開源：DeepSeek 采用了開源的策略，這使得更多的開發(fā)者和企業(yè)能夠參與到模型的改進(jìn)和應(yīng)用中來。開源不僅促進(jìn)了技術(shù)的交流和創(chuàng)新，也降低了企業(yè)使用大模型的門檻。企業(yè)可以根據(jù)自身的需求，在開源的基礎(chǔ)上對(duì) DeepSeek 進(jìn)行二次開發(fā)和定制，將其更好地融入到自己的業(yè)務(wù)流程中。

低成本：通過技術(shù)優(yōu)化和創(chuàng)新，DeepSeek在一定程度上降低了使用成本。與其他一些大模型相比，它在計(jì)算資源需求和數(shù)據(jù)處理成本上相對(duì)較低，這使得更多的中小企業(yè)也有機(jī)會(huì)嘗試使用大模型技術(shù)，推動(dòng)了大模型在客服中心行業(yè)的普及。

國產(chǎn)化：作為一款國產(chǎn)化的大模型，DeepSeek 在數(shù)據(jù)安全和合規(guī)性方面具有優(yōu)勢(shì)。對(duì)于一些對(duì)數(shù)據(jù)安全有嚴(yán)格要求的企業(yè)，尤其是涉及到國家關(guān)鍵領(lǐng)域和重要信息的企業(yè)，國產(chǎn)化的DeepSeek能夠更好地滿足其數(shù)據(jù)安全和隱私保護(hù)的需求，避免了使用國外模型可能帶來的風(fēng)險(xiǎn)。

（三）結(jié)論

DeepSeek的爆發(fā)絕非偶然，其本質(zhì)是一場 “AI平權(quán)運(yùn)動(dòng)”，這場門檻革命，使得AI從少數(shù)企業(yè)的“戰(zhàn)略武器”變?yōu)槠栈莼摹皵?shù)字基建”，從王謝堂前飛入尋常百姓家，這將使得客戶中心在試點(diǎn)大模型應(yīng)用場景的成本急劇降低，將會(huì)讓非常多的客戶服務(wù)中心可以嘗試或者開始應(yīng)用大模型，這不僅為客戶服務(wù)中心帶來了新的機(jī)遇，同時(shí)也推動(dòng)了整個(gè)行業(yè)的智能化升級(jí)。