吴立楠记得ChatGPT刚出来时全公司涌动着的激奋，“从CEO到投资人，天天开会讨论怎么和产品结合。”2022年12月，ChatGPT发布没几天，智能客服公司智齿科技的这位CTO与团队投入到一场耗时4个月的研发大战。目标明确：将GPT大模型融入现有的Sobot智能客服机器人系统中。
那时，ChatGPT之火还没蔓延到国内，“AI替代论”远不如现在这般引人焦虑。但“客服”已在《哈佛商业评论》、《福布斯》等媒体预测中成为“将被ChatGPT颠覆”的行业之一。
的确，从输入问题-给出答案的形式看，ChatGPT真的很像一位客服。而客服这一企业服务赛道在2014年-2016年已被AI改造过，自然语言模型（NLP）技术应用到当时发展成熟的“云呼叫中心”，形成智能客服系统。
你网购时咨询客服的售前、售后服务都有智能客服的参与，许多标准化的问答已被机器人接手，成为人工客服的重要补充。嵌入各类场景的智能客服系统背后，有智齿科技、腾讯企点、Udesk、美洽、快商通这类企服公司在赛道内的多年“内卷”。
那么，当以ChatGPT为代表的生成式AI出现后，智能客服又出现了哪些蜕变？
4月4日，智齿科技的Sobot x GPT大语言模型融合智能客服解决方案上线，据测试数据，智能客服系统+AIGC后，客服的直接回答率提升了15%-35%，回答准确率提升3%-32%，企业在客服环节的运营工作量能从5天缩短至0.5天。
人工客服真的被彻底颠覆了吗？吴立楠认为，“是赋能而不是彻底颠覆，”客服环节还有很多场景可改造，AI是重要的技术力量。
运营工作量从5天缩短到0.5天
智齿科技被GPT“点燃”是从ChatGPT发布那一刻开始的。吴立楠发现，全公司上下，不光他带的技术同学在关注，从CEO徐懿到投资人，都在试用这个对话机器人。
作为一家智能客服研发公司的CTO，吴立楠很难不注意到人工智能的发展，再加上CEO徐懿又是产品经理出身，敏锐于新技术属于“自带buff”。GPT模型进化到3.0时，他们就在跟进，“那个时候，大家觉得它可能只是用来跑一些模型，没法民用、商用。”
谁都没想到，2022年11月30日，ChatGPT直接以产品形态推向公众，底层的大模型迭代到了GPT 3.5，“API都出来了，这次不一样。”吴立楠描述，“全公司上下都‘疯了’，大家特别激动，都在想这个新模型怎么与公司现有的智能客服机器人结合。”
此后，智齿科技几乎进入到“全员GPT”的状态，开会、培训、脑暴。12月，智齿科技的智能客服系统“+GPT”正式立项，徐懿牵头，算法组、产品团、市场部等各部门联动，研发开始了。
哪怕在外部，擅长多轮对话的ChatGPT最先被人联想到的也是客服机器人。
同样在12月，科技博主“算法猪立业在微软”亲自动手，让ChatGPT客串了一把施华洛奇的售前客服，这个对话机器人能够给出与品牌、产品和价格相关的答案，但信息不够全面，这与 ChatGPT数据库仅更新到2021年且不联网有关。
“算法猪立业在微软”的结论是，让ChatGPT直接当客服不行，但如果它能掌握更多数据，如订单、商品、售价等信息，有效回答将大幅提升。
这位科技博主的预测在智齿科技得到了验证，而且有了更确切的提升数据。
4月4日，智齿科技Sobot x GPT大语言模型融合智能客服解决方案上线，品牌客户开始测试“+GPT”的智能客服机器人。
此后的一个月里，智齿科技的客户测试数据显示，Sobot智能客服系统+AIGC后，客服的直接回答率提升了15%-35%，回答准确率提升3%-32%，而企业在客服环节的运营工作量能从5天缩短至0.5天。
数据来自智齿科技
提效是AI为客服行业带来的最明显升级。GPT等大语言模型的上下文理解、梳理总结能力及背后的人类反馈预训练技术，能成功匹配智能客服系统“知识库配置-问题学习-机器人应答”的全链路，从而带来整个环节的提效。
知识量大、问答对精，是现有的智能客服机器人面对消费者提问对答如流的前提。看不见的地方是，企业在运营智能客服机器人时大量的人工投入。
吴立楠解释， “比如，医疗行业的用药指导书、企业产品的说明书、产品功能的文档等等，这些都是知识库的素材，要尽可能全面地整理出来。”
光有这些还不行，还需要人工将这些材料加工成“问答对”形式，比如做问题分类，要梳理出相似或关联问题的问法和标准答案，尽可能多得上传问答对到系统里。
客户又是千人千面，问的问题一旦超出问答对的覆盖范围，智能机器人就会出现卡壳或答非所问的“智障”表现。因此，运营过程中，企业人员还要及时收集新问题，然后人工添加或优化答案。
“工作量非常大。”吴立楠拿出一组数据，某家企业对180个标准问题进行相似问或关联问的扩充编辑时，能补充出1800条问答，“这至少需要人工做3.5-4天。”
当GPT等AIGC模型参与到智能客服的底层时，变化发生了。
企业可以把各类文档素材直接上传至智能客服系统备用，有些标准内容不用再人工拆分成问答对，当客户的提问超出预设问答对范围时，大语言模型能自动从原材料内容中检索相关素材，还会归纳、总结、重新组织，形成符合语言逻辑、包含核心信息的回答。
吴立楠说，从他们拿到的大量客户测试的数据中，能明显地看到直接回答率和回答准确率的提升，“而且人工投入到‘问答对’这个环节的时间缩短为半天，因为他们只需做标注答案准确与否、添加未储备问题这些环节就行。”
是赋能而非彻底颠覆
除了智齿科技，一大批智能客服公司也在+AIGC的路上。
咨询公司IDC最近的报告显示，腾讯企点“将整合腾讯大模型的AIGC能力，与营销自动化场景实现联动”；4月21日，Udesk 基于GPT通用大模型发布了原心引擎2.0，计划为企业提供智能化支撑的统一客服平台；同样在4月，快商通宣布将要基于ChatGPT技术推出垂直医疗行业的AIGC产品，全面更新产品功能与企业服务模式；另一家智能客服企业美洽也“正式迈入ChatGPT”时代。
所有的智能客服企业+AIGC时，提效都是避不开的、最实在的企服方向。
客服行业在中国经历了30年的变迁，走完了结合通讯、大数据、人工智能的技术变革路径，一个主题就是提效。从30年前的电话客服，到移动互联网时代的在线客服，再到现如今的智能客服机器人，企业与消费者之间的链接从上门服务、跑营业厅，缩短到了只需要一块PC屏幕和一部手机就能解决大部分问题的程度。
企业和消费者也在这个过程中尝到了节约成本的甜头，背后是客户服务行业的技术升级。
过去近十年里，移动互联网、大数据、AI技术的发展让传统的客服呼叫中心逐渐转型为智能化的SaaS模式。通过云服务器，客服系统完成了对电话、邮件、短信等多种客服渠道的全面整合，人工智能自然语言模型（NLP）也开始应用到智能客服赛道。
也是在这期间，大量的资本和创业者涌入，诞生了智齿科技、美洽、Udesk、容联云等一大批智能客服公司，基本实现了智能客服机器人面对消费者和客户的提问时能自主回答，甚至实现业务办理等复杂操作。
这十年里，国人也逐渐习惯了在各种场景中遇事先由客服人机器处理的模式，当然，还是能感受到服务你的是机器人。它们搞不定时，人工客服才会出现。
当能言、擅画、专门搞生成的AIGC出现时，客服的机器感是否会消失？AI真的能够彻底让人工客服下班吗？
在吴立楠看来，“AI对客服行业仍然是赋能，还达不到颠覆的程度，”原因是，AI为智能客服带来的变革主要发生在运营的提效上，最直观的就是直接回答率和回答准确率的提升。
智齿科技产品应用流程
此外，客服管理者在评估客服效率时，需要服务质量分析、整理报表报告甚至需要分析用户（买家）情绪在客服过程中的变化，“这时候，生成式AI的分析、总结、提炼关键信息的能力又可以派上用场，这个功能从技术可行性上没问题，我们也将它产品化了。”
可以看出，即便客服系统的智能化再上了一个台阶，人仍然是客户服务中的重要一环，要为当前AIGC产生的答案校准、补充甚至评估它的服务质量。AI替代的不过是客服环节中最初级也最繁复的整理知识库、预设问答等工作；分析客户情绪、判断消费者的情感变化，机器可以提供数据，但数据出来后如何改善，仍然需要最理解人类的人。
智齿科技的副总裁荀鹏俊也提到了GPT等大模型应用到智能客服行业后带来的新问题，“客服机器人由于语料精准、底层模型较小，回复速度能做到毫秒级，但GPT产品生成回复的时间更长；此外，通用大模型的另一个通病是训练时用的语料太多，客服机器人在回复问题时很可能会出现企业的竞品信息；还有一个更需要注意的是数据安全，企业得保证在数据传输过程中剔除敏感信息。”
这些问题的存在，也让GPT等AIGC大模型对智能客服系统来说，只是去芜存菁的赋能而非彻底颠覆。这也让智齿科技最终选择了更具有挑战性的“+AIGC”，而不是“从0到1”地打造一个AIGC式智能客服的原因。
当前，智齿科技的智能客服系统底层，既有持续迭代了9年的Sobot引擎作保，也结合了GPT模型，“两个引擎同时跑在底层跑，让两者发挥各自的优势。”吴立楠认为，对客服行业，AIGC虽然还没有带来颠覆式革命，但改造升级的潜力巨大，“能做的改造非常多，包括智能外呼、全球化客服，甚至有些场景是更具象、更直接关联商业的，比如促成转化和成交。”
至少目前，AI客服机器人还没有彻底替代人工客服，人们在对话框里、电话听筒里，仍然会在机器人给出车轱辘话时忍不住按下“转人工”或“0”键，这时候，你反而太渴望听到人类客服直接而易懂的回答了。什么时候，你再也觉察不到对方是机器人时，取代可能才会真的发生。
