來源 | 深燃（ID：shenrancaijing）作者 | 李秋涵編輯 | 魏佳

潮水勢不可擋。

席卷社交網絡的ChatGPT，最近再次向全世界投放了一個“炸彈”。

(資料圖片僅供參考)

3月初，開發出ChatGPT的公司OpenAI，正式宣布開放ChatGPT的API （應用編程接口） ，這意味著第三方的開發者，也能將ChatGPT集成到他們的應用程序里去。當然，這是得花錢的，不過，OpenAI提到，會給廣大客戶打個折。

“可以預見，以后客服不會有真人了”，消息一出，有網友評論道。

盡管OpenAI目前宣布的ChatGPT先行應用案例里，還沒有多少關于替代客服的例子，但基于其應用特性，這被很多人視為是在不遠的未來將發生的事。

一方面，在ChatGPT出現之前，各大企業為了降低成本，已經在廣泛使用智能客服替代人工客服。一位業內人士就對深燃表示，有的行業比如金融領域，滲透率已經接近100%。

另一方面，現在的智能客服還不夠智能，ChatGPT所具備的能力，正是產業所需要的。一位業內人士對深燃做了個比喻，“就像是伐木場突然迎來了工業革命”。

ChatGPT來了，客服是離風暴最近的崗位之一。

短短時間里，和深燃交流的多位智能客服從業者里，有的已經推出運用“類ChatGPT”技術的AIGC產品，有的已經在做“類ChatGPT”產品的合作測試，有的在探索更合適的落地方式及應用場景。總之，都在爭分奪秒的趕上這趟列車。

它從誕生起，人們就或害怕它，或期待它，或無視它。一方面，的確有越來越多的案例佐證，它正在取代人力，但另一方面，ChatGPT的訓練成本高昂，也出現了落地應用不容易，取代人力沒那么簡單的聲音。

以客服行業為切入口，我們試圖弄清楚的是，對一個具體行業來說，ChatGPT現在能取代的崗位到底是什么，能取代到什么程度？產業化落地的應用空間到底有多大？

01 客服市場，AI本來就很卷

這個行業里，AI客服已經在廣泛使用。

猴子是一家酒店的客服，就涉及和智能客服的合作。比如會接到旅行社用AI客服打來的電話，核對顧客信息。AI客服會先問，“客人離店了嗎？”再問，“客人是幾月幾號退房的？”當聽到第一個問題的時候，她會一并回答，“某某日，客人已經退房了”，AI客服就不會再接著問了。

幾年前，智能客服還只能聽懂她回答“是”和“不是”，或者得按照流程，聽懂某個固定的答案，但現在她用像跟真人對話一樣的語氣回答，對方也能聽懂。

2017年以來，人工智能技術引進，智能客服已滲透到企業各個環節。根據2020年T研究發布的《智能客服趨勢發展白皮書》，國內市場88.6％的企業擁有客服業務，22.1％的企業基于云的方式構建了智能客服。

思必馳是國內專業的對話式人工智能平臺公司，其數字政企事業部副總經理張金告訴深燃，咨詢機構Gartner在2020年曾經預測，智能客服的滲透率將從2018年的15%增至2022年的80%，目前來看，這個預測是比較準確的。

他對深燃介紹，現在智能客服應用的對話技術，大致可以分為三種。

一種是基于知識庫的知識問答，主要解決用戶對知識信息的獲取問題。即基于用戶的提問，在知識庫中尋找最匹配的答案。這項技術和傳統的搜索技術有點相似，典型的應用場景，如用戶對政策法規的咨詢。

一種是面向任務的問答，主要幫助用戶解決限定任務，一般采用流程管理的對話技術，以一定的步驟和順序，通過多輪對話幫助用戶解決問題。聽歌、查詢天氣、訂票、下單都屬于這類場景。

還有一種是無特定目標的閑聊。這種主要模擬人們日常閑聊的場景，技術路線上有采用大規模知識庫的，也有使用AIGC （人工智能生成） 的。通常在實際場景中，作為前兩種對話形式的補充配合使用。

在行業里，AI之所以應用如此廣泛，主要是為了節省成本。

網易云商產品總監周丹對深燃舉了一個例，他們之前和出行類的客戶合作，應用機器人作為客服后，相比原來的人力成本整體降低了200萬元，人效提升了220%。

他介紹，目前智能客服應用場景主要有兩個，第一個是在人工客服介入之前，通過機器人幫助客戶解決規范、明確的問題，“絕大部分智能客服廠商都具備這樣的能力”。

第二個是輔助人工。比如客服行業流動性大，企業培訓成本高，通過人工智能，客服可以通過智庫、問答提示來輔助，降低上手成本。之前他們特地和客戶聊過，如果沒有這些輔助工具，培訓一個合格的在線坐席，需要1-2個月時間，使用這套輔助，時間可以縮短到兩周。

根據容聯云和中國信息通信研究院共同發布的《客服中心智能化技術和應用研究報告》，當前智能機器人客服處理咨詢量普遍達到300-500萬人次/日，企業平均節約人力成本42.6%，提升人力資源利用率39.3%。

不過同時，行業也還面臨著AI不夠智能的問題。

現在的客服市場，“把簡單、重復、流程性的問題，交給機器人處理，復雜的、需要情感關懷的問題，交由人工客服處理”，天潤融通是一家全場景智能客戶聯絡服務商，也是行業里第一家在港股上市的企業，其首席科學家田鳳占對深燃表示。

他提到，能否處理復雜問題，行業有一個通用的指標，即意圖識別的準確率，“傳統機器人，語義理解能力還是比較弱的”。

首先是擬人化方面，還有所欠缺，其次是更復雜的需求，還不具備處理能力。“智能客服只需要公式化處理問題，處理原本就有解決辦法的問題，對于我們真人客服來說，算是很輕松的工作內容了”，猴子也表示。

在沙利文《2021年中國智能客服市場報告》中，僅30％企業使用智能客服感受整體服務效率提升。中國青年報社會調查中心2022年對2018名受訪者進行的調查顯示，95.7％的受訪者使用過智能客服，其中僅41.3％的受訪者，覺得智能客服好用。

技術提不上去，行業門檻不高，讓這個市場很內卷。

行業人士梁爽告訴深燃，電商剛興起時，很多電商平臺的智能客服都是外包，現在很多大平臺都是自研了。“行業純粹的技術壁壘，沒有那么高，一些功能你家能實現，我家也能實現，大家都在打價格戰”，他舉例，以前得價格一兩百萬的單子，現在只需要四五十萬，“更大體量的訂單已經幾乎沒有了，對于甲方來說，一個需要花費一兩百萬的智能客服項目，都干脆直接自研了”。

現在，ChatGPT出現了，情況發生了變化。

02 三大改變，就像“伐木場迎來工業革命”

ChatGPT出現后，提供智能客服機器人等產品的服務商快商通的聯合創始人李稀敏進行了一次智能客服的試驗。他先用一個長句告訴ChatGPT是牙科客服，目標是要獲得顧客的電話號碼，它很快進入角色，先安撫顧客，并適當的給出了需要對方聯系方式的原因，邏輯清晰。

受訪者供圖

“問題中包含了復雜的意圖，從它的回答來看，準確地理解了所有意圖。這對以前的NLP （自然語言處理） 技術來說，是一個很大的挑戰。這意味著，傳統人機對話技術需要使用十多個單功能自然語言處理模塊組裝構建的機器人，對于ChatGPT來講，一個角色扮演的命令，加少量的信息設定，即可實現”，李稀敏表示。

這還只是一個非常簡單的例子。

綜合行業人士的說法，ChatGPT的技術應用對客服行業的影響，可以分為幾類。

首先是人機交互上。張金表示，傳統機器人對復雜場景的應變能力不夠，一旦用戶問的問題在知識庫里沒有，或者超出了預設的流程，機器人就無法很好地應對了。現在，ChatGPT大模型本身蘊含了大量泛知識內容，能夠以更靈活的回答應對上述情況。

ChatGPT還能帶來使用體驗上的升級，比如過往對于同一個問題，傳統機器人雖然可以理解不同的問法表達，但回答往往是千篇一律的，“現在，生成不同風格的對話內容，對ChatGPT而言已經非常容易了”，張金表示，ChatGPT也能夠基于用戶的個人信息和歷史交互，提供更個性化的回答。

除此之外，李稀敏還提到，ChatGPT的知識存儲能力，讓他感到震驚，“這將對現有的知識圖譜生態造成沖擊”。而ChatGPT能大跨度地進行多輪對話，隨意切換聊天主題，“這也突破了傳統人機對話系統中，對話管理能力的天花板”。

其次是成本上的改變。

周丹表示，ChatGPT讓人感到驚艷的效果給了他很大的觸動，對開放和應用持樂觀態度，關于合作應用，他提到兩種思路。一個是有助于輔助意圖的識別，進行算法冷啟動，“之前的NLP算法啟動都需要標注大量樣本，很多情況下，是沒有標注樣本可用的，或者標注代價太大。ChatGPT可以輔助生成一些樣本，以供人工標注。”

第二種是，用于輔助知識庫的搭建和配置。“以前碰到陌生的行業，需要人絞盡腦汁想訪客可能會問智能客服的問題，現在借助ChatGPT可以解決”，他舉例，比如，能直接讓它就問題“我的快遞到哪兒了”擴充10個相似的問法，“這種模式擺脫了現在行業主流的，仍需要以人工拆解問法和答案的知識維護模式，有極大的效率優勢。”

“以前的方式使知識庫的建設成本很高，現在借助ChatGPT相關技術，有可能讓大模型快速、低成本地習得新知識”，張金也表示。

再者，當技術提升，也能增加智能客服的應用場景。

比如它翻譯能力的應用。張金提到，傳統機器人還面臨多語種的挑戰，語種間相互切換的成本較高，而ChatGPT也能提供相對可靠的解決方案。

“可以支持跨語言的客服服務，在企業出海的國際化場景上，很有潛力。”田鳳占也表示，他還提到，在測試時，“當你說你心情不好，它會與你溝通，幫你緩解，這在情緒關懷方面也有很大的應用前景”。

在田鳳占看來，ChatGPT的應用會很快，未來一兩年就能看到。“已經有相對確定的場景可以落地”，他舉例，如可以扮演人工客服和客戶溝通，在客服接待、電話促銷上，都很有前景。

周丹表示，除了技術上的探索，就應該探索更多的應用場景，比如可以去幫助訓練客戶的知識庫體系，做用戶溝通會話時的情緒狀態分析。“之前智能客服為企業主要帶來降低成本的價值，現在還借助客服這個觸點，構建出一些具體的營銷場景，也就是服務營銷一體化”，周丹表示。這樣一來，客服團隊才能從成本中心轉向價值中心。

這也給當下的智能客服行業的公司提出挑戰。

周丹表示，從商業維度來看，ChatGPT更容易取代功能單一、停留在舊思維的智能客服公司，“比如說只有機器人，沒有工單，沒有數據分析，沒有視頻客服，無法滿足復雜流程業務需求的公司”，最能了解客戶需求，明白客戶需要在什么場景上應用好這類技術的公司，才能走得更遠。

李稀敏表示，ChatGPT的發布，給全世界從業者以明燈式的指引，借助大規模語言模型 （LLM） 技術，他們也在研究相關客服機器人，“ChatGPT的出現，將大大加快智能客服的滲透速度。就像伐木場突然迎來工業革命，把有軌馬車換成了蒸汽列車。”

03 什么時候能落地？

對于ChatGPT是否會帶來行業沖擊，受訪的行業人士都一致給出了肯定答案。不過在落地的可能性與時間快慢上，觀點不同。

落地難點上，首先一個是成本。

國盛證券在報告《ChatGPT需要多少算力》里提到，ChatGPT背后的回歸語言模型 （GPT-3） 訓練一次的成本約為140萬美元，對于一些更大的大型語言模型 （LLM） ，訓練成本介于200萬美元至1200萬美元之間。

總之，很燒錢。不過第三方公司也可以選擇將ChatGPT集成到他們的應用程序里去。根據OpenAI的定價，ChatGPT模型系列gpt-3.5-turbo，它的售價為每1000個token售0.002美元，是其現有的GPT-3.5模型價格的十分之一。“對于客服來說，仍然是扛不動的價位”，有行業人士表示。

田鳳占表示，ChatGPT需要針對企業的個性化知識庫進行訓練，才能回答企業的個性化問題。這就需要ChatGPT在云端開放其訓練能力，并且要求企業將自己的知識庫上傳到云端做訓練。

但ChatGPT訓練一次的費用對企業來講是一個天價，因此ChatGPT的商業化需要將模型裁剪到合適的規模，在合理的費用和時間內完成訓練，才能適應一般企業的需求。但裁剪的同時，又需要保留原有的問答體驗。

其次就是數據安全、數據隔離的問題。這存在兩種不同看法。

“大部分企業都不希望把自己的專有知識庫上傳到公開的領域里，訓練一個公開的模型，這個模型還被其他人共享。很多人都會有這樣的擔憂”，田鳳占表示，不過在他看來，這采用更小的模型有希望解決。

“小模型不是對所有的企業客戶開放，而是給一小部分客戶提供服務，在更小的范圍，企業客戶會更愿意開放的提供一些專有知識，然后對模型進行訓練”。在他看來，“這或許不是一個翻越不了的大山”。

但在梁爽看來，這和使用體驗或很難兼顧。“一些銀行數據、保險數據，不可能放在互聯網上給外界訪問，需要有一個物理隔離，所有的訪問權限相當于在局域網之內，ChatGPT也是在局域網施展能力。但這個能力肯定會受限制，說白了，答案的豐富度是基于數據來的，數據受限的情況下，ChatGPT只能說是比較好用的機器人，效果和能在全網搜索解決方案相比，肯定是不一樣的”。

梁爽表示，這使得ChatGPT對于智能客服行業，短期內或沒有多少沖擊。“現在之所以有人工客服，是還有現有的機器人解決不了的問題，比如說投訴、售后維修處理。即使ChatGPT跟客服領域結合，該要人工的還是要人工”。

田鳳占也承認，雖然OpenAI宣布“ChatGPT和Whisper模型現已在API上提供”，但提供的也僅僅是應用層面的調用，如何面對企業、行業提供垂直個性化的訓練，且保障低成本、數據安全，依然是不可回避的問題。

但在他看來，一些問題并非沒有解決辦法。

“有公司已經開始做小型化的ChatGPT，類ChatGPT的模型，有望達到類似的效果，我們現在已經開始測試了”，田鳳占對深燃表示，他們正在觀察小型的類ChatGPT模型需要多少成本、多少時間、能否跑通，一些東西還有待驗證。

“我相信在未來的一段時間里，類似的產品會不斷的涌現出來，大家會有更多的選擇”，田鳳占表示。

04 新技術，新問題

需要注意的是，即便智能客服升級了，還是不會完全替代人工客服。

猴子表示，客服這個崗位，真正重要的工作在于協調各部門，以及在問題無法解決的時候，安撫客人，“人工智能可以大大方方地承認問題是解決不了的，也不用字斟句酌地跟人周旋。但人工客服不能這樣”。

她舉例，酒店里客人打電話來要查找遺留物品，智能客服能跟客人核對房號、退房日期、登記人姓名，然后和客房部確認是否發現遺留物品。“但很多時候遺失物品是找不到的，給客人回電時，他很可能會堅稱有，智能客服只能跟客人堅持表示沒有，事情就僵持在這里了，但真人客服還得負責勸服客人，或者讓客房部接著幫忙找”。

一位投資人表示，ChatGPT還不是最終落地的產品形態，距離真正的投入還有距離，一方面是準確度問題，另一方面需要考量成熟的商業模式，需要與更切實的場景結合，做更明確的產品。

以智能客服為例。借著這次機會，他們對于智能客服行業也有所關注，看項目時，會看打造的面向C端的產品，是不是給消費者帶來了更擬人化的體驗，接著會考慮準確性和時效性的問題。“客服這個場景，容錯率沒有那么高，比如將ChatGPT集成到一個金融產品里做分析，用戶是不能接受一個錯誤的應用數據的。”

還有一個需要考慮的問題，還是數據安全。

李楊是一家醫美護膚品的代理商，會使用AI電話獲客。在成本的節約上，他舉例，以前發短信，獲客率為萬分之幾，即給一萬個人發短信，只有幾個人能成為顧客。假定一條短信5分錢，一個顧客的獲客成本也有上百元。

用AI電話，效率增加了上百倍。他給深燃算了一筆賬，打一個AI電話，跟以前打國際長途電話費用差不多，1分鐘1塊多，一般接通率超過60%，不掛斷的30%人里，有20%-40%能加上他的企業微信，成為私域用戶，所以總體算來，轉化率在5%-10%之間。即每100個人里，有三五個人能成為客戶，一個顧客的獲客成本大概在10元左右。

AI帶來了效率的提升，李楊表示，他現在社群里有7萬個客戶，但只有幾十名員工，在運營上有人手上的壓力，還亟待用更智能的智能客服來解決。

ChatGPT來了，更智能的AI客服也將進入人們的生活，而當智能客服越來越智能，對于人們的生活到底是帶來便利還是干擾，也相當取決于使用者的價值判斷。他也表示，在獲取用戶數據前獲得授權同意，或是未來的解決辦法之一。

一位從事數據安全相關工作的人士告訴深燃，“智能客服，會收集到很多用戶的私人數據，一旦信息泄露或被違規交易，可能會讓用戶不堪其擾”。

這在現在就已經是一個問題，未來隨著智能客服的升級，問題或許會更普遍。

此外，數據安全方面的問題也值得關注。“AI的數據安全，對于全世界來說，都是很難攻克的問題。AI沒有判斷力，還支撐不住很多欺騙方式。防護策略在行業里推動很難，防護難度很大。一旦數據侵襲，問題爆發了，產品已經融入到每個人生活里，很容易數據污染。”上述從事數據安全相關工作的人士表示。

“在不侵犯客戶隱私的情況下，怎么能通過之前給客戶提供的服務，還有客戶之前的反饋訴求，對客戶的需求有更深刻的洞察，怎么在推送客戶需要的產品和服務時，用更軟的模式，比如發短信用微信，而不是直接打電話，當客戶有更明確需求的時候，再拉起對話。”田鳳占表示，即便沒有ChatGPT，行業也應該是這樣的。

新技術、新產品來了，怎樣運用能幫助到人們生活，而不是去打擾他們，或許也是智能客服未來要思考的問題。

*應受訪者要求，文中猴子、李楊、梁爽為化名。

標簽： 數據安全 人工智能