引言：To be or not to be ,that's the question.

大模型的火烧到现在，还是一片漂浮无依的云。

ChatGPT横空出世，让大模型成为实现通用人工智能的希望灯塔，它是人工智能技术发展的主流路径，不仅能提升AI的使用效果，还可以赋能千行百业，降低各行各业使用人工智能的门槛，大模型带来的内容生产交互模式更是办公、通讯行业的颠覆性变革。

但是，大模型却难以实现真正的商业化落地，每一个领域都有独立的知识体系，仅靠大模型难以满足垂直领域的需求，因此，行业大模型成为兵家必争之地。

据极新获悉，在2023年6月份就有10+行业大模型发布，散布于家居设计、购物、文生图、视频剪辑、人力资源、推广营销等各个场景。

2023年6月部分行业大模型发布情况

To B行业对人工智能的要求更加严肃、严谨，目前的人机对话内容主要集中在客服、外呼、营销等领域，需要充分考虑行业特性和业务知识，传统AI难以满足现有IT基础设施条件下客户在AI应用上的需求。

落地于具体应用场景，变成了大模型路上的指引牌，企业纷纷探寻大模型首个商业化落地的场景，他们的目光指向了智能客服。

纵观整个客服产业链格局，智能客服下游市场广阔，不断地渗透金融、政务、教育等领域，应用边界持续拓宽和深化。

智能客服不智能，传统AI面临挑战

智能客服的核心价值在于提升服务效率、提升客户满意度 、具备个性化服务的能力。

传统智能客服无法面对歧义消解、多义词处理以及对方言的适应性等问题，有着深深的语义鸿沟，能够给出准确回答的前提是检索已有知识库，但知识库信息有限，“有限”的回答难以解决“无限”的问题，对知识库的管理、更新和维护更是一个复杂的过程，需要投入大量人力和资源，同时还要关注其扩展性与稳定性，以免用户量增加而无法负载。

而在应用层面来看，当下企业对于智能客服的核心需求为7X24小时全天候的客服和售前、售中、售后的全链路服务，企业最期望实现的效果是降低人力运营成本以及提高相应效率和客户满意度。

在会话洞察上，传统AI的维度少，难以匹配用户意图和将问题进行分类，难以对意见、讨论主题等进行精准灵活的分析，粒度粗糙，也不能给出多轮对话的简单总结。

很明显，对于传统AI来说，这是一座又一座的大山。

大模型的出现刺穿了传统客服的黑暗，也烧掉了传统智能客服的外衣。

其生成式对话能力是长矛上的利刃，可以对用户输入的自然语言文本进行理解，包括语义、上下文和情感等方面。同时，大模型可以用于构建问答系统，回答用户关于产品、服务或政策等方面的问题，最重要的是其可以对用户的情感进行判断，生成合理且相关的答案。

大模型对于智能客服的突破主要是在两方面，一是可以突破“智能客服不够智能”的瓶颈，大模型可以降低训练成本，解决了人工标注成本高、周期长的问题，提升智能客服精准度；二是大模型增加了智能客服的泛化能力，使模型可以快速适应新任务，加快产品交付速度。

沟通的价值在于认知能力

智能客服能够有效替代和辅助人工，在金融、电商、政务、消费等应用场景中需求程度高，其核心壁垒在于核心技术创新、行业数据资源沉淀、产品能力以及交付能力的提升，如何提升产品能力和交付能力也直接影响智能客服厂商的市场地位。

从产品能力层面来看，人与人之间的沟通价值在于信息传递、文化传承、情感联结和协作共进，很显然沟通能力涉及到理解、思考和决策，对AI来说，则是认知智能层面。

艾媒咨询的数据显示，回答千篇一律是用户智能客服使用过程中遇到的最大痛点（59.1%），此外，重复循环操作（50.6%）、答非所问（47.3%）、听不懂需求（31.2%）、回答滞后（17.9%）也成为困扰用户的几大问题。

在AI1.0时代，智能客服面临的挑战往往是来自于认知层面的技术挑战，现在迎来AI2.0时代，通用大模型是否解决了这些问题？

答案是否定的。

容联云AI研究院院长刘杰

容联云AI研究院院长刘杰就曾在采访中谈到，“从模型的规模来看，ChatGPT的优势是它的大带来的，但在应用落地上，由于它过大，也带来了挑战和局限；在企业落地方面，这些大模型在一些特定行业或特定任务上，专业性是欠缺的，需要去适配。ChatGPT是一个黑盒计算，当下在内容的可信性和可控性上有一定局限，如果没有建立一个好的反馈机制，在部署运营阶段，从最前线发现的问题，就很难有效定位解决，所以要让模型去持续成长和优化。”

容联云COO熊谢刚也指出，目前在语音识别领域，大模型识别的准确率并未达到商用化的要求。

容联云COO熊谢刚

此前三六零集团创始人周鸿祎在2023全球数字经济大会“人工智能高峰论坛”上表示，目前的公有大模型用在政府、城市、行业等企业级场景时，存在四点不足，包括缺乏行业深度、数据安全隐患、无法保障内容可信、训练和部署成本过高等。

站在TO B业务角度来看，通用大模型还有很多局限性，已有的能力无法覆盖所有的需求，呈现出多而不精的局面，能否将能力进行场景化、应用化的适配成为衡量大模型是否实现实际应用落地的标准。其次，大模型的“大”也成为了落地的挑战，正是因为“大”限制了企业在应用场景中的落地，增加了企业迈向AI2.0时代的成本，因此在TO B业务场景下能否实现规模合理务实化落地也成为衡量大模型落地的标准。

总而言之，认知能力不足，没有深入应用场景，难以真正落地，而沟通智能正是解决认知层面的挑战。

萧萧落叶中，进是一盏灯

容联云亦是如此，已有产品认知能力不足。

在云通讯的赛道上，容联云是当之无愧的领军者。

随着大模型的不断开发和应用，智能客服的智能化持续提升，中国智能客服行业的市场规模有望出现爆发式增长。

各大厂商纷纷集成AI能力的今天，求变，要实现艰难的自我革命，进行二次创业，革除已有产品与人员架构，加之巨大的研发成本，其中的风险难以破釜沉舟背水一战。

“躺”和“卷”之间，从来没有平衡点。

电石火光之间，容联云毅然决然地吹起了革命的冲锋号，变！那就变个彻底。领军者的位子，也要坐到底。

破除传统智能客服的桎梏，就要撕开大模型的口子，用户需要的是能够实现与真人交流的智能客服，那么就让大模型变成人——容联云更懂行业的「大模型」——赤兔。

容联云走的是更务实的路线，首先打造通用知识构造的模型底座，第二步用积累的行业数据训练领域模型，最后在业务逻辑上，垂直化的构建起指向业务明确的行业大模型。

在研发过程中，赤兔大模型聚焦于四个层面：

第一，懂交流。能够对对话进行多维度、细粒度的分析，更好的生成内容。

第二，有知识。赤兔大模型要能够灵活运用已有的基础知识并借助外部信息进行深度分析和决策。

第三，会分析。这是营销服场景下更高层次的能力，对问题进行分析处理，做到更深层次的辅助。

第四，能执行。能够自动借助外部系统的调用，执行特定的动作，自动完成任务。

同时，赤兔大模型也带来了单点能力的升级和新增以及流程逻辑的革新。

容联云带领行业向着黑暗挺进了关键一步，背后散发出缕缕暗芒。

从降本增效到价值创造

赤兔大模型广泛应用于银行、保险、证券以及各个泛行业，其核心是会话洞察，也就是认知能力，但并未止步于认知能力，容联云营销服一体化平台在提升客服效能的基础上向销售转化，将客服与产品紧紧的绑在一起，重构智能客服价值，从降本增效走到价值创造。

以往智能客服的价值多在降本增效方面，根据已有问题给出响应式的信息反馈与应答，是被动的、受限的，只是代替了人工，降低了成本，实现了节流，在模型主动性能力上有着很大的欠缺，难以走进创造业绩的应用场景上。

进入AI2.0时代，沟通智能显然不会止步于此，容联云营销服一体化平台包揽营销服所有的场景，在主动性上有了巨大的提升，能够根据当前对话或局部信息引用深刻的相关知识，真正做到旁征博引，具备更强大的推理能力，应用到具体场景里，能够主动为用户提供产品的优势讲解、提供适合用户的产品并给出推荐理由，实现开源。

在价值创造方面，容联云数字智能云事业群运营总经理王春生给大家分享了一个案例，某家装企业进行销售场景从线上到线下的转型，有线上广告投放、直播等一系列动作，但无论是呼叫中心还是在线客服，都无法及时响应大量的客户问题，容联云利用常规的问答梳理知识库，对于客户大量相似的问题，通过知识库自动回复，同时获取客户的留资信息，后续持续跟进，每月新增商机量在60%以上。

容联云数字智能云事业群运营总经理王春生

容联云的价值创造并非只在经济层面，在教育层面亦是如此，上海电信公共服务大客户部教育事业中心总监赵惠璇结合教育行业视角，分享了容联云大模型在教育行业的价值。她分享到，大模型就像一位完美的老师，能够准确知道孩子的兴趣所在，能够根据孩子的特点判断孩子应当学会哪些内容与技能，让教育过程变得更加快乐，帮助孩子更早的认清自我从而实现自己的价值，这是社会层面乃至国家层面的价值创造，这不仅是教育的本质和意义，更是科技发展的不竭动力。

上海电信公共服务大客户部教育事业中心总监赵惠璇

显而易见，智能客服带来了行业的变革，从幕后走到台前，从服务转变为营销，从商业走向教育。同时，营销服一体化平台能够对数据进行分析，让智能客服辅助企业决策成为可能。

但容联云AI 研究院院长刘杰特别指出，“大模型落地应用还处在探索阶段，这并不意味着搭乘大模型便可以迅速进入智能客服赛道，技术和数据的积累以及实践的基础不可或缺。”

大模型的风终于吹到了应用上，虽然大模型的商业化落地还处在螺旋上升的阶段，但容联云已经为之注入了新的活力和机遇。未来，随着技术的不断革新和应用场景的不断拓展，我们可以预见到，大模型将会成为推动社会进步和发展的重要力量。

赤兔的名字来源于“马中赤兔”的典故，带着容联云对响应速度、服务能力的美好期待，期望容联云作为行业的领军者，带我们走进了不一样的沟通智能2.0时代。

未来已来，共期待。