客户案例｜智能进化：通过大模型重塑企业智能客服体验

01 概 述

随着人工智能技术的快速发展，客户对服务体验的期待和需求不断升级。在此背景下，大模型技术的崛起，为智能客服领域带来了创造性的变革。

在上篇文章《在后LLM时代，关于新一代智能体的思考》中有提到，智能客服作为智能体的典型应用场景展现出来的巨大潜力，借助智能体平台（澜舟智搭），开发者可以快速构建并部署智能客服智能体，提升服务质量。本文章则侧重于分享基于理论洞察，智能体在客户服务行业应用中的实际案例，以进一步深化对此领域的理解和实际探索。

澜舟科技，作为AI技术的领航者，其凭借前沿的孟子大模型技术体系和卓越的落地实践能力，打造出一套专注于为企业提供智能化、高效率的客户服务解决方案——澜舟智客。该方案基于孟子大模型强大的语义理解和生成能力，能够精准捕捉、理解语言中的复杂结构和语义关系，生成更加准确和自然的文本。通过结合RAG检索增强生成、Agent智能体等技术工程手段，能够更精准理解用户需求并迅速响应更复杂的场景任务，加速推动客户服务场景的数字化转型和智能化升级，为用户带来更智能、更高效的服务体验。

02 需求分析

当市场需求逐步从主流领域向更广泛、细分的长尾市场拓展，客户对服务的多样化和个性化需求日益增长，促使企业在满足客户期望的同时面临更高的服务质量要求。然而，这种需求变化不仅增加了系统开发的成本和技术难度，也对智能客服的精准性和服务效率提出了新的挑战。

IDC最新发布的《中国智能客服市场份额，2023：新旧交替，增长可期》报告指出，2023年智能客服解决方案市场规模达到了30.8亿元人民币，同比增长36.9%。这一市场的显著增长反映了企业对服务资源的迫切需求，以及对话式人工智能技术在企业产品服务和客户管理中广泛应用的趋势。智能客服市场正从新兴领域逐步成为具有深远发展潜力的主流市场，为各类企业带来智能升级的机遇。

在大模型技术出现之前，智能客服系统主要依赖于预设规则和知识库集合传统NLP模型来回答问题。尽管这一方式具有一定效率和准确性，但也具有显著的局限性，包括：理解能力有限、缺乏上下文理解、交互灵活性不足、高维护成本、个性化服