大模型赋能客服中心与远程银行，4家银行“大模型+智能客服”实践

最新推荐文章于 2024-10-16 09:19:27 发布

小马不会过河

最新推荐文章于 2024-10-16 09:19:27 发布

阅读量756

点赞数 25

文章标签：人工智能区块链大数据知识图谱算法

本文链接：https://blog.csdn.net/m0_59163425/article/details/142263391

版权

相较于传统的AI技术，以大模型为代表的生成式AI技术所带来的变化，不仅体现在参数规模上，更体现在算法演进所呈现出的“智慧涌现”的效应，技术的跨越式发展为金融科技创新提供了更加广阔的空间。

客服中心与远程银行一直以来都是银行业科技创新与金融服务深度融合的典范，积极落地大模型等新一代人工智能技术。根据中国银行业协会近期发布的**《中国银行业客服中心与远程银行发展报告（2023）》，据不完全统计，已有29%的客服中心与远程银行开始探索应用大模型技术，主要应用在知识运营、内容总结、智能工单等领域**。

在大模型技术的浪潮下，智能客服已经成为银行大模型探索必不可少的场景之一。根据沙丘智库发布的《[2024年金融业生成式AI技术应用跟踪报告]》，智能客服是当前银行业落地多且产生阶段性成果的第二大场景。

沙丘智库长期跟踪调研大模型技术的发展，旨在帮助企业快速了解大模型最新、最全面的落地情况。沙丘智库通过研究工商银行、邮储银行、微众银行、江苏银行等4家银行“大模型+智能客服”应用实践，旨在为其他银行提供参考。

▎案例1：中国工商银行对客服务员工智能辅助系统建设实践

工商银行对客服务员工智能辅助系统是以工商银行企业级数据中台为数据基底，依托工商银行的机器学习平台、大数据平台，利用大数据分析、机器学习、大模型、智能语音处理等技术，构建事前精准预测客户需求、事中实时辅助员工服务客户、事后精准提升辅助能力和服务质量等全流程的对客服务智能辅助能力。同时，通过工程化方法，不同渠道的对客服务员工可依据岗位需要灵活配置所需功能模块、即插即用地对接各对客服务系统，为对客服务员工提供差异化的智能辅助。

目前，对客服务员工智能辅助系统已在工行电话银行座席、文字座席、音视频座席、工银e服务、客户之声等多个触点推广使用，已惠及全行座席和基层用户。

▎案例2：中国邮储银行大模型应用实践

通过建设客服大模型，邮储银行打造可陪伴、懂场景、有温度的陪伴型数字员工，利用检索增强、会话智能、智能体等技术，以手机银行数字客服为基础，扩展至企业手机银行小微易贷助手、企业手机银行预约开户助手、邮你同赢票据议价助手，此外还从线上向线下扩展，上线柜面ITM数字员工，结合数字员工和大模型技术赋能网点客户，实现全面降本增效和赋能营销。

▎案例3：微众银行AI Agent实践

在客服场景，微众银行打造智能语音机器人Agent、相似问题生成Agent、摘要和小结生成Agent，服务于终端用户和内部客服，大幅提高服务效率和效果。

以摘要和小结生成Agent为例：

在客服场景中，坐席完成一通对话之后需要编写服务摘要和服务小结，需要占用一分钟左右时间。通过使用Agent自动生成摘要，客服人员只需简单修改即可上交，摘要生成合格率达到90%、小结生成准确率达到98%，可节省100人天，大幅提高坐席作业效率。

▎案例4：江苏银行利用大模型提高智能客服应答准确率

统的问答机器人存在知识库问题匹配不精确、提问语义理解不足、不具备上下文理解与答案抽取能力的三大痛点。

江苏银行基于大模型的智能客服解决方案首先运用智慧小苏L1模型，对用户提问进行向量检索，在知识库中匹配到的向量检索内容形成对L2模型的提示工程。L2模型在该场景经过微调训练，知识反馈融入到提示工程后，通过L2模型进行反馈和输出。

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

在这里插入图片描述