今年618期间，在北京从事互联网运营工作的周欣月在直播间买手机壳时，意外中奖了一个手机无线充电支架。但在收到手机壳后，奖品却一直没到货。周欣月给商家发去了私信，双方之间的一场无效沟通就此展开。
【资料图】
周：我在直播间买了东西已经收到货了，但是没有收到中奖的奖品。
智能小助手：您好，直播间中奖奖品满足派发条件后，正常是在7个工作日左右发出，还请您耐心等待。
周：已经超过7天了啊……
智能小助手：您好，商品标签等完整的情况下，我们支持7天无理由退货。
周：我不是退货啊……是没有收到直播间的奖品。
智能小助手：您好，直播间中奖奖品满足派发条件后，正常是在7个工作日左右发出，还请您耐心等待。周：……怎么回事……
智能小助手：对不起，我不太明白您的意思～您可以尝试换一种方式提问～导致商家智能小助手无法理解周欣月问题的主要原因，在于关键词7天的匹配错误。在商家为智能客服设定的固定回复模板中，7天跟奖品之间没有任何对应关系，并最终造成了人工智能像“人工智障”的糟糕体验。
传统客服机器人回复不准的情景，不只发生在周欣月一个人身上。从客服到客服机器人，虽然实现了降本增效，但损失部分用户体验也成了客服机器人的应用代价之一。
在客服机器人出现之前，企业为了解决回复不准不全的问题，采用的主要应对办法是扩招人手。但随着用工成本增加，越来越多企业转向机器为主，人工为辅的新模式。
《智能客服预见未来&智能客服趋势发展白皮书》显示，中国有近九成企业拥有客服业务，其中超过五分之一的企业基于云的方式构建了智能客服。
但想要维持智能客服的运转，早期需要依赖大量人工搭建智能客服系统的知识库，并从海量的企业知识文档和接待会话里提炼有效的信息和答案，“有多少人工，就有多少智能”，成了外界对企业智能客服的调侃。
在中国青年报社会调查中心的一份报告中，有近六成的智能客服使用者表示，对市场现有的智能客服产品不满意，主要是因为机器人答得不准、答得不全，且不能解决个性化问题。
在ChatGPT为首的AI大模型浪潮袭来后，以智能客服为代表的市场营销行业，成为AI大模型改造落地的核心场景之一。据创业者服务平台GoDaddy日前对全美1003家企业的调查数据，营销、内容创作、商业建议是企业应用生成式AI最多的3个用例。
基于AI大模型“智能涌现”能力，其自动创造和生成内容的特性，有望改变当下智能客服“答非所问”的不智能表现。
昨天，腾讯云副总裁、腾讯企点研发负责人吴永坚就提到，正在研发腾讯企点智能客服、腾讯企点分析·AI助手两款智能产品，基于大模型能力解决传统智能客服的不足，加快企业在客户管理和分析场景中的效率。
A
传统智能客服“不智能”，往往受困于三大难题：问答覆盖率低，拦截率低;接待上限低，服务效率低：知识维护量大，成本高等。
融入行业大模型后的新一代智能客服，不仅能快速学习海量行业知识、企业知识，基于强大模型推理能力、结合上下文快速理解推论、精准回复，而且可以快速理解复杂口语化问题，并实现图文、链接、表格等多元内容的丰富回答。
把同样一个问题“做短视频，推荐一款数字人”，分别发给传统智能客服和融入行业大模型后的新一代智能客服，前者给出的是一个生硬的标准式回复，简要说明了数智人的几种分类;后者则捕捉到了一个关键信息，即用在短视频的制作场景里面，并围绕这一信息推荐了适合的2D真人和3D写实数字人方案，并主动追问是选择2D真人形象还是3D写实形象。
面对进一步的追问“我想用形象气质好的2D数字人，可以帮我选选吗?音色最全的全身形象，能够支持横竖两种分辨率的”，传统智能客服直接歇菜，由于没有匹配到知识库中已有内容，只能回复“很抱歉，这个问题我还在努力学习中”。
反观融入行业大模型后的新一代智能客服，不仅给出了直接的推荐结果，以及涉及多款数字人的相关分辨率信息，还在下面进一步配上了这些数字人的表格信息介绍。
一旦用户想转人工，新一代智能客服能够即时生成前序对话的摘要小结，并结合上下文给出推荐回应话术，从而保证人工坐席能够以最快时间完成回应，而不用再像传统智能客服那样，还得手动翻看前面的聊天记录，再构思回应话术。
借助行业大模型开箱即用的特性，企业智能客服系统的知识构建效率也将得到明显提升，从原来两三周的周级别缩减到小时甚至是分钟级别。
除了对话场景外，智能客服行业存在的另一难题是数据分析，运营团队面临不同部门数据采集难、工具使用门槛高、策略落地闭环难等多方面困境。
仅在数据分析执行环节，企业就常常面临着业务人员只懂业务，却不懂如何做分析的问题。尽管市面上提供有各种敏捷分析的数据工具来尝试解决门槛高问题，但实际效果都不太理想，或者即使用起来了，又缺乏深入的洞察结论输出。
融入行业大模型后，数据分析AI助手将直接完成海量数据的标准化采集与治理，使得企业业务人员只需要用业务视角大白话，提出分析问题，即可快速获取包含数据结论的可视化图表结果。
例如，将“统计最近七天购买页浏览人数的变化趋势”这句话输入AI助手页面，不用调整任何参数，即可获得一张七天的变化趋势图
以往困扰业务人员的例行周报和月报，在AI助手帮助下也有了新的解决办法。借助AI助手一键报告生成能力，业务人员能迅速得到一份专题分析PPT材料，以往需要花费几天撰写的周报、月报，有望被AI助手缩短到几秒钟以内。
B
面对有望重塑智能客服领域的新变革机遇，一众科技互联网公司纷纷推出相应大模型解决方案，争夺潜在市场。
灼识咨询报告指出，2022年，全球AI市场规模达1997亿美元，预计2027年将达到5624亿美元，复合年增长率为23.0%。
作为AI落地应用核心场景的智能客服，在为科技互联网公司贡献AI收入之外，更大的价值还在于有望借助大模型技术，将自身从过去的成本中心变身为未来的价值中心，完成商业化闭环。
传统智能客服时代，客服是企业为了将产品销售出去，不得不配置的渠道资源，用以解决售前咨询、售中疑惑和售后投诉等。
虽然这些客服系统也在尝试帮助企业收集线索，并努力将之转化为订单，但受限于数据整体上的分散和割裂，企业往往难以将零散的线索系统性地反馈到营销、研发、制造等环节，帮助企业创造更大价值。
融入行业大模型后，新一代智能客服有望用系统打通数据分散现状，客服与产品研发之间的协作有了深入的可能性。而且，在基于业务规则的机械式问答外，新一代智能客服还能适时加入更具体的产品信息，如在洞察客户需求的前提下向其精准推送相关商品链接等。
随着客服体系智能化程度越来越高，客服能够串联的数据、场景也将越来越多，智能客服的价值势必水涨船高，甚至不排除完成从成本中心向价值中心的真正蜕变。
国外，微软把智能助手Copilot，融入到旗下各个To B、To C产品服务体系，包括Windows、GitHub、Bing搜索、Azure云等。
国内， 6月19日，腾讯云首次对外公布行业大模型研发进展，正式将行业大模型能力封装进腾讯企点、腾讯会议等SaaS产品。
腾讯云副总裁、腾讯企点研发负责人吴永坚表示：“在大模型的加持下，客服接待与营销分析将在B端实现更高的操作效率，同时也让C端客户体验到更智能化的互动。腾讯企点的产品迭代不仅受到技术革新的驱动，更紧密关注企业业务增长的需求。通过全新升级的两款产品，腾讯企点将与更多企业一同探索营销服务的增长。”
C
想要搭上大模型技术列车的，不止智能客服行业。如何将模型能力快速、低成本地应用到具体的业务场景，快速实现产品化、商业化、降本增效，已经成为当下企业的共同关注。
但对很多企业而言，想要用好大模型仍面临不少挑战，包括但不限于计算资源少、数据质量差、投入成本高、专业经验少等多个方面。
顶级风投机构a16z在近期报告中就指出，AIGC浪潮中的最大赢家，将是头部云厂商。因为它们背后的大规模云基础设施，正在成为推动AI浪潮前涌的胜负手。
但对企业来说，更现实的选择是，如何在合理成本下，以更快的速度用上大模型。如何将大模型能力应用到自身的行业和场景，以及如何解决成本、数据、安全等大模型实际落地难题。
此前，远望资本程浩分析称，核心的问题是各行各业都有自己的Know-How。这些最有价值的Know-How很可能不在互联网上，而是在企业里，甚至在一部分专家的脑子里。
对企业来说，更专注更专业的行业大模型，是否反而具有“直接上手”的应用和商业创新价值。依据企业实际需求，进而"量体裁衣"定制一个专属大模型，或许是解决这些问题的最佳答案。
6月19日，腾讯云举办了“行业大模型及智能应用技术峰会”，对外展示融入企业Know-How后的行业大模型应用案例。基于多年深耕产业互联网的经验和积累，腾讯云联合行业头部企业，为十大行业输出了超过50个大模型解决方案，涵盖金融、传媒、文旅、政务、教育等多个行业场景。
同样是“我和孩子都是历史人文爱好者，端午想去上海周边。预算在5000元以内，最好每天去两个不同的景点玩”的问题，没有加入文旅行业垂直数据前，大模型给出了三天的行程规划，但总体比较粗糙，还不能拿来即用。
在尝试加入一些文旅垂直行业场景数据后，大模型给出的回复细致了很多，包括了每天的行程安排，但仍然缺少用户想了解的酒店、门票等信息。
接入文旅企业的API接口后，大模型直接给出了一份堪称“保姆级”的游玩攻略，不仅包括每天的交通、景点安排，还可以实时查询景点开放信息、购票链接以及预定周边酒店等。
在腾讯云之前，国内科技大厂纷纷在行业大模型上展开布局。
4月份，阿里云在发布 “通义千问”并强调将致力于帮助其他企业打造专属大模型。3月底，百度推出智能云大模型平台，面向企业提供大模型开发和应用的整套工具链。
可见，云计算市场的竞争，正逐步从以算力为基础平台的IaaS，向一站式大模型服务为主的MaaS演进。
在该峰会上，基于客户实际痛点和需求，腾讯云全新公布MaaS全景图，依托腾讯云TI平台打造行业大模型精选商店，为企业客户提供涵盖模型预训练、模型精调、智能应用开发等一站式行业大模型解决方案。在TI平台内置高质量行业大模型基础上，企业加入自己独有的场景数据，就可以快速生成自己的专属模型;同时，也可根据自身业务场景需求，“量体裁衣、按需定制”不同参数、不同规格的模型服务。
当越来越多企业期待，基于大模型技术重塑业务，行业大模型服务也在成为云服务的Game Changer。
“今天，我们再一次站在数字科技革命的奇点上，大模型只是开端，AI与产业的融合，将绽放出创造力的未来。”腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生表示。
