小能，有智慧的云客服 小能科技 ，智慧云客服解决方案服务商 服务于电商、在线教育、医疗、旅游、 O2O 、 B2B 、 互联网金融等领域 中国 TOP100 消费品牌，超过 70% 选择了小能客服！ 70% t 客服工作效率 300 万 次 每天响应次数 3000+ 服务企业数量 95% t 客服满意度 关于我们 将智慧赋予事物 服务的人工 + 智能，线上 + 互联网时代的客服趋势 搭建平台、汇聚资源 人人服务，形成服务闭环 全渠道实时连接用户， 是未来成功的关键 分享 流动 连接 认知 客服资源经常不足、用户体验难以保障， 让客服高效工作 ，是客服平 台 的努力方向。 用户来源多渠道、行为碎片化， 全渠道接入 ，统一响应， 是 对客服平台的基本要求。 优先响应高意向用户，是提高转化的关键， 智能路由成为客服平台的核心诉求。 智能路由成为客服平台的核心诉求。 互联网时代的客服趋势 • web 、 WAP 、 APP 、微信、邮件 • 呼叫中心 • 京东、天猫、国美、苏宁等电商平台的商品评价 • 百度贴吧、论坛、微博等社交媒体咨询、吐槽的帖子，咨询媒体舆情文章 • 呼叫中心、 在线客服、 CRM 、工单、舆情系统相互独立，前后台服务流程未能贯穿， 服务能力未能有效协同 • 用户资料、 互动记

百度智能客服解决方案 传统客服行业面临诸多挑战 • 客服人员流失率高 • 客服经验沉淀难 • 多渠道管理能力低下 • 信息整合难度大，数据价值尚未 充 分挖掘 • 客户信息安全问题 • 传统在线客服拟人度低 ，客户体验 差 • 缺乏主动、个性化客户管理 传统金融客服中心运营模式面临诸多 挑战 • 业务迭代快 ，知识更新难 • 专业性语料库搭建难度大 • 业务支撑瓶颈明显 • 持续运营挑战多 传统 金融客服中心 面临的挑战 4. 客户体验 • 客户满意度下 降 人力成本及管理效率 (CEO&CHO) • 营销获客、培训、电话销售、客服、质检各个环节过于依赖人，成本居高不下 • 对一线坐席管理滞后，颗粒度粗，管理效率亟待提升 知识及业务管理（客服主管 &CTO ） • 知识更新频 • 坐席工作重复单调，成长慢，流 失率高 客户全流程管理以及内部管理效率上有诸多业务痛点 销售环节 (CEO&COO) 营销环节 (CEO&CMO) 客服环节 ( 主管 &CTO) 35 万 15 万 45 万 36 万 22 万 144 万 216 万 70% 70% 100% 70% 70% 70% 70% 文字机器人 （售后）

大数据，成就未来 电商网站智能客服应用 1 背景与挖掘目标 2 文本预处理及基础特征提取 3 词向量及特征提取 4 2 目 录 3 背景与挖掘目标 智能客服场景一 大数掘挖掘专家 背景与挖掘目标 智能客服场景一 大数掘挖掘专家 4 背景与挖掘目标 智能客服场景二 大数掘挖掘专家 5 智能客服描述 > 目前常用的智能客服应用的原理是 ：先建立好标准问题 -- 答案库 ，每个标准问题都对应一个标准回答；当 客户提出问题后 ，系统经过一定的规则运算 ，将客户提问和标准问题关联起来 ，再把对应的标准回答反馈 给客户 ，让客户在与客服机器人交流的过程中有更便捷的体验。 背景与挖掘目标 大数掘挖掘专家 6 背景与挖掘目标 案例数据 大数掘挖掘专家 7 案例目标 > 根据提供的客服应用场景数据 ，建立文本相似度计算模型 ，对客服数据中的客户提问和标准问题是否相关 联做判断 ，返回相应结果以支持后续智能客服场景应用。 背景与挖掘目标 大数掘挖掘专家 8 案例流程

Al 在客服体系的应用实 践 京东金融 ID Fingnce 京东金融定位 服务于金融机构的科技公司 助力金融行业提升效率降低成本增加收入 京东金融 JD Finance 遵从 金融本质 为金融 行业服务 以技术 为手段 以数据 为基础 · 十余年联络中心 建设经验 · 服务京东金融所 有渠道 · 前 Siri 科学家团队， 专注语音算法研 究 · · 国内顶尖 AI 团队 · 专业模型训练师 团 队 京东金融 JD Finance 智能客服团队介绍 北京总部 Al 研究 院 美国硅谷 京东金融客服体系 AI+ 数据 + 语音 动 P 2015 年 8 月 2016 年 6 月 客服机器人上线 CRM 上 线 京东金融 JD Finance 2017 年 9 月 智能语音平台上线 2015 年 3 月 在线客服上线 2018 年 5 月 智能质检 上线 2015 年 5 月 语音客服上线 2013 年底 京东金融成立 关于我们 一、客服机器人 —— 如何更好发挥 Al+ 数据优势? 京东金融

新 客 服 ” 驱 动 美 好 服 务 CONTENTS 1 未来新客服 2 新客服特征 3 蚂蚁新客服实践 4 蚂蚁新客服案例 未来新客服 1 这用户不断的投诉，是什么原因？ 产品要上一个新版本，我们赶紧安排一些服务应对吧。 朋友说今天打客服电话打不通，啥情况啊 这个月满意度突然下降了，是什么原因呢？ 今天早上接通率不好，来定位一下原因吧 外包招聘不利，下个月承接怎么办呀？ 服务运营方案准备得如何？ 我们的一 天 服务和科技的化学反应将催生出新客服体系，新服务形态 要求服务部门与新技术融合变革，实现数字经济时代的服务价值链。 未来新客服 - 数字时代的价值链突 围 重构价值链 用户 价值 用户链接 DT 驱动 创造 价值 产品 传递 价值 服务 载体价值的大幅提升 价值传递的载体 互联网式的减法 新客服特征 2 全链路数据 （用户声音与产品 / 业务场景的结合） （使用成本，理解 障碍，解决难度） 企业投入低 （平台成本，运营 成本，人员升级） 普惠性 个性化 全链路 低投入 用户画像 场景画像 洞悉诉求 定制服务 新客服四大特征 蚂蚁新客服实践 3 面向未来的 服务基础设施 • 全渠道平台（传统渠道 + 互联 网创新渠道） • 互联互通（阿里云 + 阿里 ACC

多模态交互 • 用户体验 Min（T1+T2+T3+T4） Max（工具和知识边界） • 服务效率 率先应用在10086这一全球最大的客服系统，驱动客服领域行业应用破冰。 解决复杂系统智能化体系大而不稳的挑战。 系统和用户双驱动对话模式的灵活多样性。 • 客服知识融入基础模型、 进阶式学习，访问增强 • 人人对话数据精标 • 动态用户属性数据和业务 知识补充 • 交互模式升级 • 单一界面 运营工具 提示 工具 坐席 助手 智能 摘要 … 系 统 工 具 平 台 知识库 API接口 NGCS界面  内部多层级系统集成  外部系统和工具集成 外部系统和工具集成，贯通客服咨 询到运营分析全流程 从底层知识库、到接口级别的API、到系统 界面级别的解析和集成 简单入口、现有系统重用和系统伴随，提供润物细无声的服务。 可与大模型及坐席同时对话， 享受更便捷、更贴心的服务 与大模型进行知识与能力的补充， 提供更暖心、更舒心服务 为客户提供咨询查询办理等服务， 为坐席提供实时转述提示等功能 沟通场 客 户 客 服 客 户 机器人 转人工 从客户-机器人、客户-客服的单点的沟通，升级为客户+大模型+客服三方协同交互。

个标签解码用户 北汽福田：从“卖车”到“养客”，北汽福田用 600 万保客数据实现增长 一汽红旗：转化率提升 3.5 倍，线索评级让一汽红旗“集中资源办大事” 长城汽车：从“重复答疑”到“秒级响应”，智能客服提效 50% 的实战密码 某车企：一站式邀约辅助工具规范线索跟进流，到店率提升 30% 东风日产：清晰需求洞察，精准邀约让到店率提升 30% AI-Driven Digital Transformation 麦肯锡中国消费者洞察报告》，换购升 级的需求，推动高端车型市占率从 2016 年的 10% 一路攀升 至 2023 年的 23%。 另一方面，相比潜客，老车主被视作车企最容易接触到的用 户资源，车企可以通过 APP、客服、保养等诸多触点与老车 主进行互动。 但随着新功能和新车型不断地撩拨消费者的痒点，老车主变 得越来越“花心”。数据显示，大部分车主在换车时并不会选 择旧车品牌。90%的老车主在换车时对其他品牌有购车意向， 40 5.4 1.4 42 5.9 1.5 38 5.7 3.4 40 5.9 3.3 平均每个用户 浏览 - 关注 - 留资的车系数量 小结 客户交互与服务阶段，AI 客服和数字人实现 7 × 24 小时智能应答，通过情感分析优化沟通体验； 线索管理与转化阶段，AI 技术将贯穿潜客触达至成 交全链路，为线索分层分级，实现资源和高潜力线 索的最优分配 ; 数据分析与策略优化阶段，机器学习算法打通用户

市交通中的重要组成部分——信号灯系统，结合车辆速度、数量以及 分布密度等数据，人工智能技术可以实时分析各路段通行情况，精准 调控红绿灯转换，提升信号交叉口通行效率。控制类技术的典型赋能 场景包括智能客服、人机交互、辅助驾驶、信号灯控制优化、电子不 停车计费等。人工智能控制类技术服务由于需要交通类终端、设备等 人工智能在交通领域业务应用白皮书 5 的配合，往往需要相关主管部门、AI 对称性，更有效地匹配出行资源的供需关系。人工智能在出行服务领 域应用的关注度较高，融合度也相对较高。 当前的智慧出行服务主要集中在两大类场景。一类是基于智能手 机的移动互联网出行服务，提供路线推荐、智能导航、智能客服、电 子支付、共享单车、网约车等服务，互联网地图的使用可以有效提升 民众出行效率、丰富出行选择、改善出行体验。另一类是出行过程中 其他交通设施提供的智能化服务，比如身份核验、非配合式体温测量 速度，提升出行体验。深圳宝安机场、广州白云机场等均已推出基于 人脸识别的智能安检通道。 智能客服是指使用智能语音语义、知识图谱等技术的客户服务， 提供 7*24 小时全天候多渠道标准化实时服务，可有效解决重复性需 求及热点问题，提升客户体验。交通运营单位开始逐步采用使用人工 智能技术的智能客服，如高速公路热线等。 驾驶员监测是指使用计算机视觉技术实时分析采集的驾驶员视 频图像，识别

.................................................................................. 10 表 2. 保险行业智能客服应用梳理 .............................................................................................. APP，财通证券研究所 2）保险客服：高质高效满足客户基础咨询和业务处理 AI 客服是当前AI 在保险行业运用最为广泛的场景之一，能够综合应用语音识别、 语义理解、语音合成、OCR、人脸识别、电子签名等多项人工智能技术，为客户 提供咨询（包括保险种类、保险期限、保险条款、保费等）、外呼及回访等众多繁 琐的客户咨询和业务处理，提高客户满意度和保险销售效率。 但当前 AI 客服仍是一种基于规则或预定义脚本的自动化程序，只能执行特定的 13 行业专题报告/证券研究报告 表2.保险行业智能客服应用梳理 公司 智能客服 具体应用场景 中国平安 AI 坐席 通过语音机器人、文本机器人提供贷款、信用卡和保险业务的外呼和应答服务。 中国太保 洋洋客服 依托客户画像精准判断客户需求，推出“客户场景定制”服务。服务断点主动推送客服 入口，实时解答错误原因及处置方案；精准预测客户意图，实现千人千面的场景推送，

.........................................................................................52 3.1 智能客服场景................................................................................................. 核保、理 赔和客服，导致响应速度慢、成本高且易出错。根据 2023 年行业 报告，保险机构平均处理理赔需 5-7 个工作日，而客户期望已缩短 至 24 小时内完成。同时，个性化产品需求增长，70%的客户倾向 于通过智能渠道获取定制化方案，但现有系统缺乏动态场景分析能 力，难以满足市场需求。 本项目旨在通过接入 DeepSeek 的智能体技术，构建覆盖核 保、理赔、客服等核心场景的 AI 对接核心业务系统，支持自然语言交互和 实时规则引擎更新 3. 闭环优化：利用强化学习机制，每周更新用户行为数据模型，确 保预测偏差率低于 3% 该方案已在试点机构完成 POC 验证，结果显示客服人力成本 降低 60%，同时客户满意度从 82 分提升至 91 分（满分 100）。下 一步将重点优化长尾场景覆盖，例如车险定损中的图像识别准确率 需从 89%提升至 95%以上。 1.1 保险行业现状与挑战