百度智能客服实践和展望 王巍巍 百度智能云智能客服总经理 “ 听”：语音识别 “ 看”：人脸 &OCR “ 读”：自然语言处理 “说”：语音合成 学习：深度学习 对话：会话中控 预测：画像分析 人机交互 机器辅助 智能技术在金融科技领域带来三新变化 新感知 新认知 新交互 了解个人和企业客户——快、准、全 赋能金融行业各个场景 效率、满意度、场景 服务行业客户，做最落地的智能客服 服务行业客户，做最落地的智能客服 运营商 政务 教育 航空 金融 能源 … … • 2018.12 月哈尔滨分行小流量 • 2019.10 月共接入 12 家分行 • 2 全语音创新流程， 146 全语音导航， 1113 渠道问 答 • 2017.12 月正式上线 • 覆盖 10 个 消费金融服务场景， 26 个 核心业务产 品 与 客 户 共 同 缔 造 行 业 标 杆 90%+ 90%+ 人工服务替代率 体验方式：南京银行消费金融中心 APP 在线客服 95% 机器人覆盖率 85% 服务成功率 90% + 识别准确率 体验号码 :0451- 95528 航空 保险 证券 智能外呼 消费金融 通信 电信运营商 电商 教育 银行 商机挖掘 账单查询 办理贷款 查询额度 通知 消费确认 智能营销催收 客户回访 问卷调查

大模型精调 行业大模型精调应用 TI 平台 文旅 - 客服场景大模型 电商 - 客服场景大模型 游戏 - 智能 NPC 场景大模型 传媒 - 媒资检索场景大模型 广告 - 文案生成场景大模型 金融 - 客服场景大模型 2 4 模型并非越大越好 现实域 数域 现实域 对 对话生成：客户未维护的问 题 / 多意图，自动生成答案； l 对话生成：通用知识和答案 生 成，用于兜底 腾讯云智能客服基于领域大模型，增强语言理解和问答生成，解决客服的数据生产高、跨场景适配差的问题，提供精准高质量的智能对话服务，加速 渗 透 大模型在智能客服应用案例 为客户服务和营销 降本增效 客户服务成本下降 接待 / 销售效率的提 升 文本客 服 bot 基础能力 场景价值 2 7 • 客户痛点 1. 客服人力不足； 2. 咨询的问题重复、繁杂，人工成本高； 3. 疫情期间客服无法按时到岗。 • 解决方案 优先由数智人客服解答，若遇到复杂问题、需要 真人协调的情况，用户可以发起“转人工 ”，或 者 后台真人主动接入。整个流程，用户无感知， 画面仍然是数智人的形象，真人客服是通过声音 驱动的方式与用户交流。 • 项目亮点

ChatGPT是一种由OpenAI训练的大语言模型。它是基于Transformer架构，经过大量文本数据训练而成，能够生成自然、 流畅的语言，并具备回答问题、生成文本、语言翻译等多种功能 ChatGPT的应用范围广泛，可以用于客服、问答系统、对话生成、文本生成等领域。它能够理解人类语言，并能够回答各 种问题，提供相关的知识和信息。与其他聊天机器人相比，ChatGPT具备更强的语言理解和生成能力，能够更自然地与人 类交流， 协助创作，高效便捷地帮助人们获取信息、知识和灵感 文心一言基于飞桨深度学习平台和文心知识增强大模型，持续从海量数据和 大规模知识中融合学习，具备知识增强、检索增强和对话增强的技术特色。 文心一言具有广泛的应用场景，例如智能客服、智能家居、移动应用等领域。 它可以与用户进行自然语言交互，帮助用户解决各种问题，提供相关的知识 和信息 n Kimi Kimi是月之暗面科技 2023 年推出的 AI 助手，可处理 200 客户反馈分析：企业使用DeepSeek分析客户反馈，改 进产品和服务 多渠道客服支持：企业使用DeepSeek在网站、社交媒 体和邮件等多个渠道提供客服支持 自动处理退款：电商平台使用DeepSeek自动处理用户 退款请求 自动处理咨询：银行使用DeepSeek自动处理客户关于 账户和贷款的咨询 智能语音客服：呼叫中心使用DeepSeek提供语音客服 服务，减少人工客服压力 实时聊天支持：网站使用DeepSeek提供实时聊天支持，

人类与 AI 认为的“困难”各不相同 ; 结论 5 :“ 电力 + 算力 + 数据”是大模型本身的关键，但对于金融应用不断动态沉淀下来的数据和模式创新才是核心胜负手 ; 结论 6 : 智能客服的价值不只是 24 小时在线及拟人化的服务，而在于比客户早半步看见需求 ; 结论 7 : 理解业务与理解技术同样重要 :AI 是认知杠杆，不是流程替代，金融机构业务端的“产品经理”或成为稀缺人才 基于大模型，可回答知识库中超出预设流程的问题，拓 宽 Chatbot 应用场景，更好地分发和解决客户问题 可生成不同风格的对话内容，其较为灵活的语言风格可 更 好地协助人工客服 在大规模的一对多用户服务和运营等场景，帮助人工客服和 范围更 广 资料来源 ÿ : 人 ý 智能 P 营销 ð 纪元 ; ，中信 建投 个性化服务 随时随地 如何理解营销数字化的组织变革 能 客 服 的数字化组织变革，即在于 < 早半 步 = 的洞察 ，将客户需求感知从应 答升级为预判，从被动响应转为主 动挖掘。 资料来源 ÿ 生 式营销产业研究蓝皮书 中信建投 结论 : 智能客服价值不仅在全天候拟人化服务，更在于比客户早 半 步看见需求 ; 资料来源 : 秒针营销科学院，中信建投 金融服务场景，如投顾业务与消费场景有巨大差异。由于投顾的专业性要求更高，特别 是金融市

的 任务 数学推导、逻辑分析、代码生成、复杂问题拆解，逻辑密度高的任务 提示语 需显式引导推理步骤 提示语更简洁，只需明确任务目标和需求 适用场景 （功能点粒度） • 客服场景：做话术理解与意图分类，以及简单问题的回答；且时效性要求高 • 信息打标：对每日新闻资讯中涉及到的实体（行业、公司、股票、基金等）识别，分析正负向情绪 及影响面 • 优 化 P ro m pt ， 可 视 化 面 板 查 看 API 调 用 情 况 知识库（如产品知识库） 、内容生成（话术 / 文案） 、业务流程（如理赔 数 据采集） 、多轮问答（如智能客服） 、智能体（如核保助手、销售助 手） 可 直 接 发 布 应 用 / 工 具 ， 支 持 两 种 接 入 方 式 ： 1 、 直 接 页面嵌入。 2 、 restful api 调 用 直 布 应 用 16 角色 大模型（如 DeepSeek ） 小模型（垂直场景微调） 定位 复杂决策、跨域推理、创意生成 高频执行、实时响应、资源节约 典型场景 保险方案定制 跨部门风控分析 客服意图识别 表单自动填写 资源消耗 高算力、周期性调用 低延时、 7x24 小时运行 数据反馈 接收小模型汇总的增量数据用于迭 代 收集用户行为数据上传至大模型 人保大模型建设思路 通过大小模型动态分工

/ 在线客服的访问量，可以有效 预测投诉量的变化 归因分析结果 KPI 第一维度：直接影响 第二维度：间接影响 第三维度：渠道 / 产品 / 客 群 功能访问量 业务功能 联系我们 电话进件量 技术支持 投诉建议 投诉量 投诉建议 电话进件中选择投诉 建议的进件数量 技术支持 电话进件中选择技术 支持的进件数量 联系我们访问量 访问联系我们或 线上客服的流量 业务功能访问量 技术支持客户数 XX 万 技术支持通话长度 XX 万 投诉建议客户数 通过率 YY% 投诉建议通话长度 通过率 YY% 业务功能跳出率 YYY 万 业务功能渗透率 XXX 万 在线客服访问量 YYY 万 联系我们访问量 XXX 笔 问卷调查评分 预测型分析：将归因逆向运用即可预测 通过归因分析，发现线上申请总量过低、笔均交易额降低，需要分析具体线上各渠道 申请变化情况

的工作岗位，对银行的影响非常深远。AI 在银行 的应用是比较早的，验印系统、智能客服、智能风控、 反欺诈、内部知识图谱等都是较好的应用场景，除了验 印，其他应用取得的效果尚需时间的检验，银行寄予厚 望的风控，除了反欺诈效果不错外，大模型的应用效果 并不理想，因为可解释性不强，面向的客群不同，所以 与互联网大厂有不小的差距。评分、评级依然是传统模 型为主。智能客服用于呼出效果尚可，但客户接收度并 不高，比如笔者接到的呼出电话，绝大多数就直接挂断 理政策、产品、流程咨询，服务响应进入“秒级”时代。 反洗钱报告自动化成效显著（耗时减半），释放人 力资源，投入更高价值分析。 “台湾青年综合服务平台”集成腾讯云智能模型， 以“AI 海融榕”智能客服为核心，为台胞提供“金融 + 政务”一站式服务，深化两岸连接。 未来，福建海峡银行将持续深化技术融合，探索智 能体、多模态等前沿技术在客户服务、风险管理中的应 用；强化区域特色，聚焦对台金融、海洋金融等领域， 动服务”，从“散点化服务”转向“标准化服务”。 同时，企业微信作为移动员工端和服务端双重载体， 是集约化经营的重要阵地。证券公司需要整合客户画像、 产品服务与触达能力于企业微信平台，用于直接对客服 务。同时，需要联通数字化营销中台，承接标准化服务 中的任务和营销线索，提升整体服务成果。 在证券行业数字化转型中，集约化运营体系的构建 既是技术升级，更是业务模式的深层变革。本文将从数

应用的落地节奏或与行业数字化程度成正比，我们看到 AI 大模型在互联网（搜索+广告营销）、办公、金融等领域率先迎来“iPhone 时刻”。其中最 值得关注的应用包括：1）文本生成在电商、金融、医疗等行业替代传统客服；2）文本和 图像生成在办公、广告营销、金融、影视游戏等领域成为下一代生产力工具；3）蛋白质生 成能力拓宽人类探讨世界的范围，特别是在新药开发上的应用前景。 图表1： AI 大模型如何赋能各行业 蛋白质生成 搜索 电商零售 办公 金融法律 医药 教育 汽车 增效 降本 营销文案、客服 营销图片 自动化广告 营销音频、客服 文档撰写 代码生成 研报、文书生成 新药发现 电子病历、医疗咨询 课件生成 陪伴机器人 课件生成 AI作图 AI总结提炼 课件生成 金融客服 影视游戏 剧本生成 角色原画 角色配音 影视、游戏制作 游戏代码 落 地 进 展 座舱交互 座舱交互 端广泛“出圈”。Chatbot（聊天机器人）通过自动 化方式来处理和回复用户输入，可以模拟人类对话，通过文字或语音与用户进行实时交互。 2010 年代，随着 NLP 等技术的发展，Chatbot 已经在客服、营销、企业信息服务等领域得 到了广泛应用。然而，由于语言理解及生成能力有限，因此 Chatbot 的落地范围局限在 B 端特定服务型场景，并未诞生具有广泛影响力的 C 端产品。2022 年 12 月，ChatGPT

本资料来源于网络公开渠 道， 版权归属版权方； 2. 本资料仅限会员学习使用，如 他用请联系版权方； 3. 会员费用作为信息收集整理 及运营之必须费用； 4. 如侵犯您的合法权益，请联 系客服微信将及时删除。 行业报告资源群 微信扫码 长期有效 微信扫码 行研无忧 思想， 还是思想， 才使我们与众不同 研究， 还是研究， 才使我们见微知著 通讯地址：北京市海淀区万寿路 27 号院

视为重塑商业模式的机会，并强调人工智能不仅应 提高效率，还应创造新的商业价值。人工智能已广 泛应用于招聘、供应链优化、研发环节的生成式 设计及超个性化营销，正深刻改变企业的运营方 式。同时，人工智能也正从客服机器人和生成式 人工智能内容创作等边缘应用场景，逐步向企业资 源规划、产品生命周期管理和制造执行系统等企业 核心系统拓展。咨询、法律和科研等服务行业正在 开创“服务即产品”模式，提供人工智能支持的大 账户查询、转账、投资理财等便 捷服务。 • 自助服务普及：自动取款机、线 上自助服务取代人工客服窗口， 提高服务效率与覆盖范围。 • 信息化增强：IT 系统初步建设 完成，实现数据管理和业务流程 的信息化转型。 • 实时交易风控：通过大数据与人 工智能实时监控交易并识别欺 诈活动。 • 智能客服：推出语音识别与人工 智能机器人，全天候自动响应客 户咨询。 • 个性化推荐：基于用户行为分 映数据容 灾能力、业务连续性及安全合规能力，是应对系统故障、网络攻击和 灾难事件的重要技术保障。 6 应用能力 人工智能应用场 景渗透率 指人工智能技术在金融业务场景中的应用比例，例如智能客服、信贷 审批、反欺诈和机器人投顾。反映人工智能融入业务流程的程度以及 数智化转型的深度。 7 应用能力 智能风控覆盖率 指风险管理流程中采用算法模型、知识图谱等智能手段进行风险识别、 监控和