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 号码状态侦测 数据分析 . 多维度筛选、统计与分析结果 . 输出数据报表，高效管理数据 Mysq l Kafka ES NFS Red is . 提供模型训练能力 百度 TTS Action 百度 ASR 百度 NLP Intent Speec h API 意向筛选 . 海量客户按需设置意向指标 . 提升筛选效率，精准获 客 任务 管理 语音网关 软硬交换 机器人

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 • 数据精细化、 技术智能化， 驱动运营升 级 以客户为中心的 智能化管理模式 百度智能客服技术概况 百度大脑 AI 开放平台 A 智能云 计算服务 CPU/GPU/FPGA 机器学习平台 技术 全球领先的大规模神经网络 深度学习 人才 2000+AI 核心研发人员 百度 AI 的整 体架构 用户画像 数据标注 数据采集 自然语言处理 知识图谱 大数据分析 精准低成本获客 全方位、全过程的 AI 产品及解决方案 智能语音客服 智能电销 智能知识库 在线客服 客服助理 百度智能客服产品 & 解决方案全景图 列表、树型结构、账号管理、权限管理、富文本编辑等基础前端库 SDK/API

2023 自 然 语 言 处 理 Word2Vec (Google. 引用 78550) Attention ( 图灵奖得主 Bengio) Model ERNIE( 百度 ) CPM( 智源 ) GLM( 洁华 ) 预训练模型 大模型 Transformer( Google. 引用 91332) Foundation 计 算 机 视 架。为提升模型语言理解与生成能力 ，研究团队进一步设计了可 控和可 信学习算法。 结合百度飞桨自适应大规模分布式训练技术和“鹏城云脑Ⅱ ”领先算力 集群 ，解决了超大模型训练中的多个公认技术难题。在应用上 ，首创 大 模型在线蒸馏框架 ，大幅降低了大模型落地成本 是最重要的落地场景之一。 来源：文心一言官网 与百度的方案类似，各科技大厂基于云平台、算力基础设施和大模型技术相结合，推动行业应用落地，汽车产业链当然也 MiniCPM XGPT 文心一言大模型 百度 BAIDU 产业研究 战略规划 技术咨询 21 2024 年 6 月 28 日，百度首席技术官、深度学习技术及应用国家工程研究中心主任王海峰在

景区三维全景地图。 服务机构 1. 景点：古建筑、博物 馆、景区等 2 、吃住购：酒店餐馆认 证信息、商店认证信息等 （结合舆情监控） 合作企业 1 、百度：人员迁徙、热力 分布等 2 、运营商：游客客源地 （ WIFI 数据分析）等 政府部门 1. 交通：停车场、 公交站等 2. 公安：视频监控、 通过开发合作，整合资源，构建旅游大数据云中心，打造智慧旅游生态圈体系。 l 景点拥挤指数、天气情况等温馨提示 l 人流迁徙、人力分布等 l 百度旅游资源 智慧旅游 云平台 旅游开放合作体系 开发者 中小软件企业、 开发爱好者等 互联网 百度、网龙、 中兴等 运营商 电信、移动、 联通 相关企业 景区、酒店、 餐饮、租车等 l 景点、酒店 l 餐饮、租车等资源整合 旅游主管：基于人流热力数据，为各景区提供人流密度分 布 ，人流疏导等提供决策分析参考。 措施：百度、运营商（ WIFI 、基站）、景区等合作 旅游企业：基于城市人员迁徙规则， 为旅游市场推广提供参考； 旅游主管：基于人员迁徙规划，为景区相关资源分配 及决策分析提供参考。 措施：百度、景区等合作 景区热力及人口迁移 21 省市一卡通：公交一卡通已在全国 50 多个城市实现互联互通

，预训 练模型包含了预训练大模型（可以简称为“大模型”） ，预训练大模型包含了预训练大语言模型（可以简称为“大语言模 型”） ，预训练大语言模型的典型代表包括 OpenAI 的 GPT 和百度的文心 ERNIE ， ChatGPT 是基于 GPT 开发的大模型 产品， 文心一言是基于文心 ERNIE 开发的大模型产品 人工智能 机器学习 深度学习 预训练大模型 预训练 大语言模型 进行了训练， 以学习自然语言的各种语法 、语义和语境规则 。 代表性产品包括 GPT 系列 （ OpenA I ） 、 Bard （ Google ） 、 DeepSeek 、文心一言 （百度）等 多模态大模型 是指能够处理多种不同类型数据的大模型，例如 文本 、 图像 、音频等多模态数据 。这类模型结 合 了 NLP 和 CV 的能力， 以实现对多模态信息 的综合 还是深入学术探讨 ， 都能提供准确全面的信息。 同时 ， 具备 出色 的文本创作能力 能撰写故事 诗歌 文案等各类体裁 并且擅长语言 3.6.2 国内的大模型产 品 n 文心一言 文心一言是由百度研发的知识增强大模型 ，能够与人对话互动、 回答问题、 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

(BIG DATA) 是指所涉及到的数据量规模巨 大到无法通过人工在合理时间内达到获取、管理、 处理并整理成为人类所能解读的信息。 2014 年的一分钟： 1,000,000 百度每分钟 1000 万次移动搜索 808,298 新浪微博每分钟 80 万条微博 100,000,000 淘宝 2014 年双 11 期间 2 分钟销售 地块混合度、商圈密集程度、住宅配套、公共服务设施使用率与满意度 社交类数据 微博数据 签到热度分析、情绪分析、用户画像、签到曲线分析 flickr 图片数据 不同地区图像主题差异 人口热图数据 百度（景区）热 图、腾讯 LBS 、 各尺度人口分布分析、公园绿地评估、街区活力评估 房价数据 链家、搜房 房价时空变化特征、政策对房价的空间反应、房价影响因素分析 交通数据 四维交通指数 热点区 、十一期间北京微博签到热度 2 、微博情绪空间分布 3 、微博签到热度分时曲线 4 、用户特征画像 1 2 3 4 新兴数据的获取与感知——互联网抓取 3 、人口热图数据应用举例 1 、百度景区热图边界总览 2 、景区内人口热图 3 、三里屯太古里和 SOHO 的商业特 征 1 2 3 新兴数据的获取与感知——互联网抓取 4 、房价数据应用举例 北京房价涨幅空间分布 新兴数据的获取与感知——互联网抓取

查询 预订 导览 导航 导购 支付 评价 分享 移动终端 游前 游中 游后 移动 互联网 门户 手机 WAP 网 站 手机 AP P 来往、 易信 ... 百度轻 应用 微信平 台 运用信息技术建设的智能个性化的移动互联网门户，为游客提供游前、游中、游后服务，满足游客个性化需求。 智慧旅游 – 游客服务门户 环幕影院体验 仿真漫游体验 AR 提供使用信息和网络媒体的交互性来辅助营销目标实现，助力推动景区营销，提升景区知名度和影响力。 数据监控运营 网站 SEO 优 化 网站内容发布 网站市场推广 按景区实际需求，制定网 站推广策略，利用百度推 广、软文推广、论坛推广、 微博微信推广等方式，进 行策略整合，达到最优的 网站推广效果。 配备专业采编团队，结合 时下热点，为景区收集整 理高质量的文字、图片和 视频信息，网站上定时、 提供使用信息和网络媒体的交互性来辅助营销目标实现，助力推动景区营销，提升景区知名度和影响力。 数据监控运营 网站 SEO 优 化 网站内容发布 网站市场推广 按景区实际需求，制定网 站推广策略，利用百度推 广、软文推广、论坛推广、 微博微信推广等方式，进 行策略整合，达到最优的 网站推广效果。 配备专业采编团队，结合 时下热点，为景区收集整 理高质量的文字、图片和 视频信息，网站上定时、

，预训 练模型包含了预训练大模型（可以简称为“大模型”） ，预训练大模型包含了预训练大语言模型（可以简称为“大语言模 型”） ，预训练大语言模型的典型代表包括 OpenAI 的 GPT 和百度的文心 ERNIE ， ChatGPT 是基于 GPT 开发的大模型产 品， 预训练大模型 预训练 大语言模型 预训练大语言模型 GPT 文 心 ERNIE 1.3 人工智能与大模型的关 进行了训练， 以学习自然语言的各种语法 、语义 和语境规则 。 代表性产品包括 GPT 系列 （ OpenAI ） 、 Bard （ Google ） 、 DeepSeek 、文心一言（百度）等 多模态大模型 是指能够处理多种不同类型数据的大模型，例如 文本 、 图像 、音频等多模态数据 。这类模型结 合 了 NLP 和 CV 的能力， 以实现对多模态信息 的综合 的文本创作能力 ， 能撰写故事、 诗歌、 文案等各类体裁。 并且擅长语言 交 互 交流自然流畅 就像身边的知心伙伴 耐心倾听并给予恰当反馈 2.2 国内的大模型产 品 n 文心一言 文心一言是由百度研发的知识增强大模型 ，能够与人对话互动、 回答问题、 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

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。 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 跨渠道整合用户轨迹、互 动记录，个性化精准服务； 多维度精细化数据分析， 实时掌控用户运营情况 多渠道接入 web 、 WAP 、 APP 、 微 信、微博、电话、邮 件、 电商平台、百度、 社交 & 资讯媒体 智能路由 智能识别用户、智能路由 引擎，把最佳的用户分配 给最佳的客服 用户 用户 转化率 高效响应 智能应答、智能输入 知识共享 人机配合、高效协同 无缝集成