ZD至顶网CIO与应用频道 01月22日 人物访谈(文/王聪彬):有的时候你会为客服电话而感到烦扰,有的时候你又急切的需要客服的应答,客服就是这样一个让人又爱又恨的存在。
早年呼叫中心在传统企业中几乎是标配,在20年间呼叫中心不但没有消失,反而迅速的成长,随着整个通信技术和业务不断的更新换代,尤其是互联网、云计算技术犹如给客服行业插上了翅膀,打破了高成本的门槛成为了每一个企业提供优质服务。
从客服市场说起
Frost&Sullivan的研究显示,在云计算的背景之下,2009年—2016年亚太区基于云计算和托管的呼叫中心市场将以每年超过15%的速度增长,到2016年,该市场将达到12.5亿美金。
根据荣联云客COO张强的理解,呼叫中心多年来的演进最大的变化是成本,在之前企业自建40-50规模的呼叫中心投入就达到千万,所以呼叫中心是一个奢侈的存在。
荣联云客COO张强
随着呼叫中心的定位逐渐清晰,其从成本中心转化为利润中心,并且可以打通内外部的协同。之后云时代的到来,让呼叫中心的门槛得以降低。
中小企业也成为市场的发力点,因为他们在基础设施上没有太多的投入,简单易用的云客服也成为他们支撑客服务的首选。
云呼叫中心厂商在近两年的崛起不在少数,但云客服市场还处在营造期,从中国的企业数量来看市场显然是巨大的,并不是几家企业就可以将服务做到位,不同的服务商各有功能的侧重。
同时云客服还具备了与业务系统无缝融合、灵活扩展、多渠道全媒体接入、成本低几大优势。
荣联云客服为惬意客服而生
荣联云客服是一个记者第一次听上去也有些混淆的名字,在云时代越来越多的厂商以云来命名,呼叫中心云市场也不例外。其通过阿里云和AWS的IaaS对外输出SaaS云客服的能力。
为惬意客服而生是荣联云客服的理念,帮助中小企业实现最优客户服务的智能云平台——云客服。如何做到惬意,这体现在三点,客户满意度提升、减轻客服工作压力、打造属于自己的客户服务体系。
荣联云客服在平台接入能力上几乎包括了电话语音、社会化媒体微信、微博、在线客服等全部渠道。在接入后可以给客户提供自助化、智能化、人工化三个层次的服务。
目前荣联云客服提供了三个版本的产品,精英版、企业版、专业版,精英版免费为客户提供3个坐席,企业版每客服每年收费1188元,专业版预计在1月底上市,满足大企业弹性业务需求。
荣联云客服还是一个从传统到新兴的跨界,为什么这么说,因为荣联云客服的管理团队都来自于传统呼叫中心以及行业企业机构,但在技术基因上吸收了来自美国硅谷以及中国大型互联网公司团队。背靠大树好乘凉,荣联云客服在2001年还加入了荣之联加速器。
张强表示,未来我们想围绕整个云客服来打造生态链,主要体现在对外服务,为核心上下游资源进行整合,贯穿各个行业。同时接入CRM系统,整合后台资源为客户提供更多增值服务。
具备两大特点的容联云客服
从客户角度出发,荣联云客服解决了客户的三大问题,首先还是成本降低,其次是多方面的语音渠道,最后则是提升服务质量。
荣联云客服并不是简单的将服务SaaS化,其还具备以下两大特点:
多媒体群渠道的交互方式:支持客户通过网页、电话、微博、微信、邮件、移动APP、IM等方式提交问题,客服人员可以通过一个平台统一响应和处理客户诉求,可以通过网页、手机APP、微信以工单形式随时随地的处理,让客户服务更快、更轻松。
工单平台实现全员协作处理:将客户所有的诉求汇集成工单,自动或定向分配到客服人员,通过标准化的协同处理,迅速反馈结果,从而提高客户满意度,降低客服人员的工作压力。
在应用上支持更多场景,包括售前咨询、销售支持、售后服务、投诉建议。张强强调,在不同的企业中有不同的场景以及不同的应用,客服一直被作为是营销体系的一部分,现在的云客服则可以使后台的服务和销售进行互动,创造更多效益。
荣联云客服的使用场景也非常多样,甚至可以说适合任何一个企业。但你可能有一个疑问企业的个性化需求各不相同如何满足?荣联云客服有三个层次的定义,第一,企业要素自定义;第二,客户信息自定义;第三,数据字典自定义。同时停工API接口完成前后台交互。
小麻包是容联云客服2015年运行以来的第一批用户,其是一家进口母婴产品“SSS”+“O2O”平台,在使用容联云客中的微信公众号、电话、IM功能为客户打造了一个立体化的服务体系后的短短一个月,已经开出了354张工单,并且所有的工单都有完整的纪录,并归档到知识库,提高服务效率。
好文章,需要你的鼓励
这项研究提出了ORV(占用中心机器人视频生成)框架,利用4D语义占用作为中间表示来生成高质量的机器人操作视频。与传统方法相比,ORV能提供更精确的语义和几何指导,实现更高的时间一致性和控制精度。该框架还支持多视角视频生成(ORV-MV)和模拟到真实的转换(ORV-S2R),有效弥合了虚拟与现实之间的差距。实验结果表明,ORV在多个数据集上的表现始终优于现有方法,为机器人学习和模拟提供了强大工具。
这项研究由Writer公司团队开发的"反思、重试、奖励"机制,通过强化学习教导大型语言模型生成更有效的自我反思内容。当模型回答错误时,它会生成反思并二次尝试,若成功则奖励反思过程。实验表明,该方法在函数调用和数学方程解题上带来显著提升,最高分别改善18.1%和34.7%。令人惊讶的是,经训练的小模型甚至超越了同家族10倍大的模型,且几乎不存在灾难性遗忘问题。这种自我改进技术为资源受限环境下的AI应用开辟了新方向。
FuseLIP是一项突破性研究,提出了通过早期融合离散标记实现多模态嵌入的新方法。与传统CLIP模型使用独立编码器不同,FuseLIP采用单一编码器同时处理图像和文本标记,实现了更自然的模态交互。研究证明,这种早期融合方法在多种多模态任务上表现优异,特别是在需要理解图像结构而非仅语义内容的任务上。研究还开发了创新的数据集和评估任务,为多模态嵌入研究提供了宝贵资源。
ByteDance与浙江大学合作开发的MERIT是首个专为多语言多条件语义检索设计的基准数据集,包含320,000条跨5种语言的查询和135,000个产品。研究发现现有模型在处理多条件查询时过度关注全局语义而忽略特定条件元素,为此提出CORAL框架,通过嵌入重建和对比学习相结合的方式,使检索性能提升45.9%。这项研究不仅识别了现有方法的关键局限性,还为多条件交错语义检索领域的未来研究奠定了基础。