2016年6月22日,由世界O2O组织(WOO)、全球移动游戏联盟(GMGC)以及光合资本共同主办的世界O2O博览会暨IN+2016创新大会在北京国家会议中心盛大举行,环信作为企业级服务领导厂商受邀参展,环信联合创始人王明成在大会论坛做主题演讲,与参会的意见领袖们一起探讨移动互联时代的O2O行业的服务营销新体验。
环信联合创始人王明成做主题演讲
本届大会的特别板块OSCA2016最佳应用评选颁奖典礼也于当日下午隆重开幕。OSCA2016最佳应用评选是世界O2O组织(WOO)围绕移动互联网最佳应用及商业模式为核心内容展开的全球性评选活动,由第三方权威数据研究机构易观、Talking Data提供的TOP榜单,并参考百度指数,通过报名参评、联合60+媒体展开公众投票、专家评审团最终评审的方式,含金量极高。其中环信凭借其在即时通讯云和全媒体智能云客服领域的深耕和市场优势一举夺得“OSCA最佳服务商奖”。
环信获奖专家组评语:环信作为国内最早和最大的即时通讯云PaaS厂商,简单通过一段代码即可让APP实现单聊、群聊、发语音图片以及实时音视频等社交功能。让开发者摆脱繁重的移动IM通讯底层开发,让所有的App从此都能“聊”起来。环信首推的全媒体智能云客服深度契合O2O行业的客服特点,包括来自网页端、APP端、社交媒体端(微博、微信)的服务请求均可以一键接入一键处理,其自主研发的智能机器人帮助“58到家”等标杆O2O企业降低了客服成本提高了效率,实现了订单、客单价双丰收。
据gartner预测未来60%的客户服务都将来自移动端,70%的O2O和电商业务将发生在移动端,而O2O业务流最关键的就是移动端服务营销。如果做不好包括移动端的全渠道客户服务,辛辛苦苦通过各种渠道引流到自己App、网站、平台、账号的客户,90%都会流失掉。因此,移动端的客户服务体验显得尤为重要。环信联合创始人王明成认为要解决多渠道、成本高、效率低、弱网络、转化低这五大客服挑战,环信首推的全媒体智能云客服提供了最佳解决方案。
对于O2O企业而言,无需任何技术投入,集成环信移动客服马上就可以享受全媒体客服带来的优势。首先是服务渠道的一体化,不论客户是来自APP端、微信公众号、微博还是网站,都可以实现客户请求的统一接入,统一分配和统一管理。其次是服务的专业化,可以进行客户画像、订单轨迹、服务质检、报表统计等,使商户拥有了媲美大型呼叫中心的的服务品质。环信提供的智能机器人更是帮助客户大幅降低了人工服务成本,80%的重复问题机器人都可以帮助解答。在下班时间,可以由智能机器人代替人工客服,提供7*24的不间断服务。
环信基于自有的长连接技术优势,在移动客服产品上提供了一个主动外呼功能,帮助商户轻松实现客服营销。长连接技术的关键之处在于为每一个客户维持一个 TCP连接,可以随时向客户端发送消息(当然,这种设计对后台系统资源和调度能力有很高要求)。客服人员可以把最新的优惠促销以后台消息的形式发送给指定人群。
随着交易平台的扩大,对客服系统的即时消息传递能力也将提出更高的要求。在所有SaaS客服厂商中,环信是唯一一家同时拥有即时通讯云PaaS产品和 SaaS客服产品的厂商,即时通讯技术是环信的起家之本。截至2015年12月,环信即时通讯SDK已覆盖手机终端3.19亿,日发送消息2.1亿,这些数据展示了环信即时通讯技术的强劲性能和扩展性,也是环信登顶SaaS客服行业的致胜法宝。对于58到家这种平台级的O2O服务商而言,选择环信,意味着性能将不会成为瓶颈,能够为未来快速扩张扫除障碍。
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。