瓴羊亮相2024全球数字经济大会,并参与编纂《数字原生应用基于大模型的智能客服》标准

本文涉及的产品
可视分析地图(DataV-Atlas),3 个项目,100M 存储空间
数据可视化DataV,5个大屏 1个月
智能数据建设与治理Dataphin,200数据处理单元
简介: 瓴羊亮相2024全球数字经济大会,并参与编纂《数字原生应用基于大模型的智能客服》标准

7月2日-5日,2024全球数字经济大会在北京盛大召开,设置了开幕式和主论坛,六大高层论坛,打造“1+6+3+N”活动框架,展现数字中国、北京实践方案。大会汇聚了全球数字经济领域的顶尖学者、产业领袖、智库和专业媒体,共同发布最新的数字技术成果和应用案例。会议围绕全球数字治理规则和人工智能等热点话题展开深入讨论,旨在推动数字经济领域的国际合作。


7月4日,2024全球数字经济大会举办了以“AI时代:大模型驱动数字原生应用落地”为主题的数字原生论坛。论坛旨在基于前期工作成果,深入探讨数字原生企业在组织架构、业务形态、技术能力、模式创新,以及在AI大模型时代背景下,产业发展新态势、新发展等话题,推进企业数字化转型迈向数字原生新阶段,加速释放新质生产力。瓴羊作为中国数据产业的探索者和深度参与者,受邀参加此次论坛,并被授予《数字原生应用基于大模型的智能客服》标准参编单位证书。


image.png


论坛上,《数字原生应用基于大模型的智能客服》标准正式发布。该标准由中国信通院云计算与大数据研究所、中国通信标准化协会云计算标准和开源推进委员会(CCSA TC608)联合中国移动、中国联通、瓴羊等多家企业共同编制完成。该评估包括技术智能(35项指标)、应用智能(73项指标)、运营智能(27项指标)三大能力域,AI能力、数据能力、生成式大模型能力、智能客服机器人、智能人工客服、智能报告、智能总结等十九大能力子域。


瓴羊不仅是该标准的核心参编单位,也是首个完成《数字原生应用基于大模型的智能客服》评估的厂商。这充分彰显了瓴羊在智能客服技术及应用领域的深厚实力和杰出成就。


image.png


《数字原生应用基于大模型的智能客服》标准的发布,预期将促进智能客服领域的技术革新和标准化,为行业客户带来更高效的智能化客服解决方案。瓴羊期待通过这一标准的实施,让大模型及智能技术的应用推动智能客服技术的进步和行业规范化发展,助力各行业客户提高服务品质和效率。


阿里云智能集团、瓴羊智能客服解决方案总监胡燕华在大会上,围绕智能客服的痛点和业务需求,分享了瓴羊在智能客服上的能力和实践经验,她认为客服智能化的核心是立足业务解决能力建设,即围绕用户遇到的问题,提供针对性的场景解决方案。


image.png


根据在餐饮、文旅、家电等多个行业沉淀出的经验,胡燕华表示:“在大模型时代,结合大模型和小模型的策略是确保企业应用效果和价值实现的关键。大模型构建了企业通用的知识体系,通过智能检索和自动化推荐等功能,提升客服效率并推动智能运营。同时,小模型则能在实操中跑出更适合业务场景的解决方案。例如,在医疗行业,大模型和小模型的结合,让我们初始解决率达到85%。我们致力于深入数据分析,对数据进行标签化处理,实现主动预警,使客服能够获取更多客户信息,并在运营端及时解决问题,为企业决策提供支持,成为企业决策者的得力助手和企业首选的智能客户体验专家。”

相关文章
|
3月前
|
自然语言处理 监控 数据可视化
海拍客与瓴羊达成合作,通过智能客服系统提升员工内部服务体验
海拍客与瓴羊达成合作,通过智能客服系统提升员工内部服务体验
|
3月前
|
自然语言处理 监控 机器人
中国联通济南分公司与瓴羊达成合作,以智能客服系统提升员工内部服务体验
中国联通济南分公司与瓴羊达成合作,以智能客服系统提升员工内部服务体验
|
1月前
|
机器学习/深度学习 人工智能 自然语言处理
首家!瓴羊完成信通院“基于大模型的智能客服”评估!
首家!瓴羊完成信通院“基于大模型的智能客服”评估!
|
1月前
|
人工智能 自然语言处理 算法
瓴羊Quick Service智能客服算法通过国家网信办深度合成服务算法备案
瓴羊Quick Service智能客服算法通过国家网信办深度合成服务算法备案
|
1月前
|
人工智能 自然语言处理 算法
瓴羊Quick Service智能客服算法通过国家网信办深度合成服务算法备案
瓴羊Quick Service智能客服算法通过国家网信办深度合成服务算法备案
|
1月前
|
机器学习/深度学习 自然语言处理 搜索推荐
大模型时代了,智能客服就不能智能点?
大模型时代了,智能客服就不能智能点?
|
3月前
|
人工智能 自然语言处理 搜索推荐
人工智能,应该如何测试?(八)企业级智能客服测试大模型 RAG
大模型如GPT虽表现出众,但在特定领域和实时信息方面表现不足,易产生“幻觉”即编造答案。其能力受限于训练数据,无法提供超出数据范围的专业知识。为解决此问题,采用意图识别模型预判问题归属,结合检索增强生成(RAG)技术,通过检索相关信息注入大模型以提升回答质量。测试人员利用RAG评估模型效果,有时借助GPT进行自动化评分,尤其是在非专业领域,但GPT评分的准确性仍有限,人工评估更为可靠。
142 0
|
3月前
|
人工智能
瓴羊One·客服与AI大模型技术联合打造智能服务新体验
瓴羊One·客服与AI大模型技术联合打造智能服务新体验
175 0
|
3月前
|
人工智能 自然语言处理 供应链
瓴羊林永钦:以数智化能力推动企业履约、客服升级
瓴羊林永钦:以数智化能力推动企业履约、客服升级
|
3月前
|
人工智能 自然语言处理 供应链
瓴羊客服云入选爱分析·智能客服厂商全景报告
瓴羊客服云入选爱分析·智能客服厂商全景报告