2023年11月29日-12月1日，“國(guó)潮起·萬物生”良渚2023科技國(guó)潮產(chǎn)業(yè)大會(huì)在良渚洲際酒店成功舉行。大會(huì)由中國(guó)品牌建設(shè)促進(jìn)會(huì)指導(dǎo)，杭州市余杭區(qū)人民政府主辦，杭州良渚新城管理委員會(huì)、中國(guó)國(guó)家品牌網(wǎng)、觀潮新消費(fèi)承辦，盛邀專家學(xué)者、企業(yè)家、投資人、產(chǎn)業(yè)服務(wù)商等百位嘉賓共創(chuàng)科技國(guó)潮。

在“國(guó)潮起·萬物生”良渚2023科技國(guó)潮產(chǎn)業(yè)大會(huì)《消費(fèi)+AI，技術(shù)賦能全產(chǎn)業(yè)》專場(chǎng)論壇上，科大訊飛會(huì)話智能業(yè)務(wù)部總經(jīng)理張東旭發(fā)表了《AI營(yíng)銷新洞察：激活每一次會(huì)話交互價(jià)值》主題演講，他表示：“沉淀優(yōu)質(zhì)數(shù)據(jù)資產(chǎn)，構(gòu)建融合知識(shí)庫(kù)，傳承企業(yè)優(yōu)秀寶藏?！?

以下為演講實(shí)錄，經(jīng)觀潮新消費(fèi)（ID：TideSight）編輯整理，有刪減：

首先感謝主辦方的邀請(qǐng)，杭州是數(shù)字經(jīng)濟(jì)的弄潮兒，很開心能夠在這里跟大家分享科大訊飛在大模型應(yīng)用場(chǎng)景的一些實(shí)踐。

今天我要講的是在營(yíng)銷后鏈路里面對(duì)于會(huì)話價(jià)值的探索。首先我簡(jiǎn)單說一下科大訊飛在通用大模型方面的發(fā)展，GPT的誕生是從2020年開始的，但是GPT引起國(guó)內(nèi)大范圍關(guān)注，準(zhǔn)確說是從去年11月30日左右，那時(shí)候發(fā)布了GPT3.5。

我們會(huì)發(fā)現(xiàn)整個(gè)通用人工智能已經(jīng)達(dá)到了可用的水平，大概顛覆了過去對(duì)人工智能的認(rèn)知。我們過去經(jīng)常會(huì)說人工智障的笑話，通用人工智能真的改變了世界。

科大訊飛從1999年成立之后，一直專注于整個(gè)人工智能行業(yè)。我們當(dāng)時(shí)做語音行業(yè)的原因，也是中國(guó)的語音市場(chǎng)被微軟等國(guó)外的企業(yè)占據(jù)了，科大訊飛的創(chuàng)始團(tuán)隊(duì)就想發(fā)展國(guó)內(nèi)語音方面的人工智能企業(yè)，現(xiàn)在科大訊飛在語音行業(yè)已經(jīng)占據(jù)了60%的市場(chǎng)，其他市場(chǎng)也被國(guó)內(nèi)其他企業(yè)占領(lǐng)。

去年，通用人工智能大模型的發(fā)生，讓科大訊飛果斷認(rèn)識(shí)到一個(gè)新的AI行業(yè)的機(jī)會(huì)誕生了，從去年12月份開始，就將全公司的戰(zhàn)略傾向通用人工智能大模型。在去年年底，我們制定了今年四次發(fā)布會(huì)的計(jì)劃，今年10月24日也如約發(fā)布了我們四次升級(jí)的計(jì)劃。

目前我們效果對(duì)標(biāo)GPT3.5，部分中文領(lǐng)域超過了GPT3.5的效果。我們的效果也得到了國(guó)家的認(rèn)可，首先是科大訊飛牽頭制定通用認(rèn)知體系評(píng)測(cè)體系，也成為工信部牽頭的大模型工作組副組長(zhǎng)單位。另外在當(dāng)前的評(píng)測(cè)機(jī)構(gòu)來看，科大訊飛的通用大模型基本達(dá)到了國(guó)內(nèi)領(lǐng)先、國(guó)際一流的水平。

科大訊飛在營(yíng)銷領(lǐng)域的發(fā)展歷程中，通過開放平臺(tái)吸引了大量開發(fā)者。為了更好地服務(wù)這些開發(fā)者，我們提供了流量變現(xiàn)服務(wù)，并構(gòu)建了完整的營(yíng)銷體系。從流量和廣告起步，逐步擴(kuò)展到營(yíng)銷全鏈路。

2021年，我們開始涉足CDP和SCRM領(lǐng)域，專注于后鏈路運(yùn)營(yíng)。2023年，由于我們自身已經(jīng)有了通用智能大模型，能夠降低在不同領(lǐng)域分析的成本，因此可以對(duì)整個(gè)后鏈路中的對(duì)話進(jìn)行更深入的洞察。

我們之所以這樣做，是因?yàn)樵诋?dāng)前的營(yíng)銷大環(huán)境下，品牌普遍面臨兩個(gè)挑戰(zhàn)。首先，市場(chǎng)增量的空間已經(jīng)逐漸消失，無論是互聯(lián)網(wǎng)用戶還是消費(fèi)增量的空間都在趨于飽和。其次，品牌越來越注重后鏈路的運(yùn)營(yíng)，包括對(duì)現(xiàn)有用戶的維護(hù)和運(yùn)營(yíng)，以及拓展新的市場(chǎng)和用戶。

為了應(yīng)對(duì)這些挑戰(zhàn)，品牌有兩種選擇。一種選擇是出海，開拓海外市場(chǎng)；另一種選擇是加強(qiáng)后鏈路運(yùn)營(yíng)，包括對(duì)私域用戶和存量用戶的運(yùn)營(yíng)。拼多多是一個(gè)成功的例子，它通過出海戰(zhàn)略和私域用戶運(yùn)營(yíng)，實(shí)現(xiàn)了市值超過阿里巴巴。盡管拼多多在營(yíng)銷策略上存在一些爭(zhēng)議，但它確實(shí)非常了解中國(guó)消費(fèi)者的特性，并能夠有效地利用這些特性來實(shí)現(xiàn)業(yè)務(wù)增長(zhǎng)。

對(duì)于這個(gè)鏈路來說，首先是數(shù)據(jù)資產(chǎn)化，國(guó)家對(duì)于企業(yè)數(shù)字化的資產(chǎn)暫行管理辦法從2024年1月1日開始實(shí)行，企業(yè)數(shù)據(jù)可以變成企業(yè)的資產(chǎn)負(fù)債表了；第二是針對(duì)這些資產(chǎn)，如何來做洞察；第三是洞察如何賦能企業(yè)做更深的營(yíng)銷。

新能源汽車產(chǎn)業(yè)競(jìng)爭(zhēng)異常激烈，行業(yè)內(nèi)卷現(xiàn)象也十分嚴(yán)重。從新能源汽車產(chǎn)業(yè)消費(fèi)者和企業(yè)鏈路來看，主要包括線上推廣、線下觸達(dá)、私域運(yùn)營(yíng)和線下交互等環(huán)節(jié)。其他品牌或多或少都會(huì)涉及兩到三個(gè)環(huán)節(jié)，這些環(huán)節(jié)都會(huì)產(chǎn)生大量的企業(yè)數(shù)據(jù)，包括電話數(shù)據(jù)、線下接待數(shù)據(jù)、私域文本數(shù)據(jù)以及成交數(shù)據(jù)。這些數(shù)據(jù)構(gòu)成了企業(yè)的數(shù)據(jù)資產(chǎn)，對(duì)企業(yè)的數(shù)字化轉(zhuǎn)型和營(yíng)銷策略制定具有重要意義。

科大訊飛創(chuàng)造了一款智能硬件，在其中有非常獨(dú)特的優(yōu)勢(shì)，可以幫助企業(yè)搜集線下服務(wù)場(chǎng)景的數(shù)據(jù)，打通數(shù)字化最后一公里，補(bǔ)齊企業(yè)數(shù)字資產(chǎn)的最后一個(gè)關(guān)鍵環(huán)節(jié)。我們應(yīng)用的案例包含汽車、地產(chǎn)、醫(yī)美、零售等行業(yè)。

那么，如何挖掘數(shù)據(jù)價(jià)值并利用大模型的效果？

在拿到這些數(shù)據(jù)之后，我們首先需要利用大模型的效果來挖掘數(shù)據(jù)的價(jià)值。大模型具有出色的對(duì)話文本理解和關(guān)鍵信息抽取能力，這使得我們能夠從對(duì)話中提取客戶的意向和需求。通過使用通用大模型，我們可以對(duì)教培行業(yè)的微信對(duì)話進(jìn)行分析，并提取出客戶意向、購(gòu)買異議點(diǎn)和決定下次購(gòu)買的周期等信息。

這些數(shù)據(jù)對(duì)于銷售團(tuán)隊(duì)來說非常有價(jià)值。將數(shù)據(jù)通過API導(dǎo)入企業(yè)微信SCRM工具或企業(yè)自己的CRM工具中，銷售團(tuán)隊(duì)可以獲得下一次與客戶溝通的提醒，從而更進(jìn)一步地跟進(jìn)客戶，提高銷售業(yè)績(jī)。

科大訊飛推出了智能硬件，并在汽車、地產(chǎn)、醫(yī)美等場(chǎng)景下，實(shí)現(xiàn)了供應(yīng)式銷售。這些場(chǎng)景通常需要較長(zhǎng)的咨詢時(shí)間，客戶決策周期也較為復(fù)雜，需要詳細(xì)專業(yè)的產(chǎn)品介紹。在溝通過程中，客戶會(huì)直接表達(dá)對(duì)產(chǎn)品的看法、觀點(diǎn)和需求。

基于對(duì)話式的理解，我們可以從數(shù)據(jù)中提取全量的客戶畫像。此外，我們還利用大模型的長(zhǎng)文本理解能力，對(duì)接待情況進(jìn)行摘要。這個(gè)摘要可以記錄客戶在溝通過程中，對(duì)哪些方面感興趣或者不感興趣，以及影響他決策的抗性因素是什么。

在此基礎(chǔ)上，大模型還可以提供個(gè)性化的銷售指導(dǎo)建議，基于整個(gè)接待過程告訴銷售人員下一步應(yīng)該如何跟進(jìn)該客戶。由于大部分企業(yè)采用人才篩選機(jī)制而非培養(yǎng)機(jī)制，且培養(yǎng)成本較高，我們可以利用機(jī)器和AI來幫助銷售人員，提供個(gè)性化的客戶跟進(jìn)指導(dǎo)建議。

我們?cè)賮硖接憣?duì)員工的洞察。知己知彼，百戰(zhàn)百勝。除了了解客戶的需求和行為，我們也需要了解員工自身的表現(xiàn)和特點(diǎn)。

通過對(duì)所有服務(wù)流程的梳理，我們可以將整個(gè)服務(wù)流程細(xì)化為不同的環(huán)節(jié)，并為每個(gè)環(huán)節(jié)制定量化的評(píng)分標(biāo)準(zhǔn)。通過這種方式，我們可以使整個(gè)服務(wù)過程更加可量化、可追溯、可復(fù)盤。

我們發(fā)現(xiàn)這種方法可以使企業(yè)線下服務(wù)的規(guī)范性提高至少25個(gè)百分點(diǎn)，同時(shí)使服務(wù)的糾紛和投訴下降30%以上。對(duì)于那些擁有加盟店或聯(lián)合門店的企業(yè)來說，這種手段可以有效地防范和處理可能對(duì)品牌形象造成影響的糾紛事件。

為了更好地改進(jìn)服務(wù)，訊飛的星火營(yíng)銷大模型在情感處理方面進(jìn)行了深入的定向訓(xùn)練。

我們可以通過對(duì)服務(wù)過程的分析，從三個(gè)重要的方向入手：

首先，在需求挖掘方面，我們通過客戶的結(jié)果數(shù)據(jù)和成交數(shù)據(jù)歸因后發(fā)現(xiàn)，銷售業(yè)績(jī)最好的top10和銷售業(yè)績(jī)最不好的尾部top10在問問題數(shù)量上存在至少兩倍的差距；銷冠的關(guān)鍵性動(dòng)作包括挖掘客戶需求和構(gòu)建場(chǎng)景，讓客戶充分了解產(chǎn)品特性；客戶會(huì)問一些比較刁鉆的問題，比如說你跟競(jìng)品對(duì)比，你的價(jià)格優(yōu)惠，甚至是針對(duì)短板進(jìn)行挑戰(zhàn)，能不能正面響應(yīng)。

通過知己知彼的方式，我們可以對(duì)整個(gè)會(huì)話進(jìn)行全面洞察，從而幫助企業(yè)沉淀出優(yōu)秀的交互流程。這些流程是企業(yè)在經(jīng)營(yíng)過程中積累的數(shù)據(jù)資產(chǎn)，可以利用融合知識(shí)庫(kù)的概念、星火數(shù)據(jù)大模型和企業(yè)本身的文檔資源進(jìn)行整合和存儲(chǔ)，構(gòu)建整個(gè)企業(yè)的融合知識(shí)庫(kù)，形成企業(yè)優(yōu)秀傳承的寶藏庫(kù)。

訊飛在導(dǎo)購(gòu)數(shù)字人方面具備非常強(qiáng)的競(jìng)爭(zhēng)力。我們?cè)谧稍冞^程中，在客戶問問題的過程中，不是做被動(dòng)的問答，而是做主動(dòng)的響應(yīng)，給客戶推他更想要的信息，達(dá)到自動(dòng)化導(dǎo)購(gòu)的效果。

第一個(gè)是客服場(chǎng)景。傳統(tǒng)的方法主要依賴于關(guān)鍵詞和固定表達(dá)格式進(jìn)行問答匹配，但效果往往并不理想，命中率通常只有30%左右?，F(xiàn)在我們利用大模型+API和大模型多模態(tài)能力，可以使整個(gè)客服的能力達(dá)到75%甚至90%的效果。

第二個(gè)是咨詢場(chǎng)景。在客戶與導(dǎo)購(gòu)數(shù)字人的溝通中，我們學(xué)習(xí)了優(yōu)秀的話術(shù)，了解了如何引導(dǎo)客戶表達(dá)他們的需求。通過這種方式，我們可以細(xì)化客戶的需求，補(bǔ)充其前因后果，并最終根據(jù)客戶需求進(jìn)行產(chǎn)品推薦。

目前，我們的能力可以覆蓋8-10輪對(duì)話場(chǎng)景。例如，在套鏈場(chǎng)景和營(yíng)銷投放的落地頁表單中，以及一些私域場(chǎng)景中，我們能夠主動(dòng)詢問客戶一些問題，例如他們的孩子上幾年級(jí)，需要什么樣的學(xué)習(xí)機(jī)，從而在咨詢場(chǎng)景中應(yīng)用技術(shù)。

科大訊飛是希望通過洞悉用戶在整個(gè)營(yíng)銷后鏈路的心路歷程，來幫助企業(yè)抓住每次營(yíng)銷的機(jī)會(huì)。從會(huì)話資產(chǎn)化、會(huì)話洞察到會(huì)話營(yíng)銷，把全鏈路進(jìn)行串聯(lián)。

以上是我的分享。謝謝大家！