![](https://aigc123comcnbj.oss-cn-beijing.aliyuncs.com/1704719631752.jpg)
本文共3619字
预计阅读时间为10分钟
![](https://aigc123comcnbj.oss-cn-beijing.aliyuncs.com/1704719632624.jpg)
瑞银集团研究显示,ChatGPT 发布仅5天,全球注册用户数超过100万,发布2个月用户数达到1亿,成为历史上用户增长速度最快的消费级应用程序。作为生成式语言交互系统的重要应用,ChatGPT一时间在全世界范围内引起广泛热议。客服中心经过近几年的数字化转型,成为数字内容的主要使用者,“平台化”逐渐成为行业共识。以ChatGPT为代表的智能内容生成技术(AIGC)将会在不久的将来对客服中心产生深远影响。笔者尝试从技术内涵、内容生产和组织架构变革三个角度浅析AIGC对客服中心带来的潜在影响。01AIGC:智能内容生成技术(一)AIGC技术的概念与特征AIGC(智能内容生成)是Artificial Intelligence Generated Content的缩写(以下简称“AIGC 技术”),也称为生成式人工智能(Generative AI),是人工智能(Artificial Intelligence)领域的一个分支,旨在让计算机程序具备近似人类的内容创作能力,所创作内容的形式包括文字、图像、音视频等。相较于AI,AIGC最大特点是内容自动生成,让智能变得更加“智慧”。在内容创作过程中,素材的组合与运用会变得更加方便与快捷,缩短了整个制作周期,打破图像、音视频制作软件的使用桎梏,赋能更广阔的人群,这样可以释放每个人的想法,驱动了内容生产力革命。客服中心向远程智能银行中心转型,将会在未来对外承担更多在线营销的任务,对内则要承担员工培训的使命,所以内容革命不能仅仅站在品牌内涵这个单一价值来理解,要能够看到其带来的广阔商业价值。同时,AIGC很有可能改变客服中心的组织结构和运营模式。数智化时代,客户的行为方式发生变化,企业营销与服务的模式随即发生变化,最终带来企业组织架构的变革。(二)AIGC 技术应用的关键要素AIGC 技术应用过程涉及四类关键要素:模型、数据、算法和算力。AIGC技术应用涉及大量客户数据,数字化时代客服中心发展是由大数据驱动的。非结构化数据经过“清洗”进入模型,模型是“智识”的载体,类似人类大脑,能对输入的信息做出反馈;经过算法塑造的模型在算力推动下,对输入“大脑”的全量数据生成反应结果。在这四类要素当中,模型最为重要;数据为模型塑造提供原材料,算法是模型塑造的工艺手法,算力是模型的动力支持。(三)AIGC 技术的应用步骤从上述四个要素可以得出:AIGC 技术应用步骤包括两个阶段:一是模型塑造,二是模型应用。第一阶段是数据和算法在算力作用下训练模型。第二阶段是向已完成训练的模型输入文字描述,并在算力作用下生成内容。两个阶段相互独立而又互相关联,第一阶段的模型训练完成后,第二阶段可以反复使用该模型产出内容。同时,第一阶段的模型也可以持续迭代升级,以产出更好的模型供第二阶段使用;第二阶段的应用结果能够为第一阶段的模型优化提供参考。模型在数据输入与结果输出的过程中是“发散性”的,也就是说由于人工智能技术的深度发展,“数据”不再局限于数据形式和数据量,在强大算力的加持下,无需进行“采样”,“数据”成为不设限地输入材料,模型是“潘多拉魔盒”,全量数据在通过模型之后能够产生迥异于人类认知的“洞见”,这为“硅基生命”的进化提供了无限遐想。02AIGC:客服域内容生产力革命“网络原住民”Z世代和α世代客户群体的典型特征就是在现实生活中“社恐”,在虚拟世界里“社牛”,他们热衷于非人工、自助式线上交互。短视频、自媒体平台的异军突起,客服中心部分服务转移、拓展至新媒体阵地,直播式客户服务逐渐走向成熟。以往人们对AIGC 技术带来的影响还停留在办公软件升级和解放基础性办公劳动力的层面上,这样的观点有道理但还不够深入与全面。要能够看到AIGC 技术将会带来客服域范围里的内容生产力革命。(一)客服中心的转型需要年轻客户群体(还有大部分“银发”客群)逐渐向线上转移;从内容需求数量上看,将会形成C端海量应用需求,客服中心要在企业平台供给侧为客户输出具有高度时效性要求的内容供给,客户是在线拉新与维护的。“停更”不应当被理解为“停止推送”那么简单,而应当定位为“生产损失”,因为“停更”意味着海量流量的流失,将会形成企业巨大的时间流量成本。从内容供给质量上看,客户需求已经不满足于普通媒体内容,而是扩展为沉浸式体验、场景沉浸和万物互联式的深度体验。客服中心提供的内容不仅要制作精良、时效性强,还要体现个性与开放的价值内涵,更为重要的是充分尊重客户的表达性诉求,为客户预留交互空间,重视客户参与。AIGC 技术能够影响客户触达、兴趣、行动和分享的整个内容营销过程,推动企业在营销交互过程中对客户心智的理解作用,即体验的数字化。(二)内容消费面临的两大痛点问题从上文可以看出这样的趋势:客户对于内容的消费需求在“质”与“量”两方面都亟待得到满足,这是客服中心即将面临的新挑战。传统呼叫中心在原有的业务基础上,即将面临很多困难。一是内容生产门槛高、困难大、效率低。也许你会问“拍照与短视频制作能有什么成本”。首先是器材成本,拍摄与短视频制作需要昂贵的器材支持和专业应用;其次是人才成本,撰写文案、拍摄与剪辑都需要专业的人才来完成这些高度智慧化的工作,而专门人才也有自己个人的领域壁垒,例如摄影师不会写文案,撰稿人不会剪辑,从文案到视频需要统一的制作过程,这样的情况会造成制作效率低下;最后是运营成本,按照平台的时效性要求,内容的设计、制作和发布以及后期粉丝的拉新与维护都需要运营管理。这三大成本是客服中心经常遇到的痛点与难点问题。二是员工数字化转型面临的压力。以往客服代表日常在线受理的是一般业务问题,而客户的内容消费需求则要求员工将传统的业务知识变为符合新媒体渠道要求的新业务知识,在保证准确性的前提下,增加新颖性和趣味性,这对客服代表的任职技能提出很大挑战。这要求座席不仅要拥有过硬的专业素质,还要具备数字化思维,同时还能懂得新媒体“玩法”,三者兼顾。这是客服中心在传统服务与线上服务营销之间面临的巨大挑战。(三)内容生成方式:从“作坊式”到“流水线”针对以上两大痛点、难点问题,AIGC 技术能够降低内容构建的难度与成本,在基础素材收集分析、服务体验设计、营销策略制定等方面快速生成结构模块,方便客服快捷采用。AIGC技术模型是开放的,不同的客户行为数据能够生成不同的服务营销内容,客服中心可以根据不同的战略决策选取不同的数据进行模型训练,从而得到想要的生成结果。数字人的运用能够丰富客服中心线上平台的服务场景,推动多模态客户交互,拓展场景体验,为客户带去更加新颖的服务感受。在媒体制作方面,AIGC技术让内容生产方式从依赖个人的“作坊式”全面转向“流水线”,而这类“流水线”不是工业化生产的标准化“生产线”,而是凝结着大量个性化创作工作的流程化协作,内容生产力显著提升,基于内容的交互效率更高,内容生态的构建时间大幅降低,为客户输出质高量足、更迭周期短的媒体作品。03AIGC:矩阵型柔性团队与员工个人成长
AIGC技术在赋能内容生产的同时,还应当注意到AI技术对客服中心传统业务的嵌入。从运营管理思路的角度讲,管理者可以把智能系统视作一个看不透的黑色箱子,在实操过程中不涉及系统内部的结构与相互关系,仅从输入、输出的特点了解该系统的规律和达成效果,这就是“黑箱”理论。从管理职能的组织设计角度讲,“人工+智能”会让以往的管理幅度与半径发生改变,职权与职责不断变化,组织架构也会随之进行调整。AIGC技术到来,客服中心的团队角色将会呈现矩阵式柔性化特点,形成矩阵型柔性团队。该组织形式呈现三个特征,一是综合化特征。矩阵结构是指从不同职能部门抽调专业人员从事项目主管负责的工作,完成任务以后回到原来的职能部门。项目涉及多种专业知识,这就需要参与人员在专业知识基础上具备综合化能力,能够解决各式各样的问题。二是跨部门特性。柔性团队具有无边界组织的特点,部门边界较为模糊,不受任何已有结构所固定的横向、纵向限制。为了完成项目任务,柔性团队内会形成业务矩阵,但相互之间充分进行信息共享。三是灵活性。根据项目任务要求,团队内部成员之间的联结较为灵活,根据项目整体的推进计划,团队成员间的组合也会经常发生变化。AIGC技术为个人办公提供极大便利,同时会赋能工作人员更加高效地处理工作。
从客服代表个人成长的角度讲,面对AIGC技术的到来,无需过度紧张焦虑,而是要审视自我,重新进行职业角色定位,注重个人职业技能提升,树立数据思维、程序思维和理性思维。服从数据指挥,在处理业务时以数据为导向,积极运用智能工具,用程序思维“驾驭”智能系统,冲破感性的束缚,用理性思维的光芒照亮未来客服工作道路。
▼文 | 客户观察入驻作者 丁超杰来源 | 《客户观察》2023年5月刊P112-P118
![](https://aigc123comcnbj.oss-cn-beijing.aliyuncs.com/1704719632910.jpg)
![](https://aigc123comcnbj.oss-cn-beijing.aliyuncs.com/1704719633187.jpg)
![](https://aigc123comcnbj.oss-cn-beijing.aliyuncs.com/1704719633653.jpg)
↓↓ 了解近期活动资讯请点击下方图片 ↓↓
![](https://aigc123comcnbj.oss-cn-beijing.aliyuncs.com/1704719634147.jpg)
![](https://aigc123comcnbj.oss-cn-beijing.aliyuncs.com/1704719634421.jpg)
声明:本站所有文章,如无特殊说明或标注,均为本站原创发布。任何个人或组织,在未征得本站同意时,禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益,可联系我们进行处理。