編輯 | 言征

出品 | 51CTO技術(shù)棧（微信號：blog51cto）

背景是這樣的。

前幾天，我發(fā)現(xiàn)我的XX激光雷達(dá)出了問題。本來我靠它來為電影攝像機(jī)增加自動對焦和自動跟蹤功能，如果沒有這項功能，我會很難拍攝到我需要的畫面。

這個激光雷達(dá)大概用了一年左右，但我不知道它是否還在保修期內(nèi)。但不管怎樣，它都需要修理。

于是，我登錄了XX官網(wǎng)，前往支持頁面，正如我所猜想的，果然有一個智能客服來迎接我。

我與智能客服進(jìn)行了交流，輸入了類似“我的激光雷達(dá)無法自動對焦”的內(nèi)容。智能客服的回答毫無幫助，于是我繼續(xù)追問。

然而，智能客服再次讓我失望，于是我換了一種方式提問：“我該如何將我的激光雷達(dá)退回維修？”

客服還是幫不上忙。

在嘗試了 30 分鐘后，我決定還是要找一個真正的人工客服。大約 60 分鐘后，我終于拿到了激光雷達(dá)的退貨標(biāo)簽，可以將其打包寄回。

鑒于許多企業(yè)都在依賴智能客服來處理幾乎所有事務(wù)，這種情況本不該發(fā)生。

與智能客服的對話本應(yīng)簡單，可能像這樣：

我：我的激光雷達(dá)無法自動對焦了。

智能客服：您能提供序列號嗎？這樣我可以更好地為您提供幫助。

我：當(dāng)然可以。<輸入序列號>

智能客服：謝謝。請稍等片刻。<片刻后> 您的設(shè)備仍在保修期內(nèi)。請?zhí)峁┠碾娮余]箱地址，我會發(fā)送一個退貨標(biāo)簽，并將優(yōu)先處理您的請求。

我：謝謝。

智能客服：還有其他需要我?guī)兔Φ膯幔?/p>

我：沒有了，謝謝。

智能客服：祝您一天愉快，別忘了查收郵箱中的退貨標(biāo)簽。

這才是對話應(yīng)有的樣子，但遺憾的是并非如此，我在安排退貨和維修上花費(fèi)了太多時間。

目前，只有企業(yè)享受到了效率提升的好處。我每次嘗試通過智能客服解決問題的經(jīng)歷都與我試圖退回激光雷達(dá)時的經(jīng)歷非常相似，所以這不是XX公司的問題。

問題出在人工智能本身。

1.人工智能本應(yīng)讓一切更加高效

我其實(shí)之前開發(fā)過聊天機(jī)器人，也了解它們是如何工作的。智能客服在構(gòu)建方式和與用戶互動方式上與聊天機(jī)器人非常相似。

問題是，大多數(shù)智能客服是基于檢索增強(qiáng)生成（RAG）模型構(gòu)建的，這種模型既便宜又低效。這種基于 RAG 的系統(tǒng)在全球范圍內(nèi)被廣泛使用，這正是問題所在。為什么呢？因為這些公司正在使用這些系統(tǒng)來處理客戶支持這一極其復(fù)雜的任務(wù)。

想一想。

許多大公司可能沒有意識到，客戶支持是一個極其復(fù)雜的過程。每個用戶都有不同的問題，對所使用或嘗試做的事情有不同的理解水平，使用不同的語言，并且處于不同程度的沮喪狀態(tài)。

當(dāng)基于 RAG 的系統(tǒng)被用于此目的時，它們無法處理溝通的細(xì)微差別，往往無法解決問題。

為什么呢？基于 RAG 的人工智能與 Mistral、Ollama 或 ChatGPT 這樣的人工智能系統(tǒng)不同，它沒有語言處理、推理或決策能力。當(dāng)你使用基于 RAG 的系統(tǒng)時，你會明顯感覺到這種差異，因為互動遠(yuǎn)非人類化的。基于 RAG 的智能客服只有在你問到正確的問題時才會起作用。如果你問到離題或復(fù)雜的問題，你就會立即明白我的意思，因為客服要么不知道如何回答，要么會重復(fù)自己的話，要么會重置（我經(jīng)歷過好幾次這種情況）。

基于 RAG 的系統(tǒng)被用于醫(yī)療保健、法律咨詢、房地產(chǎn)代理、電子商務(wù)助手、企業(yè)檢索型聊天機(jī)器人、會議記錄和總結(jié)生成器、預(yù)約預(yù)訂和日程安排、數(shù)據(jù)分析助手等領(lǐng)域。

2.如何解決這個問題？

你可能使用過谷歌的 Gemini Live，并與人工智能進(jìn)行了完整的對話。我使用過，它令人印象深刻。我還會定期通過 Msty 使用 Ollama 進(jìn)行研究，很少讓我失望。

現(xiàn)在，想象一下如果一家公司使用像 Gemini Live 這樣的智能客服，事情將以前所未有的準(zhǔn)確性和效率完成。

問題是，大多數(shù)公司不會愿意花錢購買變革性智能客服。什么是變革性智能客服？我很高興你問了。

變革性智能客服具有以下特點(diǎn)：

• 自主性
• 學(xué)習(xí)與適應(yīng)能力
• 決策能力
• 任務(wù)執(zhí)行能力
• 協(xié)作能力

這類智能客服被認(rèn)為是人工智能發(fā)展的“第三波”（繼預(yù)測性和生成式人工智能之后），很容易就能革新許多行業(yè)。

然而，公司需要愿意花錢讓它們發(fā)揮作用，而這并不便宜也不容易。考慮一下：一家公司可以創(chuàng)建一個變革性智能客服，并將其提供給各地的企業(yè)使用。一旦企業(yè)決定采用該客服，他們必須針對自身需求（針對產(chǎn)品、服務(wù)等）對其進(jìn)行專門培訓(xùn)。

這種培訓(xùn)需要企業(yè)為其產(chǎn)品和流程準(zhǔn)備大量文檔。除此之外，為了真正讓這些客服發(fā)揮作用，它們必須與企業(yè)內(nèi)部的其他系統(tǒng)（例如用于提交工單的系統(tǒng)）進(jìn)行集成；否則，它們不會非常有效。

為了好玩，我向 Gemini 提出了一個問題：

為什么智能客服在處理支持事務(wù)上表現(xiàn)得如此糟糕？

Gemini 的回答很有啟發(fā)性：

盡管智能客服取得了顯著進(jìn)展，但它們?nèi)匀辉谔幚砑?xì)微差別、適應(yīng)性、數(shù)據(jù)偏差和客戶信任方面存在困難。克服這些限制需要持續(xù)的研究、更好的數(shù)據(jù)、改進(jìn)的算法以及一種更以人類為中心的人工智能在客戶支持中的實(shí)施方式。關(guān)鍵是要將人工智能視為增強(qiáng)人類客服的工具，而不是完全取代他們。最佳的客戶支持體驗很可能是那些無縫融合人工智能和人類智能優(yōu)勢的體驗。

Gemini 的回答一針見血，尤其是提到人工智能是增強(qiáng)人類客服的工具，而不是完全取代他們。除非公司明白基于 RAG 的客服無法取代人類從事支持工作，否則客戶將繼續(xù)經(jīng)歷令人沮喪的體驗，甚至可能因為支持服務(wù)太差而對一個喜愛的品牌產(chǎn)生反感。

這個問題是真實(shí)存在的，而且我不認(rèn)為它會很快消失。

3.變革性AI客服要花費(fèi)多少錢？

為什么？很簡單。我向由 Perplexity AI 驅(qū)動的搜索引擎提出了以下問題：

一家公司部署一個變革性智能客服需要花費(fèi)多少錢？

答案應(yīng)該能說明問題：

部署一個變革性智能客服的成本因項目的復(fù)雜性和范圍而異。截至 2025 年，以下是潛在成本的概覽：

• 對于小規(guī)模或基礎(chǔ)的智能客服開發(fā)，公司預(yù)計需要花費(fèi) 5 萬到 8 萬美元。
• 中等規(guī)模的智能客服開發(fā)通常在 8 萬到 15 萬美元之間。
• 大規(guī)模或先進(jìn)的智能客服開發(fā)成本可能超過 15 萬美元。
• 對于具有深度學(xué)習(xí)、實(shí)時決策和持續(xù)學(xué)習(xí)等高級功能的高度專業(yè)化、智能客服，成本可能超過 30 萬美元。

因此，部署一個變革性智能客服的成本可能在 5 萬到 30 萬美元之間。這是一筆不小的開支，尤其是與基于 RAG 的系統(tǒng)相比，根據(jù) Perplexity 的說法，基于 RAG 的系統(tǒng)起價為 7,000 美元，隨著復(fù)雜性的增加而增加。

最終，基于 RAG 的人工智能客服比變革性人工智能便宜得多，所以你可以打賭，大多數(shù)企業(yè)會選擇前者。除非他們最終愿意為變革性選項投入更多資金，否則大多數(shù)客戶和客戶在體驗后都會感到不滿。

本文轉(zhuǎn)載自??51CTO技術(shù)棧??，作者：言征