400-040-9002
写在前面
智能客服发展到今天，已经经历了好几代的进化。
第一代是关键词匹配的机器人，你问什么，它匹配关键词，给你对应的答案，答非所问是常有的事。
第二代是基于意图识别的机器人，能理解你问问题的意图，回答的准确率高了很多，但也只能理解文字。
现在，随着多模态大模型技术的发展，智能客服正在进入第三代：多模态智能客服。
什么是多模态？简单说就是，不仅能理解文字，还能看图片、看视频、听语音，甚至能看懂人的表情和情绪。
能看、能听、能说、能理解，下一代智能客服正在到来。今天，我们就来聊聊多模态技术会给客服带来哪些改变。
以前的客服，只能处理文字和语音。客户如果说"我这个产品坏了，你们看怎么办"，客服只能让客户描述一下哪里坏了，是什么样的。
描述来描述去，客服还是想象不出来，还可能理解错了。客户也很着急，"就是这里坏了啊，我都跟你说三遍了"。
有了多模态技术，智能客服就能"看"了。
客户直接拍一张照片或者一段视频发过来，系统自动识别和分析。
产品哪里坏了，坏到什么程度，系统一眼就能看出来
客户发的截图，系统能看懂上面的内容和问题
产品使用方法不对，系统能从视频里看出来，告诉你哪里错了
甚至能识别产品的型号、批次，自动关联相关信息
不用再费劲描述了，一张照片胜过千言万语。客服能准确了解情况，给出的解决方案也更有针对性。
以前的语音客服，只能把语音转换成文字，然后处理文字内容。至于客户说话的语气是生气还是高兴，是着急还是平静，系统不知道。
有了多模态技术，智能客服不仅能听懂客户说的内容，还能"听"出客户的情绪和语气。
客户说话很大声，语速很快，系统能识别出客户很生气，马上触发情绪安抚流程，或者把电话转交给更有经验的人工客服。
客户说话有气无力，听起来很疲惫，系统能识别出来，说话的语气也会更温柔，更有耐心。
甚至客户的口音、方言，系统也能准确识别和理解。不管客户说的是普通话还是方言，不管说得标不标准，系统都能听得懂。
以前的智能客服，说话都很机械，一听就是机器人。回答的内容都是固定的模板，没有感情，也不会变通。
有了多模态大模型技术，智能客服说话越来越像真人了。
对话更自然：你一句我一句，就像和真人聊天一样，不是一问一答的机械模式
表达更丰富：会用语气词，会表达情感，会安慰人，也会开玩笑
理解上下文：记得之前说过什么，不用每次都从头再说一遍
会主动提问：信息不够的时候，会主动问你，而不是只会机械回答
你甚至可能都分辨不出来，和你聊天的到底是真人还是机器人。
视频客服越来越普及了。有了多模态技术，智能客服不仅能听到客户说什么，还能看到客户的表情和动作，真正做到"察言观色"。
客户皱眉头，看起来很不满，系统能识别出来，马上调整沟通策略，先安抚情绪。
客户一脸疑惑，好像没听明白，系统能识别出来，把刚才说的话再解释一遍，或者换一种方式说。
客户点头微笑，看起来很满意，系统能识别出来，继续保持现在的沟通方式。
甚至客户的手势、动作，系统也能理解。客户指着屏幕上的某个地方，系统知道客户在说什么。
真正的善解人意，不只是听懂客户说的话，还要看懂客户没说出来的意思。
多模态技术，会给客服的很多应用场景带来革命性的改变。
客户产品坏了，拍照片或视频发过来，系统自动识别故障类型和严重程度，自动给出解决方案。简单的问题，直接视频指导客户自己修复；复杂的问题，自动安排上门维修，自动寄配件。
不用再上门检测，不用再反复沟通，效率大幅提升。
人工视频客服和客户沟通的时候，系统实时辅助。
识别客户的表情和情绪，提醒客服注意客户状态
识别客户提到的问题，自动推送相关的答案和资料
分析客服的服务过程，给出实时的改进建议
视频客服也有了智能助手，服务更专业，效果更好。
电商直播的时候，观众在评论区问各种各样的问题，有的还会发截图。多模态智能助手自动识别和回答观众的问题，不用主播一个个回答。
观众发的截图里有什么问题，系统也能看懂，自动回复。主播可以专心介绍产品，不用被问题打断。
以前的智能质检，只能检查语音转写的文字内容。现在有了多模态技术，质检的维度更丰富了。
不仅检查说了什么，还检查说话的语气和态度
不仅听客服说什么，还看客服的表情和动作
客户的情绪变化，也作为质检的一部分
服务质量的检查，更全面，也更真实。
对于有障碍的特殊人群，多模态技术尤其有价值。
听障人士可以用手语和智能客服交流，系统能看懂手语
视障人士可以用语音和智能客服交流，系统能听懂，也能用清晰的语音回答
不会打字的老人，可以直接说话或者发视频，系统一样能理解
科技的进步，让每一个人都能享受到更好的服务。
当然，多模态智能客服现在还处在发展的早期，还面临一些挑战。
挑战一：准确率还有待提升
特别是复杂的图片和视频，识别的准确率还不是很高。产品坏了，到底是什么问题，有时候人都不一定能看准确，更何况是系统。
挑战二：计算成本高
多模态模型，特别是视频分析，需要很大的计算量，成本也很高。要大规模应用，还需要把成本降下来。
挑战三：隐私和安全问题
要分析客户的照片、视频、表情，必然会涉及到客户的隐私。如何保护客户的隐私，如何确保数据安全，是必须要解决的问题。
但是，这些挑战都是发展中的问题。技术在进步，问题也会一步步解决。
我们可以预见，在不远的未来：
多模态会成为智能客服的标配，只能处理文字的客服会被淘汰
人机交互会越来越自然，和机器人聊天就像和人聊天一样
服务会越来越个性化，系统懂你，比你自己还懂你
服务的边界会越来越模糊，线上线下越来越融合
作为国内领先的AI智能客服服务商，华云天下一直走在技术的前沿，积极探索多模态技术在客服领域的应用。
我们已经在多个场景进行了尝试和落地：
图片识别：客户发的产品故障图片，系统自动识别和分类
语音情绪识别：自动识别客户的情绪，及时预警和干预
智能语音交互：更自然的对话式语音客服，体验更好
视频客服辅助：给视频客服提供实时的智能辅助
我们相信，多模态技术会给客服行业带来革命性的改变。我们也会持续投入研发，把更好的技术应用到产品中，帮助企业给客户提供更好的服务。
有人说，技术越来越发达，服务就会越来越冷。其实恰恰相反。
技术的进步，不是为了让服务变得更冷，而是为了让服务变得更有温度。
以前的客服，要花大量的时间做机械重复的工作，没有时间也没有精力去真正关心客户。有了智能技术的帮助，客服可以从简单重复的工作中解放出来，把更多的时间和精力放在真正需要人的地方，放在和客户的情感交流上。
能看、能听、能说、能懂的多模态智能客服，不是为了取代人，而是为了更好地帮助人，让服务更高效，也更有温度。
下一代智能客服，正在到来。你准备好了吗？
公众号
视频号
热门标签： 企业知识中台解决方案 汽车行业解决方案 保险行业解决方案 银行行业解决方案 12345解决方案 数字化营销解决方案 消费品制造行业解决方案
友情链接： 数字人 企业AI门户 全媒体呼叫中心 AI中台 飞音传呼 AI前台宝 全媒体智能客服 在线客服 智能坐席助手 工单系统
