百度智能云大模型智能客服解决方案
首页
大模型将成为智能客服新底座
UNIT+大模型生产组件，可用于客服助手，也可用于机器人
UNIT+大模型生产组件，提升构建过程的效能，显著提升用户体验效果
Landing：客服场景引入大模型，需要『双引擎』机制
Landing：双引擎机制下的UNIT终局
核心升级 1 —— 大模型知识问答1. 对话侧：实现『多来源』『多类型』知识的『查询』『提炼』『推理』且回复『风格可控』的知识问答能力2. 运营侧：提供训练调优、人工干预、运营工具等，实现数据&效果飞轮
升级后的用户体验感知--大模型知识问答
核心升级 1 —— 大模型知识问答，迭代计划
核心升级 2 —— 大模型语义理解1. 对话侧：NLU引擎全面升级，实现更精准的「语义理解」、「多轮能力」，意图构建节省2~3人周，预置解决复杂场景2. 运营侧：零样本或极少样本，即可完成训练，提供调优、人工干预、运营工具等，实现数据&效果飞轮
升级后的用户体验感知--大模型任务对话
核心升级 2 —— 大模型语义理解，升级计划
核心升级 3 —— 大模型对话系统，全面升级跨时代产品
基于大模型的客服助手，预估效能升级
大模型如何赋能人基于大模型升级坐席人员岗前、岗中、岗后核心产品的核心能力，提升坐席服务质量和效率
大模型赋能人的效能、效果提升
大模型赋能人的实现形态举例
基于大模型的应用产品升级汇总智能交互应用1 - 智能在线客服统一线上多渠道，覆盖移动/PC端服务入口，以获得标准统一服务。构建统一业务知识体系沉淀用户数据，服务多业务多渠道。多维度数据分析帮助管理者洞悉全局。
智能交互应用1 - 智能在线客服 - 基于LLM升级，服务结合营销
智能对话IVR——典型落地案例及架构
智能交互应用1 - 智能IVR - 基于LLM扩增业务覆盖范围，升级语音服务全流程
智能交互应用3 - 智能外呼AI外呼作为辅助工具有效解决效率低下问题，协助坐席把冷线索进行精确清洗成有效线索； 同时在客户回访环节做到及时有效，从而提升客户满意度。
智能交互应用3 - 智能外呼 基于LLM的全流程升级通过大模型辅助完成流程及营销话术；辅助完成意图、FAQ相似问富集，保证业务快速上线
智能交互应用4 - 员工能力提升 - 语音质检100%全量会话覆盖，降低运营风险和人工成本。通过灵活可配的质检模型和质检作业引擎实现自动化批量检测识别出风险信息。
智能交互应用4 - 员工能力提升 – 文本质检
智能交互应用4 - 员工能力提升 – 基于LLM的智能质检升级通过自然语言方式配置质检规则，极大降低配置难度，降低质检运营成本。
智能交互应用6 – 助力知识统 一 智能知识库客服知识库产品提供客服场景知识的管理和应用服务，解决客服在知识生产-管理-获取-应用流程中的需求和问题。提供系列智能化工具，辅助客服进行知识采编、修改等管理工作；提供包括文档库、多媒体库、意图库、FAQ库等知识管理工具；提供知识检索能力，能够碎片化、精准化获取知识，发挥知识的价值。
智能交互应用6 – 助力知识统一 – 全新对话式检索，提升应答效率
智能交互应用7 – 智能洞察 – 挖掘沉淀语料中的价值功能介绍：百度智能语义分析支持对多渠道采集的语音数据、文本数据、工单属性等数据进行处理后的多维度分析，可根据客户需求进行拓展分析挖掘。应用文本解析、语义分析、识别规则、分析正向关键字、组合关键字等技术，捕捉业务热点类型、挖掘潜在业务需求、分析业务痛点，从而更好的帮助客户完善业务。分析流程：1、全渠道数据采集2、将数据在预设定好的模型上运行3、输出数据分析报告、在企业各个业务环节进行应用
智能交互应用7 – 智能洞察 – 典型应用于VOC（客户之声）基于对话沉淀、问卷、评论等文本数据，挖掘用户需求和反馈，为企业决策提供支撑
智能交互应用7 – 智能洞察 – 基于LLM赋能分析建模环节
大模型智能客服改变的地方
大模型智能客服没有改变的地方产品推荐
