搜狐科技訊
5月17日，由搜狐主辦的2023搜狐科技峰會(huì)在北京盛大開幕。今年，搜狐科技峰會(huì)走入第五個(gè)年頭，峰會(huì)規(guī)格和內(nèi)容再次迎來重磅升級(jí)。本屆峰會(huì)齊聚多位院士、科學(xué)家、學(xué)者和頭部企業(yè)嘉賓，共同探討前沿科學(xué)與科技變革發(fā)展。
峰會(huì)下午，中國電信集團(tuán)大數(shù)據(jù)和AI中心計(jì)算機(jī)視覺算法總監(jiān)何智翔發(fā)表了題為《數(shù)字人在中國電信客服業(yè)務(wù)智能化轉(zhuǎn)型中的實(shí)踐》的演講。
(相關(guān)資料圖)
何智翔表示，站在中國人工智能技術(shù)發(fā)展高度上來看，數(shù)字人這個(gè)技術(shù)還處在一個(gè)非常初級(jí)的階段，而并不是處在很成熟的階段。
“當(dāng)前的數(shù)字人在跟真人體感交互和情感交互上面還有很長很遠(yuǎn)的路要走，它距離我們所希望真正實(shí)現(xiàn)的那樣的一個(gè)數(shù)字人還有很大的差異。”何智翔認(rèn)為，下一代數(shù)字人要解決人物生成、人物重建以及真實(shí)感的問題。
對(duì)于數(shù)字人客服整體的未來，何智翔認(rèn)為，要通過大模型結(jié)合行業(yè)數(shù)據(jù)，通過定制化形象，提供個(gè)性化的體驗(yàn)，加上多方言多語種的互動(dòng)，以及分析用戶數(shù)據(jù)，感受用戶數(shù)據(jù)，思考用戶數(shù)據(jù)，主動(dòng)分析用戶的痛點(diǎn)，真正實(shí)現(xiàn)自主化的客服。
何智翔在2023搜狐科技峰會(huì)上發(fā)表演講
以下為何智翔演講全文：
大家好，我第一次參加這樣的峰會(huì)，首先感謝主辦方提供這樣的機(jī)會(huì)，讓我跟這么多老師學(xué)習(xí)。也很榮幸作為一個(gè)技術(shù)人員代表中國電信跟大家分享一下在AI時(shí)代，電信對(duì)于我們自身的業(yè)務(wù)的一些思考和實(shí)踐。
為什么選擇這個(gè)演講標(biāo)題呢，我不知道大家有沒有用過電信的手機(jī)卡，大家跟電信打交道，最多的時(shí)候就是跟客服人員打交道，所以在今年電信智能化轉(zhuǎn)型的一年，數(shù)字人客服作為電信一號(hào)工程受到了整個(gè)集團(tuán)大力重視，所以今天我也跟大家分享一下數(shù)字人在中國電信客服業(yè)務(wù)智能化轉(zhuǎn)型中的實(shí)踐。
我們把電信的客服業(yè)務(wù)劃分成為三個(gè)階段。
第一個(gè)階段，是處于感知的階段，就是信息系統(tǒng)，我們現(xiàn)在的客服業(yè)務(wù)就是處在這樣的階段，這個(gè)階段它的服務(wù)是標(biāo)準(zhǔn)化，同時(shí)我們認(rèn)為整個(gè)系統(tǒng)是實(shí)現(xiàn)了高度數(shù)字化或者自動(dòng)化。但是，我不知道大家有沒有發(fā)現(xiàn)這樣的系統(tǒng)有什么問題，它最大的問題是，我們被動(dòng)獲取用戶打來的各種電話或信息，按照確定的路徑給他辦理一些業(yè)務(wù)。其實(shí)在這個(gè)過程中，我們是沒有任何思考。
到了下一個(gè)階段，也就是智能化轉(zhuǎn)型重點(diǎn)要建設(shè)的客服系統(tǒng)，希望它能夠是智能系統(tǒng)，會(huì)思考的系統(tǒng)。
在這個(gè)系統(tǒng)中，我們希望它能夠取代當(dāng)前客服人員做大量的思考的工作，它能夠主動(dòng)地思考用戶的核心關(guān)注焦點(diǎn)在哪里，因?yàn)橛袝r(shí)候真正打電話過來，很多用戶也不知道他們給客服的核心訴求是什么，反正覺得業(yè)務(wù)不好用，或者花錢有點(diǎn)貴了，他們并不清楚自己核心的訴求在哪里，所以希望能夠結(jié)合很多信息真正去主動(dòng)給客戶提供更好的體驗(yàn)。
第三個(gè)，行為系統(tǒng)。相當(dāng)于我們要主動(dòng)跟這樣的環(huán)境做互動(dòng)，跟用戶互動(dòng)，讓客服真正地觸達(dá)到每個(gè)人的身邊，能夠真正地去解決客戶當(dāng)前最急迫的問題，而不是被動(dòng)等待客戶給我們投訴或者辦理這樣的一些業(yè)務(wù)。
整個(gè)電信客服業(yè)務(wù)有五個(gè)主要的辦理模塊，業(yè)務(wù)咨詢和業(yè)務(wù)查詢，其實(shí)流程都非常確定，但是依然會(huì)受到大量用戶的投訴或者不滿。
為什么，就是因?yàn)槲覀冞€是處在一個(gè)信息感知的階段，只是一個(gè)信息的搬運(yùn)工，并沒有真正解決用戶的問題。
為什么自動(dòng)化搞了這么多年還是有大量的人工在客服系統(tǒng)中存在，為什么搞了這么多年，用戶還是不滿意，我們也在思考這個(gè)問題。
在我們看來真正的核心解答就是我們并沒有真正地做到智能化系統(tǒng)解決用戶體驗(yàn)的問題。
當(dāng)然反過來講，站在客服的角度，我可能也必須要說一兩句公道話。
跟大家分享一個(gè)故事，我們的數(shù)字人上線以后，有一天客服部的人跟我講，你們這個(gè)數(shù)字人挺好的。我說為什么挺好，我們也同樣也被大量用戶投訴，打了低分的評(píng)價(jià)。他說很多用戶打電話過來就是為了發(fā)泄不滿，而在數(shù)字人身上發(fā)泄完了以后，給人工客服打電話的時(shí)候能平靜對(duì)待這件事情，這個(gè)事也挺好。講這個(gè)故事就是告訴大家這也是數(shù)字人客服能解決的另一方面的問題。
為什么我們電信可以干這樣的事情。
在多年的自動(dòng)和于用戶打交道的過程中，電信沉淀了大量的運(yùn)營經(jīng)驗(yàn)，因?yàn)槲覀冇衅脚_(tái)的優(yōu)勢(shì)。同時(shí)，在AI的發(fā)展浪潮當(dāng)中也建設(shè)了很多自主的，不管是視覺、語義、語音也好等等，對(duì)很多核心算法進(jìn)行了自研，同時(shí)打好了很好的PaaS或SaaS底座，能夠用好這些數(shù)據(jù)，當(dāng)然現(xiàn)階段用的并不足夠好。
為什么我們決定用數(shù)字人這個(gè)東西？我來到電信以后主要工作就是建設(shè)元宇宙，剛我們講到第三個(gè)階段，我們希望能夠有一個(gè)行動(dòng)的東西，未來不管是機(jī)器人還是元宇宙，可能大家跟客服打交道的過程中，比如在虛擬世界中打交道，不會(huì)有很多線下營業(yè)廳。
在這種理論化的場(chǎng)景下，數(shù)字人是非常好的入口，所以我們開始建設(shè)這樣一個(gè)數(shù)字人的產(chǎn)品矩陣。到現(xiàn)在已經(jīng)形成了兩大數(shù)字人產(chǎn)品，一類是服務(wù)型數(shù)字人，一類是身份型數(shù)字人。
身份型數(shù)字人是我們打算建設(shè)集團(tuán)級(jí)的IP，今年早些時(shí)候財(cái)報(bào)會(huì)，我們本來打算讓數(shù)字人串場(chǎng)，當(dāng)時(shí)在香港發(fā)生了一些事故，播放器沒有播放，數(shù)字人沒有成功展示。
對(duì)于電信的數(shù)字人系統(tǒng)架構(gòu)來說，主要要點(diǎn)是要解決兩個(gè)問題，第一個(gè)問題，能夠快速地做部署。因?yàn)槲覀兎?wù)的對(duì)象不僅僅是平常接觸最多的熱線的客服，電信還有很多應(yīng)用比如愛音樂等，希望對(duì)這些電信體系內(nèi)的應(yīng)用客服都能夠做一個(gè)快速的支撐，所以這樣的數(shù)字人解決第一個(gè)問題，很方便部署一套統(tǒng)一的標(biāo)準(zhǔn)架構(gòu)，業(yè)務(wù)這塊理解還需要做定制化。
第二個(gè)要解決的核心問題就是數(shù)字人快速制作和編輯，希望能夠通過這樣的平臺(tái)，實(shí)現(xiàn)整個(gè)客服系統(tǒng)數(shù)字人化改造在一周內(nèi)完成。
從去年10月份開始建設(shè)數(shù)字人客服到現(xiàn)在，經(jīng)過這么長時(shí)間的建設(shè)，目前已經(jīng)初步實(shí)現(xiàn)了預(yù)期的目標(biāo)，當(dāng)然也是限定在客服第一代感知基礎(chǔ)上，我們先把數(shù)字人化，實(shí)現(xiàn)了第一階段的目標(biāo)。
其實(shí)很多廠商都在做客服類的數(shù)字人產(chǎn)品，電信的數(shù)字人客服優(yōu)勢(shì)在哪里？
我們最大的優(yōu)勢(shì)就是在挑戰(zhàn)一個(gè)千萬并發(fā)架構(gòu)，因?yàn)槊刻旌羧腚娦庞脩魯?shù)量非常大。同時(shí)通過我們的建設(shè)，已經(jīng)能夠初步地在微信公眾號(hào)或者各種應(yīng)用，給大家展現(xiàn)數(shù)字人的形象，目前還在做的一件事，探索熱線，直接蹦出一個(gè)數(shù)字人形象跟大家交流，而不希望是通過傳統(tǒng)的打電話也就是語音的途徑。
同時(shí)著重建設(shè)的是怎么樣解決客戶的痛點(diǎn)問題，我們上線以后對(duì)于用戶轉(zhuǎn)人工投訴量基本上能夠壓降到40%以內(nèi)，這是我們?nèi)〉玫某晒?/p>
回到前面一直想跟大家說而沒有說的問題，我們?yōu)槭裁凑J(rèn)為客服最終的形態(tài)或者說是數(shù)字人的形態(tài)，為什么一定要有形象。
因?yàn)閷?duì)于智能客服來講，哪怕是從感知到認(rèn)知以后，我們也可以通過文本或者語音跟數(shù)字人交互，為什么還是要選擇數(shù)字人的形象呢？
因?yàn)槲覀儽举|(zhì)上，當(dāng)客服形態(tài)進(jìn)化到第三個(gè)階段以后，我們?nèi)烁鷻C(jī)器的交互，人與人的交互，甚至人跟AI智能體交互一定呈現(xiàn)擬人化的形象，以數(shù)字人作為入口，這是我們比較堅(jiān)定的技術(shù)目標(biāo)。
我們要做數(shù)字人客服，數(shù)字人客服核心還是多模態(tài)業(yè)務(wù)數(shù)據(jù)以及電信豐富的算力，包括正在建設(shè)的有效的大模型體系，希望能夠?qū)⑦@些數(shù)據(jù)真正轉(zhuǎn)化為知識(shí)、轉(zhuǎn)化為對(duì)業(yè)務(wù)的思考，通過AI，特別是最近火熱的Chat GPT或者GPT一系列大模型，真正為用戶解決問題，提供差異化的體驗(yàn)。
目前我們的數(shù)字人客服建設(shè)已經(jīng)達(dá)到了1.0創(chuàng)始者的階段，接下來應(yīng)該有三年期的規(guī)劃，希望最終能夠?qū)崿F(xiàn)讓數(shù)字人客服成為一個(gè)普世者，希望實(shí)現(xiàn)主動(dòng)外呼，韌性化引答和個(gè)性化體驗(yàn)，這是整個(gè)建設(shè)的周期。
下面我談一談在數(shù)字人建設(shè)過程中的技術(shù)能力。
首先是視覺CV核心能力，構(gòu)建完成了從模特采集到最終渲染全鏈條的數(shù)字人能力，同時(shí)還實(shí)現(xiàn)了微表情的驅(qū)動(dòng)，對(duì)于客服類場(chǎng)景一些核心的像實(shí)名認(rèn)證，語音或者文本的驅(qū)動(dòng)等也都實(shí)現(xiàn)了算法能力的建設(shè)。
其次是語音核心能力的建設(shè)，現(xiàn)階段大家覺得語音有一個(gè)核心的問題，我們希望做超自然的對(duì)話，超自然的語音合成。但是這個(gè)能力的建設(shè)不是我們?cè)跀?shù)字人客服建設(shè)當(dāng)中的核心能力，我們的目標(biāo)是在多方言和多語種的建設(shè)上面。
為什么選擇多方言和多語種呢？因?yàn)槲覀兿Ｍ麛?shù)字人客服能夠服務(wù)于全國的百姓，很多偏遠(yuǎn)地區(qū)人可能能聽得懂普通話，但是可能講不出來普通話，多方言的ASR語音能力，是我們語音識(shí)別能力的建設(shè)核心，目前基本實(shí)現(xiàn)了中英文以及北京、浙江、廣東、安徽四個(gè)省部分方言的識(shí)別能力。
語義核心能力上，電信現(xiàn)在已經(jīng)開始建設(shè)隊(duì)伍，希望我們的大模型就像ChatGPT一樣，即語義模型能夠回答用戶很多問題，能夠像人一樣思考。
站在中國人工智能技術(shù)發(fā)展高度上來看，我個(gè)人認(rèn)為，數(shù)字人這個(gè)技術(shù)還處在一個(gè)非常初級(jí)的階段，并不是處在很成熟的階段。
為什么這么說？當(dāng)前的數(shù)字人在跟真人體感交互和情感交互上面還有很長很遠(yuǎn)的路要走，它距離我們所希望真正實(shí)現(xiàn)的那樣的一個(gè)數(shù)字人還有很大的差異。
對(duì)于數(shù)字人客服來講，我們選擇的技術(shù)路線剛大家也能夠看到，我們是以3D數(shù)字人為主，在數(shù)字人技術(shù)路線選擇上面有2D數(shù)字人和3D數(shù)字人兩條技術(shù)路線，但是我們認(rèn)為不管是2D數(shù)字人也好，3D數(shù)字人也好，可能都不是我們認(rèn)為的數(shù)字人技術(shù)，我們現(xiàn)在以數(shù)字人客服項(xiàng)目為基礎(chǔ)，正在做下一代數(shù)字人的研發(fā)。
首先什么是2D數(shù)字人和3D數(shù)字人呢，就是對(duì)于人物生成來講，2D數(shù)字人可能相對(duì)比較簡(jiǎn)單，通常就是單張照片加固定模板的素材。對(duì)于3D數(shù)字人來講，是需要額外去使用三維建模技術(shù)，同時(shí)信息維度會(huì)有增加，兩者在合成顯示上有明確不同，2D數(shù)字人是利用神經(jīng)網(wǎng)絡(luò)對(duì)視頻做合成，而3D數(shù)字人需要用渲染引擎做渲染。
下一代數(shù)字人有兩個(gè)要解決的核心問題。
第一個(gè)問題，就是人物生成、人物重建的問題。因?yàn)閷?duì)于2D數(shù)字人和3D數(shù)字人來講，它們各有優(yōu)缺點(diǎn)，對(duì)于2D數(shù)字人來講，它雖然效果存在上限，動(dòng)作前沿技術(shù)上存在瓶頸，但是技術(shù)復(fù)雜度低，成本較低，但是有一個(gè)很重要的特點(diǎn)，具有很強(qiáng)的真實(shí)感。
3D數(shù)字人問題在哪里呢，3D數(shù)字人雖然3D效果好，很立體，可以旋轉(zhuǎn)，但是在PDR算法出來之前存在一個(gè)效應(yīng)，隨著應(yīng)點(diǎn)和獨(dú)立算法突破以后，真實(shí)性也在大大提升，但是我們認(rèn)為還不夠。
我們也對(duì)市場(chǎng)做過一些調(diào)研，2022年數(shù)字人綜合指數(shù)排名前十中，只有第五位是一個(gè)2D數(shù)字人，剩下全是3D數(shù)字人，所以剛剛我們也看到2D數(shù)字人它的核心問題是，它具備真實(shí)感，但是它沒有3D的效果，對(duì)于3D數(shù)字人它的問題是雖然有3D的效果，靈活度非常高，但是缺乏真實(shí)感。
對(duì)于下一代數(shù)字人我們要解決真實(shí)感的問題，要做人物的生成，這塊有兩個(gè)方向，一個(gè)方向是基于多模態(tài)大模型做一些數(shù)字人體的重建，包括場(chǎng)景的編輯，最近我們也看到一些論文已經(jīng)開始用類似模型做這樣的事情，包括風(fēng)格化。另外，希望利用可渲染技術(shù)，基于單張照片快速重建3D數(shù)字人的人體，對(duì)于合成顯示，希望突破像渲染引擎，通過類似利用渲染技術(shù)在神經(jīng)網(wǎng)絡(luò)直接實(shí)現(xiàn)渲染，這是現(xiàn)在的技術(shù)探索結(jié)果。
對(duì)于數(shù)字人客服整體的未來，我們的二階段的目標(biāo)是認(rèn)知。
我們希望實(shí)現(xiàn)自主化的客服，通過大模型結(jié)合行業(yè)數(shù)據(jù)，通過定制化形象，提供個(gè)性化的體驗(yàn)，加上多方言多語種的互動(dòng)，以及分析用戶數(shù)據(jù)，感受用戶數(shù)據(jù)，思考用戶數(shù)據(jù)，主動(dòng)分析用戶的痛點(diǎn)，真正實(shí)現(xiàn)自主化的客服，這就是我們數(shù)字人客服的未來。
最后，在數(shù)字人客服的產(chǎn)業(yè)鏈上，電信在基礎(chǔ)層、平臺(tái)層、甚至行業(yè)應(yīng)用層都有觸及，但是作為負(fù)責(zé)任的央企，我們的目標(biāo)并不是所有的事情都去做，我們更希望能夠建設(shè)整個(gè)生態(tài)鏈，我們也期待攜手產(chǎn)業(yè)鏈上下游企業(yè)一起開展全方位合作，共同創(chuàng)造整體的智能客服的新模式。
見證過5G商用元年及其應(yīng)用的爆發(fā)，探討過AI技術(shù)發(fā)展與人文價(jià)值的平衡，搜狐科技峰會(huì)始終秉持媒體公共責(zé)任價(jià)值，宣揚(yáng)求知探索的科學(xué)精神，聚焦前沿科學(xué)發(fā)展和技術(shù)創(chuàng)新應(yīng)用。
本屆峰會(huì)全新升級(jí)，重點(diǎn)聚焦更前沿的科學(xué)突破，展望人類更遙遠(yuǎn)的未來。從宇宙文明、天文衛(wèi)星、人類永生，到核聚變、6G通信、腦機(jī)接口，再到通用人工智能時(shí)代啟幕下的行業(yè)變革，以及青年科學(xué)家的價(jià)值守望和基礎(chǔ)科學(xué)探索，都將是此次峰會(huì)關(guān)注的議題。
賡續(xù)探索精神，逐夢(mèng)星辰大海。除本篇外，搜狐科技還將通過多種方式全方位呈現(xiàn)此次峰會(huì)嘉賓關(guān)于前沿科學(xué)與技術(shù)發(fā)展的洞見和思考。更多精彩內(nèi)容請(qǐng)關(guān)注2023搜狐科技峰會(huì)專題報(bào)道。
【附專題鏈接】
PC端
WAP端
APP端
文章來源：頂端新聞
文章鏈接：https://static.dingxinwen.com/dd-sharepage/detail/index.html?id=4268847#/?categoryId=3
責(zé)任編輯：Rex_17
營業(yè)執(zhí)照公示信息