譯者 | 崔皓?

審校 | 孫淑娟

開篇

多數組織認為客戶服務是一種開銷，實際上還可以將客戶服務看成是一種機會。它可以讓你在銷售后繼續推動客戶的價值。成功的企業深知，客戶服務不僅可以留住客戶，還可以增加企業收入?？蛻舴帐潜坏凸赖氖侄危梢酝ㄟ^推薦、見證和經典的口碑來加強營銷和銷售工作。而且，實時地、無延遲地服務客戶是至關重要的。隨著人工智能的出現，這一要求變得可以實現了。?

有了人工智能，就有可能在客戶的旅途中協助處理旅程中出現的任何問題。另外，通過人工智能主導的聊天機器人和機器學習（ML）能力，如NLP和即時數據分析，能夠解決很多現實問題。最后，隨著矢量數據庫的不斷采用，企業可以利用非結構化的數據來迎合客戶的需求。?

客戶支持中的人工智能?

有趣的是，有史以來第一個用于客戶支持的人工智能聊天機器人誕生于20世紀60年代，當時ELIZA，一個心理智能的虛擬助手，幫助醫生進行診斷和治療。在那之后，它就退居二線了。直到現在，當客戶要求即時滿足的時候。根據Hubspot的研究，90%的客戶希望對他們提出的問題有一個即時回應。此外，該報告還顯示，80%的客戶在經歷了糟糕的體驗后會停止與服務公司的業務往來。這凸顯了良好的客戶服務和全天候為客戶提供服務的重要性。?

無獨有偶，隨著ChatGPT在全球舞臺上大放異彩，我們得以見證一場以人工智能為主導的客戶服務革命的產生。?

ChatGPT的崛起?

ChatGPT被譽為信息時代的新轉折，它是一個基于人工智能的平臺，以對話的方式對復雜的問題給予回答。它由OpenAI建造，其設計和訓練是為了理解并回答人類提出的問題。因此，ChatGPT打破了對話式人工智能的可能性。?

定義ChatGPT?

ChatGPT: 信息時代的一場革命？?

ChatGPT是一個建立在GPT-3.5基礎上的高級聊天機器人，可以以對話的形式與人類交談。它遵循大型語言模型（LLM），經過訓練可以準確預測句子中的下一個詞。雖然它看起來像手機上的自動完成的功能，但ChatGPT在一個不現實的規模上做到了這一點。研究人員了解到，它接觸的數據越多，其對話能力就越好。?

下面列出了ChatGPT的一些商業用例：?

客戶服務?

通過訓練ChatGPT與客戶的大量互動，你可以對最常問的問題自動生成回應。?

文本生成?

您可以通過提交適當的查詢來創建社交媒體帖子或產品描述。?

情緒分析?

您可以通過分析反饋聲明中的情緒來監測客戶的情緒。?

對話式人工智能?

它可以快速分析病人數據，以建議正確的診斷和治療方案（ELIZA的更高級形式）。?

虛擬助理?

ChatGPT可以非常容易地生成信息、電子郵件或任何內容。?

GPT-4難以置信的愿望?

當我們在理解ChatGPT的能力時，OpenAI已經以GPT-4的形式對其進行了升級。雖然它的前身有1750億個參數，但據說GPT-4將有1萬億個參數，這使得它的速度和智能程度令人難以置信。?

對于你提出的每一個查詢，GPT-4將用1萬億個參數來處理，以給出最準確的結果。盡管它尚未發布，但GPT-4將在客戶服務方面引起令人震驚的轉變。?

ChatGPT對客戶服務的挑戰?

ChatGPT根據它所接觸到的信息，對所提交的查詢進行回復。因此，當您使用該工具在您的網站上為客戶提供服務而不先對其進行培訓時，它將有局限性。此外，由于它只能從網站和其他門戶等面向互聯網的資產中獲取有關貴公司的信息，所以答案可能不準確或沒有幫助。?

ChatGPT在服務客戶方面的局限性?

ChatGPT的第二個限制是客戶詢問的固有性質。大多數客戶的問題是模糊的，需要進行邏輯翻譯才能提供適當的答案。不幸的是，ChatGPT還沒有掌握這種藝術。?

ChatGPT可能還不能完全勝任管理你的客戶服務，但這不應該阻止你應用AI來改善客戶體驗。?

建立人工智能客戶服務代理?

許多組織限制了人工智能戰略，他們為了改善客戶服務，通過引擎來生成自動化響應，但是這些響應大多比較通用。然而，客戶希望得到個性化的、更加能夠彰顯專業能力的回答，同時對回答的響應時間也有要求。你可以通過建立一個CS代理，使用NLP（自然語言處理）和NLU（自然語言理解）來理解客戶查詢的背景，從而提供準確和按需的客戶體驗。然后，通過給它注入人工智能運行的搜索功能，就可以提供類似人類的無縫虛擬對話。?

提供人工智能體驗的主要挑戰是，公司擁有大量的非結構化數據，管理和分析起來很復雜。這種看法隨著ChatGPT的出現而迅速改變，盡管矢量數據庫在之前就已經被用于管理非結構化數據。?

下面顯示的架構定義了一個無縫和有效的客戶支持代理工作流程。?

構建一個人工智能客戶支持代理?

基于人工智能的客戶支持涉及兩個不同的流程--一個是索引服務，另一個是查詢服務，分別用綠色和黃色表示。讓我們來看看它們是如何工作的。?

索引服務?

索引服務將數據傳輸到包含文檔的知識庫中，并從知識庫中獲取數據。隨著知識庫中每個文檔的增加或改變，Embedding的API被激活，將新的信息轉換為向量。這些向量然后被添加到向量數據庫中，以方便快速的語義搜索。?

查詢服務?

使用查詢服務，你可以提供一個文本查詢，在一個類似于索引的過程中，Embeddings API會將其變成一個向量。然后，這個向量被用來通過數據庫搜索和匹配文檔，并給出最佳結果。由于搜索引擎已經準備好了文件的向量，所以它使這一過程變得簡單而快速，甚至對數百萬的文件也是如此。?

什么是矢量數據庫？?

矢量數據庫通過ML（機器學習）模型驅動的方式嵌入存儲、索引和搜索整個非結構化數據。它有效地簡化了數據集，將數據對象表示為數值，以便在一個被稱為矢量嵌入的過程中進行管理。?

矢量數據庫對這些嵌入進行索引，這樣就可以將矢量相互比較，或與搜索查詢的矢量比較。矢量數據庫促進了數據管理功能，如創建、讀取、更新和刪除。相似性搜索和元數據過濾是矢量數據庫的另外兩個基本功能，為你提供全面的搜索能力。?

矢量數據庫的一些例子：?

• Qdrant：一個相似性搜索引擎和矢量數據庫，通過API提供存儲、搜索和管理矢量等服務，同時實現動態查詢規劃和有效加載數據索引。在其他矢量搜索引擎中，Qdrant是一個強大且可擴展的選擇。?
• Vertex：Vertex人工智能機器引擎由谷歌打造，是一個低延遲的矢量數據庫，它根據矢量嵌入的獨特方面來組織矢量，以促進輕松的和可擴展的搜索。?
• NucliaDB：NucliaDB是一個開源的、云原生的矢量數據庫和分布式搜索引擎，允許你在其云基礎設施上存儲數據。?

語言人工智能服務?

應用人工智能進行語言分析正迅速成為各行業的趨勢。各種企業都在尋找人工智能解碼文本的用例，并獲得有價值的商業洞察力。文本可以是書面、口語或視覺格式。你可以利用你的非結構化數據：文本、語音、圖像和視頻來生成人工智能數據集，并用來智能你的ML算法和模型。?

相當多的公司，如OpenAI、Cohere和AI2Labs提供API，允許你訪問促進自然語言應用的先進模型。?

客戶支持的未來?

在新興技術的支持下，客戶服務有望實現巨大的飛躍，改善客戶體驗和提升更好地支持客戶的能力。公司正在尋求大量依靠自助服務平臺和聊天機器人來改善他們的知識庫，以磨練基于人工智能的對話。此外，近年來NLP的進步使虛擬援助成為無縫的客戶服務工具。例如，聊天機器人現在可以進行類似人類的對話，只有在復雜的情況下才需要人類的干預。?

譯者介紹?

崔皓，51CTO社區編輯，資深架構師，擁有18年的軟件開發和架構經驗，10年分布式架構經驗。?

原文標題：??What ChatGPT Means for Customer Support and the Role of Vector Databases??