消费+AI | 科大讯飞张东旭：沉淀优质数据资产，构建融合知识库，传承企业优秀宝藏

2023年11月29日-12月1日，“国潮起·万物生”良渚2023科技国潮产业大会在良渚洲际酒店开幕。大会盛邀专家学者、企业家、投资机构、产业服务商等百位嘉宾共创科技国潮。

论坛由中国品牌建设促进会指导，杭州市余杭区人民政府主办，杭州良渚新城管理委员会、中国国家品牌网、观潮新消费承办。

在“国潮起·万物生”良渚2023科技国潮产业大会《消费+AI，技术赋能全产业》专场论坛上，科大讯飞会话智能业务部总经理张东旭发表了《AI营销新洞察：激活每一次会话交互价值》主题演讲，他表示：“沉淀优质数据资产，构建融合知识库，传承企业优秀宝藏。”

以下为演讲实录，经观潮新消费（ID：TideSight）编辑整理，有删减：

首先感谢主办方的邀请，杭州是数字经济的弄潮儿，很开心能够在这里跟大家分享科大讯飞在大模型应用场景的一些实践。

今天我要讲的是在营销后链路里面对于会话价值的探索。首先我简单说一下科大讯飞在通用大模型方面的发展，GPT的诞生是从2020年开始的，但是GPT引起国内大范围关注，准确说是从去年11月30日左右，那时候发布了GPT3.5。

我们会发现整个通用人工智能已经达到了可用的水平，大概颠覆了过去对人工智能的认知。我们过去经常会说人工智障的笑话，通用人工智能真的改变了世界。

科大讯飞从1999年成立之后，一直专注于整个人工智能行业。我们当时做语音行业的原因，也是中国的语音市场被微软等国外的企业占据了，科大讯飞的创始团队就想发展国内语音方面的人工智能企业，现在科大讯飞在语音行业已经占据了60%的市场，其他市场也被国内其他企业占领。

去年，通用人工智能大模型的发生，让科大讯飞果断认识到一个新的AI行业的机会诞生了，从去年12月份开始，就将全公司的战略倾向通用人工智能大模型。在去年年底，我们制定了今年四次发布会的计划，今年10月24日也如约发布了四次升级的计划。

目前我们效果对标GPT3.5，部分中文领域超过了GPT3.5的效果。我们的效果也得到了国家的认可，首先是科大讯飞牵头制定通用认知体系评测体系，也成为工信部牵头的大模型工作组副组长单位。另外在当前的评测机构来看，科大讯飞的通用大模型基本达到了国内领先、国际一流的水平。

科大讯飞在营销领域的发展历程中，通过开放平台吸引了大量开发者。为了更好地服务这些开发者，我们提供了流量变现服务，并构建了完整的营销体系。从流量和广告起步，逐步扩展到营销全链路。

2021年，我们开始涉足CDP和SCRM领域，专注于后链路运营。2023年，由于我们自身已经有了通用智能大模型，能够降低在不同领域分析的成本，因此可以对整个后链路中的对话进行更深入的洞察。

之所以这样做，是因为在当前的营销大环境下，品牌普遍面临两个挑战。首先，市场增量的空间已经逐渐消失，无论是互联网用户还是消费增量的空间都在趋于饱和。其次，品牌越来越注重后链路的运营，包括对现有用户的维护和运营，以及拓展新的市场和用户。

为了应对这些挑战，品牌有两种选择。一种选择是出海，开拓海外市场；另一种选择是加强后链路运营，包括对私域用户和存量用户的运营。拼多多是一个成功的例子，它通过出海战略和私域用户运营，实现了市值超过阿里巴巴。尽管拼多多在营销策略上存在一些争议，但它确实非常了解中国消费者的特性，并能够有效地利用这些特性来实现业务增长。

对于这个链路来说，首先是数据资产化，国家对于企业数字化的资产暂行管理办法从2024年1月1日开始实行，企业数据可以变成企业的资产负债表了；第二是针对这些资产，如何来做洞察；第三是洞察如何赋能企业做更深的营销。

新能源汽车产业竞争异常激烈，行业内卷现象也十分严重。从新能源汽车产业消费者和企业链路来看，主要包括线上推广、线下触达、私域运营和线下交互等环节。其他品牌或多或少都会涉及两到三个环节，这些环节都会产生大量的企业数据，包括电话数据、线下接待数据、私域文本数据以及成交数据。这些数据构成了企业的数据资产，对企业的数字化转型和营销策略制定具有重要意义。

科大讯飞创造了一款智能硬件，在其中有非常独特的优势，可以帮助企业搜集线下服务场景的数据，打通数字化最后一公里，补齐企业数字资产的最后一个关键环节。我们应用的案例包含汽车、地产、医美、零售等行业。

那么，如何挖掘数据价值并利用大模型的效果？

在拿到这些数据之后，我们首先需要利用大模型的效果来挖掘数据的价值。大模型具有出色的对话文本理解和关键信息抽取能力，这使得我们能够从对话中提取客户的意向和需求。通过使用通用大模型，我们可以对教培行业的微信对话进行分析，并提取出客户意向、购买异议点和决定下次购买的周期等信息。

这些数据对于销售团队来说非常有价值。将数据通过API导入企业微信SCRM工具或企业自己的CRM工具中，销售团队可以获得下一次与客户沟通的提醒，从而更进一步地跟进客户，提高销售业绩。

科大讯飞推出了智能硬件，并在汽车、地产、医美等场景下，实现了供应式销售。这些场景通常需要较长的咨询时间，客户决策周期也较为复杂，需要详细专业的产品介绍。在沟通过程中，客户会直接表达对产品的看法、观点和需求。

基于对话式的理解，我们可以从数据中提取全量的客户画像。此外，我们还利用大模型的长文本理解能力，对接待情况进行摘要。这个摘要可以记录客户在沟通过程中，对哪些方面感兴趣或者不感兴趣，以及影响他决策的抗性因素是什么。

在此基础上，大模型还可以提供个性化的销售指导建议，基于整个接待过程告诉销售人员下一步应该如何跟进该客户。由于大部分企业采用人才筛选机制而非培养机制，且培养成本较高，我们可以利用机器和AI来帮助销售人员，提供个性化的客户跟进指导建议。

我们再来探讨对员工的洞察。知己知彼，百战百胜。除了了解客户的需求和行为，我们也需要了解员工自身的表现和特点。

通过对所有服务流程的梳理，我们可以将整个服务流程细化为不同的环节，并为每个环节制定量化的评分标准。通过这种方式，我们可以使整个服务过程更加可量化、可追溯、可复盘。

我们发现这种方法可以使企业线下服务的规范性提高至少25个百分点，同时使服务的纠纷和投诉下降30%以上。对于那些拥有加盟店或联合门店的企业来说，这种手段可以有效地防范和处理可能对品牌形象造成影响的纠纷事件。

为了更好地改进服务，讯飞的星火营销大模型在情感处理方面进行了深入的定向训练。

我们可以通过对服务过程的分析，从三个重要的方向入手：

首先，在需求挖掘方面，通过客户的结果数据和成交数据归因后发现，销售业绩最好的top10和销售业绩最不好的尾部top10在问问题数量上存在至少两倍的差距；销冠的关键性动作包括挖掘客户需求和构建场景，让客户充分了解产品特性；客户会问一些比较刁钻的问题，比如说跟竞品对比你的价格优惠怎样，甚至是针对短板进行挑战，能不能正面响应。

通过知己知彼的方式，我们可以对整个会话进行全面洞察，从而帮助企业沉淀出优秀的交互流程。这些流程是企业在经营过程中积累的数据资产，可以利用融合知识库的概念、星火数据大模型和企业本身的文档资源进行整合和存储，构建整个企业的融合知识库，形成企业优秀传承的宝藏库。

讯飞在导购数字人方面具备非常强的竞争力。我们在咨询过程中，在客户问问题的过程中，不是做被动的问答，而是做主动的响应，给客户推他更想要的信息，达到自动化导购的效果。

第一个是客服场景。传统的方法主要依赖于关键词和固定表达格式进行问答匹配，但效果往往并不理想，命中率通常只有30%左右。现在我们利用大模型+API和大模型多模态能力，可以使整个客服的命中率达到75%甚至90%的效果。

第二个是咨询场景。在客户与导购数字人的沟通中，我们学习了优秀的话术，了解了如何引导客户表达他们的需求。通过这种方式，我们可以细化客户的需求，补充其前因后果，并最终根据客户需求进行产品推荐。

目前，我们的能力可以覆盖8-10轮对话场景。例如，在套链场景和营销投放的落地页表单中，以及一些私域场景中，我们能够主动询问客户一些问题，例如他们的孩子上几年级，需要什么样的学习机，从而在咨询场景中应用技术。

科大讯飞是希望通过洞悉用户在整个营销后链路的心路历程，来帮助企业抓住每次营销的机会。从会话资产化、会话洞察到会话营销，把全链路进行串联。

以上是我的分享。谢谢大家！