快速冷启动客服机器人｜GPT 拉爆客服 SaaS

1.GPT逻辑可能大于 SaaS商业逻辑

SaaS商业逻辑大于GPT技术逻辑 这篇文章的观点是 GPT 只是一个技术手段，无法撼动到 SaaS 商业逻辑。但在某些领域真的不是，以智能客服为例，借助 Copilot 可以快速配置了一个 Bilibili 站客服机器人： https://app.copilothub.ai/chat?id=8143，配置时间按小时就计算，互动效果见截图，现在 Bilibili 官方客服也未必能做到这个效果。

在传统的 NLP 做法，这个冷启动速度是难以想象的，要依赖 NLP 算法工程师做意图识别及匹配，要依赖知识运营做知识梳理及运营，没有 3~6 个月很难做到这种问答效果。

但现在这些你统统不需要，简单的 NLP 能力 GPT 可以帮你快速搭建，知识不需要按模板梳理得很标注化，只要有相关业务文档丢进去就行了。

尤其是中小企业，对 FAQ 文档数据不敏感的话，完全可以走 GPT API 的接口就可快速配置。

2.智能客服的 NLP 老做法可以被抛弃了

传统智能客服的做法美团的刘先生在这个 PPT https://drive.google.com/file/d/16qcp8Up5vwWecVLb200IlHnTI_3gXZij/view 里已经讲的比较清楚了（对智能客服感兴趣的同学推荐阅读）。闲聊属开放式生成领域，本来就是 GPT 强项，FAQ 匹配 类似 Copilot 已经给出解决方案了，任务流的对话后续也许通过 GPT 插件的方案可以解决。

GPT 的出现使得在 NLP 领域让中小企业有追平大厂的可能性，在这之前根本无法想象，一套智能客服体系需要养着好几个 NLP 工程师，很多业务规模不大的企业根本没法承受这个成本，单独招聘一个 NLP 算法工程师也不大现实，没法留住人。而且中小企业也没有耐心配置几个 AI 训练师花 1~2 年时间去持续改善智能客服的水平，语料的标注&运营成本急剧下降。

如阿里「机器阅读」这种技术，很多中小企业听都没听过，但今天拿着 GPT API 接口中小企业有可能做到类似「机器阅读」可以达到的效果。

原来某些厂商在 NLP 领域积累的优势某种程度上遭受到技术链式的破坏，就像燃油车时代的发动机、变速箱技术人们不再关心了，更多的是时代恋旧情怀。

3.智能客服 SaaS 的洗牌

像客服 SaaS 一般都是根据解决方案给 2B 单独定价，但 GPT 的解决方案是直接根据 token 长度收费的，假如市场上有基于 LLM 的新玩家，这个成本价格不知道后续客服 SaaS 能否承受。

后续，应该是基于 LLM 高整合度的 SaaS 服务对低 LLM 整合度的 SaaS 服务 形成 AI 能力的代际优势，形成较大的成本优势，这个成本包括客户的服务启动成本、运营成本、费用成本。至少在这 3 个成本里，LLM 目前的优势是非常明显，过几年后基于 LLM 的行业解决方案将清洗一批中小 SaaS 服务厂商。

老牌的 SaaS 厂商还不用特别担心，大客户的高绑定成本、高产品整合度，甚至 SaaS 厂商已整合的服务生态，都是其难以渗透的壁垒。