本文主要是介绍生成式AI赋能智能客服：未来会怎样？，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
吾名爱妃，性好静亦好动。好编程，常沉浸于代码之世界，思维纵横，力求逻辑之严密，算法之精妙。亦爱篮球，驰骋球场，尽享挥洒汗水之乐。且喜跑步，尤钟马拉松，长途奔袭，考验耐力与毅力，每有所进，心甚喜之。
吾以为，编程似布阵，算法如谋略，需精心筹谋，方可成就佳作。篮球乃团队之艺，协作共进，方显力量。跑步与马拉松，乃磨炼身心之途，愈挫愈勇，方能达至远方。愿交志同道合之友，共探此诸般妙趣。诸君，此文尚佳，望点赞收藏，谢之！
ChatGPT推出十个月后，ChatGPT使科技界陷入疯狂状态。
在这种狂热中，呼叫中心供应商推出了许多由GenAI驱动的功能，以吸引最初的媒体关注，并说服客户终于是时候接受人工智能了。
然而，在2024年8月下旬只有五个“新”用例成功进入了列表。
这是否意味着GenAI在联络中心的创新已经放缓？不。
相反，供应商已经将重点转移到功能优化上，而不是生成上。这涉及重新构建他们的初始解决方案，以确保最佳性能。
此类优化举措包括允许客户附加其首选的LLM模型来支持用例，无论是通用LLM（如ChatGPT）还是定制模型。
许多呼叫中心甚至将拥有多个LLM，为其所选平台上的众多用例提供支持，因此他们知道在哪里使用哪个LLM，包括Salesforce在内的一些供应商将根据特定用例对LLM进行基准测试。
除了能够附加选定的LLM之外，一些提供商（如Five9）还允许客户自定义为GenAI用例提供动力的提示。这使得个体企业能够更好地定制生成的产出。
一些供应商甚至走得更远。考虑NICE。它为每个客户构建了一个独特的内存图——EnlightenXM。然后，它会向LLM提供数据，以个性化其输出。
预计2024/25年及以后将出现更多创新思维。毕竟，低垂的果实用例已经存在了。现在，这一切都是关于创造性工程和差异化。
这篇关于生成式AI赋能智能客服：未来会怎样？的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
