海信聚好看：基于星海大模型的新一代智能客服系统创新实践

一、前言

在当今数字化服务时代，多数企业均部署上线了智能客服平台，旨在快速响应用户问题，并降低传统人工成本。但同时，受限于技术的局限性以及用户服务场景的复杂性，传统智能客服普遍存在服务不佳的状况，导致大量人工坐席每日不得不重复接听客户咨询，不仅效率低下，且由于意图识别偏差、规则依赖严重以及数据孤岛等问题，难以提供智能化、个性化的服务体验，导致客户满意度较低，无法满足日益增长且多样化的客户需求。

行业在智能客服领域同样面临着诸多共性难题，例如多轮对话连贯性欠佳、多模态交互能力匮乏、跨渠道服务出现断层以及自我迭代迟缓等。上述问题致使智能客服的服务占比长期难以提升，大量用户需求仍主要依靠传统人工服务来满足。以海信集团为例，目前仅国内客服人员数量就超过数百人，并且在面对线上线下活动节点时，常常会因客服人员短缺而导致用户体验下滑，进而对品牌声誉和产品口碑造成影响。

基于上述问题，海信聚好看公司基于自研的星海大模型技术，结合行业最佳实践，推出了新一代智能客服系统。全新的客服平台，通过对企业内部多源数据整合、知识推理优化、和垂域大模型技术，推动AI客服体系向更智能、高效的方向发展。

二、行业难题

传统的基于小模型的客服机器人存在显著瓶颈，已无法满足企业进一步提升智能服务占比和用户服务满意度的需求，主要表现为：

（一）服务效率与质量问题

传统基于小模型的客服机器人难以满足智能服务占比提升和用户体验升级的需求。一方面，每日大量客户咨询依赖人工坐席重复接听处理，效率极为低下；另一方面，意图识别不准确，对意图和上下文理解能力弱，致使多轮对话不连贯，交互体验僵硬、机械，服务质量大打折扣。

（二）多模态交互缺陷

情感计算能力薄弱，缺少语音识别、图像理解、视频分析等多模态交互能力，面对如产品故障视频指导、语音情绪识别这类复杂业务场景时应对乏力。同时，缺乏用户情绪感知与共情反馈机制，对话策略单一，难以缓解用户焦虑情绪，使得服务满意度存在明显天花板。

（三）跨渠道与个性化服务困境

当前用户可接受的客服渠道繁多，涵盖APP、小程序、电话等多入口，但数据未实现打通，容易形成数据孤岛，同一用户的服务进度无法跨平台同步查询。此外，用户画像构建粗糙，无法依据客户历史行为、偏好特征动态调整服务策略，且千篇一律的标准化应答难以满足高净值客户的个性化需求。。

（四）模型更新迭代滞后

传统客服的小模型更新机制，依赖于离线训练，无法利用实时对话数据自动优化，机器人应答内容缺少合规校验机制，容易产生合规性风险。并且知识库维护存在延迟，难以跟上快速变化的业务需求。

三、解决方案

（一）基于对话状态管理与上下文感知的用户服务意图精准匹配

借助大模型强大的语言理解和处理能力，引入集中的对话状态追踪模块与上下文感知的自然语言理解引擎。大模型为构建精准的对话状态追踪模块提供了丰富的知识储备和学习能力，使其能够作为系统的“记忆中枢”，在对话过程中实时维护与更新关键信息，包括用户已提供的实体、当前任务阶段及历史对话上下文，确保系统理解指代与省略，避免用户重复陈述。同时，基于海量的客服日常对话数据，自研大模型训练上下文感知的NLU引擎，使其不仅能识别单一语句意图，更能结合对话状态追踪模块提供的上下文进行综合判断，实现意图精准匹配。基于业务逻辑将意图精细拆分为27条核心意图，覆盖多数服务场景。设计意图分流机制，对未命中明确意图的查询归类处理并主动引导澄清，有效提升首次解决率与用户体验。

（二）智能客服多模态情感交互增强

运用星海大模型在多模态数据处理方面的优势，集成语音识别、图像识别等技术构建多模态交互融合引擎。大模型助力语音情绪识别，通过声调、语速、音量判断用户情绪状态，结合对话历史和用户画像，融合来自文本、语音的多维度信号，实时计算用户综合情绪分值。基于此，驱动对话策略从“单一问答”升级为“情感适配型交互”，打造“能听、会看、懂情绪”的智能客服，提升用户满意度。

（三）智能客服实时演进与合规风控

通过引入增量学习和在线学习技术，使模型能根据实时反馈数据，在不进行全量离线训练的情况下微调意图识别和答案排序，实现“对话即训练”，让机器人快速从新交互中学习。所有模型更新通过并行A/B测试全量上线，以数据驱动决策确保优化方向正确。同时，在机器人应答环节，利用星海大模型对合规问题的深度语义识别能力，部署应答内容实时合规校验网关。网关集成规则引擎和微调的大模型，从语义层面深度识别承诺类、隐私类、风险类等模糊合规问题，针对不同风险等级回复采取相应措施，并汇总拦截记录优化合规知识库，确保智能客服安全可靠，与业务同步成长。

四、用户反馈

海信集团新一代智能客服系统上线后，在用户服务方面取得了显著成效。

满意度提升：用户满意度由先前的70% 提升至 88% 以上。这主要归因于智能客服在交互体验方面的优化，其能够以更贴近人类的方式与用户进行交互，改变了以往 “智能客服不智能”“智能客服无法解决任何问题” 的困境。例如，针对用户的问题以及产品的使用场景，智能客服可进行交互式询问并提供解决方案，具体涵盖引导用户排查产品的故障原因、指导新手用户使用新购产品、根据用户场景需求推荐产品型号并阐释原因及用户价值等。这些功能的实现显著提高了用户对服务的认可度，进而推动用户满意度大幅提升。

智能服务占比提高：新上线的客服系统全年预计服务用户量达225万人次以上，同比增长28%，客服系统的智能服务占比提升至 80%，同比提升 22 %，更多用户问题可借助智能化手段解决，降低了对传统人工客服的依赖，彰显了智能客服系统的高效性与实用性。

五、实施效益

基于星海大模型的新一代客服系统，当前已应用到海信集团400热线、海信集团爱家APP等，全年服务用户量达225万人以上，用户对服务评价满意度提升至88%，预计代替低效人工客服费用2000万元/年。

同时，从长远看，其在同行业其他场景具备广泛的推广与落地应用潜力。例如，在电商、金融、医疗等行业的客服场景中，均可通过借鉴本系统的架构与技术，利用大模型解决传统智能客服的痛点，优化服务流程，提升服务效率与质量，减少人工成本，增强用户体验，进而推动整个行业智能化服务水平的提升，创造巨大的经济价值和良好的社会效益，助力各行业在数字化服务浪潮中实现高质量发展。