生成式AI赋能客服中心提升

备注：如下大纲初稿在交付前需要和买方诉求和培训标的、预期收益做对照研究后定制。

1. 第 一部分（一天）：生成式AI正在颠覆客服业界

模块一：业界变革和技艺基础

客服业界的颠覆性趋势

生成式AI对传统客服模式的冲击

业界实例：（国内外举例）如国外OpenAI前董事会主体创办的Sierra智能客服公司、国内蚂蚁集团的”数字蚂力、中移动掌厅“灵犀”等等

生成式AI的前沿技艺、原理、业界运用（包括金融业界）

1. 自然语言处理（NLP），大模型（如GPT）、RAG技艺原理

2. 情感拆解和多模态交互的运用

架构规划和核心系统建设

1. 智能服务架构顶层规划打法

2. 前中后台协同架构规划

前台（触点层）：全渠道智能应答、情绪识别、实时辅助

中台（本领层）：学识库、AI引擎、流程自动化平台

后台（支撑层）：资料平台、模型训练、运维管控和合规风控

协同制度规划：流程接口、资料流转、异常处置联动

模块二：AI在客服全流程的落地

一、 售前咨询和营销

1. 个性化推荐和智能问答

2. 实例：电商平台的智能商品推荐

一、 售中服务精进

1. 实时对话领会和AI辅助

2. 流程自动化（如工单分类，语音转文本）

一、 售后服务和买方关系

1. 投诉处理的情感辅助和自动化质检

2. 结合学识图谱构筑智能学识库，达成动态更新和持续研习

模块三：人机协同和效率拉升

一、 AI辅助办公

1. 自动生成报表、文档和营销内容

一、 人工干预制度

1. 复杂问题转人工，自动形成概要和推荐方案

2. 实例：平安银行“智能客服+”协同模式

模块四：伦理、合规和挑战

一、 资料安全和隐私保护

1. 国内外相关安全法律法规普及：国内资料安全法、个人隐私保护法等等

2. 相关实例：找一些例子

一、 技艺局限性

1. 生成式AI的边界（如特殊情境处理）

模块五：业界实例深度剖析

一、 金融和医疗领域

1. 银行智能风控和医疗健康咨询

一、 政务和教育革新

1. 政府智慧客服和教育个性化带练

模块六：未来展望和行动规划

一、 技艺趋势

1. 多语言支持、全渠道整合

一、 公司转型路径

1. 从试点到规模化部署的步骤

1. 第二部分（两天）：生成式AI在客服业界的落地

第 一天：技艺赋能和核心情境运用

模块一：生成式AI和客服业界变革

一、 业界趋势和政策来由

1. 生成式AI对客服效率、成本，体验的颠覆性影响

2. 金融/消保领域合规要求和伦理隐患（如资料安全、话术合规）

一、 智能外呼和智能辅助系统建设实战

1. 智能外呼系统建设推演和办法

业务情境选项：催收、通知、营销、回访的优先级和施行要点

要害技艺模块：语音识别（ASR）、自然语言处理（NLP）、对话管控

成效评核和精进：接通率、转化率、买方满意度监测闭环

2. 智能辅助系统（实时坐席辅助）搭建

系统架构：学识检索、话术推荐、流程导航、隐患预警

坐席赋能路径：从“查询辅助”到“决策建议”的进阶训练

和人工服务的无缝衔接：人机协同流程规划和异常接管制度

模块二：学识库智能化管控

一、 AI驱动的学识库构筑和精进

1. 学识文档自动分类、准则化和动态更新（RAG技艺运用）

2. 国内外实例：国外比如华宝新能借助Amazon Bedrock学识库拉升70%工单破解率等等等等……

一、 跨部门协同和学识整合

1. 业务资料和外部资料（如货品指引、法规）的自动化对齐

一、 买方之声——客服资料资产化拆解和运用

1. 结构化资料拆解维度和办法

要害指标架构：服务水平、一次破解率、买方满意度、工单分类统计

多维拆解：时段、业务线、买方分层、坐席组别的交叉洞察

资料可视化抓手和看板搭建实战

2. 非结构化资料高效处理和挖掘

文本资料处理：通话转译文本、在线聊天记录、工单备注的清洗和标签化

语音情绪拆解：负面情绪识别、爆发点定位、服务短板诊断

话题聚类和热点挖掘：买方心声拆解、潜在隐患和业务机会发现

3. 资料拆解抓手链简介

自动化拆解平台、NLP抓手、BI看板的选型和集成思路

模块三：远程经营中心的AI落地

一、 电话营销和流量经营

1. AI外呼脚本生成、买方画像拆解和精准推荐

2. 公司微信/APP情境：数智化顾问、多模态交互等等等等

一、 合规和质量管控

1. 通话录音自动质检（情感拆解、违规词监测）

模块四：小组上手和研讨

1. 针对当天研习的学识点规划上手课题

2. 各小组研讨

1.

第二天：流程精进和组织协同

模块五：买方服务中心的AI赋能

一， 全渠道智能服务

1. 电话/在线/视频服务的AI助手部署（自动工单分类，多轮对话）

2. 投诉处理：情感计算和应急响应制度

一、 人机协同和培训管控

1. AI实时话术推荐和人工干

2. 基于对话资料（买方之声）的员工培训方案生成

一、 资料智能在管控中的运用和绩效拉升

1. 营运管控精进

排班预测：基于历史话务和业务活动的智能排班模型

资源动态调配：异常话务冲击下的实时调度打法

2. 业务打法支撑

买方意图拆解：货品咨询、投诉焦点、诉求变迁趋势

服务打法调整：基于资料洞察的流程精进、话术迭代、渠道分流

3. 服务质量和员工本领拉升

服务质量监控：从“抽检”到“全量质检”的智能化转型

员工本领评核：多维度绩效画像（效率、质量、交流招数、销售本领）

个性化培训推荐：基于薄弱点的研习内容自动推送

4. 绩效管控架构升级

智能绩效看板：实时资料驱动、透明化反馈

激励模型规划：结合智能化贡献度的考核指标调整

模块六：隐患管控和效能评核

一、 合规管控

1. AI生成内容的合规性校验（如金融货品话术审核）

一、 绩效拆解和精进

1. 客服KPI的AI动态监测（响应速度、满意度关联拆解）

模块七：实战工作坊和行动规划

一、 分组上手

1. 远程经营中心：规划AI驱动的电话营销SOP

2. 买方服务中心：搭建学识库智能检索流程、智能体等等

一、 转型路线图

1. 从试点到规模化落地的要害步骤

一、 行动规划

1. 各小组为代表规划行动规划

1.

1. 过往授课实例

领导和参训者评价

2.

3.

4.

参训者作品：

课堂交流

5.

老师简介

Introduction to lecturers

弄懂更多

博闻智咨询|焦波老师