ChatGPT的興起對客戶支援和向量資料庫意味著什麼？

譯者| 崔皓

#審校| 孫淑娟

開篇

多數組織認為客戶服務是一種開銷，實際上還可以將客戶服務看成是一種機會。它可以讓你在銷售後繼續推動客戶的價值。成功的企業深知，客戶服務不僅可以留住客戶，還可以增加企業收入。客戶服務是被低估的手段，它可以透過推薦、見證和經典的口碑來加強行銷和銷售工作。 而且，即時地、無延遲地服務客戶是至關重要的。隨著人工智慧的出現，這項要求變得可以實現了。

有了人工智慧，就有可能在客戶的旅途中協助處理旅程中出現的任何問題。另外，透過人工智慧主導的聊天機器人和機器學習（ML）能力，如NLP和即時數據分析，能夠解決許多現實問題。最後，隨著向量資料庫的不斷採用，企業可以利用非結構化的資料來迎合客戶的需求。

#客戶支援中的人工智慧

有趣的是，有史以來第一個用於客戶支援的人工智慧聊天機器人誕生於20世紀60年代，當時ELIZA，一個心理智能的虛擬助手，幫助醫生進行診斷和治療。在那之後，它就退居二線了。直到現在，當客戶要求即時滿足的時候。根據Hubspot的研究，90%的客戶希望對他們提出的問題有一個即時回應。此外，報告還顯示，80%的客戶在經歷了糟糕的體驗後會停止與服務公司的業務往來。這凸顯了良好的客戶服務和全天候為客戶提供服務的重要性。

無獨有偶，隨著ChatGPT在全球舞台上大放異彩，我們得以見證一場以人工智慧為主導的客戶服務革命的產生。

ChatGPT的崛起

ChatGPT被譽為資訊時代的新轉折，它是一個基於人工智慧的平台，以對話的方式對複雜的問題給予答案。它是由OpenAI建造，其設計和訓練是為了理解並回答人類提出的問題。因此，ChatGPT打破了對話式人工智慧的可能性。

定義ChatGPT

ChatGPT: 資訊時代的革命？

ChatGPT是一個建立在GPT-3.5基礎上的高階聊天機器人，可以以對話的形式與人類交談。它遵循大型語言模型（LLM），經過訓練可以準確預測句子中的下一個單字。雖然它看起來像手機上的自動完成的功能，但ChatGPT在一個不切實際的規模上做到了這一點。研究人員了解到，它接觸的數據越多，其對話能力就越好。

下面列出了ChatGPT的一些商業用例：

##客戶服務

透過訓練ChatGPT與客戶的大量互動，你可以對最常問的問題自動產生回應。

文字產生

您可以透過提交適當的查詢來建立社群媒體貼文或產品描述。

情緒分析

您可以透過分析回饋聲明中的情緒來監測客戶的情緒。

對話式人工智慧

它可以快速分析病人數據，以建議正確的診斷和治療方案（ELIZA的更高級形式）。

虛擬助理

ChatGPT可以非常容易地產生資訊、電子郵件或任何內容。

GPT-4難以置信的願望

當我們在理解ChatGPT的能力時，OpenAI已經以GPT-4的形式對其進行了升級。雖然它的前身有1750億個參數，但據說GPT-4將有1兆個參數，這使得它的速度和智慧程度令人難以置信。

#對於你提出的每一個查詢，GPT-4將用1兆個參數來處理，以給出最準確的結果。儘管它尚未發布，但GPT-4將在客戶服務方面引起令人震驚的轉變。

ChatGPT對客戶服務的挑戰

ChatGPT根據它所接觸到的信息，對所提交的查詢進行回复。因此，當您使用該工具在您的網站上為客戶提供服務而不先對其進行培訓時，它將有其限制。此外，由於它只能從網站和其他入口網站等面向互聯網的資產中獲取有關貴公司的信息，所以答案可能不準確或沒有幫助。

#ChatGPT在服務客戶方面的限制

ChatGPT的第二個限制是客戶詢問的固有性質。大多數客戶的問題是模糊的，需要進行邏輯翻譯才能提供適當的答案。不幸的是，ChatGPT還沒有掌握這種藝術。

ChatGPT可能還無法完全勝任管理你的客戶服務，但這不應該阻止你應用AI來改善客戶體驗。

建立人工智慧客戶服務代理

##許多組織限制了人工智慧策略，他們為了改善客戶服務，透過引擎來產生自動化回應，但是這些回應大多比較通用。然而，客戶希望得到個人化的、更能彰顯專業能力的回答，同時對回答的回應時間也有要求。你可以透過建立一個CS代理，使用NLP（自然語言處理）和NLU（自然語言理解）來理解客戶查詢的背景，從而提供準確和按需的客戶體驗。然後，透過為它注入人工智慧運行的搜尋功能，就可以提供類似人類的無縫虛擬對話。

提供人工智慧體驗的主要挑戰是，公司擁有大量的非結構化數據，管理和分析起來很複雜。這種看法隨著ChatGPT的出現而迅速改變，儘管向量資料庫在之前就已經被用於管理非結構化資料。

在下面顯示的架構定義了一個無縫且有效的客戶支援代理程式工作流程。

建立一個人工智慧客戶支援代理

基於人工智慧的客戶支援涉及兩個不同的流程--一個是索引服務，另一個是查詢服務，分別以綠色和黃色表示。讓我們來看看它們是如何運作的。

索引服務

索引服務將資料傳輸到包含文件的知識庫中，並從知識庫中取得資料。隨著知識庫中每個文件的增加或改變，Embedding的API被激活，將新的資訊轉換為向量。然後將這些向量添加到向量資料庫中，以方便快速的語義搜尋。

查詢服務

使用查詢服務，你可以提供一個文字查詢，在一個類似索引的過程中，Embeddings API會將其變成一個向量。然後，這個向量被用來透過資料庫搜尋和匹配文檔，並給出最佳結果。由於搜尋引擎已經準備好了文件的向量，所以它使這一過程變得簡單而快速，甚至對數百萬的文件也是如此。

什麼是向量資料庫？

向量資料庫透過ML（機器學習）模型驅動的方式嵌入儲存、索引和搜尋整個非結構化資料。它有效地簡化了資料集，將資料物件表示為數值，以便在一個被稱為向量嵌入的過程中進行管理。

向量資料庫對這些嵌入進行索引，這樣就可以將向量相互比較，或與搜尋查詢的向量比較。向量資料庫促進了資料管理功能，如建立、讀取、更新和刪除。相似性搜尋和元資料過濾是向量資料庫的另外兩個基本功能，為你提供全面的搜尋能力。

向量資料庫的一些範例：

• Qdrant：一個相似性搜尋引擎和向量資料庫，透過API提供儲存、搜尋和管理向量等服務，同時實現動態查詢規劃和有效載入資料索引。在其他向量搜尋引擎中，Qdrant是一個強大且可擴展的選擇。
• #Vertex：Vertex人工智慧機器引擎由Google打造，是一個低延遲的向量資料庫，它根據向量嵌入的獨特方面來組織向量，以促進輕鬆的和可擴展的搜尋。
• NucliaDB：

#NucliaDB是一個開源的、雲端原生的向量資料庫和分散式搜尋引擎，允許你在其雲端基礎設施上儲存資料。

語言人工智慧服務應用人工智慧進行語言分析正迅速成為各行業的趨勢。各種企業都在尋找人工智慧解碼文字的用例，並獲得有價值的商業洞察力。文字可以是書寫、口語或視覺格式。你可以利用你的非結構化資料：文字、語音、圖像和影片來產生人工智慧資料集，

##########並############用來智能你的ML演算法和模型。 ###############################相當多的公司，如OpenAI、Cohere和AI2Labs提供API，讓你可以存取促進自然語言應用的先進模型。 #####################

客戶支援的未來

在新興技術的支援下，客戶服務有望實現巨大的飛躍，改善客戶體驗和提升更好地支持客戶的能力。公司正在尋求大量依靠自助服務平台和聊天機器人來改善他們的知識庫，以磨練基於人工智慧的對話。此外，近年來NLP的進步使虛擬援助成為無縫的客戶服務工具。例如，聊天機器人現在可以進行類似人類的對話，只有在複雜的情況下才需要人類的介入。

譯者介紹

崔皓，51CTO社群編輯，資深架構師，擁有18年的軟體開發與架構經驗，10年分散式架構經驗。

原文標題：#What ChatGPT Means for Customer Support and the Role of Vector Databases

#

以上是ChatGPT的興起對客戶支援和向量資料庫意味著什麼？的詳細內容。更多資訊請關注PHP中文網其他相關文章！