客户支持变得更加智能：仔细研究我们新的 ChatGPT 驱动的机器人

如果您可以拥有一个值得信赖的机器人来捕捉大型语言模型的魔力而不会偏离脚本怎么办？ 在本次网络研讨会中，我们将介绍我们最新的突破性 AI 机器人，并回答您的所有相关问题。

自去年 11 月推出 ChatGPT-3.5 以来，我们不断被问到一个问题：“它能回答我客户的问题吗？” 到目前为止，答案是否定的。 我们已经进行了一些初步探索，甚至为收件箱发布了一些基于 GPT 的 beta 功能，但我们无法构建适合业务需求的机器人——GPT-3.5 有这种不幸的倾向，当它出现时不知道答案，而且当您试图支持客户时，您绝对不希望机器人变得无赖。

但随着旨在减少幻觉的最新 GPT-4 的到来，情况发生了变化。 我们回去工作，看看我们是否可以构建一个机器人，它需要最少的设置，并且可以使用您控制的信息自然地交谈并可靠地回答有关您的业务的问题。 瞧，我们认为我们已经做到了。 它的名字是 Fin，我们相信它可以成为增强您的客户支持服务的宝贵资产。

因此，就在上周，我们决定举办一次网络研讨会，以回答您关于 Fin 的所有紧迫问题：它真的有用吗？ 它会取代客户服务代表吗？ 支持团队应该如何准备采用这项新技术？

在今天的节目中，您会听到我们自己的声音：

• Catherine Brodigan，全球合作伙伴关系高级经理
• Des Traynor，联合创始人兼首席战略官
• Fergal Reid，机器学习总监
• Emmet Connolly，产品设计副总裁

他们将讨论 ChatGPT 如何改变客户服务行业，并深入探讨 Fin 背后的工作。

时间紧吗？ 以下是一些要点：

• 如果人们可以在立即获得非常好的答案或等待 15 分钟获得手工制作的答案之间做出选择，大多数人会选择即时答案。
• 企业应利用 AI 为简单问题提供即时支持，使支持代表能够专注于能够带来最大价值的更复杂问题。
• 为了将 AI 纳入他们的工作流程，支持团队应该以清晰明确的方式记录他们的知识，以便 GPT 驱动的机器人有一个强大的来源来获取答案。
• 支持是您品牌的延伸。 Fin 的优点之一在于它能够确保仅共享您知识库中的信息以避免潜在的品牌损害。
• 为了提高 Fin 的可信度，我们不仅在您的知识库上对其进行培训，它实际上还链接到源材料。
• Fin 与您系统的其余部分无缝协作。 当它不知道某事或被问到一个复杂的问题时，它会说它不知道并将其交给支持代表。

如果您喜欢我们的讨论，请查看我们播客的更多剧集。 您可以关注 Apple 播客、Spotify、YouTube 或在您选择的播放器中获取 RSS 提要。 以下是该剧集经过轻微编辑的文字记录。

取得完美平衡

Catherine Brodigan：欢迎大家，非常感谢你们今天加入我们。 我很高兴首先介绍 Des。 Des，我想提出一个简短的问题，让我们开始了解我们目前在行业中看到的总体趋势。 我坐在都柏林办公室的销售区，上周我们的销售团队和客户都对 Fin 感到非常兴奋。 到目前为止，从我们的客户反馈中真正脱颖而出的两件事是，第一，设置起来非常容易，第二，智能回答的速度有多快。 但正如我们所知，有时新技术的出现似乎会改变游戏规则，但却达不到预期。 所以，我很想听听您的意见，是什么让您相信我们没有处于炒作曲线上并且这是真正的交易？

Des Traynor：现场看到产品是这不是雾里看花的最大标志； 这不是汽器； 这甚至不是像 Web3 这样的 VC 大肆宣传的狗屎。 一般来说，炒作是每个人都试图从中获利的东西。 但是我们的客户想要这种产品。 得到它所做的任何人都不会以任何方式怀疑它的价值。 即使是 intercom.com/fin 上的演示机器人 Staybnb 机器人，也能很好地回答常见问题。 我亲自回答了我曾经问过 Airbnb 的所有问题，Airbnb 是 Staybnb 产品的一种竞争对手，对于我提出的每个问题，我至少得到了十分之七的答案，在少数情况下，我得到了十分之十。我立即得到了它们。

“在这一点上，你必须是最黑暗的怀疑论者或愤世嫉俗者才能称之为炒作”

如果您可以选择立即获得非常好的答案，或者您可以等待 15 分钟并获得手工制作的手工答案，那么大多数人都会选择即时答案。 这对企业也有好处。 如果您尝试做某事并且必须等待 15 分钟才能进入下一步，那么这不是一个有效的漏斗。 你永远不会那样设计它。 这就是这与炒作火车之间的区别。 如果你回去，你可以看看游戏化，你可以谈论 AR 和 VR，你甚至可以说自动驾驶汽车还没有真正落地。 今天就在这里，人们玩 ChatGPT，人们玩 Bing，人们玩 Bard，人们玩 DALL·E……还有更多。 没有人没有以任何方式经历过这一点，客户要求它的原因几乎是因为每个人都在看到它，体验它并呼吸它，感觉现在过去的每一周都是 AI 进步的十年.

即使对我们来说，像 Fin 这样的事情在 11 月初从“不，这可能不会很快发生”变成了“我们很接近，但还有很长的路要走”，这就是我认为我们所处的位置也许在十二月，到，“这发生在一月份。” 这就是我们在这里看到的进步速度。 因此，我们不仅向前迈出了巨大的一步——我们，这个行业——而且每周，我们似乎也在迈出更快的步伐。 在这一点上，你必须是最黑暗的怀疑论者或愤世嫉俗者才能称之为炒作。

Catherine Brodigan：是的，我认为，正如您所说，我们在这里的发展非常非常快，因此，整个行业，尤其​​是客户服务行业，都需要进行巨大的思维转变。 那么，您如何解决有关在人类、个人、手工答案、现有的令人难以置信的新技术、宏观经济气候以及实现经济效率和整合工具的愿望之间取得新平衡的问题？ 您如何看待这改变了企业如何取得平衡的游戏规则？

“你不会聘请支持团队来聘请一群专业的辩护者或解释者，‘点击这里重设密码。’” 那没用”

Des Traynor：我认为企业现在可以选择针对需要它的问题提供一流的、超级个性化的服务，并在简单、快速的答案就可以解决的问题上提供令人难以置信的快速支持。 在 Intercom 的任何一天，我们都会处理，“我们如何获得新的 API 密钥？” 我们还将解决一些困惑，“我两周前发布了一个系列，我只是在签到；” 其中一位客户应该已经收到了，但我看到他们被阻止了，我该如何解除阻止？” 等等等等等等。 第一个需要一点时间来回答——它需要我们的时间，也需要客户的时间。

第二个实际上是一个混乱的，可能需要一两个小时来诊断，这是一个实际的交互操作，但第一个拖累了我们做第二个的能力，我认为每个支持团队都有一个版本那个。 他们有复杂的查询，比如，“嘿，我已经预订了七晚的房间，但只需要五晚，我中途退房然后回来，”或者类似的东西，他们也有， “游泳池在哪里？” 这个想法是，通过消除大部分我称之为无差别的事务支持，你真正使支持团队能够在更复杂的时刻、更情绪化的时刻、更紧迫的时刻、更重要的时刻提供高质量的支持。激动人心的时刻。 他们是支持团队真正推动业务价值的地方。 您不会聘请支持团队来聘请一群专业的辩护者或解释者，“单击此处重设密码。” 那没有用。 但与此同时，它仍然是不可避免的。

我认为，对我来说，平衡点在于找到“支持团队在哪里创造最大价值，而我们又在什么地方让客户感到沮丧？”的最佳平衡点。 这不是一个解释如何重设密码的品牌建设机会——它只是一个该死的链接。 这就是 Fin 的亮点所在。 支持团队在他们知道如何发光的地方发光。 对我来说，这就是平衡。

Catherine Brodigan：正如你所说，它是弄清楚什么是可自动化的，什么实际上需要更深入、更有意义的人类对话。 在接下来的 3 个月、6 个月、9 个月、12 个月里，游戏将一次又一次地发生变化，未来支持团队的价值将越来越多。 但是，如果我们关注此时此地，那么当今支持团队的主要价值驱动因素是什么，以及支持客户服务团队应该如何考虑领先于游戏并准备好以最佳方式使用该技术可能的方式？

“你如何为这个世界做准备？ 简短的回答是您通过记录支持团队知道的所有知识来为此做好准备”

Des Traynor：是的，我认为任何面向未来的支持团队都应该开始假设我们正在进入一个人工智能将极大地增强和增强他们工作流程的世界。 您有大量机会为您的公司提供世界一流的支持，并最终通过基本上说您的支持比任何人都更好，从而使您的公司比竞争对手更具竞争优势。

现在，你如何为这个世界做准备？ 简短的回答是您通过记录支持团队知道的所有知识来为此做好准备。 为什么这很重要？ 好吧，这里的进步是在大型语言模型领域，它最终可以使用信息并返回围绕它们的对话答案。 他们不知道你不告诉他们的事情。 你不希望他们编造事实。 您希望他们处理已知的事情。 例如，如果你有一个政策，你将重新发布一个 API 密钥，但没有在任何地方解释——这就像支持团队周围的渗透所赋予的默会知识——Fin 永远不会解决这个问题，除非它开始清理积压的工作.

我认为最好的准备方法是对支持团队所做的所有最常见的事情有一个明确的立场，并以一种非常清晰且易于解析的方式写下该立场。 老实说，这东西好到不行，不过为了你好，你还是要清楚。 如果您记录了成为支持代理人需要知道的大部分事情，那么 Fin 将成为您团队中的摇滚明星成员的程度。 最好的准备方法就是这样做。 值得庆幸的是，我们许多使用文章的客户已经有数百篇文章解释了这一切，所以他们很高兴去，但如果你还没有，现在是投资的好时机。

凯瑟琳布罗迪根：明白了。 帮助中心内容编写者和内容设计者的工作突然变得更受欢迎。

Des Traynor：是的，甚至可能不是商品。 是的，内容将发挥非常重要的作用，内容丰富的人将能够提供世界一流的支持，所以我认为投资是非常值得的。

GPT，但要让它值得信赖

凯瑟琳布罗迪根：明白了。 Fergal，下一个问题我很乐意带你来深入了解 Fin。 我们上周推出了它，我很想从技术角度了解 Fin 的不同之处以及 Fin 的强大之处。

Fergal Reid：好的，凯瑟琳，谢谢。 感谢大家的光临。 是的，看，大型语言模型是新的突破，我们已经有了 Resolution Bot，但我们已经有很多年了。 它使用神经网络，并且在您上鞍后就可以很好地发挥它的优势。 但是我们为此使用的模型并不能很好地理解人类对话的复杂性，很多时候，在支持交流中，有人提出问题，他们得到了一些信息，然后他们提出了一个澄清问题或一个微妙的问题。 他们就像，“哦，我不是这个意思——我实际上是想问这个问题。” 借助 Resolution Bot，我们试图构建能够理解自然语言复杂性的原型，并且永远无法让它们像我们希望的那样在多轮、混乱的人类对话中发挥作用。

我认为这里的新内容是 transformer 模型 GPT 中的大型语言模型已经解决了这个问题。 如果你去玩 Fin，我们已经看到人们玩了演示，我们刚刚看到了很多例子，在后续问题上它做了正确的事情，我们认为那里有质的变化比如，“哦，它在回答后续问题时要好 10% 或 20%。” 它改变了用户体验，让人们觉得，“好吧，我突然可以谈论这个了。 我可以和它交谈，我可以信任它。” 这是新的。 您可以构建和交付的机器人的质量会发生根本性的用户体验变化。

“在接下来的几年里，我们都会了解到很多关于我们的帮助中心文章中意外含糊不清的部分，我们会让它们变得更加清晰”

第二大块是语言模型更擅长自然语言，所以它可以更好地理解帮助中心的内容。 如果你给它一篇文章，它非常擅长从那篇文章中挑选答案并给出正确答案，以至于我们遇到过很多这样的情况，“哦不，它产生了幻觉。” 但实际上不是，文章是这么说的。 因为我们在我们不是专家的公共帮助中心的文章上对此进行了测试，而 Fin 比我们更好地理解了这一点。

同样，它并不完美，需要细微差别。 对于 Des 之前的观点，你真的希望你的内容被明确地编写，因为我们正在尝试设计机器人，以便它不会在有歧义的情况下给出错误的答案。 如果您使用 Fin，您会发现如果文章中的某些内容模棱两可，那么它是相当保守的。 我敢打赌，在接下来的几年里，我们都会了解到很多关于我们的帮助中心文章中不小心含糊不清的部分，我们会让它们变得更加清晰，因为我们只会看到那些边缘情况并对其进行迭代。 这就是新鲜事。 这些是转型能力。

凯瑟琳布罗迪根：是的，当然。 我认为可以公平地说 ChatGPT 重新设定了人们对 AI 的一些最常见误解的期望。 你会说你在哪里看到了最重要的转变？

Fergal Reid：显然，这是一个很大的问题。 只是看到人们玩我们的演示，目前用户的一大误解是你可以走到这样的机器人面前，问它任何问题； 请它帮助你完成家庭作业。 这不是 Fin 的设计目的。 Fin 的设计非常明确和清楚地避免了这一点。 它会回答有关您的帮助中心的问题，或者只是说，“抱歉，我无法为您提供帮助。” 最终用户肯定会期望一旦机器人能够理解自然语言，就可以要求它帮我做作业，阿根廷首都在哪里，或者任何其他问题。 而且我认为这种误解会很快改变。 每个人都见过 ChatGPT，我认为现在我们将看到像 Intercom 这样的下一波人，“嘿，我们如何利用我们现有的技术和设置，并将其与 GPT 式技术结合起来，以做出更好、更受约束的经历？” 在接下来的六个月或一年里，我认为用户的期望会发生变化。

在技​​术方面也存在很多误解。 这些模型开箱即用，无需大量训练。 你今天甚至不能训练。 目前，如果你想使用 GPT-4 或任何其他大型语言模型，你无法为你的特定业务甚至你的领域训练它们。 在某种程度上，他们在没有经过培训的情况下开箱即用地做得非常好，然后还有其他解决方法，比如我们如何构建 Fin 和工程 Fin – 我们为其提供了很多业务背景当你与它互动时。 我们都在这里学习，我认为这个行业将不得不学习很多关于这些模型的参数以及什么是好的用户体验。

凯瑟琳布罗迪根：当然。 当 ChatGPT 推出时，我们都玩得很开心，它给人留下了深刻的印象，但除了这些 LLM 在市场上免费提供的服务之外，我们在这里与 Fin 一起做的还不止这些。 您认为 Intercom 的秘诀是什么？ 对于客户和他们的客户来说，这将是最令人印象深刻的事情，他们将进入并获得 Fin 并将其推向市场。

“使用 Fin，即使底层语言模型从它从互联网上了解到的关于您的业务或竞争对手的信息中知道答案，如果它不在您的知识库中，它也不会响应”

Fergal Reid：奇怪的是，我认为我们都在做更多和更少的事情，因为我们认为拥有一个只会响应您帮助台的精选内容的机器人真的很重要。 有人可以去问它一个你可能不希望机器人回答他们特定问题的问题。 人们会提出可能导致品牌受损的问题。 如果你只是去部署一个更简单的 ChatGPT 式机器人，人们会问你关于你的竞争对手的问题，它会和他们谈论你的竞争对手。 谁知道它会说什么。 它会说互联网上关于您的竞争对手的任何内容，您几乎肯定不希望您的客户参与这些对话。 如果您的支持代表这样做，您会不高兴，如果您的机器人这样做，您也不会高兴。

我们觉得 Fin 如此令人兴奋的地方在于它的局限性。 它仅限于您的帮助中心，我们在构建它时投入了大量的精力和注意力，试图通过限制和信任它的能力来捕捉自然语言对话的魔力。 正如 Des 之前提到的，我们在这里经历了一段过山车。 ChatGPT 推出后，我们说，“天啊，这会破坏支持； 这将很快发生。” 然后我们就像，“哦，不，这不是因为它不值得信赖；而是因为它不可靠。” 它给出了表面上非常吸引人的答案。” 我认为现在我们就像是，“作为一项技术，它已经变得更好了。” 随着我们学会更多地使用它，就有可能构建值得信赖的业务就绪工具。 他们有局限性。

使用 Fin，即使底层语言模型从它从互联网上了解到的关于您的业务或竞争对手的信息中知道答案，如果它不在您的知识库中，它也不会响应。 我们故意设计成这样，我们坚信这就是客户想要的。 现在我们必须在几千个客户中部署它，而且一如既往，会有边缘案例等，但我们客户的初步反应非常积极。

凯瑟琳布罗迪根：当然。 为了围绕这项技术的应用展开讨论，对于那些不知道的人，早在 1 月份，我们在 Intercom Inbox 中推出了一系列功能，背后有 AI 支持——比如对话摘要或文本扩展器，而 Fin 是显然是面向客户的产品。 您认为 AI 在哪些方面最重要或最有价值的支持？ 我们会继续为支持代理以及最终客户体验投资人工智能吗？

“对于它无法解决的对话，我们将拥有更快的支持代表。 我们非常坚信要对两者进行大量投资”

Fergal Reid：当然，我们会继续投资它。 哪里最重要的问题真的很难，我完全相信人工智能在这里的价值。 我在 Intercom 的机器学习团队工作了大约五年，但我一直持怀疑态度。 我工作的一部分一直是持怀疑态度。 当有人走过来说，“嘿，我的机器人将解决 90% 的客户查询。” 我总是说，“不，不会的。” 我现在不那么怀疑了。 下一代技术将真正具有变革性。

对于它无法解决的对话，我们将拥有更快的支持代表。 基本上，我们非常坚信要对两者进行大量投资。 两者都不可能不发生根本性的变化——基础技术的发展速度继续令人惊叹。 即使对于像我们这样非常接近它的人来说，情况也在逐月变化。 我认为客户支持和客户服务将是疯狂的几年，我们对此感到非常兴奋。 我们决心在那里，尽快将它们变成有价值的功能。

观看 Fin 的实际应用

Catherine Brodigan：我觉得这对我们的演示来说是一个很好的转折点。 Emmet Connolly 是我们的产品设计副总裁。 Emmet，在我们开始演示之前，我很乐意从您那里快速总结一下我们构建的内容以及 Fin 中的突出功能。

Emmet Connolly： Des 和 Fergal 提供了很多关于技术的背景知识以及我们将其推出的背景。 我们在 Messenger 中构建并发布了自然语言聊天机器人 Fin，它可以存在于您的产品中。 多年来，我们一直在 Intercom 中使用聊天机器人功能，但 Fin 在最先进的技术基础上进行了重大改进。 首先，它非常擅长理解自然语言问题——输入的各种问题——真正理解它们，并提供生成的自然语言答案作为问题的直接答案，而不仅仅是引用一篇文章或预先录制的片段，而是“是的，你能做到”或“不，你不能那样做”，以回应直接的回答。

从语言的角度来看，它还可以做其他事情。 它可以进行完整的英语对话，其中有来回的对话。 你可以说，“哦，当我住在我的......时，我可以带宠物吗？” 它会说，“是的，你可以。” 然后你可以说，“好吧，我能带多少？” 它明白“我能带多少？” 是宠物。 你会得到这种非常自然的来回流动。 它可以提出澄清问题、跟进等等。

“您提供的支持是您品牌的延伸，是一个关键接触点，您不希望机器人变得无赖”

这一切都基于GPT-4模型，这个现阶段很多人都听说过并尝试过的前沿语言模型。 直接用在一个产品上，这些东西有一些问题。 他们接受过网络所有内容的培训，因此任何人在互联网上谈论您公司的任何内容都可能被传送。 正如 Fergal 所说，无论您不想让您的支持人员谈论什么，我们都不希望机器人谈论什么。 我们不希望它谈论贵公司领域之外的几乎任何主题，或者提供它可以从野外网络找到的几乎任何答案。

然后，最后，它有产生幻觉的倾向，编造出看似非常自信但往往不真实的答案。 有了 Fin，我们着手解决很多这样的问题：首先，它是根据你基于知识的内容进行训练的，所以它可以谈论并且愿意回答那个领域内的问题，但不会回答那个领域之外的问题，而且它会实际上拒绝参与有关其他话题的对话。 我们意识到，在某些情况下，让机器人说“我不知道”或“我不会和你谈论那个”实际上是一项功能，也是你真正想要的。

我们希望尽可能提高可信度，因此我们也将其链接到其源材料。 这让人们可以从 Fin 得到一个简单的答案，但也可以点击阅读文章并了解更多信息。 我们为此付出了很多努力，部分原因是您提供的支持是您品牌的延伸，是一个关键的接触点，您不希望机器人变得无赖。 它是在你的知识库上训练的，在很多情况下已经存在，所以打开这个东西基本上需要零设置。 你将它指向你的知识库，将其设置为实时，机器人会立即吸收所有这些信息，将其视为知识库，并立即开始回答问题。

除了所有这些奇特的功能外，对我来说很突出的一件事是，实际采用该产品的进入门槛是如此之低，几乎没有理由不试一试，看看它如何为您服务. 我们认为将它指向任何帮助中心并打开它的成本效益比是一个荒谬的积极比率，也是人们采用 Fin 并试一试的一个很好的理由。

“这是一个对话式的、值得信赖的、零设置的 AI 机器人，它将真正补充支持团队并与他们一起工作”

然后，它的一些特别之处在于它可以与您系统的其余部分一起使用。 并不是这个独立的聊天机器人愚蠢地试图回答问题，有时却失败了。 我们能够围绕它构建这些约束和安全功能，因为我们拥有 Intercom 的其余部分，特别是支持团队，我们可以将这些查询传递给它们。 Fin 会说，“看，我不知道，”或“我不能随意谈论那个话题，但我可以将你转交给我的支持团队。” 这可以追溯到 Des 所说的，让机器人回答它擅长的问题，并让支持团队在他们最擅长的地方大放异彩。

因此，简而言之，它是一个对话式、值得信赖、零设置的 AI 机器人，它将真正补充支持团队并与他们一起工作。 我们甚至有人说，“哇，感觉就像多了一个支持团队成员。” 在该移交过程中，它可以提出澄清问题，以便团队在收到发送给他们的消息之前有更多的背景信息。 它正在帮助团队，而不仅仅是帮助客户。

凯瑟琳布罗迪根：明白了。 它植根于高度自信，知道自己的局限，知道自己擅长什么。 埃米特，为此感谢一百万。