臺灣產業如何運用生成式AI數位轉型？教授：企業自建大型語言模型

AI深度學習爲對話機器人的研究與應用，帶來許多新的可能性。 示意圖／ingimage

生成式AI演算法實現客服數位轉型的夢想

近年來，AI深度學習的方法應用在電腦理解人類語意上的突破，已爲對話機器人的研究與應用帶來許多新的可能性，例如金融業的理財機器人、企業官網的客服機器人、智慧醫療設計的網路衛教機器人，或是醫院的出院準備衛教機器人等。

在線上服務需求快速竄起的現在，企業甚至可能得24小時隨時迴應顧客，所以，有些企業已開始建置能處理常問問題（FAQ）的AI客服機器人，再加上透過線上互動管道的數位行銷已經愈來愈多元，有些品牌電商或雲端平臺服務商都迫切需要提供多元管道的線上客服，包含官網、FB 粉絲團、Line官方帳號等。

（本文出自《當數位轉型碰上生成式AI》

這一類的AI線上服務，在人力成本高的先進國家中已經十分普及，以行銷目的或關鍵字觸發的形式展開，針對企業需求與消費者接觸並進行互動，以此提供AI客服機器人服務，而且一邊互動、一邊將蒐集的語料交由客服機器人後臺引擎運算與學習。

當然，部署完成的系統應提供管理後臺，並提供關鍵Q&A問答集及最頻繁客服問題分析，甚至歸類，同時能進行知識點維護，以及相關報表資料之管理（圖27）。

生成式AI在產業數位轉型上的切入點，可以是企業內部自建大型語言模型，以積極發展產業專用型應用，也可以聚焦在例如企業客服互動系統、公司內部資料庫運用，或是場域的數據出現異常時的自動示警。

在AI技術上，則是隻要能滿足自然語言對話功能、以自然語言即問即答互動即可，至於後端的詞庫管理，則必須具備辨識關鍵詞、同義詞、同音異字、敏感詞、錯別字、甚至行銷詞識別等功能。

智慧對話引導方面，系統則要能具備上下文關聯、反問引導、知識推薦、建議問題、甚至近似比對的功能。

像真人一樣理解客戶的問題內容甚至意圖

即使已有大量的資料可用，目前爲止，像是ChatGPT在回答提問、產生內容時，仍可能出現邏輯或常識方面的錯誤；所以，另一個可以着墨的功能可能是多元答案的呈現，像是能支援答案的圖片、影片、連結、圖文、檔案等，以提供多重回應答案及知識的方式。

現今大部分的系統設計，已都具有機器學習機制，亦即透過演算法推薦答案。簡單說起來，就是客服機器人能夠像真人一樣理解客戶的問題內容甚至意圖，給予正確答案或進一步提供相關資訊。

對企業自身而言，客服機器人當然只是一種加值服務，協助企業及時回答客戶購買時遇到的問題，以及提供售後服務，像是簡易版的商品指南、銷售資訊查詢，以及針對產品的相關問題。

其中可能有很大部分是相近的，可以由提供服務的業主──比如電商平臺業者──事先彙整，好讓系統透過客服機器人明確回答這些常被問到的問題，讓消費者可自助式、即時地取得相關資訊，例如：商品詳細介紹、保固條款、銷售門市、維修據點查詢等，最少讓過去偶有客戶遲遲等不到客服人員協助的問題不再發生。

目前會使用客服機器人的企業目標客羣，主要以行銷類、客服類爲主；例如擅長推廣行銷的自媒體，就可以透過官網、部落格或粉專經營，與目標用戶溝通其品牌之服務理念和優勢，一方面可以增加市場能見度，另一方面當然就是提升品牌價值。

客服機器人當然也可以配合數位行銷工具來推廣促銷活動，或是主動推播有利行銷之資訊。如果是特定客服類，還可以更積極蒐集領域內之語料（例如旅遊用語），整合進語意分析之中，也可以根據實際客服對話內容進一步擴增連續對話情境，確保頻繁客服問題能有更高的成功對話率，當然還可以搭配即時滿意度調查，使消費者得到更好的服務體驗。

（本文出自《當數位轉型碰上生成式AI》 作者：蔣榮先 )

編輯推薦