私认为，客服产品可能是大模型落地的最佳场景，遂做个记录~
1.关于未来
1.1 趋势及终局思考
人员管理加大：随着00后的上岗，在客服“机械化”和“外包化”的问题上，会逐步加剧人员的流动性和招聘难度。
市场零和化：电商市场已经是零和博弈，销服可能会变得越发重要，同时销服可能会逐步从售后向售前渗透朝着导购助理化发展，从留存价值转向销售价值，甚至入口价值。
1.2 核心策略
核心是通过大模型智能化，提升服务效率，加快客服的去人化进程，同时提升服务的情感温度和质量。且个人认为，从整个泛零售形态的产品单元中，客服产品可能是能最能让大模型落地且产生价值的单元。
组织结构和生产关系变化
一线客服：人数减少，同时客服人员素质和质量提升，专注高净值或难缠用户。
二线客服：逐步转向策略化运营或者是标注，流程性事务全部交由ai及工程系统处理。
主导方式：由业务运营主导可能会转向PM主导，在内部落地的过程中我们发现，业务很难理解新技术的工作方式、而算法反向又较难直接理解业务场景，而PM在这个过程中可能起到决定性作用。
1.3 大模型应用场景，核心都是提升资源分配的效率和服务的能力质量
意图识别：通过模型的推理能力，把客户的非标准问题转化为知识库的标准问题，进行解决，改变过去基于关键词、类型、相似句的检索方式。
情绪识别：更优的情绪识别能力，让情绪紧急的用户优先进线，提升整体客服满意度。
客服训练：对于仿真训练，从过去基于“剧本”，转向基于“模型评分”的形式，大幅提升训练灵活度和评分准确性。
多语言翻译：坐席在国内，就可以通过大模型的翻译，去服务各国不同的用户，大幅降低翻译中的语意损失。
客服措辞优化：用户对话时，实时自动帮助客服优化语料，提升表达能力，改变对于客服回复死板的认知。
客服智能质检：定时扫描每日对话，检查其中可能存在的问题进行汇总，不再通过“工程匹配”的形式去做质检。
2.产品大图
