SaaS 产品如何用好大模型？腾讯云给出了一个参考答案

来源  /   ToB 行业头条  （ID：wwwqifu）  

作者 /    樊航  

大模型赶考，腾讯云交答卷。

6 月 19 日，腾讯云举办行业大模型及智能应用技术峰会，公布了腾讯云在行业大模型方面的技术方案，并且带来了大模型行业应用的思考。

不同于市面上的其他企业，腾讯更关注大模型「商用化」可能性，聚焦于如何通过行业大模型能力快速、低成本地应用到具体的业务场景，快速实现大模型技术落地，为企业带来降本增效的新可能。

而过去在 ToB 领域深耕多年的腾讯企点等 SaaS 应用也基于腾讯行业大模型实现了新一代的升级，并在峰会一一展示。

比如，新一代智能客服能够覆盖单轮知识问答、复杂知识问答、业务办理等核心场景，将客服系统的启动时间从原本的 7 天以上缩短至分钟级或小时级，准确率也提升了 30%，提供更智能的用户互动体验；

而全新的企点分析 · AI 助手依托腾讯云行业大模型实现“对话式分析”，让业务人员通过“对话”快速获取海量数据中的数据结果及洞察结论，变革了传统的数据分析流程，将极大提升分析产出效率.....这些基于大模型技术的迭代带来了明显的产品力提升。

此番率先在应用与落地实践的探索，也让当下市场热议的“大模型如何提升自身能力迭代升级，如何在企业经营管理的长链条中发挥作用”有一份参考答案。

01

新一代人工智能客服 

解决智能客服“不智能”难题

“过去多年，腾讯企点一直朝着营、销、服智能一体化，打造高效的工具方向而努力，在此次大模型的加持下，腾讯企点完成了全新的变身。”腾讯云副总裁、腾讯云智能研发负责人、优图实验室研发负责人、腾讯企点研发负责人吴永坚如是说。

他讲到，CRM 作为客户关系管理工具早已成为企业软件必备之物，但国内的众多 CRM 软件更多是构建基本工作业务流程的好手，在实际场景需求效率优化上略有欠缺。

例如，广被吐槽的智能客服，就曾有人戏言道“有多少人工，就有多少智能”，而出现这样现象的本质则是，以往企业在解决复杂的 C 端咨询时，采取的底层逻辑大多是通过大量的人工来搭建智能客服系统的知识库，从海量的企业知识文档和接待会话中，来提炼有效信息和答案。

而通过人工搭建的数据库不仅需要花费大量的时间（2 周以上）和人力，人工所积累的企业知识也无法覆盖到用户咨询的所有场景，进而直接影响到前端用户的咨询体验。

于是当用户的咨询涉及到更加复杂的业务查询或者办理时，就会因为智能客服后台“知识库”不强大，以及高级的语音语义识别的缺失等原因，出现答非所问、服务效率低下等问题。

而基于腾讯云的行业大模型的能力，腾讯企点研发了全新一代智能客服，可以轻松解决上述问题，实现覆盖单轮知识问答、复杂知识问答、业务办理等核心场景的服务，更是可以帮助企业实现小时级甚至分钟级的知识库启动，将过去的回答准确率提升 30%。

腾讯云副总裁、腾讯企点研发负责人吴永坚

在峰会现场，腾讯企点在现场展示了一个非常直观的使用案例：

“做短视频，推荐一款数字人”当客户对官网客服提出同样的问题时。

两个智能客服给出了截然不同的理解与回答。传统客服的回答因为命中了标准问题“数字人类型介绍”，便给到了一个官方回答，显得机械且无味。

新客服则对于这句话的理解显然更准确，不仅捕捉到了问题的关键的信息：短视频制作场景，在回答中给出了 2D 真人和 3D 写实数智人是最适合的选择，还主动地追问“请问您需要选择 2D 真人形象还是 3D 写实形象呢？”复现了现实沟通中人性化与智能化的表达。

两者之间的差距在面对后续客户追加的复杂问题后，会更为明显。当传统客服因为问题没有匹配到知识库问答时，会直接给出“很抱歉，还在努力学习中”的回答。

相反，新客服则会持续给出更加丰富且全面的回答，甚至在答案中附上关键文档，方便客户日后查询了解。

而且，在识别出需要转人工客服时，人工客服也能直接获取沟通前情提要，减少重复沟通的可能性。

腾讯云副总裁、腾讯云智能研发负责人、优图实验室研发负责人、腾讯企点研发负责人吴永坚讲到：“腾讯企点通过行业大模型在知识构建层大幅提效、在对话交互层全面提升用户体验，对于腾讯企点的能力升级意义重大。”

首先在知识构建时，腾讯企点可以通过腾讯云行业大模型的海量数据和企业专业知识资产，帮助客户迅速构建出自己的企业级大模型，让知识构建的工作从原来的 2 周缩短至小时级，甚至分钟级别。

其次，在对话交互时，为了更精准地获取知识、结合上下文问题对当前问题进行融合提炼，然后利用向量数据库，找到知识库中的相关知识。

腾讯企点通过大模型叠加搜索引擎模式，让大模型更高效的触达客户的官网和行业的网络知识，获取更多的海量信息，最终帮助客户生成拟人化答案，提高回答的多样性和相关性。

02

企点分析·AI 助手 

“唤醒”沉默生产力 

让数据像飞轮般高速转动

行业大模型的应用，对于腾讯企点的提升不止体现在“服”上，在“营”、“销”两个方面也有巨大作用。

展开来看，目前诸多企业在经营过程中普遍的难题，很大程度上来自于企业生产数据的使用效率，而其中最主要的挑战则是来自于数据难打通、量大难分析、跨团队的分析执行任务以及耗时长的总结报告产出等难点。

这些难点的存在，致使大量沉默生产数据未被采用、分析，使得企业的数字化过程无法真正转动起来。对于“营”、“销”两个方面的工作都造成了极大资源浪费。

腾讯企点分析·AI 助手

而腾讯企点依托腾讯行业大模型赋予的“数据的理解、指标拆解、语言的查询、AI 的推理和结论提炼”五大核心能力研发推出的企点分析 · AI 助手，有丰富的分析知识储备，同时借助大模型通识积累和强大理解学习能力，让它成为兼具“业务理解和数据理解的复合型分析人才”。

例如，向 AI 助手提问“腾讯云官网购买页近 7 天内流量变化”，AI 助手可以很快理解业务问题，并在思考计算之后，绘制出最近 7 天的变化趋势图。

此外，通过数据结论提炼，得到相应的结论：“指标整体呈现上升趋势，幅度为 42.83%。”并结合分析思路推理，给出“这个上升趋势受到‘用户跳转来源、用户终端类型’的影响。”等相关建议。

AI 助手也可以辅助业务人员更好地使用企点分析原有的丰富功能。例如，AI 助手将在理解业务人员的自然语言提问后，自动填充完成对应用户行为分析模型的复杂配置条件。通过这种方式解决过去分析工具使用门槛高的难题。

最后，针对分析人员经常需要花费数天制作周报、月报的痛点，AI 助手借助行业大模型的推理及结论提炼能力，智能生成汇报所需展示的图表概要、内容总结等关键信息，让业务人员只需一键点击“生成报告”，即可在几秒钟后获取一份汇报 PPT，大大降低了分析人员制作数据报告的成本与耗时。

总体而言，企业的业务人员只要针对业务挑战提出问题，企点分析·AI 助手就可以秒级从海量数据中提取所需图表结果，并生成对应的数据以及业务洞察结论。

可以预见，随着类似于企点分析 · AI 助手的工具逐渐在业内应用开来，未来企业大量主动且有效的沉默生产数据将被唤醒，并且可以转化为“经营经验”实时沉淀在系统内，相当于把非结构化数据纳入整体的数据治理体系当中，创造出巨大的提升空间，让企业的数据真正像飞轮般高速转动起来。

一直以来，推动业务增长是工具应用的终极目标。同样一款优秀的 CRM 工具，不仅仅是简单基于工作流程构建，而是需要不断定义下一代工作流程最佳实践。

例如，帮助客户构建更好的管理方式，降低数字化工具应用门槛，以客户为中心，基于数据提升客户满意度的流程等等。

依托行业大模型，新一代智能客服以及企点分析 · AI 助手的腾讯企点，实际完成了具备优秀 CRM 工具的质量跃迁，不止在于简单的构建工作流程，更注重在新时代下帮助企业提升工作效率，帮助企业以最低成本数字化工具，并实现最大价值。

03

行业大模型

SaaS 升级的重要推动者

当下 SaaS 行业有一个共识：以大模型为代表的 AI 技术，对整个 SaaS 行业来说，将是一场改变未来行业格局的比赛。

在这场比赛中，考验的不仅仅是大模型时代下 SaaS 企业对新场景、新需求的理解，还有谁能更快的通过产品应用升级实现数据积累与服务迭代。

这不仅是一场跟技术的赛跑，也是一场跟时间的赛道。

在「ToB 行业头条」的观察中，从大模型走进公众视野之初，专注提供企业服务的 SaaS 企业就开始了学习与观望，但 SaaS 企业主要是为企业提供服务，他们对于数据的精准性要求更高。

在过去实践中通常会发现，如果训练数据中缺乏行业数据，那它对行业的理解仍然会存在很大的局限性，企业也无法利用这样的“大模型”去赋能应用形成真正的产品力，也因此他们更迫切需要“更懂行”的行业大模型来加速实现自我升级。

而应用了腾讯云行业大模型能力的腾讯企点、腾讯会议、腾讯云 AI 代码助手等多款头部 SaaS 产品，显然已为更多垂直行业和 SaaS 公司提供了绝佳的参考样本。

在最新公布的行业大模型研发进展中，腾讯云依托 TI 平台打造行业大模型精选商店，为客户提供 MaaS（Model-as-a-Service）一站式服务，助力客户构建专属大模型及智能应用。

其目的就是为企业减负，实现低门槛、低成本、高效率、高品质、高安全，助力企业在生产场景快速实现与行业大模型相结合。

“大模型驱动智慧涌现，产业场景已成为最佳练兵场，而腾讯云则寄希望为客户打造一站式的行业大模型精选商店，加速大模型在产业领域的创新实践。”腾讯云副总裁、腾讯云智能负责人、优图实验室负责人吴运声表示。

可以理解为，腾讯云将让 MaaS 成为一个模型精选超市，其背后本质是企业根据自身业务场景按生产需求挑选 “产品”，自由组装，剩下的技术难题交给平台就行了，涵盖模型预训练、模型精调、智能应用开发等环节。

比如典型的文旅智能客服场景，基于通用大模型做旅游攻略实际给出的信息有限，仅仅是简单的景区介绍。

但通过加入文旅行业垂直场景数据、接入文旅客户 API 接口后，模型不仅可以为用户制订细致的旅行攻略（比如每天每时每刻的详尽行程、门票费用），提供非常人性化的服务体验（附近酒店、酒店预订网址等），也让智能客服系统，实现服务商业化的闭环。

当企业根据自身需求，增加更多高质量个性化数据，模型的精调效果还会更好。

目前，腾讯云已经联合行业头部企业，为金融、政务、文旅、传媒、教育等 10 大行业输出了 50 多个解决方案，凭借其一整套 MaaS 工具链帮助企业高效率、低成本地创建和部署 AI 应用。

腾讯云 MaaS 全景图

其中，技术底座包含了大模型高性能计算集群、计算网络以及行业大模型。

中间层 TI 平台是腾讯云助力企业打造专属模型的关键，涵盖了数据标注、训练和应用全流程。依托腾讯云 TI 平台内置高质量的行业大模型，企业在加入自身独有场景数据并经过一系列训练精调之后，就可以快速生成自己的专属模型；同时根据自身业务场景需求，「量体裁衣、按需定制」不同参数、不同规格的模型服务。

顶层 MaaS 层包含了细分领域模型训练平台、应用平台、智慧应用和客服专属大模型。

对于资源、资金有限但想要低门槛、低成本、高效率部署大模型的 SaaS 企业而言，MaaS 无疑是个最佳选择。

正如腾讯集团高级执行副总裁、云与智慧产业事业群 CEO 汤道生所言，大模型只是开端，AI 与产业的融合将绽放更有创造力的未来。

有理由相信，腾讯云行业大模型平台，未来势必会成为众多企业产业场景的练兵场，而随着其生态的不断强大，或许引领各行业完成蝶变就在不久的将来。