亚马逊云科技赋能Shulex 推动全球化品牌增长打造智能客服

在当今时代，AI 无疑是备受关注的科技潮流之一。随着大模型的迅速发展，生成式 AI 在内容创作、数据分析以及智能客服等应用领域初露锋芒。这使得众多企业在出海进程中，能够借助 AIGC 应用来提升客户体验与响应速度，增强运营效能，进而构建起竞争优势。

数里行间 SHULEX（VOC.AI）作为一家面向全球 VOC 市场的 AI SaaS 公司，于 2021 年创立，总部设立在硅谷，专注于品牌出海业务，其客户涵盖了安克创新、韶音、松下、大疆、猿人科技、倍思等知名品牌。数里行间 SHULEX（VOC.AI）创始人郭振在接受采访时说道：“Shulex 致力于协助品牌企业提升用户体验，围绕市场、产品、服务三大要素，提出了‘AI-first’（以 AI 为核心）的运营理念，构建了 AI 客服和消费者洞察等产品解决方案，为品牌企业的客户体验管理环节赋能，助力品牌实现业务增长和全球化拓展。”

凭借亚马逊云科技的生成式 AI 技术与服务，Shulex 构建了创新的 AI 客服和消费者洞察产品解决方案，旨在助力跨境电商企业加速智能出海。

其中，Shulex AI 客服机器人是一款基于 AI 大模型基础研发的新型聊天工具，能够自动回复，处理售前、售中、售后等客户问题。AI Agent 客服机器人会依据用户提供的历史回信、聊天对话、文档资料、公开网页信息自动学习知识，并生成问答（FAQ）知识库。而 VOC Insight 消费者洞察能够收集并剖析全渠道的客户声音，深入洞悉消费者的期望与需求，洞察竞品的优劣之处，助力商品开发，打造自身产品的差异化价值。

基于亚马逊云科技全面且丰富的生成式 AI 技术与服务，Shulex 构建生成式 AI 应用的过程十分顺利。具体而言，在模型选择方面，Amazon Bedrock 全托管生成式 AI 服务为 Shulex 提供了多样的模型选择和一致的使用体验，允许企业通过 API 访问从文本到图像的一系列强大的基础模型，如来自 AI21 Labs、Anthropic、Cohere、Meta、Mistral、StabilityAI 等的基础模型以及 Amazon Titan 基础模型。

在模型微调与部署方面，完全托管的机器学习平台 Amazon SageMaker 能够让开发人员加快构建、训练和部署机器学习模型，从而将更多时间投入到偏上层的行业应用与功能优化，大幅提升生产效率。

在安全合规方面，Amazon Bedrock 使 Shulex 能够在保障数据安全和隐私保护的前提下，运用自有数据基于基础模型进行定制化的模型调优。Amazon Bedrock 能够确保 Shulex 的私有数据不会被用于训练底层大模型，也不会脱离企业在亚马逊云科技上的虚拟私有网络（VPC），保护私有数据的安全。

在负责任的 AIGC 应用方面，由于 AI 客服机器人最终是面向终端消费者的，其回答在很大程度上会影响消费者对企业的好感度，所以机器人与消费者互动后生成的回复需要严格的红线把控。因此，Shulex 在构建 AI 客服机器人时，十分注重回复生成的幻觉监测和红线问题的监控与预警。Amazon Bedrock 具备包括 Guardrails 在内的一系列防护机制，可提供带有可配置自定义阈值的内容筛除条件，屏蔽不良话题与敏感词，并且支持企业特定用例设定自定义防护策略。

另外，在技术支持方面，在 Shulex 打造生成式 AI 应用的早期阶段，亚马逊云科技就提供了丰富的专业技术支持资源，包含原型开发团队、数据科学家、行业架构师等。亚马逊云科技和 Shulex 团队紧密协作，通过提示语工程（Prompt Engineering）、工程化调优等步骤，迅速优化大模型性能，赋能产品开发，保障生成式 AI 应用的快速且顺利落地。此外，亚马逊云科技在全球还设有生成式 AI 创新中心，致力于帮助客户构思、设计和推出新的生成式 AI 产品、服务和流程。

在亚马逊云科技的助力之下，Shulex 主推的两大生成式 AI 解决方案获得了更多能力。其中，在 Shulex AI 客服机器人的意图识别方面，Shulex 应用 Amazon Bedrock 内置的 Claude 3 模型，以及基于 Amazon SageMaker 部署微调的 Mistral 模型构建了意图识别模块，以达成语义理解和意图识别；在知识向量化方面，Shulex 使用了 Amazon Bedrock 提供的 Cohere 模型，实现了知识的向量化处理及存储，并应用 Amazon OpenSearch Service 来支持向量数据库的构建与混合搜索功能，进一步提升知识构建和知识召回的效果；最后在客服回复生成方面，Shulex 使用了 Amazon Bedrock 内置的 Claude 3.5 Sonnet 模型进行语言处理和知识召回，实现了兼具智能度和速度的客服回复能力。

郭振补充道：“客服机器人是出海领域极具发展潜力的方向之一，Shulex 认为未来的客服机器人的发展趋势主要有两个方面，首先是多模态，传统的客服机器人主要依赖文字交互，而未来用户能够通过语音、图像、文字等多模态交互方式，与客服机器人进行交流，这将极大提升用户的使用体验；其次，未来的 AI 客服机器人不仅能回答问题，还能基于强大的推理总结与 AI 调度能力，为用户推荐产品，协助用户完成自动化办理或查询等任务，如查询订单的物流进度、完成订单退货等，为用户提供更加个性化的智能服务。”

而 VOC Insight 消费者洞察解决方案的核心在于使用向量数据库对全球各电商和社交媒体等的海量评论与社媒数据进行分类标注和实时分析，为客户提供实时的商品评论洞察报告，包括但不限于用户画像、使用场景、购买动机、商品卖点、商品不足点等。其中，在评论/文本标注方面，Shulex 使用 Amazon Bedrock 内置的 Claude 3 Haiku 模型对关键评论进行数据和语义分析，从而对评论进行归纳分析与标签生成，通过聚类清理后生成新的标签库，实现对消费者商品评论与留言等数据的更深度洞察。

通过应用 Amazon Bedrock，Shulex 的 AI 解决方案得到了增强，带来了用户满意度整体 15.4%的提升，用户留存率也因此提高了 12.1%。此外，在问题解决率方面，Shulex AI 客服机器人的 AI 平均解决率达到 50%，即在客户问题被 AI 机器人处理后，有一半的问题在 7 天内没有再次收到客户的反馈，显著提高问题处理效率，大幅降低了客服团队工作量。最后在处理效率方面，Shulex AI 客服机器人可提供 7x24 小时的服务，和平均 8 秒的响应时间，工单平均处理时长下降了 40%，显著减少了客户等待时间，提升了客户满意度。此外，AI 机器人处理了大部分初级客服工作，人工处理量下降了 30%，这不仅减轻了人工客服的工作负担，也降低了企业的人力成本。

郭振最后表示：“展望未来，我们期望继续与亚马逊云科技深入合作，持续探索生成式 AI 领域的最佳实践，基于亚马逊云科技提供的领先技术构建创新解决方案，助力更多中国出海品牌卖家实现业务增长与商业创新。”

声明：本站所使用的图片文字等素材均来源于互联网共享平台，并不代表本站观点及立场，如有侵权或异议请及时联系我们删除。