中關村科金大模型應用智能語音產品，探索破解四大營銷難題

　　大模型技術正向全球各行業各領域極速滲透，隨著與垂直行業的深度融合，大模型應用場景日益多樣化。在“智能涌現”呈規模化發展之勢下，行業革新或近在咫尺。

　　智能語音技術作為最早落地的人工智能技術之一，正在發生變革。在客戶營銷領域，智能語音的企業級應用智能外呼，是泛金融業務的重要營銷工具，但部分環節如人機交互流程設定、問答話術維護更新等，一直高度依賴人工，不僅費時費力且存在各種局限性，導致業務啟動時間長、話術維護成本高、人機交互體驗差、業務流程難閉環等問題，掣肘企業數字化轉型。

　　作為領先的對話式AI技術解決方案提供商，中關村科金一直緊密跟蹤大模型的發展趨勢，進行相關的技術更新和迭代，加大研發投入探尋以上問題解決之道。

　　大模型升級智能語音產品，探索破解四大難題

　　在企業服務市場中，智能客服、智能外呼、智能營銷、智能質檢等是智能語音技術的重要應用場景，交互需求復雜且專業，如何在關鍵核心技術上實現突破，提升應用場景拓展和服務能力，是智能語音產業最重要的創新點。

　　中關村科金依托自主研發的領域大模型、大數據分析、多模態交互三大核心技術，打造數字化洞察與營銷、數字化服務與運營、數“智”底座三大矩陣，全面升級云呼叫中心、智能客服、智能外呼、質檢陪練、智能音視頻等營銷服產品體系，實現高效率、低成本、規模化的AI創新應用。為企業享有大模型技術紅利，實現原有生產工具的升級和業務流程的變革提供助力。

　　1.業務啟動時間長，預置模板來幫忙

　　由于缺乏金融領域的數據積累，過往的知識庫冷啟動通常由運營人員進行業務問題梳理，手動翻看各類文檔和歷史聊天記錄，沉淀初始問答，再整理成“標準問-相似問”的形式導入知識庫，耗時費力。部分銀行各類業務文檔總數高達1000多個，需要投入的人力之大可想而知。

　　為此，中關村科金總結沉淀多年泛金融領域的業務經驗，定制了30+套智能外呼場景的金融話術模板，真正做到開箱即用。并借助金融領域大模型的泛化能力，實現僅需少量業務數據訓練，即可使模板高度適配業務場景，打造簡單、交互友好、高度智能的營銷機器人產品。

　　在銀行信用卡業務中，中關村科金基于領域大模型升級后的外呼營銷機器人，在邀請開卡、卡片激活、賬單分期、靈活分期等場景，根據客戶所處的不同階段，使用個性化的流程話術精準觸達，智能鎖定意向客戶，有效提高營銷轉化率。

　　在貸款業務中，中關村科金外呼營銷機器人在理財產品購買、基金購買、定期到期跟進等場景，通過機器人外呼將活動和權益及時、準確的同步用戶，用戶促活效果顯著。

　　目前中關村科金通過大模型技術升級后的外呼營銷機器人，已攜手多個客戶落地實踐。在與某農商行合作的項目中，中關村科金對該銀行的呼叫中心進行了數字化升級。外呼營銷機器人自上線150多天來，AI外呼量達200W，累計激活2W張信用卡，營銷轉化率高達25%，營銷貸款額度達9.82億，等效替代300人年坐席。

　　2.話術維護成本高，智能抽取顯神通

　　對于知識回復準確度要求較高且專業知識廣泛的行業，話術的維護效率和采編質量往往難以平衡。

　　面對海量知識時，純靠人力梳理效率低下，而中關村科金自主研發的金融領域大模型，通過指令微調（Instruction Tuning）學習并具備了豐富的指令響應能力 ，可輕松實現FAQ的智能抽取以及相似問的自動擴寫。業務人員只需審核便可使用，既提高了維護效率，也兼顧了話術質量。

　　3.人機交互體驗差，千人千面個性答

　　“抱歉，我沒聽懂您的問題，請換個說法再說一次好嗎？”

　　在傳統智能外呼的人機交互中，若用戶觸發了機器人未覆蓋的知識內容，機器人只能重復上述內容，令人哭笑不得。

　　而中關村科金通過大模型技術，則可結合用戶信息自動生成prompt，從而實現千人千面的個性應答，避免未知“不答”的情況，有效保障人機交互體驗。

　　4.業務流程難閉環，營銷自動化流轉助轉化

　　傳統模式下，完成智能外呼后，還需要營銷人員手動歸類整理客戶信息，之后再進行下一個業務流程，流轉效率較低。而中關村科金利用客戶數據中臺（CDP）賦能營銷自動化（MA）進行精準觸達，從CDP獲取客戶屬性值（例如：理財偏好、風險偏好、資產等級等），并形成不同的客戶畫像，據此生成多種客群類型。

　　使用CDP來進行客戶數據源處理、整理完成各類客群后，結合大模型的生成提示能力，即可按照客群維度執行MA預設的“手動外呼+預測外呼+智能外呼+短信”的多渠道復合觸達的策略任務，結合每個SOP對應節點選取的業務專家梳理的限定詞，最終可生成話術和產品營銷方案等，有效提高業務流轉效率和客戶營銷轉化率。

　　MA落地效果顯著，轉化率提升近10%

　　以某消費金融客戶項目為例：

　　在該項目前期，系統根據客戶歷史數據以及客戶行為分析，對客戶生命周期進行了詳細細分，將最終轉換目標拆解到每個周期的核心節點，并確定每個節點的觸達時間、觸達方式和觸達內容，形成初步的營銷計劃。其中觸達內容部分，大模型會根據提示詞生成節點話術，并通過限定字數、溝通風格等，使生成結果更加接近理想效果。

　　從經過CDP的數據源對接獲取名單、進行客戶分群，再到MA的自定義策略流程，整個營銷計劃從名單的流入、分群，再到執行觸達、最后的數據回流，全流程完全實現自動化。

　　營銷人員通過定期的數據分析，不斷優化營銷流程，通過AB對照，形成相對穩定、每個環節轉換效果最佳的觸達方案，以此循環，最終實現業務的增長。

　　目前為止，該項目已通過策略中心優化營銷話術流程，客戶觸達率提升31%，轉化率提升9%，營銷人員工作效率提升10倍。

　　在大模型掀起的科技狂潮中，各行各業都在積極進行技術探索。中關村科金將繼續推進在大語言模型和多模態交互等領域的前沿研發和技術轉化，通過提供創新、高效以及智能的應用，助力企業打造更個性化、更低成本、更高效率的營銷通路與客戶服務。

　　作者：趙開云--得助智能交互產品經理