【简介】 本文是一篇采访稿，采访对象是京东云言犀团队。主要讨论了NLP（自然语言处理）领域的技术变革，特别是大模型对客服行业的影响。采访中提到了京东云言犀在智能客服领域的实践和探索，包括如何应对大模型的冲击，如何重构和改造第四代智能客服，以及如何降低成本和提高精度等问题。
【核心内容】
- NLP领域的技术变革
- 京东云言犀在智能客服领域的实践和探索
- 大模型对客服行业的影响
- 如何应对大模型的冲击
- 如何重构和改造第四代智能客服
- 如何降低成本和提高精度
以下是关键信息的列表和摘要：
- NLP领域的技术变革：
- 大模型的到来，让一些底层NLP任务不复存在，技术变革速度前所未有。
- 前半段主要集中在“机器翻译”的发展，而后半段则伴随着互联网的蓬勃发展，涌现出一些尝试推出新产品的企业。
- 技术的不断革新和突破，是推动NLP领域发展的重要动力。
- 京东云言犀在智能客服领域的实践和探索：
- 团队通过十几年的积累，形成了一支由三四百人组成的智能服务团队，涵盖了包括NLP算法、产品开发和工程交付在内的多个工种。
- 言犀平台的打造过程可以划分为几个阶段，每个阶段都有不同的技术突破和产品创新。
- 在满足自有客服体系后，团队开始商业化进程，为社会创造更大的价值。
- 大模型的出现，对团队来说是一个新的机遇和挑战，他们积极跟进并投入研发。
- 大模型对客服行业的影响：
- 大模型具有变革的力量，可以提高C端用户体验和B端应用创新。
- 言犀团队认为大模型会给未来业界带来很多颠覆，可能会优化这个行业多年的工作模式。
- 大模型改造后的客服可以成为一个企业的“大脑”，为企业决策提供数据支持。
- 如何应对大模型的冲击：
- 对于是否会取代以前的产品，团队认为并不是完全替代的关系，而是进化与融合的关系。
- 需要花费时间去梳理与现有系统的结合点，优化整合现有系统，更好地融合大模型的能力。
- 对于精度提升问题，团队通过研究改进文案生成技术，提高生成内容的忠实度、可信度和可靠度。
- 如何降低成本和提高精度：
- 降低成本的关键是降低部署成本，团队将部署成本降至了传统的1/10。
- 精度提升的问题涉及到大模型生成文案的准确性，团队通过研究改进这一问题。