Hard Krypton Erstveröffentlichung | Ein von Li Zexiang mit drei Investitionsrunden unterstützter Doktor der Zhejiang-Universität hat den weltweit ersten visuellen technischen Kundenservice-Roboter für After-Sales-Dienstleistungen entwickelt.
Laut Hard Krypton hat WeChain Intelligence, ein Unternehmen für visuelle Modelle, kürzlich eine Angel-Finanzierung in Höhe von fast zehn Millionen Yuan abgeschlossen. Die Investoren sind Li Zexiang und Lu Qi, die Investitionsgesellschaften sind Dongguan Qingshuiwan Phase II Venture Capital Partnership (Limited Partnership), Ningbo Institute of Intelligent Technology Co., Ltd. und Beijing Qichuang Chuangtan Phase II Venture Capital Center (Limited Partnership). Diese Finanzierungsrunde wird hauptsächlich für Forschung und Entwicklung verwendet.
WeChain Intelligence wurde 2023 gegründet. Der Gründer Ning Dongdong ist 31 Jahre alt, hat in Maschinenvision an der Zhejiang-Universität promoviert, gehört zu den frühen Fachleuten in China, die sich mit Deep-Learning-Maschinenvision beschäftigen, und verfügt über reiche Erfahrung in der Bildverarbeitung.
Ning Dongdong erklärte gegenüber Hard Krypton, dass er ursprünglich unter der Anleitung von Li Zexiang an der Produktentwicklung im Bildbereich gearbeitet habe und bei Untersuchungen festgestellt habe, dass der Kundenservice in der Unterhaltungselektronikbranche sehr primitiv ist. Ning Dongdong handelte jedoch nicht vorschnell: Um einen umfassenden Überblick über die gesamte E-Commerce-Kundenservicekette zu erhalten, untersuchte er die Situation von drei verschiedenen Seiten: E-Commerce-Plattformen, Händlern auf den Plattformen und Anbietern von KI-Kundenservice-Tools.
Ning Dongdongs erste Station war eine dreimonatige Tätigkeit als Praktikant im Kundenservice bei JD.com. Er stellte fest, dass das interne System von JD.com sehr ausgereift ist: „Die Abteilungen für Logistik, Finanzen und E-Commerce sind vollständig vernetzt, und der Kundenservice kann direkt die Detailseiten der Eigenhandelsgeschäfte beeinflussen oder die Logistikadresse ändern.“
Anschließend arbeitete er als Vorverkaufs-Kundenservice-Mitarbeiter bei einem Elektrohändler auf der Plattform. Die Situation dort war anders: Alles erfolgte vollständig manuell, die Plattform stellte fast keine Tools zur Verfügung, für die Kontaktaufnahme mit Logistikdienstleistern oder Technikern musste man anrufen, was die Effizienz gering machte. „Ein Kundenservice-Mitarbeiter bei JD.com kann an einem Tag 300 komplexe Nachverkaufsfälle lösen, während ein Kundenservice-Mitarbeiter bei einem Händler weniger als 80 Fälle pro Tag bearbeiten kann.“
Beide Praktikumsstellen hatten jedoch Gemeinsamkeiten: Das Einkommen war mit etwa 3000 Yuan niedrig, und die Personalfluktuation war hoch. „Zum Beispiel während meines Praktikums bei JD.com gab es fast 100 Personen in meiner Jahrgangsgruppe, ein Jahr später waren nur noch etwa 5 Personen übrig.“ Außerdem wechselten die Schichten Tag und Nacht, was den Körper stark belastete, und die Arbeitsbelastung war sehr hoch, sodass hohe Anforderungen an die psychische Belastbarkeit der Mitarbeiter gestellt wurden.
In der gesamten E-Commerce-Branche gibt es mehr als 5 Millionen menschliche Kundenservice-Mitarbeiter, erklärte Ning Dongdong. Bei großen Verkaufsaktionen verlangen die Plattformen, dass Nachrichten innerhalb von 30 Sekunden beantwortet werden. Frühere KI-Technologien ermöglichten es Robotern, einige einfache Fragen zu beantworten, aber dies machte weniger als 20 % aller Anfragen aus und erforderte zudem eine manuelle Überprüfung. „Einige Unternehmen müssen sogar eine Stelle namens KI-Kundenservice-Trainer einrichten, um Frage-Antwort-Paare zu konfigurieren, um die Roboter nutzen zu können, was monatliche Kosten von mehr als 10.000 Yuan verursacht.“
Ning Dongdong analysierte, dass es in der gesamten Branche mehrere schwerwiegende Probleme gibt: Erstens langer Ausbildungszyklus. Aufgrund der hohen Fluktuation im Kundenservice haben die meisten neu eingestellten Mitarbeiter keine Erfahrung, und ihre Ausbildung dauert 1 bis 2 Wochen oder sogar einen Monat. Zweitens hohe Personalkosten. Von 8 Uhr morgens bis 12 Uhr nachts werden mindestens 4 Mitarbeiter benötigt. „Ein mittelständisches Unternehmen mit einem Jahresumsatz von etwa 500 Millionen Yuan benötigt 50 Kundenservice-Mitarbeiter. Zusammen mit Sozialversicherungs-, Verwaltungs- und Standortkosten betragen die durchschnittlichen amortisierten Kosten pro Person fast 10.000 Yuan pro Monat.“ Drittens hohes Risiko für den Marken-Nachverkauf. Unerfahrene Kundenservice-Mitarbeiter können leicht zu Problemen im Marken-Nachverkauf führen, „ein einziger Beitrag auf Xiaohongshu kann eine Marke zerstören“.
Ausgehend von diesen Problemen hat WeChain Intelligence den branchenweit ersten dialogischen Roboter für den „technischen Kundenservice“ entwickelt, der speziell auf E-Commerce-Szenarien ausgerichtet ist. Er konzentriert sich darauf, die Probleme hoher technischer Hürden, schwieriger Fehlerdiagnose und hoher Personalkosten im Nachverkaufsprozess von Unterhaltungselektronik und komplexen Hardwareprodukten zu lösen.
Konkret erreicht das Produkt mehrere Punkte: Erstens durchbricht es die Einschränkung herkömmlicher Kundenservice-Roboter, die nur Text verarbeiten können. Es verfügt über starke Fähigkeiten zum Verstehen von Bildern und Videos und kann sogar komplexe technische Zeichnungen und Konstruktionspläne von Elektronikprodukten interpretieren, um Hardware- oder Nutzungsprobleme schnell zu lokalisieren. Zweitens kann es selbstständig denken, aktiv diagnostizieren und nachfragen. Es verfügt über tiefe logische Schlussfolgerungsfähigkeiten und kann bei unklaren Beschreibungen von Benutzern wie ein technischer Experte aktiv Fragen an Benutzer stellen, um die Fehlerbehebung zu leiten. Dadurch wird eine vollständig autonome Beantwortung von Fragen und unabhängige Betreuung in komplexen Nachverkaufsszenarien erreicht, ohne dass häufig auf menschliche Mitarbeiter zurückgegriffen werden muss. Drittens unterstützt es die Integration und aggregierte Bedienung über mehrere Kanäle auf gängigen E-Commerce-Plattformen, fügt sich nahtlos in den bestehenden Arbeitsablauf der Händler ein und bearbeitet technische Nachverkaufsanfragen vollständig automatisiert.
Im Hinblick auf die kommerzielle Umsetzung verfügt das Unternehmen über einen Grundstamm hochwertiger Kunden aus über 270 Markenunternehmen für Unterhaltungselektronik, gestützt auf das Ökosystem von Li Zexiangs Unternehmen im Bereich Unterhaltungselektronik. Ning Dongdong erklärte, dass es langfristig zwei Modelle geben wird: den direkten Verkauf von Tools und den Verkauf von Dienstleistungen. „Beim Verkauf von Tools betragen die Softwarelizenzgebühren für ein Unternehmen mit einem Jahresumsatz von 500 Millionen Yuan nur 50.000 bis 100.000 Yuan, es dauert zu lange, um einen Jahresumsatz von 100 Millionen Yuan zu erreichen. Wenn wir jedoch seinen Kundenservice übernehmen und direkt Ergebnisse liefern, zahlt er uns die ursprünglichen jährlichen Ausgaben von 2 Millionen Yuan für sein Team. Dadurch steigt der durchschnittliche Auftragswert von 50.000 auf 1 Million Yuan, und der Kunde kann zusätzlich 1 Million Yuan einsparen.“
Im Folgenden finden Sie Auszüge aus dem Interview von Hard Krypton mit Ning Dongdong:
Hard Krypton: Wie soll das von Ihnen erwähnte „vollständig autonome Nachverkauf“ verstanden werden? Was sind seine Vorteile?
Ning Dongdong: Die meisten herkömmlichen Kundenservice-Mitarbeiter sind Neulinge, die seit 1 bis 2 Monaten im Unternehmen arbeiten. Sie reagieren langsam, antworten leicht falsch auf Wissenspunkte, und die Kundenservice-Mitarbeiter der Generation 00 sind unter großem emotionalen Druck, sodass ihre Antworten leicht oberflächlich sind. Der KI-Kundenservice hingegen verfügt über das vollständige Wissenssystem erfahrener Mitarbeiter, reagiert schnell, das Wissenssystem wird nach strengen Regeln aktualisiert, sodass keine falschen Antworten auftreten, und er kann stets freundlich bleiben.
Das sogenannte „vollständig autonom“ bedeutet, dass der gesamte Prozess vom Eintreffen der Benutzeranfrage bis zum Abschluss der Interaktion vollständig von der KI betreut wird, ohne dass menschliche Mitarbeiter eingreifen. Im Gegensatz zu anderen Anbietern muss kein Mensch alle Dialoge überprüfen.
Hard Krypton: Wie haben Sie es auf technischer Ebene geschafft, die vollständig autonome Übernahme zu realisieren?
Ning Dongdong: Die Agenten anderer Wettbewerber führen nur einen einzigen Modellaufruf durch, beantworten eine Frage mit einer Nachricht, verfügen über keine Multimodalitätsfähigkeiten und können Bilder und Videos nicht verstehen. Benutzer sind im Nachverkaufsszenario jedoch stark auf Bilder und Videos angewiesen, und es sind mehrere aufeinanderfolgende Fragen und Antworten erforderlich, um Probleme zu lösen.
In der früheren Schwierigkeitspyramide des Kundenservice ist der Vorverkauf am einfachsten, zum Beispiel das Abfragen von Parametern. Der Nachverkauf ist schwieriger, zum Beispiel die Abwicklung von Rücksendungen und Umtauschen. Der technische Nachverkauf ist am schwierigsten, da Fehler diagnostiziert und schwerwiegende Nutzungsprobleme gelöst werden müssen. Viele Gründer in der Branche stammen aus dem E-Commerce- oder NLP-Bereich, verfügen über keinen Hintergrund im Bereich Bildverarbeitung und drängen sich im harten Wettbewerb des Vorverkaufs.
Unser Team stammt jedoch aus dem Bereich Maschinenvision, für uns ist die Schwierigkeit umgekehrt: Der technische Kundenservice ist wie das Lösen von Mathematikaufgaben, er beinhaltet nicht viele komplexe Emotionen, sondern hat nur feste Lösungen: Rücksendung, Fehlerbehebung oder Anleitung zur Bedienung. Der technische Kundenservice und der gewöhnliche Nachverkauf sind Bereiche, in denen viele menschliche Ressourcen verbraucht werden und die noch von niemandem erschlossen sind. Wir können genau mit unseren Multimodalitätsfähigkeiten und unserer Erfahrung in der Bildverarbeitung einsteigen.
Hard Krypton: Der technische Nachverkauf unterscheidet sich stark zwischen verschiedenen Branchen. Wie erreicht Ihr Produkt Allgemeingültigkeit? Wie sind die Fähigkeiten zur Erkennung von Bildern und Videos?
Ning Dongdong: Unsere Generalisierungsfähigkeit ist sehr stark. Obwohl sich das Produktwissen unterscheidet, können wir dies durch den automatischen Aufbau von Wissensdatenbanken realisieren. Der gesamte Nachverkaufsprozess ist standardisiert: Nach dem Hochladen von Konstruktionsplänen, Nutzungshinweisen und historischen Dialogen kann eine Wissensdatenbank erstellt werden. Derzeit konzentrieren wir uns hauptsächlich auf die Unterhaltungselektronikbranche.
Bei den Erkennungsfähigkeiten weisen Videos kohärentere Semantiken auf als Bilder und sind leichter zu verstehen. Unsere Fähigkeit, Videos und Bilder zu verstehen, ist im Test vergleichbar mit der von Menschen: Was Menschen klar sehen können, können auch wir klar erkennen. Wenn die Aufnahme unscharf ist, weist die KI den Benutzer an, das Objekt richtig auszurichten und erneut aufzunehmen. Derzeit können wir in Experimenten 80 % der Probleme des technischen Nachverkaufs-Kundenservice lösen.
Das System hat sehr hohe technische Hürden: Erstens muss der Gründer ein tiefes Verständnis für Bilder haben, da das gesamte System sich vollständig von reinen Dialogsystemen unterscheidet. Zweitens muss das selbst entwickelte Modell mit gängigen Multimodalitätsmodellen kombiniert werden. Drittens muss es in der Lage sein, die Produktstruktur und die lokalen Teilebilder der Benutzer zu verstehen. Es ist sehr schwierig, neu erfundene Unterhaltungselektronikprodukte zu verstehen, die das große Modell noch nie gesehen hat, und dies durch die Kombination von großen und kleinen Modellen und entsprechender Architektur zu erreichen, damit die lokalen Teilebilder erkannt werden können.