在快速发展的数字时代,与客户保持24小时不间断的联系是保持企业竞争力的重中之重。然而,疫情催生的远程办公模式无疑为企业的业务正常运作及客户服务带来不小的挑战。业务停滞造成与客户“失联”的情况不仅会让企业错失销售机会,更可能会影响到品牌声誉、收入盈利乃至公司未来的整体发展。
思杰的技术与解决方案,能够帮助企业员工从远程安全、可靠地访问业务所需的核心应用和数据,如CRM系统、客服信息等等,从而帮助企业在大规模远程办公的情况下也能维持客户服务的正常运作。
思杰在亚太地区拥有成熟的技术支持团队,包括软件升级工程师、前端工程师以及区域客户合作的重要业务资源。思杰亚太呼叫中心支持普通话、广东话、日语、韩语等多语言的客户服务。客服团队的日常服务包括建立并处理技术支持工单、按需升级软件、协同产品管理部门快速地解决客服需求等多个方面。
在新冠肺炎疫情发展的初期,为了保障员工的健康与安全以及业务的正常运作,思杰亚太地区迅速启动业务连续性计划。以思杰亚太地区客服中心为例,思杰在中国和日本的软件升级工程师和技术支持团队均按计划居家办公,利用不同的终端,通过思杰数字工作空间安全地访问工作所需的应用程序和数据,该解决方案可有效确保CRM系统中客户信息的安全并防止数据外泄。
运用思杰虚拟应用程序和桌面搭建的实验环境,工程师们可以模拟客户的场景并重现其面临的技术问题。另外,团队可以利用数字工作空间中的软件电话进行呼叫处理及路由。鉴于数字工作空间早已是技术支持团队日常工作的主要工具,在疫情期间员工们仍像往常一样访问CRM系统和实验环境,呼叫处理也依旧照常运行。
有了业务连续性计划的加持,疫情期间思杰亚太客服中心的客服呼叫处理速度和整体的客服处理数量与日常相差无几,员工依旧维持了高效的生产率以及高质量的客户服务水平。以美国平均规模的呼叫中心为例,若缺乏业务连续性计划以及关键应用的支持,每分钟或将造成5000美金的损失;若遭遇网络宕机,中小企业或将面临每小时20000美金的损失,每日或将流失约185000美金的生产力。
在企业运营的过程中,各种各样的干扰是不可避免的,自然灾害、流行病、网络攻击、设备和电力故障,都可能导致意料之外的业务中断。而构建业务连续性计划,可以确保企业在任何时候都能够保持良好的业务运营水平以及不间断的客户服务。
Forrester Research发现,75%的企业组织都曾在过去五年中使用过业务连续性计划。因此,一套完整有效的业务连续性计划在企业的运营策略中是必不可少的。成熟的业务连续性计划需要涵盖业务的各个方面,既要保障业务持续也要考虑到灾害情况下的业务恢复。
尽管业务连续性计划的投资成本可能很高,但相比于业务中断,这些投资是有意义的。因此,制定业务连续性计划时,需谨慎衡量其成本与价值是否相符。并且,业务连续性计划的制定并非一蹴而就,有效的业务连续性计划是动态的,需要适时更新,不断完善。
在思杰业务连续性计划的指导下,亚太地区的思杰支持团队已经在家工作了近三个月时间。到目前为止,亚太区的业务几乎没有受到影响,且保持着极高的运营水平。基于亚太区的成功实践,思杰的业务连续性计划被沿用至全球各地。
好文章,需要你的鼓励
这项来自苹果公司的研究揭示了视频大语言模型评测的两大关键问题:许多测试问题不看视频就能回答正确,且打乱视频帧顺序后模型表现几乎不变。研究提出VBenchComp框架,将视频问题分为四类:语言模型可回答型、语义型、时序型和其他类型,发现在主流评测中高达70%的问题实际上未测试真正的视频理解能力。通过重新评估现有模型,研究团队证明单一总分可能掩盖关键能力差距,并提出了更高效的评测方法,为未来视频AI评测提供了新方向。
这篇来自KAIST AI研究团队的论文提出了"差分信息分布"(DID)这一创新概念,为理解直接偏好优化(DPO)提供全新视角。研究证明,当偏好数据编码了从参考策略到目标策略所需的差分信息时,DPO中的对数比率奖励形式是唯一最优的。通过分析DID熵,研究解释了对数似然位移现象,并发现高熵DID有利于通用指令跟随,而低熵DID适合知识密集型问答。这一框架统一了对DPO目标、偏好数据结构和策略行为的理解,为语言模型对齐提供理论支持。
VidText是一个全新的视频文本理解基准,解决了现有评估体系的关键缺口。它涵盖多种现实场景和多语言内容,提出三层评估框架(视频级、片段级、实例级),并配对感知与推理任务。对18个先进多模态模型的测试显示,即使最佳表现的Gemini 1.5 Pro也仅达46.8%平均分,远低于人类水平。研究揭示输入分辨率、OCR能力等内在因素和辅助信息、思维链推理等外部因素对性能有显著影响,为未来视频文本理解研究提供了方向。
ZeroGUI是一项突破性研究,实现了零人工成本下的GUI代理自动化在线学习。由上海人工智能实验室和清华大学等机构联合开发,这一框架利用视觉-语言模型自动生成训练任务并提供奖励反馈,使AI助手能够自主学习操作各种图形界面。通过两阶段强化学习策略,ZeroGUI显著提升了代理性能,在OSWorld环境中使UI-TARS和Aguvis模型分别获得14%和63%的相对改进。该研究彻底消除了传统方法对昂贵人工标注的依赖,为GUI代理技术的大规模应用铺平了道路。