近日,《哈佛商业评论》创刊百年中国年会举办,备受瞩目的“2022·「鼎革奖」数字化转型先锋榜”榜单于会上揭晓,浪潮信息基于“源”大模型的智能客服机器人荣获“年度新技术突破奖”。
“鼎革奖”评选由《哈佛商业评论》、清华大学全球产业研究院联合发起,旨在通过理论模型研究与实地考察调研结合的考评方式,发掘探索企业最真实且前沿的转型典例,为国内企业奉献了诸多极具参考价值的数字化转型实践成果。

浪潮信息智能客服机器人“源晓服”是为数据中心服务而生的专家级智能客服,支持浪潮信息服务器、存储、边缘计算等八大产品线的全代际数据中心产品售后服务,拥有技术、产品、故障、服务四大类超百余种专业问题的解决能力,可覆盖终端用户92%的咨询问题,日均处理客户服务达近千次。
区别于传统智能客服的简单查询与单轮对话,“源晓服”基于强大的专业知识理解能力与自然语言理解能力,可对复杂的数据中心技术咨询进行智能提问引导与问题的精准定位,并给出高可靠、高可读、高度精细化的专业解答。针对数据中心常见技术问题,如系统安装、Raid配置、部件异常等问题,“源晓服”的解决率高达80%,可将复杂技术咨询问题的业务处理时长降低65%,提升浪潮信息整体服务效率达160%。
在训练方面,“源晓服”可自主学习原始产品及技术文档,摆脱传统的FAQ人工训练模式,提升专家服务团队人效30%。同时,“源晓服”能够对历史对话数据与效果进行智能分析,实现能力的自主进化。
浪潮信息智能客服机器人“源晓服”基于“浪潮智能客服大脑”打造而成,打破传统的多知识库、多模型驱动的智能客服底层架构,实现了智能客服能力与模式的全新变革。
为建立全方位全流程的智慧服务生态,浪潮信息以全球领先的AI模型“源”为智能引擎,依托InService智能服务平台,构建了“智能客服大脑”,具备超强的语言理解、数据分析、自主学习和智能推理能力。通过学习2万余份产品文档、用户手册,结合百万余条浪潮信息专家工程师服务对话、数十万份日志、工单数据进行算法训练,“智能客服大脑”不仅支持自然语言交互服务、也能够实现对已授权IT设备的智能运维与诊断,还支持对专家工程师、备品备件等资源的智能管理与调度,成为支撑浪潮信息服务智能化转型的核心“大脑”。
基于智能客服大脑,浪潮服务团队打通了客服、运维、工单调派、备品备件等服务全流程,能够实现用户咨询的全渠道智能响应、数据中心设备的全天候智能运维、一线工程师的智能调派、备件生产和仓储的前瞻性规划。结合I2R(Issue to Resolution)流程打通,浪潮信息全面提升客户服务的专业品质,以全流程的服务数智化转型重塑IT客户旅程。
浪潮信息CEO彭震表示,智能客服机器人是浪潮信息整体智能化转型的一个重要板块,在浪潮智能客服大脑的驱动下,我们的智能客服机器人“源晓服”在快速成长进化。当然,这只是我们在数字化、智能化转型过程中非常有益的尝试,要全面实现客户服务体系的智能化,需要研发、生产、营销、交付、服务、供应链各个环节的有机协同,需要整个平台能力的全面提升,这也就是目前浪潮信息正在推动的企业智能化升级转型,我们还有很长的路要走。

未来,浪潮信息智能客服将逐步从依赖个体专业能力、单一追求效率的传统服务模式,走向“智慧大脑”驱动的平台化的专业智能服务新模式,打造智慧时代的IT售后服务全新体验,也为行业大脑产业化应用探索出新的路径。
好文章,需要你的鼓励
阿联酋阿布扎比人工智能大学发布全新PAN世界模型,超越传统大语言模型局限。该模型具备通用性、交互性和长期一致性,能深度理解几何和物理规律,通过"物理推理"学习真实世界材料行为。PAN采用生成潜在预测架构,可模拟数千个因果一致步骤,支持分支操作模拟多种可能未来。预计12月初公开发布,有望为机器人、自动驾驶等领域提供低成本合成数据生成。
意大利ISTI研究院推出Patch-ioner零样本图像描述框架,突破传统局限实现任意区域精确描述。系统将图像拆分为小块,通过智能组合生成从单块到整图的统一描述,无需区域标注数据。创新引入轨迹描述任务,用户可用鼠标画线获得对应区域描述。在四大评测任务中全面超越现有方法,为人机交互开辟新模式。
AI代码编辑器开发商Cursor完成23亿美元D轮融资,估值达293亿美元。Accel和Coatue领投,Google、Nvidia等参与。公司年化收入已突破10亿美元。Cursor基于微软开源VS Code打造,集成大语言模型帮助开发者编写代码和修复漏洞。其自研Composer模型采用专家混合算法,运行速度比同等质量模型快四倍。公司拥有数百万开发者用户,将用新资金推进AI研究。
MIT研究团队发现,AI系统无需严格配对的多模态数据也能显著提升性能。他们开发的UML框架通过参数共享让AI从图像、文本、音频等不同类型数据中学习,即使这些数据间没有直接对应关系。实验显示这种方法在图像分类、音频识别等任务上都超越了单模态系统,并能自发发展出跨模态理解能力,为未来AI应用开辟了新路径。