刚刚落幕的云栖大会百炼杯「智能好客服」PK 赛现场，上演了一场智能客服领域的「魔法对抗」。

比赛规则很简单，8 支参赛企业赛前卷算法，现场看效果，主办方阿里云提供模型开发平台百炼，选手用各自的解题思路去构建「智能好客服」而好的标准便是把个色人格的消费者都接待满意。

不过，主办方派出的聊天客户，却并非真人。而是同样通过百炼刻意为了「刁难」参赛队伍打造的不同人设 agent：其中，既有讲话错别字连篇还不会网购的阿姨；也有正在气头上的暴躁都市丽人。

只有魔法，才能打败魔法。参赛企业的应对，也堪称教科书级别。

比如冠军云梦科技，靠着一群技术宅团队做出了能应对暴躁都市丽人的 agent。面对买家沟通时的情绪波动，不仅能连续妥善识别应对，甚至还能分清「黄二白」「混油皮」这样的专业美妆术语，并根据买家对产品的特定需求，迅速推荐适合的产品，最后，还能在眼花缭乱的促销活动中，给出用户精准无误的解释。

获得了此次比赛亚军的合力亿捷，则派出了刚进入公司的职场新人，培训了两天不到，就直接通过阿里云百炼平台，让 Agent 就完成了三版迭代，回答的有效性从 80% 提升至 96%。

更「激进」的，是最佳创意奖得主企业云蝠智能，干脆放弃程序员参与，直接派来了公司的财务迎战「退休老大妈」agent，全程负责这次比赛的应用开发。而在此之前，这位财务，仅仅接受了 20 分钟的大模型与提示词培训。

当然，智能客服只是大模型发挥作用的经典场景之一；以此为切口，大赛主办方阿里云试图传达的更深层次意图在于：

大模型，已经真正进入卷应用的时代。

01 为什么是智能客服

关于这场挑战赛，很多人的都有一个疑问，大模型明明有很多炫酷的应用，比如自动驾驶，比如生物制药，为什么要选择智能客服这么一个看起来一点也不性感的方向？

一个基础的行业共识是，大模型应用爆发时代已经来临，每种生意都值得在大模型时代重做一遍。但每种生意的门槛与成本收益比却不尽相同。

图片来源：阿里云

毫无疑问，智能客服会是大模型落地持久战中，一个成本低、收益高的重要赛道，而它的落地场景，也渗透到了日常生活的方方面面。

一方面，智能客服是大模型长文本、多轮对话能力最直接的应用。

另一方面，智能客服背后潜藏的，是一个商业化潜力巨大蓝海市场。IDC 报告《中国智能客服市场份额，2023 ：新旧交替，增长可期》中显示，2023 年中国智能客服市场规模已达到 30.8 亿人民币，较上一年增长近 37%。

更重要的是，智能客服场景往往非常垂直，想要进入这个行业，只需要开源模型微调；但想要做好这个行业，在各行各业累积起的独家数据优势则是必不可少的一环。

也是因此，在现实中，面对智能客服机械式的问答，80% 的用户都会选择转接人工。

就以常见的买衣服来说，客服进行推荐时，往往需要用户的身高体重数据，但大部分用户并不能给出一个精准回答，而且有人习惯用公斤有人习惯用斤，有人统计身高数据用厘米，有人用米，三围数据上，更是有人有厘米，有人用尺……

这就需要模型不仅能精准理解用户需求，对用户给出的数据进行统一的单位转化，也需要能够根据判断出的用户需求，做出精准的款式与尺码推荐。

而一旦涉及到更复杂情况，比如用户讲话方言、用户情绪波动、多轮对话，以及用户随时的打断，那么，如何正确理解用户的讲话内容、保证用户的体验，就成了摆在眼前的拦路虎。这中间不仅比拼模型的技术能力，更考验对场景的理解以及对用户需求的精准洞察。

未来的市场很大，眼前的问题也不小，那如何弥合这种技术到落地之间的鸿沟？

这届百炼杯企业级 AI 应用开发挑战赛，百炼平台与浩鲸科技、亚信科技、合力亿捷、贝斯平、云梦智能、汇智智能、煜象科技、云蝠智能在内的 8 家行业知名独立开发商一同，为智能客服落地打了个样。

02 HR 也能做大模型应用，百炼凭什么？

与移动互联网时代，技术成熟与行业爆发之间需要漫长的等待期不同；大模型产业自 OpenAI 正式推出 ChatGPT 的那一天起，商业化就被按下了加速键。

短短两年时间，AI 绘画，AI 陪伴，AI 文案，就以摧枯拉朽之势将无数行业的格局与工作流颠覆，下游应用的爆发，更远远超出了所有人的预期：

数据显示，2030 年中国 AGI 应用市场规模将达到 4543.6 亿元人民币，更为重要的是，AGI 的应用市场还处在加速增长阶段：截至 2024 年 6 月 15 日，中国大模型市场共计发布中标公告 230 个，远超 2023 年全年的 190 个。

在一片蓬勃爆发的广阔蓝海，谁抓住了最多的开发者，谁就拿到了通往未来的门票。

图片来源：视觉中国

而如何培养更多的开发者，则需要一个门槛足够低，低到公司财务与HR也能动手开发的大模型应用开发平台。

2023 年 10 月，阿里云发布了大模型应用服务平台——百炼。通过集成通义以及上百款三方和垂直领域模型 API，并配套相应的开发工具，百炼可以让即使没有模型自研能力的中小企业开发者，也能以「拖拉拽」式的开发方式，在 5 分钟内创建自己的专属 AI 应用。

其中，底层算力上，百炼依托阿里云，可以支持千亿级模型的万级并发推理需求；让开发者把精力更多放在数据、业务、场景创新上。

而在生态侧，上百款大模型 API 接入之外，百炼同时还提供全链路模型服务和丰富的工具箱，并针对不同客户需求，推出了三种不同的大模型应用方式：

针对定制化需求较低，主打「开箱即用」的企业，百炼可以提供通义、Llama、ChatGLM 等在内上百款大模型 API，同时提供百川等系列三方模型的托管服务。

针对有一定定制化需求的微调型用户，百炼则提供从数据管理、模型调优、评测到部署的全链路模型服务。不仅让用户找到最合适的模型，同时让用户的算力支出，实现弹性调用，整个训练过程可视化。

而针对那些想要打造自身 RAG 应用的企业，百炼则提供 Assistant API，用户可在百炼上轻松创建知识库，并一键开启 RAG 应用，通过 Assistant API 联合输出。

不仅是针对不同开发水平的客户给出不同的开发模式；针对特定场景，百炼也推出了不同的落地扶持思路。

就比如针对此次比赛选定的客服场景，往往单一的大模型并不能很好的解决用户意图识别等问题。百炼平台通过提供完整的全链路模型工具，开源、闭源等多种模型选择，参赛者可以自由的选择不同的模型与工具进行组合搭配，以及大模型与小模型的联动，从而集多模型之所长，来更好的回答用户产生的问题。

再比如，应答客服场景中经常出现的专业知识，仅仅依靠模型以及开源数据，无法对做出精准回答，百炼则提供了集成 prompt 优化工具、流程管理工作流、插件等能力，开发者可以通过借助 RAG 搭建专属领域的知识库，来很好解决大模型的「专业知识短板」。

此外，通过高性能的模型调用服务、完整的应用创建流程、支持使用开放架构创建智能体应用，百炼更是做到了零门槛上手，财务也能开发大模型应用。

门槛降下来了，用户规模自然也就涨上去了。

根据云栖大会的最新消息，当前百炼平台服务客户数已达 30 万，其中，付费客户数较上一个季度增长超过 200%。大批开发者放弃私有化部署，直接在百炼上使用与微调各类 AI 大模型，构建自己的大模型应用。迄今为止，百炼已经成为当前市场排名第一的大模型应用服务平台。

03 技术到落地，仍需千锤百炼

不难看出，相比单纯讲述参数堆砌，打榜卷模型，本次比赛更多聚焦到了那些国内最早真正尝试 AI 应用到各行各业的人，以及为企业提供软件定制开发的 ISV 在各行各业深耕探索的开发者，甚至是对技术一无所知的行业一线员工。解决他们大模型落地过程中的开发上手难，产品用户体验等细节问题。

而这也是阿里云今年对外传达出的重要信号：深入产业，才是现下大模型产业最重要的关键词。

事实上，在大模型落地中，类似智能客服的尺码不统一、用户说方言、产品专业壁垒高深这样的问题并非孤例。

如何从上千页的产品说明中找到工程师需要的那一页，如何让财务轻松处理厚厚的票据，用户到底需要精准的正确还是模糊的可能性组合……都是摆在眼前，一个又一个具体而琐碎的问题。

而阿里云的答案是从技术中来，到落地中去，做大模型、做云服务、投资、做 MaaS、办比赛，做标杆，也做基础设施，把自己卷成国内大模型产业链中最努力也最全能的公司，从传统的云计算厂商一步步升级成为大模型时代的基础设施。

一直坚持下去，不只是因为大模型前路似锦，蓝海广阔；更是因为通往未来的路，就是一步步，一点点从解决怎么搭建客服 RAG 这样的小问题中摸索着走出来的。

真正的落地，从来都是一路咬着牙千锤百炼。

*头图来源：阿里云