在第十屆中國(guó)數(shù)字服務(wù)產(chǎn)業(yè)發(fā)展年會(huì)的重要環(huán)節(jié)——中國(guó)數(shù)字服務(wù)數(shù)智化峰會(huì)上，微博客服總監(jiān)劉靜文圍繞“服務(wù)行業(yè)AI實(shí)踐應(yīng)用”這一主題，分享了微博客服在輿情服務(wù)智能化轉(zhuǎn)型中的探索與成果。此次分享吸引了眾多行業(yè)精英關(guān)注，共同探討AI技術(shù)為服務(wù)行業(yè)帶來(lái)的變革機(jī)遇。

微博客服在2024年之前主要采用傳統(tǒng)服務(wù)模式，通過(guò)語(yǔ)音、在線(xiàn)及工單等形式被動(dòng)處理用戶(hù)咨詢(xún)。然而，隨著微博平臺(tái)的發(fā)展，其特性決定了用戶(hù)常通過(guò)公開(kāi)發(fā)博、@官方賬號(hào)或在評(píng)論區(qū)留言等方式咨詢(xún)問(wèn)題，這促使客服需從公開(kāi)場(chǎng)景中主動(dòng)發(fā)現(xiàn)并解決問(wèn)題。自2024年起，微博客服開(kāi)始向主動(dòng)服務(wù)模式轉(zhuǎn)型，但這一轉(zhuǎn)型面臨諸多挑戰(zhàn)。

信息規(guī)模與傳播速度是首要挑戰(zhàn)。微博平臺(tái)日發(fā)博量巨大，信息能在短時(shí)間內(nèi)從個(gè)體事件發(fā)酵為全網(wǎng)熱點(diǎn)，這對(duì)監(jiān)測(cè)系統(tǒng)的實(shí)時(shí)性與覆蓋能力提出了極高要求。其次，用戶(hù)前臺(tái)發(fā)言情緒表達(dá)常大于問(wèn)題描述，真實(shí)訴求隱藏在情緒化表達(dá)中，需客服透過(guò)表象識(shí)別核心問(wèn)題。公開(kāi)交互中易涉及用戶(hù)個(gè)人信息、退款等敏感內(nèi)容，處理不當(dāng)會(huì)放大輿情風(fēng)險(xiǎn)。

為應(yīng)對(duì)這些挑戰(zhàn)，微博客服構(gòu)建了“感知 - 決策 - 行動(dòng)”的AI驅(qū)動(dòng)閉環(huán)體系，實(shí)現(xiàn)了從被動(dòng)響應(yīng)到主動(dòng)預(yù)警與挖掘的轉(zhuǎn)變。在傳統(tǒng)輿情服務(wù)中，“看不全、判不準(zhǔn)、動(dòng)作慢”是三大痛點(diǎn)。盡管依托關(guān)鍵詞庫(kù)過(guò)濾信息，但因信息量龐大和關(guān)鍵詞更新滯后，仍有大量遺漏；人工判斷主觀性強(qiáng)，對(duì)同一內(nèi)容可能作出相反判斷；從發(fā)現(xiàn)到回復(fù)用戶(hù)的流程鏈條長(zhǎng)，難以滿(mǎn)足輿情處置對(duì)“快”的要求。

引入大模型技術(shù)后，微博輿情服務(wù)發(fā)生了三方面變革。從關(guān)鍵詞匹配轉(zhuǎn)變?yōu)檎Z(yǔ)義泛化與情境理解，利用AI能力高效提升了信息識(shí)別準(zhǔn)確率；將人工線(xiàn)下統(tǒng)計(jì)轉(zhuǎn)變?yōu)锳I自動(dòng)摘要與意圖分析，縮短了決策路徑；借助AI預(yù)警與干預(yù)，服務(wù)角色從“救火隊(duì)員”轉(zhuǎn)變?yōu)轱L(fēng)險(xiǎn)“規(guī)避者”。

智能化建設(shè)使微博輿情服務(wù)的效率和效果顯著提升。日均檢測(cè)量達(dá)到數(shù)十萬(wàn)級(jí)，發(fā)現(xiàn)問(wèn)題量較之前增加11倍，信息處理人效提升9.7倍，重點(diǎn)用戶(hù)覆蓋率達(dá)100%。負(fù)面輿情首次響應(yīng)時(shí)間從“小時(shí)級(jí)”進(jìn)入“分鐘級(jí)”，重點(diǎn)事件分析報(bào)告產(chǎn)出時(shí)間從“天級(jí)”縮短至“小時(shí)級(jí)”。智能監(jiān)測(cè)還為15個(gè)業(yè)務(wù)部門(mén)輸出產(chǎn)品改進(jìn)建議，其中21條被采納。

在構(gòu)建輿情服務(wù)智能閉環(huán)方面，微博客服從策略分流、任務(wù)生成、任務(wù)處理和前臺(tái)感知等角度出發(fā)。策略分流環(huán)節(jié)，根據(jù)用戶(hù)發(fā)博場(chǎng)景、傳播影響、用戶(hù)價(jià)值和情緒等綜合策略劃定分流規(guī)則，人工定策略后由機(jī)器執(zhí)行。任務(wù)生成環(huán)節(jié)，進(jìn)行動(dòng)態(tài)的任務(wù)定級(jí)，根據(jù)輿情趨勢(shì)變化調(diào)整定級(jí)，規(guī)避高風(fēng)險(xiǎn)問(wèn)題；通過(guò)內(nèi)部協(xié)同模型實(shí)現(xiàn)任務(wù)預(yù)警，打通內(nèi)部工作；利用答案匹配模型確保回復(fù)內(nèi)容專(zhuān)業(yè)準(zhǔn)確。

任務(wù)處理采用四級(jí)處理機(jī)制。AI處理約97%的重復(fù)性高、風(fēng)險(xiǎn)低的常規(guī)問(wèn)題；人機(jī)協(xié)同處理復(fù)雜業(yè)務(wù)問(wèn)題和需提供決策參考的問(wèn)題；人工處理“三高”問(wèn)題（高價(jià)值用戶(hù)、高敏感問(wèn)題、高風(fēng)險(xiǎn)輿情），確保精準(zhǔn)把控。任務(wù)處理結(jié)束后，通過(guò)多輪交互跟蹤用戶(hù)反饋，自動(dòng)生成評(píng)價(jià)報(bào)告與數(shù)據(jù)分析，持續(xù)優(yōu)化分流策略與模型。

智能閉環(huán)的構(gòu)建離不開(kāi)三層核心能力。感知層要智能識(shí)別內(nèi)容情感和意圖，識(shí)別反諷和情緒化表達(dá)背后的真實(shí)訴求，具備熱點(diǎn)與趨勢(shì)自動(dòng)聚合能力。決策層明確人工負(fù)責(zé)制定分類(lèi)規(guī)則與校準(zhǔn)準(zhǔn)確率，AI負(fù)責(zé)執(zhí)行判斷、分流與定級(jí)，建立動(dòng)態(tài)處理路徑。行動(dòng)層包括智能化技術(shù)推薦、自動(dòng)創(chuàng)建工單、語(yǔ)義中識(shí)別線(xiàn)索與產(chǎn)品創(chuàng)新點(diǎn)等。

微博客服的智能閉環(huán)發(fā)展經(jīng)歷了不同階段。從最初的單點(diǎn)工具期，解決正負(fù)向判斷等單點(diǎn)問(wèn)題，提升過(guò)濾效率；到人機(jī)協(xié)同期，串聯(lián)多個(gè)環(huán)節(jié)形成流程骨架；再到如今的智能閉環(huán)期，形成可復(fù)制的全鏈路能力，實(shí)現(xiàn)從效率提升到價(jià)值創(chuàng)造的轉(zhuǎn)變。作為月活5.78億的國(guó)民級(jí)社交平臺(tái)，微博擁有海量、活躍的源頭數(shù)據(jù)與十余年輿情實(shí)戰(zhàn)經(jīng)驗(yàn)，其提煉出的智能閉環(huán)方法論已具備應(yīng)用于其他行業(yè)與機(jī)構(gòu)的潛力，有望突破傳統(tǒng)客服邊界，成為各行各業(yè)洞察民情、預(yù)見(jiàn)風(fēng)險(xiǎn)、激發(fā)創(chuàng)新的“戰(zhàn)略雷達(dá)”。