创新型人工智能客户支持方案：
随着 GPT-3 和 ChatGPT 等大规模语言模型 (LLM) 的出现，群晖 (Synology) 探索了如何通过人工智能提升客户服务效率。然而，群晖并没有直接部署 LLM，而是开发了一套基于召回增强生成 (RAG) 技术的系统。该方法使公司能够充分利用自身数据库，确保客户回复准确、相关且符合内部政策。
Synology 的生成式人工智能应用经理 Steven Liang 解释说： “通过集成 RAG，我们可以在保持高标准的隐私和安全的同时，为客户提供准确且有用的答案。这使我们能够高效地解决日常咨询，使我们的支持团队能够专注于需要人工处理的更复杂的案例。”
Synology 的 AI 系统如何运作
Synology 基于 RAG（红黄绿）的支持系统遵循四步流程，旨在确保数据隐私和效率：
构建全面的RAG数据库：该流程首先基于过去一年的技术服务记录创建数据库，并对所有记录进行去标识化处理以保护客户隐私。然后，对数据进行分段和索引，以便于检索，并利用语义嵌入优化搜索。
客户需求分析：收到支持请求后，人工智能首先对数据进行匿名化处理，然后评估客户的意图。如果请求需要专业技术支持或远程诊断，系统会将其转接给人工顾问。在其他情况下，人工智能会通过提取信息或建议后续客户互动步骤来确定最佳响应方案。
检索上下文相关数据：通过语义搜索，AI 提取相关的历史案例，从而构建精准的回复。Synology 还通过重分类模型提升结果的相关性，该模型会根据相似性重新校准结果。
生成符合策略且经过监督的回复：AI 根据客户意图、获取的数据以及 Synology 的准则生成回复。系统还会进行额外检查，以确保不包含敏感信息。如果需要人工审核，支持团队会在将 AI 生成的建议发送给客户之前对其进行评估。
这标志着客户支持效率的显著提升。
借助这一架构，群晖的AI系统显著提升了日常咨询的响应速度。 “AI赋能的支持服务使我们的响应速度提升高达20倍，确保我们的客户能够更高效地获得所需帮助。” 梁先生评论道。通过自动化处理简单的咨询，群晖的支持团队得以专注于更复杂、更紧急的案例，从而进一步强化了其对个性化服务的承诺。
