AI到底如何赋能户外营销？最近ChatGPT、MidJourney等AI工具火遍全球，但它们更多是C端应用。那么，在B端领域，比如户外广告行业，AI到底能带来哪些变革？在本期节目中瓴羊营销云算法专家杨勇义，瓴羊营销云产品专家陈仁哲，瓴羊营销云产品专家黄云蛟将深入探讨AI Agent在户外营销领域的广泛应用及其带来的变革。 AI不仅提升了户外广告的效率，还通过个性化投放和精准决策支持，显著改善了广告效果。专家指出，AI技术在解决户外广告中的数据透明度问题、精准识别目标受众以及评估广告效果方面展现出巨大潜力。讨论还涵盖了AI如何优化户外广告的选点策略、实现实时监播监测，并在保护用户隐私和数据安全的同时，帮助营销人员提升工作效率和决策精准度等内容。 00:02:17 大模型不止聊天：营销人期待它成为工作助理，搞定琐碎任务！ 00:03:59 AI的终极形态？24小时精通所有知识的全能专家，人类专注创新策略。 00:07:03 广告数据黑箱破解：AI助攻，让广告主的钱不再打水漂！ 00:14:13 争议焦点：AI会不会抢饭碗？营销人开始担心失业了吗？ 00:17:46 数据魔术师登场：AI模型让营销策略更聪明、更高效！ 00:22:10 选点的重要性：广告投放的「万里长征第一步」。 00:31:01 户外广告监测革命：上刊验证+实时曝光测量，算法让广告更聪明！ 00:45:45 阿里平台妙用：品牌客户与小媒体完美结合，低价值点位重获新生。 00:50:47 阿里自研「安全屋」技术，多种加密手段为数据隐私共护航 01:00:00 AI时代新角色：人人可能成超级个体，需适应与AI协同工作。 感谢大家收听本期「数智化专家面对面」节目，欢迎您点击文稿末尾的链接，获取本期方案资料，您也可以扫描图中的二维码，有机会与数智化专家进行1V1沟通哦~

本期数字化专家面对面直播邀请了瓴羊产品法务专家夏草与瓴羊产品专家蒋佳杰，分享在AI时代下，如何借助“可信数据空间”，打破“数据不敢用”的僵局。 在数字化转型的浪潮中，可信数据空间与隐私计算成为了企业确保数据流通安全与隐私的重要手段。在本期节目中，两位专家深入探讨了这两者的区别及在AI时代下如何协同作用，解决数据流通中的关键问题。 讨论聚焦于瓴羊港数据流通平台的构建，强调了利用可用不可见技术在AI应用中实现数据有效流通与隐私保护。此外，还分享了瓴羊在数据合规、安全方面的创新措施，如引入保险保障体系，以应对跨组织数据融合的挑战，为企业提供数字化转型的支持和指导，旨在打破数据使用中的安全与隐私壁垒等内容。 00:04:09 可信数据空间的终极价值：破解数据开放与隐私安全的死结 00:05:02 隐私计算黑科技：加密算法+多方安全技术=数据可用不可见 00:06:10 三流合一！数据共享流、技术流通流、价值实现流——数据界的复仇者联盟 00:07:45 瓴羊港三大消费方式打造端到端方案，技术实力直接拉满 00:09:44 四证一险安全感套餐：实名认证+区块链存证+人保承保，合规天花板！ 00:10:37 保险公司为数据合规背书？瓴羊港这波操作颠覆认知 00:11:32 数据权限转移像点外卖？瓴羊港底座让场景构建so easy 00:16:31 动态沙箱防护：运行时短暂解密，安全性与效率兼得 00:19:32 律师天团护航数据流通，合规buff叠满 感谢大家收听本期「数智化专家面对面」节目，欢迎您点击文稿末尾的链接，获取本期方案资料，您也可以扫描图中的二维码，有机会与数智化专家进行1V1沟通哦~ 本期资料下载

本期数字化专家面对面直播邀请了瓴羊产品方案专家王丹，分享从传统报表到智能决策的转变，探讨AI在企业数据战场中的应用。节目中的分享分为三部分：首先探讨从BI到chat BI的转变如何提升企业业务价值；其次，通过智能小Q chat BI的典型产品，展示数据分析领域的升级与应用；最后，结合具体业务案例，介绍如何有效运用chat BI产品，以AI技术重塑企业数字战场。 00:01:14 AI重塑企业数据战场的三大秘诀，升级打怪必备！ 00:02:42 智能BI时代：企业和用户最关心的价值与工具是什么？ 00:05:16 自然语言交互实现需求转换，这是科技的魔法还是常态？ 00:05:39 数据开发效率提升50%，团队终于能聚焦核心系统！ 00:08:43 瓴羊「智能小Q」登场：ChatBI的典型代表如何满足智能分析？ 00:09:42 智能问数功能：多条件取数+自动分析排名，效率满分！ 00:12:54 集团净利润下降5.11%，中国地区波动是异常还是周期性？ 00:17:43 品牌A净利润暴跌1.1亿，「下降冠军」成因为何！ 00:19:46 一键报表搭建+美化，数据分析的颜值与效率双提升！ 00:23:56 中国地区净利润环比下降45.62%，这数字背后有何玄机？ 00:29:39 乳制品企业供应链决策：从手工报表到快、准、高效的智能BI飞跃！ 感谢大家收听本期「数智化专家面对面」节目，欢迎您点击文稿末尾的链接，获取本期方案资料，您也可以扫描图中的二维码，有机会与数智化专家进行1V1沟通哦~ 本期资料下载

在DeepSeek发布的伊始，瓴羊团队就第一时间将其融入到了多个产品线中，本期播客分享了在智能客服、智能分析、智能营销以及App智能运营推广领域的解决方案，希望为企业的数字化转型注入智能化能力。 「讲解大纲」 03:08 【DeepSeek×智能客服】瓴羊智能客服产品接入DeepSeek，打造企业客服的六边形战士 56:27 【DeepSeek×智能分析】瓴羊Quick BI接入DeepSeek，穿越数据壁垒，提升智能分析！ 01:46:05 【DeepSeek×智能营销】智能埋点:瓴羊Quick Tracking接入DeepSeek，智能埋点更高效 02:08:29 【DeepSeek×智能营销】智能营销:瓴羊Quick Audience接入DeepSeek，精准人群策略与高效素材创作 02:35:28 【DeepSeek×App智能运营推广】DeepSeek赋能重构U-APM，助力开发者高效诊断与运营 02:50:03 【DeepSeek×App智能运营推广】DeepSeek助力App市场，数据驱动开发者协同与业务增长 感谢大家收听本期「数智化专家面对面」节目，欢迎您点击文稿末尾的链接，获取本期方案资料，您也可以扫描图中的二维码，有机会与数智化专家进行1V1沟通哦~ 本期资料下载

商业智能（BI）作为现代企业数字化增长的助推器，越来越多应用于企业日常的决策制定、运营效率、财务管理等活动中。近期我们从市场部门了解到，现阶段客户在选择一款BI产品时不仅关心它的功能和价格，同时也越来越关注产品的性能和服务，因此本文会围绕Quick BI性能专题做一次详细的介绍。 提到性能，不同客户的关注点会有一些差异，例如有些客户访问量比较大，关注的是产品的并发性能，有些客户数据量比较大，更关心数据的查询性能，另外有些客户用Quick BI搭建了大型数据应用，对报表的打开性能有很高的要求。为了让客户更加流畅高效地使用Quick BI，瓴羊的产研团队从性能架构、性能工具以及性能保障全链路都做了精心的设计。 「讲解大纲」 02:50瓴羊Quick BI的性能架构与实践 06:41系统性能架构的四个关键主题 08:05性能体系及关键指标 10:06分布式服务器架构及应用设计 13:25流程分析引擎及多级缓存架构 16:38分析引擎架构及优势总结 18:09数据库加速效果及分析引擎限制的对比分析 21:27渲染引擎在报表生成和优化中的作用 24:14任务调度与图表渲染优化策略 29:11渲染引擎的优化与测试分析 32:05性能工具在特定场景下的优化与诊断能力 33:42性能分析工具在数据准备中的应用与优化 36:44组件级性能诊断与保障机制详解 「QA问答」 44:10Quick BI相较于国内外其他的BI产品，在性能上有什么独特的优势吗？ 45:42每个公司都有一些核心的报表，如果不通过Quick BI系统，怎么能够通过工作流接收到一些报表异常的情况，然后告知技术同学及时解决呢？ 46:54如果公司数据量比较大，处理数据耗时太久，刚才介绍到Quick BI的加速引擎，使用这个功能有什么需要注意的地方吗？ 感谢大家收听本期「数智化专家面对面」节目，欢迎您点击文稿末尾的链接，获取本期方案资料，您也可以扫描图中的二维码，有机会与数智化专家进行1V1沟通哦~ 本期资料下载

从2008年至今，中国企业出海经历三波浪潮。在出海4.0时代，海外市场增速稳步提升，智能制造行业出海年增长率超20%，健康医疗行业出海年增长率约15-20%；在消费意愿方面，海外居民储蓄意愿更低，更愿意为高单价消费电子产品付费；这为企业带来了可观的用户转化率，相较于国内市场，海外用户 App 采购增值服务、内容付费转化率分别高出57%、19.1%。 对于很多中国企业来说，“不出海，就出局”似乎已成为一项必选题。公开数据显示，据Statista数据显示，预计2025年，中国出海企业海外营销将突破500亿美元，在蓬勃发展的海外营销市场，中国企业如何在加大营销投入的同时，寻找新的增长点？数据驱动的用户运营，及其带来的增值付费服务，正成为中国企业在海外开疆拓土、乘胜追击的关键。 「讲解大纲」 02:28中国出海企业4.0阶段的用户运营与收入增长 03:34增速、消费意愿与转化率分析 05:32智能家居和智能穿戴设备的营销策略 08:53企业用户画像与精准营销策略 11:09企业数字化转型：CDP与自动化营销策略 13:44硬件加软件一体化IOT出海策略 16:28海外个性化营销策略与私域体系建设 22:09精准营销：构建多实体关系与人机多对多关联 24:04安防市场分析及增值业务策略 30:15品牌出海增长路径及私域体系建设策略 「QA问答」 30:57企业在海外营销时，瓴羊是如何帮助品牌建立数据安全合规和隐私保护的？ 32:11我们都知道私域体系建设的费用不低，有没有一些低成本落地的方案呢？ 34:16关于产品方面，QA有没有配套的海外营销推广的CRM呢？ 感谢大家收听本期「数智化专家面对面」节目，欢迎您点击文稿末尾的链接，获取本期方案资料，您也可以关注「瓴羊DaaS」公众号、视频号解锁更多更全的解决方案资料～ 本期资料下载

AI 与工具技术的结合，驱使商业智能领域发生巨变，大模型的崛起，则进一步加快了问答式BI产品的迭代速度。瓴羊Quick Bl迎来5.2版本迭代，新版本聚焦“智能、好用、开放”三大关键词，将为企业用户带来更丝滑、低门槛、可定制的BI产品使用体验。 Quick Bl 5.2 版本可以让分析更智能，让决策更简单，具体仰仗以下三大能力—— 一是更强大的问题识别与计算能力。不论是“近期销售情况怎么样”这类日常口语化表达，还是“江浙沪客户购买最多的产品类型”这类复杂计算问题，用户无需专业术语与知识储备，即可轻松问出结果。 二是场景化的问数与集成能力。不同业务部门工作人员无需考虑具体的数据库、数据表，只需选择对应的分析主题类目，即可获取供应链、销售等场景化问数结果。企业还能将Quick BI无缝衔接至自有的业务系统，满足多样化、分场景嵌入需求。即使不在Quick BI系统，用户也能随时调用Quick BI问数能力，省去了在两个系统间反复跳转的繁琐操作。 三是企业级的精细化权限管控能力。不论是问数的智能性，还是在场景化的便捷性，都离不开企业级权限管控能力。Quick BI针对自定义角色的精细化管控与授权，解决了企业“谁能管理”、“谁能用”、“谁能问什么数据”等灵活多样的权限管控诉求。 「讲解大纲」 02:13数据分析与企业级权限管控 07:54Quick BI 5.2版本功能升级及优化详解 13:43电子表格组件使用指南优化 17:59自定义组件和行为事件能力介绍 23:28智能数据分析：权限设定与数据安全 「QA问答」 24:07企业在智能问数时如何设定相关的权限以防数据泄露？ 25:27我提问的过程中可能有一些错误的指令，出来的数据不太准确，现在这个版本能不能减少这些误区呢？ 27:01可视化组件是如何帮助企业更好地理解数据变化的？ 感谢大家收听本期「数智化专家面对面」节目，欢迎您点击文稿末尾的链接，获取本期方案资料，您也可以关注「瓴羊DaaS」公众号、视频号解锁更多更全的解决方案资料～ 本期资料下载

2024年6月，全球权威的IT研究与咨询公司Gartner发布了2024年数据分析和商业智能魔力象限市场分析报告。阿里云瓴羊Quick BI作为国内唯一且连续五年入选榜单的产品，今年继续巩固魔力象限中挑战者地位，并且位置稳步提升。 Gartner报告称，Quick BI在智能化、可视化、开放性、灵活性等多方面具备明显的优势。报告中也特别提到了Quick BI结合通义千问大模型能力打造的自然语言交互式功能---智能小Q。在魔力象限中，阿里云在执行力维度几乎和Oracle、Google等企业平行，超越了IBM等一众全球美誉厂商。 步入智能BI时代，大模型与数据分析的融合已是大势所趋，Quick BI凭借安全、智能、快速、开放的特色优势，为这一问题提供了解决之道。在AIGC的助力下，企业取数问数将变得更加简单，企业决策也将更加高效、智能。 「讲解大纲」 01:49垂直领域模型高效数据分析 03:58AIGC与数据分析的融合实践 07:41BI技术趋势：从敏捷BI到智能BI的演进 11:25AI时代的数据分析与交互革命 14:17Quick BI在大模型时代的探索与实践 16:23智能小Q智能搭建场景实践 19:54Quick BI的智能问答功能解析 21:34智能小Q的技术架构与BI领域大模型应用 24:54通用智能论述中NL2SQL流程的演进 28:43Quick BI与生成式BI的未来趋势探讨 「QA问答」 29:27报告说生成式BI就是未来的趋势，你怎么看待这个问题？ 30:25生成式的BI落地技术挑战有哪些？你是怎么解决的呢？ 感谢大家收听本期「数智化专家面对面」节目，欢迎您点击文稿末尾的链接，获取本期方案资料，您也可以关注「瓴羊DaaS」公众号、视频号解锁更多更全的解决方案资料～ 本期资料下载

好数据，只有被真正有效的应用和消费，才能转化成价值，助力业务增长。尤其是在经营增长困难时期，企业需要从粗放式发展快速升级到精细化运营。数据辅助决策，是精细化运营不可或缺的一部分，且是从管理层到执行层需要全面具备的意识和能力。 很多企业的数据应用与消费正逐步加深。报表体系从重呈现，发展到重分析与行动；服务模式也在中心化的IT服务模式基础上，逐步演化出去中心化的业务自服务模式，数据使用覆盖由少到多，数据价值不断凸显。 企业内部，究竟怎么做才能让数据应用与消费更简单、更充分、更有效，最终让数据为企业发展贡献更大价值？Quick BI又可以为企业提供哪些相应的产品和服务呢？ 经过实践与交流，Quick BI与企业共同总结出促进企业数据消费与文化增强的四个方面——建构易用的数据产品体系，提供稳定的数据消费阵地，激发情境化的数据消费与协同，进行有效的运营和迭代。 「讲解大纲」 01:43简化数据消费：打造数据驱动的企业文化 04:02Quick BI助力企业打造数据驱动文化 06:50构建数据产品体系以提升用户价值 09:01Quick BI在数据产品矩阵中的支持能力 13:10智能小Q提升零售品牌数据分析效率 15:01构建企业稳定数据消费平台 18:40数据集成与BI平台推动业务决策与协同 24:32企业数据文化建设和数据消费运营策略 27:45Quick BI助力数据意识培养与报表优化 「QA问答」 28:31我们的数据团队其实做了大量的报表，但是看的人却很少，业务方想要数据时又会频繁询问，有没有好的解决方法呢？ 29:08卡片看板还挺实用的，后续还有什么更新的计划吗？ 感谢大家收听本期「数智化专家面对面」节目，欢迎您点击文稿末尾的链接，获取本期方案资料，您也可以关注「瓴羊DaaS」公众号、视频号解锁更多更全的解决方案资料～ 本期资料下载

对于企业级客户来说，接入外部系统时，需要考虑的事情无外乎两方面：一是需要将外部系统，无缝接入自身自研系统中，实现“双剑合璧”；二是需要根据自身个性化诉求，将外部系统“为我所用”，进行灵活扩展。 这便涉及到两个关键词：集成与开放。作为一站式开放平台，Quick BI的优势正在于高效集成与灵活拓展，其覆盖企业/行业数据生产、消费与流通场景，核心链路包括数据连接、建模、分析、协同、消费五个环节，管理者、一线人员无需编写繁琐的代码，只需要通过简单的可视化拖拉拽，即可轻松成为专业的数据分析师。 2024年，Quick BI持续入选全球权威IT研究和咨询机构Gartner ABI 的Magic Quardrant（魔力象限）报告，成为国内唯一且连续五年入选榜单的BI产品。Gartner报告认为，Quick BI 在智能化和开放性方面具备明显优势，所谓开放性，指的便是其可以基于一站式的开放平台，向企业级客户提供深度集成和灵活扩展的能力。具体而言，Quick BI高效集成的价值，主要在于解决以下三大难点：割裂性、差异性、效率和成本。 「讲解大纲」 04:46QBI一站式开放平台赋能企业 09:59解决数据分析深度诉求 15:24QBI开放平台的全景解析 20:39资源嵌入与流程集成能力详解 25:53QBI自定义JavaScript功能详解 30:35自定义字体插件的开发与运行机制 33:50模板市场与场景化解决方案介绍 36:44轻量化增强嵌入方案与企业权限管控解决方案 44:18QBI模板共创计划介绍与产品生态构建 「QA问答」 48:31我是Quick BI公有云的付费用户，刚才提到的一站式开放平台，有些功能我没有看到，比如说登录认证这个功能，这是什么原因，是要额外购买吗？ 49:53一站式开放平台的自定义数据源，刚才没有重点讲到，能不能展开说一下？ 51:42刚才提到的模板共创计划，想了解一下怎么报名？ 感谢大家收听本期「数智化专家面对面」节目，欢迎您点击文稿末尾的链接，获取本期方案资料，您也可以关注「瓴羊DaaS」公众号、视频号解锁更多更全的解决方案资料～ 本期资料下载

审美不够好，如何做出漂亮的报表？ 如何找到最优的数据维度，避免酷炫图表「华而不实」？ 如何让简陋的图表，变成能为我们提供决策建议的「指南针」？ 解决以上问题的关键，在于做好数据的的可视化与故事化。在一个完整的商业分析可视化体系中，可视化通常是最后的一步，也是离决策者最近的一步，通过将可视化与新技术有机结合，帮助企业不断降低决策风险，高效回答商业问题，提升信息获得效率。对此，瓴羊从商业分析可视化的设计理念与BI工具着手，借助行业模板、商业分析图表、一键美化、对话式搭建等智能能力，帮助企业完善框架、图表、视觉、交互与布局设计流程，让数据可视化为商业决策提效。 「讲解大纲」 04:04提升企业决策效率的关键 10:06商业分析可视化的设计过程 13:20构建汽车品牌门店客流分析应用 15:52商业分析图表设计原则与方法 23:44商业分析图表中色彩应用的重要性 27:04商业分析可视化与Quick BI能力 29:08可视化构建的关键维度与智能工具 「QA问答」 34:42我们公司还没有统一的看板风格，那我们怎么去推动设计师具体落地呢？ 36:35用QBI的一键美化做看板，如果不满意想要继续调整可以做到吗？ 37:23刚刚讲的都是PC端的案例，像我们老板平常喜欢用手机看数据，那QBI移动端看板是什么样的呢？ 感谢大家收听本期「数智化专家面对面」节目，欢迎您点击文稿末尾的链接，获取本期方案资料，您也可以关注「瓴羊DaaS」公众号、视频号解锁更多更全的解决方案资料～ 本期资料下载

餐饮品牌做私域，首先面临的便是庞大的会员体量带来的难题。餐饮品牌一般具有大量的会员基础，部分大型头部餐饮品牌甚至具有千万级甚至过亿会员量，但与庞大基数对应的，是会员人群特征数据的深度缺失，以及由此带来的人群洞察与权益匹配的困难。即使解决了人群细分问题，多群组的人群运营又带来了大量的配置需求与素材生产工作，工作人员难免在频繁的营销活动中分身乏术，导致营销效率低下。 针对以上问题，瓴羊基于数据、算法与自动化营销开放工具的融合，提出一套覆盖数据基础、数据采集、特征体系、营销提效、应用场景五个层次的整体解决方案，高效支持餐饮O2O场景个性化运营，实现降本增效。 「讲解大纲」 03:04瓴羊餐饮品牌智能营销解决方案 07:45瓴羊在餐饮行业营销中的应用 12:44餐饮行业精准营销策略与消费者触达 17:35瓴羊超信助力餐饮品牌提升新品推广效率 22:32利用算法模型优化推荐与消费者匹配 25:21瓴羊埋点采集平台助力数据分析 30:38餐饮品牌数字化建设四大象限 「QA问答」 32:34瓴羊是怎么平衡过去的订单记录和实时的用户行为数据的？ 35:15瓴羊怎么处理和线下点餐小程序以及线下消费的数据呢？ 38:01瓴羊怎么确保每个顾客的营销策略都是个性化的呢？ 感谢大家收听本期「数智化专家面对面」节目，欢迎您点击文稿末尾的链接，获取本期方案资料，您也可以关注「瓴羊DaaS」公众号、视频号解锁更多更全的解决方案资料～ 本期资料下载

作为零售行业较为特殊的存在，白酒行业的特性是“三高三难”：营收高、毛利高与利润高，但也同时面临终端动销难、费用管理难以及价格监管难的问题。 如今，越来越多酒企选择通过数据资产+AI智能分析的方式，驱动数智化转型，解决行业经营痛点，酒企进入一个前所未有的“新时代”。然而，部分企业在进行数据平台建设时，往往只重视了驾驶舱与分析看板，却忽视了业务模型和算法模型的建设。 对此瓴羊提出了「业务管理的指标化，指标管理的模型化」解决方案，通过数据资产+AI智能分析的方式，帮助酒企准确掌握业务进展的同时，通过经销商、团购客户评级模型建设，进行精细化“管人”、“管钱”、“管事”，实现从“人治”到“数治”的数智化转型。 「讲解大纲」 01:52白酒行业数字化转型重点：渠道营销 05:13业务管理指标化与模型化策略 12:36白酒行业营销数字化升级方案 17:02构建经销商5A评级模型的实践 21:15提升经销商管理效率的策略 25:00企业内外部数据整合应用实践 31:45白酒行业营销数字化转型的策略与实践 「QA问答」 41:38在管人方面，瓴羊具体使用哪些算法或技术来完成对销售人员的业绩达成率排名？ 45:55如何确保渠道费用真实有效并且投入产出比合理？ 49:39对于动态控制经销商配额和发货，瓴羊是如何实时获取和处理这些信息的？ 感谢大家收听本期「数智化专家面对面」节目，欢迎您点击文稿末尾的链接，获取本期方案资料，您也可以关注「瓴羊DaaS」公众号、视频号解锁更多更全的解决方案资料～ 本期资料下载

《中国人工智能大模型地图研究报告》显示，我国研发的大模型数量已位居全球第二位。随着大语言模型参数量不断变大，其在服务行业的应用也更加普遍。可以说，大模型不仅是服务企业发展的重要战略，更是赢得客户满意，甚至创造经济价值的关键所在。从降低企业服务成本，到提升客服服务效率，Quick Service为企业提供了一套降本增效的方法论，探索出大模型在服务体验细节中的巧妙应用方式。 头部大企业，内部办公软件的难点在于“庞杂”。以某制造行业头部品牌A为例，其自主研发的办公软件C产品，需要照顾到研发、生产、供链、销售、服务等10万名员工，这些员工每天会产生5000多个问题，涉及20多个部门知识，需要70多名客服运维。但这些数量庞大的提问却存在重复率高达40%、运维人员的回答不统一、专业性知识跨部门支持等难题。那么，是否可以将这些复杂且高频的问题交由AI机器人解决，来提高响应效率、降低内部服务成本呢？ 「讲解大纲」 01:44利用AI机器人解决高频重复咨询问题 04:13实现企业降本增效的方案 08:38满足知识更新与机器人准确率的需求 13:27大语言模型在协同办公场景的创新应用 17:40某汽车集团用AI提升客服效率案例分享 21:30某品牌升级客户服务体验方案 25:13大模型辅助客服端提升问题排查和填单效率 28:11Quick Service智能客服解决方案分享 34:23大模型提升制造业知识库构建的用户体验 「QA问答」 39:24基于一千多份文档，为制造业头部品牌构建了高质量知识库，具体是怎么做的呢？ 40:16你提到给汽车集团品牌B提升了用户体验，如何利用AI能实现以上的这个效果？ 40:55现在我们企业内部有很多的部门，工作流程中经常会遇到问题，如何保障多个部门协同一致？ 感谢大家收听本期「数智化专家面对面」节目，欢迎您点击文稿末尾的链接，获取本期方案资料，您也可以关注「瓴羊DaaS」公众号、视频号解锁更多更全的解决方案资料～ 本期资料下载

大语言模型浪潮袭来，驱动客服行业发生变革。自2019年以来，随着参数量的扩大，大语言模型推理、文本生成能力开始涌现。然而，从底层模型的技术跃迁，到最终的商业应用与业务落地，仍存在一系列的产品能力、技术架构的升级。 因此，我们需要思考的问题是：如何通过技术提升服务品质、效率，降低服务成本，最终实现从技术跃迁到商业价值的转换？从企业角度来看，基于技术驱动的客服场景，核心的业务价值有三点：成本、效率、业务增长。当AI大模型应用于客服场景后，还带来了数据安全的问题。 对此，Quick Service v2.0提出了“1+2”服务套件解决方案，通过Quick Service Agent服务平台，打造两套核心能力：通过AI Chat提升对话理解与问答能力，应对客户复杂指令；通过AI Pilot识别用户诉求，为客服人员提供生成式服务解决方案，最终帮助企业解决成本、效率与业务增长问题，实现降本增效。 「讲解大纲」 03:35大模型融合解决客户沟通痛点 08:40提升企业客服效率的AI解决方案 12:57大模型客服场景应用的产品能力介绍 16:43餐饮品牌客服中心升级方案 23:01通过大小模型融合提升企业业务增长 25:06新能源汽车品牌通过AI提升客户服务效率 28:47大模型在客服场景下的商业应用 「QA问答」 36:14瓴羊客服在应用AI大模型过程中，是如何平衡数据隐私与用户体验之间的矛盾的？ 39:17瓴羊智能客服大小模型融合的能力，具体是如何实现的？处理不同类型问题时，优势和局限性分别是什么？ 43:41瓴羊如何确保我们的AI模型可以持续学习，以满足不断变化的业务需求呢？ 感谢大家收听本期「数智化专家面对面」节目，欢迎您点击文稿末尾的链接，获取本期方案资料，您也可以关注「瓴羊DaaS」公众号、视频号解锁更多更全的解决方案资料～ 本期资料下载