项目概述
万科集团作为中国地产龙头企业，始终走在数字化转型的前列，致力于通过强化科技与各业务的关系，提升产品品质，优化运营管理，为客户提供更好的服务质量。面对客户、业务多样化带来的挑战，万科技术团队敏锐地发现了Azure OpenAI服务的潜力，并成为中国首批将Azure OpenAI服务应用于实际业务场景的企业之一，通过构建预警平台，大幅提升了客户服务质量和响应速度。
所属行业
房地产
技术类型
AI服务预警
项目地点
中国
项目背景
无需多言ChatGPT的火热。仅上线一周就获得百万注册用户，发布两个月活跃用户数突破1亿，足以证明它有多"出圈"。对话式AI机器人ChatGPT，也打破了此前Tik Tok九个月用户数破亿的纪录，成为史上用户增长最快破亿的应用。
整个人工智能、云计算领域乃至互联网行业，都意识到了ChatGPT的强大。而ChatGPT的基础模型——由OpenAI提供的Generative Pre-trained Transformer 3（简称GPT-3）能力远不止于Chat。
作为微软的合作伙伴，创云科技可为企业开通绿色申请通道！包括企业版AZURE OPEN AI最新版本GPT-4 Turbo、Dalle-3，只要企业有需求，创云科技都能协助快速开通！
微软官方认证企业账号
无需梯子、不会遭受封号风险！享有企业级SLA保障！
无需境外信用卡、合规开具增值税发票！
GPT-3是GPT系列的第三代模型。从GPT-1到GPT-3，参数量由1.17亿到1750亿，增长近1500倍。优化后的算法加上更大的模型容量以及海量的语料规模，对GPT模型的能力产生了可观的提升，在few-shot，one-shot，zero-shot中的表现尤为突出，并能够在进行微调下即可具备灵活的模型自定义功能，能符合不同行业的业务特性。
微软目前作为OpenAI落地商用企业服务的唯一平台，依托微软Azure云平台强大的算力支持，以及Azure OpenAI宇宙最强的自然语言处理能力，帮助企业更好地实现数据管理，切实提升生产力。
痛点难题
客户服务响应不及时
传统客户服务模式下，对客户投诉和问题的处理往往被动且滞后，无法及时发现和解决潜在问题，导致客户满意度下降，甚至影响企业声誉。
数据处理效率低下
面对大量舆情、投诉和突发事件数据，传统人工处理方式效率低下，难以从海量信息中提取有价值的见解，容易出现漏判、误判现象。
缺乏主动预防机制
现有服务体系多为事后响应，缺乏有效的前置预警机制，无法在问题扩大前主动介入，导致问题处理成本高、效果差，客户体验受损。
解决方案
Azure OpenAI模型嵌入预警平台
在2023年2月，万科将Azure OpenAI嵌入到风险预警平台中。该平台利用GPT-3模型从大量舆情、投诉、突发事件数据中提取特征，并充分利用微软Azure云服务能力，将落在云平台的数据通过Power Automate建立自动化工作流进行管道传输，投入基于LUIS、Azure Machine Learning建立的模型。在对投诉数据进行分类、打标等自动化处理后，模型会整合判断结果，由平台实时呈现相关事件并预警，通过公众号消息进行及时的上传下达。
智能数据分析与预警机制
对于传统人工模式容易忽略的零散客诉，Azure OpenAI模型能够做到统一收集，精准分类，并进行预警。比如某项目在一个月内，因交付维修问题长期未关闭引发的14起投诉。此类投诉发生时间离散且不规律且等级较低，人工处理容易漏判、误判。但在Azure OpenAI模型面前，预警认定标准不受人为因素的干扰。预警下达后，经进一步核实，问题有效指向了前端业务集中交付维修漏单后得到及时处理。
持续反馈与智能学习闭环
整个预警过程中，建立了持续反馈、智能学习的机制。随着模型标注数量的增加，模型训练的程度也会相应增加，为后续事件提高识别的准确率。实现从业务中产生数据、数据回馈业务的一条端到端的完整闭环流程。通过这个预警平台，把分类的部分交给了AI数字大脑进行第一轮过滤，减轻人工判断的压力；预警平台也将问题前置，把业务中事后补救的工作向事前处理的方式转换，让处理在问题之前，提升客户的满意度。
项目成果
准确率显著提升
基于GPT-3模型的自定义训练，契合了地产行业的特点，使投诉数据标签准确率相较此前提升了5个百分点，达到业界领先水平。
有效预警次数倍增
自试用以来万科预警平台共触发预警3792次，有效识别了大量潜在风险问题，显著提升了问题处理的前置性和及时性。
客户满意度提高
通过主动预警和及时处理，有效缩短了客户服务类问题的解决周期，提高了客户服务质量及客户的满意度。
房地产AI应用知识
AI在房地产行业的应用价值
人工智能技术正在为房地产行业带来革命性的变革，从客户服务到运营管理，从市场分析到风险控制，AI的应用正在帮助房地产企业提升效率、降低成本、增强客户体验。特别是在大型房地产企业，面对复杂多变的市场环境和日益增长的客户期望，AI技术的应用价值更加凸显。
房地产客户服务AI化的关键考量
在房地产行业应用AI技术提升客户服务时，需要重点关注以下几个方面：
数据安全与隐私保护：确保客户数据的安全性和隐私保护，符合相关法规要求
行业特性适配：AI模型需要针对房地产行业的特定语言和场景进行定制化训练
实时响应能力：建立能够实时监测和响应客户需求的AI系统，提供及时的服务
人机协作机制：明确AI与人工服务的边界和协作方式，发挥各自优势
持续学习与优化：建立AI模型的持续学习和优化机制，不断提升服务质量
房地产企业AI应用建议
房地产企业在推进AI应用时，可参考以下建议：
问题导向的应用策略：从实际业务痛点出发，选择最能创造价值的场景进行AI应用
数据基础的夯实：加强数据治理和基础设施建设，为AI应用提供高质量的数据支持
渐进式实施路径：采用小规模试点、逐步推广的方式，降低实施风险，积累经验
跨部门协作机制：建立技术团队与业务部门的紧密协作机制，确保AI应用的实用性和有效性
价值评估与持续优化：建立明确的价值评估体系，定期评估AI应用的效果，持续优化改进