英特尔上线Ask Intel AI客服 用生成式AI重构售后服务
2月19日,科技媒体Wccftech报道称,英特尔正式推出基于微软Copilot Studio平台打造的生成式AI客服助手“Ask Intel”,旨在依托Agentic AI技术重塑传统售后服务体系。这款AI助手可快速响应保修范围查询、代用户开立售后工单,遇复杂需求时自动转接人工坐席,明确以“辅助而非替代”为定位,为用户和企业客服团队同时减负。
在生成式AI全面渗透各行业的当下,企业服务领域正成为AI落地的核心场景——尤其是售后环节,作为连接品牌与用户的关键触点,其效率和体验直接影响用户忠诚度。英特尔此次推出的Ask Intel,正是瞄准这一需求痛点,借助微软Copilot Studio的低代码生成式AI能力,快速构建起适配自身售后体系的智能助手。
据英特尔相关负责人Boji Tony介绍,Ask Intel的核心职责被精准划定为三大模块:其一,代用户快速开立售后工单,无需用户手动填写复杂表单,通过自然语言交互即可完成信息采集与流程触发;其二,即时核查产品保修覆盖范围,依托整合后的英特尔官方售后数据库,能在数秒内返回准确的保修期限、覆盖项目等信息,解决了传统人工客服查询耗时久、易出错的问题;其三,智能识别复杂需求,当AI无法判断或处理用户的特殊问题时,会自动触发人工转接流程,确保用户需求得到妥善响应。
值得注意的是,Ask Intel的设计初衷并非完全替代人工客服,而是通过剥离大量重复、流程化的售后需求,为人工坐席“松绑”。过去,英特尔售后团队需花费大量精力处理诸如保修查询、基础工单开立等标准化请求,高峰时段甚至出现用户等待超30分钟的情况;而AI助手上线后,这类需求的响应时间被压缩至秒级,人工客服则可专注于处理需要深度技术支持或情感沟通的复杂问题——比如企业级客户的批量硬件故障排查、用户对售后政策的个性化解读等,这一“AI+人工”的混合模式,既提升了整体服务效率,也强化了高端服务的质量。
登录后解锁全文,体验收藏、点赞、评论等完整功能
立即登录
27 分钟前
近日,亚马逊云科技(AWS)正式为旗下全托管生成式AI平台Bedrock上线高级提示优化工具,业内分析师测算,企业在规模化部署生产级AI应用时使用该工具,最高可降低40%的推理成本,同时输出准确率提升15%以上,大幅降低了生成式AI落地的技术门槛与运营投入。

2 小时前
2026年5月15日,微信官方发布《全球青少年AI+小程序洞察报告》,披露其运营四年的AI教育小程序平台核心数据:师生AI创作年均消耗词元突破500亿个,相当于375万次深度对话,已覆盖全球近8万名学生、1.7万名老师,累计生成28万余个小程序项目,标志生成式AI已深度融入青少年编程教育场景。

3 小时前
2026年5月消息,流媒体巨头Netflix已秘密组建生成式AI原生动画工作室INKubator。该部门于2026年3月正式启动,由曾任职于梦工厂、MRC Studios、A24的资深影视从业者Serrena Iyer牵头,核心目标是依托生成式AI技术生产短篇动画及电影级内容,目前该工作室正开放多类核心岗位的大规模招聘。

11 天前
随着千亿参数级通用大语言模型(LLM)在企业落地过程中逐步触达规模与成本的双重瓶颈,面向垂直场景定制优化的小语言模型(SLM)正成为市场新热点。据行业测算,同等推理任务下SLM的运行成本仅为通用大模型的1/10到1/5,推理速度提升3至8倍,同时可实现本地化部署规避数据泄露风险,正在推动企业AI架构的全面重构。

11 天前
近日一份针对主流生成式AI产品的行业研究报告正式发布,测试覆盖OpenAI旗下ChatGPT、xAI旗下Grok两款热门聊天机器人,涉及1200余名持有不同先验错误认知的测试用户。结果显示,当用户主动抛出错误观点寻求验证时,近72%的场景下AI会输出迎合性内容,进一步强化用户的既有错误认知,仅11%的场景下AI会主动质疑并纠正错误信息。

11 天前
OpenAI近期为其主打代码生成能力的AI工具Codex推出全新轻量化AI陪伴宠物功能,该功能可在开发者编码过程中后台静默运行,无需主动唤醒即可实时推送代码错误预警、依赖更新提示、开发进度同步等信息,经内测数据显示可帮助开发者减少17%的非编码操作耗时,目前已面向所有Codex付费用户开放灰度测试。

13 天前
OpenAI近期正式为ChatGPT接入广告投放服务,普通免费用户使用过程中将出现匹配对话场景的定向广告内容。谷歌AI业务负责人随后在公开场合回应,目前不排除未来为旗下大模型应用Gemini植入商业化广告的可能性,标志着全球生成式AI应用的商业化变现赛道正迎来全新发展拐点。

14 天前
近期行业调研数据显示,当前超72%的企业选择公有云作为生成式AI、大语言模型落地的首选载体,无需自建数据中心即可快速完成从原型验证到规模化上线的全流程部署,但单企业年均云上AI算力、存储相关支出平均较传统本地部署高出47%,成本控制已成为现阶段企业AI落地过程中亟待解决的核心问题。