2013年11月,美团外卖在北京成立。7年过去,美团以5800亿港元的市值一跃成为仅次于阿里、腾讯的中国第三大互联网公司。巨头崛起的背后,是移动互联网技术对线上线下资源的全面重构和高效赋能。
随着移动互联网的主战场从消费互联网转移到产业互联网,7年前在外卖领域发生的一切变革,此刻正在制造业服务领域真实的上演着。
制造业是国民经济的支柱产业。在高质量增长的大背景下,我国制造业的转型升级加速,工业产品的科技含量和技术升级加快,用户对于专业化服务的需求越来越高。这意味着服务正逐步上升为制造业企业的核心竞争力之一,不仅要交付产品,还要提供上门的安装、维修服务,给企业创造附加价值。
在从生产型制造向服务型制造转型的过程中,制造业服务领域的“美团模式”应运而生。外卖要解决的关键问题只有一个:如何依托有限的骑手在最短时间内准确完成订单。这背后是算力的PK,即如何依托人工智能实现最优派单。在制造业服务领域,这一关键问题变成如何依托有限的上门服务人员高效的完成客户的服务需求。
全球智能服务人形机器人品牌“软银机器人”,是世界500强企业软银集团旗下公司,全球超过4000家国际知名商用客户、近5000所科研院校的选择使用。但他们却能够做到故障维修及时响应和解决,同时保证备件呆滞库存低于同行业90%以上,这背后的秘密正在于制造业服务领域的“美团”ServiceGo。
ServiceGo是沃丰时代科技旗下的现场服务云平台。依托大数据和人工智能,ServiceGo聚合企业的人流、订单流、备件流,进行智能化、数据化、可视化的一站式管理,让制造业服务真正实现管理有依据、实施有效率,实现客户满意度的全面提升。
无论何时何地,用户可以选择电话、微信、邮件、APP任意渠道,提起现场服务的需求。依托高效和强大的自动化调度引擎,ServiceGo能够进行上门服务人员的最优派单,规划最优路线,在适当的时间把适当的人员送到适当的地点。通过位置签到、足迹管理、现场视频以及在线用户反馈,管理人员能够远程监测服务质量。通过供应商系统的接入,ServiceGo能够对备件进行全生命周期的管理。在服务过程中,采集到的所有数据都会留存到系统中,管理者可以使用预置的最佳实践或灵活配置的可视化报告对服务数据进行全面透彻的分析,为现场服务团队的管理以及未来的决策提供有力的依据。
制造业售后服务全场景流程图
上线两年来,ServiceGO已经帮助软银机器人、OPPO、特斯联、新华三等知名制造企业实现服务转型。随着物联网时代的到来,生产设备、工业产品数据的将实现实时采集分析,依托需求预判的智能化上门服务调度也成为可能。服务型制造业的时代正在加速到来,现场服务云ServiceGO也将释放更大的市场潜力,成为智能客服领域新的增长点。
服务案例详解:
全球智能服务人形机器人品牌“软银机器人”,是世界500强企业软银集团旗下公司,提供完整商用服务机器人与智能教育机器人解决方案,全球超过4000家国际知名商用客户、近5000所科研院校的选择使用。
结合软银处理售后服务工单及寄修工单时需要查询及关联多业务系统数据特点,ServiceGo搭建统一管理平台将呼叫中心等多渠道工单管理、CRM管理、产品管理、RMA寄修工单管理等有效整合,并和客户ERP系统对接,实现RMA工单与维修单、备件库存、销售订单实时关联,寄修的机器人设备信息会维护到设备跟踪表(记录机器人设备的出库状态、产品状态、寄修记录),帮助客户准确追踪寄修设备的服务状态,做到工单处理和寄修单处理及时高效且全程可监控。
ServiceGo经过软银机器人的多轮调研以及Demo演示,确认其完全可以满足公司当前业务需求,并结合多个可配置模块,如自定义的库存零件管理系统模块、机器人信息管理模块等,确保业务可以良好运营。
特斯联是光大控股孵化的高科技创新企业,同时也是光大集团“三大一新”战略中新科技板块的代表企业。以人工智能+物联网应用技术为核心,为政府、企业提供城市管理、建筑能源管理、环境与基础设施运营管理等多场景一站式解决方案。
目前,特斯联在北京、上海、重庆、武汉、深圳等地设立研发中心,全国落地8400多个项目。以往的报修过程只能通过客服接听电话之后,对工程师进行人工调度,因为信息的偏差经常会出现遗漏的情况,如果调度不正确,不仅客户的问题得不到解决,还增加了工程师重复的工作量。
通过ServiceGo现场服务管理系统,当有客户打电话进行保修,客服人员接线之后创建工单,根据特斯联不同地点的项目,通过地图查看服务资源的位置,根据预判问题及客户描述,智能筛选专业匹配度,并分配工作单。
工程师随时可以访问到客户提供的现场信息,包括历史信息以及场地细节的信息,都有助于服务的展开和进行,与客户的沟通也可以通过移动端进行,通过嵌入的呼叫中心组件,客户工程师可以随时联系。
借助ServiceGo客户服务管理系统,特斯联大大提高了上门维修的效率,持续优化业务流程,打造更精细化的服务管理策略,与全国各项目的服务过程对接、进行服务数据的存储分析,提高客户服务水平、增强客户服务体验。
好文章,需要你的鼓励
这项研究提出了R1-Searcher++框架,通过两阶段训练策略使大语言模型能像人类一样灵活利用内部知识和外部信息。该方法创新性地采用强化学习激励模型优先使用内部知识,并引入记忆机制将检索到的信息转化为内部知识,实现动态知识获取。实验表明,R1-Searcher++不仅在多步问答任务上表现优异,还大幅减少了检索次数,显著提高了推理效率。
这项研究提出了AutoRefine,一种革新性的强化学习框架,为大语言模型引入了"边思考边搜索和完善"的全新范式。与传统方法不同,AutoRefine在连续搜索调用之间添加知识完善步骤,让模型能够有效过滤和组织信息。通过结合答案正确性和检索质量双重奖励,该方法在七项问答基准测试中平均提升6.9%的准确率,特别在复杂多跳推理场景中表现突出,解决了现有检索增强推理的核心局限性。
这项研究揭示了一种新型网络安全威胁:利用普通网络广告攻击AI网页代理。中科院研究团队开发的AdInject攻击无需特殊权限,仅通过精心设计的广告内容就能误导AI代理点击恶意链接,成功率高达90%以上。研究使用严格的黑盒模型,更符合现实场景,暴露了当前AI代理面临的实际安全漏洞。实验还表明,即使添加专门的防御提示,这类攻击仍能成功率超过50%,凸显了设计更强大防御机制的紧迫性。
东北大学与快手科技联合研发的UNITE系统为多模态信息检索带来突破性进展。这项发表于2025年5月的研究首次系统分析了模态特定数据如何影响检索性能,并提出创新的模态感知掩码对比学习技术,有效解决不同模态间的竞争关系。UNITE能同时处理文本、图像、视频及其组合,在40多项测试中超越现有方法,即使与参数规模更大的模型相比也表现出色。研究发现视频-文本对在通用检索中表现优异,而文本-文本和文本-图像对对指令遵循任务至关重要,为未来多模态系统研究提供了宝贵指南。