博客

在企业IT快速发展的格局中，企业如何利用人工智能提升客户服务效率？将像DeepSeek这样的先进AI模型集成到现有虚拟化平台中需要考虑哪些关键因素？ZStack的AIOS Helix平台如何简化智能客户服务解决方案的采用？随着企业越来越多地从VMware转向ZStack以优化其IT基础设施，对SupportAI这样的创新工具的需求激增，该工具由DeepSeek提供支持。ZStack是虚拟化和云平台的领导者，已开发出SupportAI来应对这些挑战，将其强大的ZSphere平台与AI能力无缝集成。本文探讨了ZStack的SupportAI，通过DeepSeek-R1增强，如何为企业转变技术支持，提供对其开发历程和实际实施的洞察。无论您是在寻求AI驱动的客户服务指导，还是在探索从VMware到ZStack的迁移工具，这个案例研究提供了成功之路。
SupportAI的关键能力包括：
提取内部数据（网站、工单、论坛、Jira、Confluence）以增强RAG能力
与DingTalk、WeChat Work、WeChat客户服务等系统无缝集成
为客户提供卓越的支持，包括销售、售前和技术支持团队
通过智能代理和ChatRobot确保信息流畅和高效协作
DeepSeek-R1的发布为SupportAI带来了新的机会，为其配备了一个“更智能”的大脑。在技术和业务团队的共同努力下，SupportAI现已集成了最新的DeepSeek-R1模型。
本文将分享SupportAI从2022年的设计到最近与DeepSeek集成的旅程。我们希望我们的经验可以帮助更多公司进行AI驱动的数字化转型。
I. 为什么要构建SupportAI？
自2015年以来，ZStack已部署了600多个可信云，帮助4000多家公司进行数字化转型。这一旅程积累了丰富的实践经验和最佳实践。随着业务的增长，技术支持部门面临越来越大的压力，现有的客户服务系统遇到了新的挑战。
2022年，像OpenAI这样的大型模型的兴起为技术服务创新带来了机会。ZStack迅速动员其技术团队开发SupportAI。通过集成来自网站、企业工单、内部论坛、Jira和Confluence的数据，SupportAI处理并为大型模型微调这些数据。这为技术支持团队带来了AI客户服务能力。在最初的探索和零敲碎打的努力之后，它过渡到了ZStack的AIOS Helix平台。模型部署和评估的持续优化提高了支持效果和响应准确性。如今，SupportAI是技术服务部门的核心资产。
在解决ZStack自身业务需求的同时，SupportAI也是将大型模型应用于企业AI解决方案的实践案例。本文详细介绍了SupportAI的设计和步骤，希望对面临类似挑战的其他公司有所帮助。
II. 版本演变：SupportAI背后的技术突破
（1）2022 MVP版本
在2022年大型模型热潮之前，ZStack使用自动化聊天机器人帮助工程师高效检索问题，通过推荐系统链接相关文档。随着ChatGPT和国内模型的出现，技术团队开始测试基于大型模型的解决方案。在评估了包括海外选项在内的多个模型后，由于其在处理中文语义方面的优越性，Qwen2被选为第一个SupportAI版本的基础。
中间层使用FastGPT来编排工作流程和加载知识库文档。基础层依赖于Qwen进行问答能力。这是最初的架构。MVP版本为工程师提供了有限的效率提升。它主要验证了技术可行性并关闭了工作流程循环。然而，它偶尔提供不相关或质量低的回应。
（2）2024基于AIOS Helix的版本
2024年，ZStack推出了AIOS Helix，实现了轻松的资源调度、模型加载、评估、微调和推理服务部署。经过内部研究，SupportAI在Helix上作为其AI基础重建。
凭借MVP的经验和开发人员与服务人员的合作，迁移、数据微调和部署在一周内完成。自上线以来，它一直在持续优化。得益于AIOS的模型管理和高可用性，应用程序在升级期间保持运行。
Helix提供了模型管理、选择、数据工程、硬件计算、运营和API控制的模块。在Helix之前，这些需要手动开发和维护。有了Helix，SupportAI释放了人力，专注于提高响应质量、准确性和业务应用。
AIOS Helix中内置的组件，如FastGPT和Dify，提供了用于工作流编排、知识库上传、发布管理和模型切换的Web界面。这简化了SupportAI的开发和维护。
III. 通往精确回应的途径
MVP版本的平均回应质量主要源于原始数据质量差。ZStack工程师通过清理数据和完善问题分类来解决这个问题，以提高知识库质量和回应效果。
（1）通过数据清理提高数据库质量
数据收集：来源多样，跨平台的内部文件有多种格式—PDF、Word文件、D