RTE2024：AI如何重新定义即时通讯

生成式 AI 的快速发展,正在推动各行各业迎来变革,例如 社交 陪伴、在线教育、 智能硬件 等。同时在 RTC、IM 等能力的加持下,人与 AI 的交互正变得越来越智能、高效与个性化。10月25日,环信 IM 产品负责人王璨受邀参加 RTE2024实时 互联网 大会 AI 论坛,带来了《技术赋能:AI如何重新定义即时通讯》的主题演讲。

本篇内容在不改变其原意的基础上,为方便阅读进行了删改,以下为分享原文:

大家好,我是环信IM的王璨,作为IM的产品经理我常思考一个问题,当今的IM产品能否让我们高效获取信息?在我们使用IM过程中,对于高效信息获取是否还存在一些障碍?经过分析我们看这层障碍是存在的。 结合现在新的 AI 的大模型能力,我们有可能去破除这些障碍,所以今天我带来的分享主题是 AI 如何去重新定义我们所熟知的 IM 产品 。

社交产品 C 端、 B 端痛点分析

做产品要熟知日常核心痛点问题,IM核心场景下,C端、B端是核心场景。首先看C端场景,日常大量使用 微信 、WhatsApp等即时通讯工具。IM数据随着时间的积累量会达到很大,示例图片是我 手机 微信存储空间的截图,有几十G,加上企业微信,会达到上百G,这些数据占据了大量的手机存储空间。

这是一个比较令人矛盾的现象,积累的大量数据对用户极具价值。同时,用户无法高效使用数据占据巨大的资源空间,IM承载着很多高价值信息,比如:工作中的决策,跟好友之间的约定,无法高效利用这些信息是非常大的损失。

在信息检索时,我们通常先想到事件本身,然后联想到当时参与的人员或讨论的消息。然而,随着时间的推移,比如几个月前的事情,回忆起群组名称或具体会话往往变得困难。尤其在工作场景中,想要查找某条关键信息,先找到相关人员却发现会话中有数百甚至上千条消息,检索成本高。这正是当前IM工具在索引和信息组织上需要解决的痛点。

在实际使用中,我们观察到C端用户面临着“99+未读消息”的痛点。当用户打开消息界面,往往会看到大量未读会话,其中难以快速找到自己参与的关键信息。当前的用户体验需要逐一打开多个99+未读会话,这在繁忙或节奏快的场景中,常常导致关键信息的遗漏。此外,随着互动频率的降低,这些会话逐渐演变为“死群”,虽然它们承载着过去的重要信息,却占据了大量的手机存储空间。尤其在某些线下活动后,这些群组承载了当时建立的人际关系,但缺乏后续互动的支撑,导致其潜在价值未能被充分发掘。这不仅造成了信息存储的冗余,也带来了效率的损失。

在 B 端场景中, IM 已成为企业与客户沟通的主要工具。随着企业业务规模的扩大,高效地与客户进行沟通与运营成为了核心需求。 为此,企业投入了大量人力资源,包括运营人员和客服人员。然而,在客户回访时,企业常发现客户满意度未达到预期。这表明,尽管投入了大量人力,现有沟通方式仍难以完全满足不断增长的业务需求。

第二个场景是视频号或电商直播等互动场景。IM在这里扮演着核心角色,为观众和主播之间提供沟通渠道。然而,我们发现,在一些投入较多、引流效果好、观众数量庞大的直播间中,用户发送的消息往往得不到有效的回复。同时,直播过程中还可能出现竞争对手或恶意用户发布扰乱性内容,甚至包含需要监管的信息。 因此, IM 中的内容管控和审核问题,已成为 B 端企业在电商运营等场景中面临的核心痛点。

第三个场景是出海业务。自2019年以来,出海已成为许多企业的核心目标。然而,在拓展海外市场时,企业面临的一个主要挑战是与不同语言和文化背景的客户沟通。传统的翻译工具可以解决部分沟通需求,但在细节交流中,特别是涉及文化差异或语义表达的细微差别时,传统翻译的效果往往不尽如人意。我们发现即便是在英文会议中,由于与印度、美国、欧洲用户的文化背景和口音各不相同,沟通效率仍然受到影响。这种语言和文化的障碍,已经成为企业出海过程中亟待解决的痛点。

环信 IM 如何满足 AI 社交的产品诉求

在产品设计中,我们关注到C端和B端用户的不同需求。 作为 IM 的 PaaS 平台,环信致力于结合 AI 能力,帮助用户解决这些关键问题。 IM 作为社交网络的基础平台,承载着整个社交生态。那么,站在 IM 的角度去思考,如何通过 IM 系统的基础架构来满足下一代社交产品的需求?下图展示了我们希望的 IM 架构。

IM在社交网络中的赋能主要体现在三大核心价值。底层是网络投递层,这一层承载着信息的传递。我们通过全球实时通信网络,提供了可靠的基础支持。在接入管理方面,我们发现全球网络环境极为复杂,特别是在中东和菲律宾等网络条件较差的地区,网络接入成为客户的核心痛点。对此,环信进行了多项优化,使全球网络的连通率达到了99.5%的水平,这也是一项极具挑战性的成就。底层的消息通道承载各种各样的信息,包括:消息和行为。IM是一个技术组件,会涉及到跟业务系统的打通。所以我们有路由的分发,保证IM和各种业务系统做高效的对接。

在社交层面, 社交网络的三要素分别是关系链、消息以及高频互动的场景 。中间层的重点是内容的存储与查询,消息和关系链. 人与人之间的沟通关系链涵盖了多种场景,既包括个人间的单聊,也可能基于组织关系、临时活动或特定主题(如会议)形成的群组关系。此外,在直播和聊天室等场景下,这些关系链和消息频率构成了IM的关键应用场景。近年来,社区场景逐渐成为热点。无论是AI技术社区,还是Web3等新技术框架,用户往往会搭建基于内容的聊天室社区。在这些社区中,用户规模通常达到几十万甚至上百万。面对如此大规模的社区,如何高效地组织和管理信息成为一项关键挑战。

而在这种场景下,IM提供了一个行之有效的解决方案,使得信息能够在大规模人群中得到有效传播和管理。在内容存储中,事件信息也至关重要。例如,用户在IM中的各种活动(如加入群组、退出群组、参与投票等)都会生成关键的事件信息,这些活动通过群组关系链将用户连接起来,构建出社交网络的核心数据。这些事件最终以消息的形式存储在IM中,成为用户的重要数据资产。结合AI的应用,这些数据资产蕴含着丰富的潜力,为未来的智能化社交带来广阔的想象空间。

顶层是业务功能的支撑,我们关注的是具体的应用和交互体验。通过引入大模型技术,我们可以更有效地赋能IM系统,解决IM中的互动和使用痛点。这不仅优化了用户体验,还提升了整体的业务价值。其次,在活动运营场景中,用户行为分析具有巨大的运营价值。例如,在东方甄选的直播中,用户大量参与互动。从运营的角度看,这些互动带来的效果如何?对本次发布产生了哪些影响?这些问题需要通过分析用户在IM中生成的消息和事件来回答,从而更深入地挖掘活动的运营价值。

在IM的应用中,最终的目标是实现对业务系统的高效交付。例如,在服务之间的通信上,我们通过回调的方式连接各类业务场景。作为应用中的全渠道沟通工具,IM能够以更多功能触达用户,成为高频使用的沟通工具,比如微信在日常中的高使用频率。从IMPaaS服务的视角看,IM还提供了Bridge功能,以打通不同即时通讯渠道。 结合 AI 赋能,这一功能可以显著提升沟通效率,为个人和企业用户带来更高效的互动体验。 在数据分析方面,IM自身积累了丰富的数据资源。通过回调等方式,这些数据可以被复核和交付,为业务系统提供有价值的支持。这不仅实现了数据的同步,还进一步增强了业务系统的数据洞察力。

回到AI的主题上,AI的引入为连接数字世界和实体世界提供新的可能性,赋能个人效率、运营效率以及情感表达等核心场景。为了更好地为用户提供AI能力,IM作为消息和事件数据的核心载体,需要一个支持AI交付的Agent架构。在这个架构中,首先通过IM触发动作,例如内容生成和总结等能力。业务场景中,除了AI功能,还往往需要知识库等基础能力,因此我们设计了一个AI编排框架,将这些源能力集成在Agent架构内。同时,通过IM体验插件,环信AI开发者可以利用AI开发框架,将IM数据与自身业务的数据和功能结合,实现对终端用户的实际价值交付。

C 端场景    AI 驱动的痛点解决方案

以下是我们正在开发的一些IM核心应用场景。

在C端用户体验优化方面,针对会话中99+未读消息的问题,我们正在开发一项功能,利用AI技术对历史消息进行高效总结,提取核心信息,快速呈现给终端用户。这将显著提升用户在处理大量未读消息时的效率,避免遗漏重要内容。

其次,IM作为连接各种关系的核心工具,在企业沟通中也扮演着重要角色。针对频繁的会议和日程安排需求,我们计划利用AI结合日程信息,实现智能化的日程统筹和安排。这将帮助用户更高效地管理日程,提升沟通与协作效率。

第三个是消息编写。在社交场景中,沟通对象不仅限于熟人,还涉及大量陌生人互动,不同场景下沟通的方式也各不相同。比如,与陌生人或相亲对象初次交流时,用户往往会有较多顾虑。为促进这种陌生人之间的顺畅沟通,我们计划结合AI与双方的背景信息,提供智能的聊天消息建议,帮助用户更自然地开启和维持对话。

第四个是语言翻译。在实践中,我们最初使用的是传统的翻译服务,这类翻译在准确性上表现较好,但在情感表达和文化背景的处理上略有欠缺。AI的引入显著改善了这一点,提升了翻译的效果。AI解决了两个核心需求:效率提升和情感表达。在C端,情感表达尤为重要,尤其是在IM中,用户通过表情或贴纸高效地传达情感。我们还探索了AI生成图像的功能,通过生成与用户数字形象相匹配的表情,进一步增强情感的传递效果。如果有兴趣,可以进一步了解这些应用。

另一个关键应用是虚拟陪伴。虚拟陪伴在过去一年成为热门赛道,且已有一些成功的应用案例。在相亲等场景中,当聊天逐渐缺乏话题时,AI可以通过智能回复帮助用户更自然地表达情感,丰富对话内容。这不仅促进了交流,还提升了互动体验。

B 端场景    AI 驱动的痛点解决方案

B端的核心目标在于降本增效。例如,在直播或运营群的场景中,利用机器人进行暖场是一种有效的运营提升手段。在客服场景中,通过结合大模型实现快速智能回复,不仅减少了人工成本,还显著提升了服务效率。这些应用充分体现了AI在B端降本增效中的重要作用。

另一个有趣的应用是智能推荐。在电商场景中,特别是在直播电商中,类似于传统电视购物的互动体验,用户往往需要导购的推荐来辅助购买决策。通过大模型的加持,结合IM的能力来实现智能推荐,可以为用户提供个性化的商品建议。这不仅增强了购物体验,还为电商场景中的智能导购提供了一个前景广阔的方向。

最后,在内容审核方面,引入AI智能管理员是一种高效的解决方案。通过AI技术,系统能够快速识别并处理违规内容,确保平台的安全和合规。这种智能化的审核方式,不仅提升了审核效率,还大大减轻了人工审核的负担。

客户案例介绍

C端应用案例:效率提升与情感陪伴。这里我们介绍一个典型案例,这是环信AI陪伴的合作伙伴“星野”,国内领先的基于AI的应用之一。星野在用户体验方面表现出色,能有效地提升用户留存。环信为其提供了沟通平台,IM支持多种信息传递方式,如狼人杀等互动场景,通过引入不同的智能体,为用户创造更丰富、有趣的真实交流体验。

环信IM大规模 商业 化落地的AI方案。IM主要承担人机交互的核心界面,其价值体现在以下几个方面:首先,IM具备稳定的长连接通道,尤其在C端应用中,IM的SDK能够在弱网环境下保持良好通信。其次,环信经过多年发展,积累了成熟的高并发经验,能够在用户量快速增长的场景下提供有力支撑。此外,环信提供的产品和生态能力,为用户的商业化落地提供了强有力的支持。在提升用户留存和唤醒方面,环信通过智能推送功能,有效提升了终端用户的参与度和黏性。

环信本身是面向开发者提供服务的,我们提供了比较完善的这样的面对开发者的开发的工具包。主要分几层,第一层,刚才讲到底层全球的网络作为基础设施。再往上会提供一系列的PaaS能力,包括IM、RTC。再往上这一层是目前在交付的像UIkit、再有结合AI场景化AI组件的能力。最后是伙伴大家更多关心的,更多是在垂直行业垂直落地的应用,像会议、教育、社交泛娱乐都会有一些比较成熟的方案。