国内主流的智能客服大多采用基于深度学习的预训练语言模型框架，再加上特定领域数据的模型微调（finetune）和迁移等技术。
一、国内智能客服“弱智”的原因
1、情感识别不足
智能客服通常难以准确识别和理解我们的情感、语气。它只会根据关键词来推送答案，根本不管我们是不是满意，是不是很着急。
2、技术成本限制
更优质的智能客服需要更高的技术投入和成本。很多平台为了降低成本，就使用了技术水平一般的智能客服。
二、与ChatGPT的区别
1、技术原理方面
ChatGPT是OpenAI研发的一款大型语言模型，它经过大量文本数据的预训练，具有很强的语言理解和生成能力。国内智能客服虽然也基于类似的预训练模型框架，但在数据规模和模型优化上可能存在差距。
2、功能表现方面
ChatGPT在回答的灵活性、准确性和对复杂问题的处理能力上表现较为出色。国内智能客服可能在特定领域的知识问答上有优势，但在通用性和对自然语言的深度理解上相对较弱。
三、成本差异
1、过去情况
去年年初ChatGPT的一次调用成本还在几美分，一通客服电话对客户的报价1、2毛，当时商业模式根本跑不通。
2、现在情况
现在ChatGPT的推理成本急剧下降，一次外呼调用大模型只需要0、2美分左右。而国内智能客服的成本因技术水平、规模等因素有所不同，但总体上随着技术发展成本也在优化，不过与ChatGPT的成本对比还受到多种因素影响，如国内数据中心建设成本、研发投入分摊等。