如何借助AI实现“小而美”的服务改善

 

本文共 5364 字

预计阅读时间 14 分钟

 

 

前言：服务中心应该尽快考虑AI方向上的变革

 

AI时代的各种变革远比我们想象中来得更快。年初还是DeepSeek独领风骚，仅仅过了半年时间，市场格局就已然变成了百家争鸣。

 

随着各种AI技术的不断迭代，各行各业都看到了AI的巨大潜力，于是迫不及待地想将自身业务与AI紧密结合，以便更好地实现降本增效、适应时代潮流。尤其当下市场竞争十分激烈，不少管理者生怕一不小心，业务就会面临被淘汰的风险。

 

正所谓：“生于忧患，死于安乐。”在AI迅猛发展的当下，具备一定的忧患意识是必要的，特别是今年各路AI应用、Agent纷纷崛起，不少公司都开始借助这些产品和技术，提升员工办公效率，降低业务运营成本。

 

在如此焦灼的背景之下，如果不尽快谋求AI方向上的变革，企业在未来的市场竞争中会越来越被动。

 

就像当年的手机行业巨头——诺基亚。当iPhone横空出世后，仿佛一夜之间，大街小巷都开始改用触摸屏了。但诺基亚在这个市场转向的关键时期，非但没有抓住智能手机这个风口，及时制定并坚持一套有效的变革方案，反而在战略上摇摆不定，最终致使自己错过了这个绝佳的发展机遇。从某种意义上来说，诺基亚不是输给了iPhone，而是输给了没能及时调整的自己。

 

正如诺基亚CEO在出售手机业务时所说：“我们没做错任何事，但不知道为什么，我们输了。”

 

我们服务中心也是如此，要想在AI时代应对得更加从容，就必须尽快考虑AI方向上的变革。毕竟瞬息万变的市场以及你的竞争对手，从来不会留给你太多准备的时间。

 

01.

AI解决方案一定要匹配真需求

 

当下，许多企业的管理者面对人工智能的快速发展，显得焦虑和浮躁，有时候往往没有沉下心来去挖掘自身的真实需求。以至于一提到降本增效，就立马想要和AI挂上钩。

 

身边甚至出现过这样的情况：前期没有认真做好调研，也没有详细的目标、规划和效果预测，却要求相关部门在极短的时间内推动AI方案落地。到最后才发现，虽然过程中投入了巨大的资源，却整出来个四不像，对于服务并没有多大帮助。

 

也许正是因为身边出现了太多这样的案例，所以促使我对“AI在服务领域的应用”进行了更多思考。

 

面对AI解决方案，企业或服务中心的管理者为何会感到焦虑？我认为，主要是因为他们正面临着以下三重压力：

 

1.技术压力：是追赶还是观望？

 

众所周知，自今年年初以来，AI技术在国内外呈现爆发式发展。从最初的单模态文本交互，到多模态（图文、音视频）融合，再到客服、营销、运营等多场景的落地应用。

 

这种迅猛的变化让管理者不禁陷入两难：如果不及时追赶，怕被不断迭代的AI技术甩在身后，盲目投入又怕踩中“技术泡沫”（比如，刚上线单模态系统，多模态方案已成为行业标配）。

 

更棘手的是，团队的技术储备又往往跟不上行业前沿，“学不完的新工具、理不清的技术路线”，这种你方唱罢我登场的局面，已成为常态。

 

2.竞争压力：“60分与80分”到底该怎么选？

 

仔细思考下，你会发现“二八定律”放在AI领域也同样适用。大部分企业并不具备顶尖的自研能力，因此多数团队的AI应用只能达到“60分的基础水平”（比如，解决简单的重复性问题等）；若采购专业的智能系统，或许能冲到“80分的实用水平”（比如：提升30%的服务效率、保障95%以上的接通率等），但过程中可能会消耗掉大量的部门预算。

 

令人纠结的是，企业经营如同逆水行舟不进则退，同行一旦突破80分，客户对“AI服务体验”的期待也会随之提高，此时如果你还停留在60分，就等同于“退步”。

 

3.观念压力：对于“改善”的认知拉锯

 

很多团队常常会陷入两种认知拉锯战：有人觉得“涉及AI的解决方案就应该是大范围、颠覆性的，尽可能一步到位的（从0到1）”，否则解决得不彻底，后续还会面临高频的迭代压力。

 

比如招聘一批有经验的技术人员，搭建自己的智能服务系统，并在前期尽可能把需求填满，后续就可以不用再依靠第三方服务平台，只需在自研系统中做一些小幅优化即可；有人则认为应该先在现有的基础上，做一些力所能及的“细节优化（从1到1.1）”，比如把人工SOP话术转化成AI自动回复，这本身就是很大的进步了。

 

 

这让我不禁想起了小时候长辈教我们做冰棍的情景：先要往水里加入足够的糖，再将糖水倒入方形的模具里，然后将削好的木棒在模具中整齐地固定好，最后把装满糖水的模具置入冰箱中，等到了时间打开就成了冰棍。

 

我觉得“服务改善”就像是制作冰棍一样，如果把0到1看作是制作冰棍从无到有的整个过程，那么1到1.1就是制作冰棍过程中某个环节的升级，比如把水和糖混合成糖水、借助模具将糖水变成了正方形、给糖水固定木棒再进行冷冻变成冰棍等等。

 

这两种方式都没有什么问题，从0到1是改善，从1到1.1也是改善。只是每个服务中心都有适合自己的改善目标和改善方式。从经验上来看，多数服务中心资源相对有限，不具备从0到1那种颠覆性改善的能力，特别是技术型改善。因此，建议管理者可以先尝试借助AI在细节处做润滑。

 

此外，管理者需要先想清楚自己到底缺什么，结合AI产出的方案是否适合自身业务，方案的性价比到底有多高，预期效果怎样。服务中心目前到底需要的是“糖水”（快速见效的小改进），还是“冰棍”（需要长期投入资源的技术/功能创新）。

 

所以，上述三重压力带给我们的启示是：AI解决方案一定要匹配真需求，要建立在自身的业务基础之上，这样才能收获真正有价值的改善。

 

02.

用“小而美”创造高性价比

 

“小而美”的解决方案并非在单点上修修补补，而是把细节做成系统：从细微处入手，用系统性的方案进行精心部署，让每一处优化都能像杠杆一样提升整体的服务体验，最终把细节优势转化为整体价值。

 

为了便于大家理解，这里整理了一个案例，仅供读者朋友们参考。

 

案例：工单改善案例

 

1.背景

客服团队通过数据分析发现，带工单的会话中，用户重复来访的概率比普通会话高出78%。经过深入挖掘后发现，最直接的原因是：工单会话中有1～15个工作日不等的对外处理承诺。当用户长时间得不到反馈，便会选择重新进入人工，咨询处理进度。

 

2.问题

工单处理需要一定的时效，但用户无法实时获取处理进度，这就导致他们会重复进线咨询。

 

3.方案

 

传统方案

 

①优化话术：在之前的话术中，部分用户对时效的理解不清晰。现在采取“客服在结束会话前，将话术中的时间转化为具体日期”的方式进行优化。

 

【优化前】亲，您的问题已经帮您反馈给了工作人员，3个工作日内会给到您具体回复，辛苦您耐心等待哟。

 

【优化后】亲，您的问题已经帮您反馈给了工作人员，3个工作日内（最晚8月1日24点前）会给到您具体回复，辛苦您耐心等待哟。

 

②增强触达：手动给用户推送一条话术短信，这样可以强化信息的触达效果。尤其是在线咨询的用户，很难长时间保持会话窗口在线，如果他们在客服推送话术前就已经离线了，那么就无法及时接收到这条关键话术信息。

 

③缩短时效：优化工单模板，提升各类工单的处理时效，减少用户等待时间。比如，统一投诉类工单的模板内容，避免因客服信息记录不全导致工单被驳回；同时，将原本1个工作日的处理时长缩短为1天，这样可以确保周末及法定节假日遇到投诉也能及时处理。

 

④中途干预：重点关注那些时效已经过半的工单，相关数据显示，当工单处于这个节点时，用户重复进线的概率会升高，为避免用户重复进线，可以统一在某个时间节点，把处理进度以短信形式推送给用户。

 

⑤定期排查：制定首问责任制，引导工单创建者定期自检，重点关注即将超时的工单，并及时联系工单受理人员进行催促。同时，也可安排质检人员定期抽检，避免工单受理超时。

 

AI方案

 

①优化话术：由于部分用户对原话术里的时效表述理解不清晰，采取“客服在结束会话前，通过AI工具将话术中的时效转化为具体日期”的方式进行优化。

 

【优化前】亲，您的问题已经帮您反馈给了工作人员，3个工作日内会给到您具体回复，辛苦您耐心等待哟。

 

【优化后】亲，您的问题已经帮您反馈给了工作人员，3个工作日内（最晚8月1日24点前）会给到您具体回复，辛苦您耐心等待哟。

 

②增强触达：利用系统内置的AI工具，一旦识别到会话关闭后，系统就会自动给用户推送一条话术短信，这样就可以强化信息的触达效果。尤其是在线咨询的用户，很难长时间保持会话窗口在线，如果他们在客服推送话术前就已经离线了，那么就无法及时接收到这条关键话术信息。

 

③缩短时效：优化工单模板，提升各类工单的处理时效，减少用户等待时间。例如，统一投诉类工单的模板，让AI根据模板内容自动采集关键信息，避免因客服记录不全而导致工单被驳回；同时，将原本1个工作日的处理时长缩短为1天，这样就可以确保周末及法定节假日遇到投诉也能及时处理。

 

④中途干预：通过AI工具筛选出那些时效已经过半的工单，相关数据显示，当工单处于这个该节点时，用户重复进线的概率会升高，为避免用户重复进线，可以统一在某个时间节点，把处理进度以短信形式推送给到用户。

 

⑤定期排查：通过AI工具自动识别即将超时的工单，并自动同步给工单提交人及受理人进行催促。同时，自动给用户推送安抚话术（建议以短信形式）

 

⑥产品升级：在产品客户端增加展示入口，将工单处理进度通过页面实时同步给用户。在工单后台管理员页面增加“勾选对外展示信息”的功能，用以把控信息展示风险（例如：哪些信息展示、哪些信息隐藏）。

 

当AI识别到工单节点及状态更新时，自动通过站内消息及短信通知用户（例如「已受理/处理中/待反馈」），「您的退款工单（编号XXX）已进入财务审核，预计2小时内到账」）。

 

值得注意的是，不少管理者在推动服务中心“AI解决方案”落地时，经常陷入资源困境（预算有限、技术团队支撑不足等）。往往不得不退而求其次，先用传统方案过渡。而一旦传统方案勉强能够应对当前需求时，AI方案的推进就容易被搁置。

 

AI解决方案是当前降本增效的“更优解”，就像用手搓衣服也能洗干净，但洗衣机终究能解放双手、提升效率。资源不足时用传统方案过渡没问题，但绝不能因此放弃对解决方案AI化的探索，反而需要更加主动地争取资源。

 

比如：先申请一笔小预算进行试点改善，用数据证明价值；分阶段推进AI方案落地，先解决1个核心痛点（如工单进度推送），再逐步扩展到更多细节场景。

 

03.

AI共创大会的重要性

 

我们要在细节处做出改善，那么客服部门应该怎样去挖掘这些细节呢？并且，哪些细节问题是可以通过AI去解决的呢？这里有个很好的工具——共创大会。

 

这个工具我们曾在内部开展过多次，在使用上积累了一定经验，而且每次开展的效果都非常不错，它在形式上类似于“头脑风暴”，大家可以通过共创大会上畅所欲言。在会议开展前就需要确定主题，我们习惯于“共创大会”几个字之前加上这个主题。

 

例如，本次共创的内容和AI相关，那主题就是“AI共创大会”，整个会议无论多么天马行空，也不能脱离“用AI解决问题”这个主题范围。

 

下面为大家梳理了“共创大会”的几个步骤，实操中可以依据自身情况进行调整。

 

①确定会议主题和时间：这里以AI为例，主题定为“AI共创大会”，时间为x月x日x点，会议时长共计2小时；

 

②确定会议目标：通过本次“AI共创大会”挖掘出服务中可以通过AI改善的10个细节点，并输出相应的解决方案；

 

③确定参会人员：建议参会人员覆盖范围尽可能广泛，最好能涵盖服务部门的所有职能。若条件允许，还可以邀请其他部门的同事参加；

 

④对人员进行分组：可以在现场临时抓阄决定分组，也可以在会议前按照统一标准事先分好组。以3～5个组别为宜，每组4～6人；

 

⑤分组讨论汇总：根据会议主题和目标，组内每人在卡片上写下5～10个可通过AI改善的细节点，然后对每张卡片中的内容进行去重汇总。最后，组内对汇总的内容进行讨论表决，只保留大家认为最有价值的5～10个改善点；

 

⑥5分钟阐述环节：各小组派出1名代表，对各自组内保留的改善点进行原因说明，并将汇总的内容进行公示；

 

⑦再次去重环节：对各小组保留的改善点再次进行去重；

 

⑧最终投票环节：对去重后的改善点进行投票，最终保留排名前10的最具价值的改善点；

 

⑨制定解决方案：针对TOP10的改善点制定解决方案，方案落地过程中的各个环节都要有具体的执行人；

 

⑩邮件输出方案：会议记录员通过邮件的形式，将会议成果同步给各相关方，后续可作为项目执行过程中的参考依据。

 

无论是AI，还是“共创大会”都可以成为我们解决问题过程中的一种工具。未来，人工与各种工具协同作战将会成为一种标配，这非常考验一个人的工具运用能力。

 

因此，我们一定要通过实战去熟悉并利用好包括“共创大会”在内的各种工具，这样人工才能成为穿上铠甲的战士，在解决问题时发挥出巨大的潜能，所向披靡。

 

尾声

 

对于大多数服务中心而言，与其担忧飞速迭代的AI技术，不如聚焦于如何借助AI实现“小而美”的服务改善。

 

哪怕今天的服务只比昨天提升了0.1，只要能让客户感受到的温度增加一分，那么我相信我们服务人员的努力，就会像涓涓细流汇成大海。而那些“小而美”的改善点，永远藏在那些“多一句解释、少一次等待、快一秒响应”的细节当中。

 

从现在开始，选一个服务中微小的痛点，用AI做一次“小而美”的尝试。几个月后，你再回头看看，或许会发现：那些看似微不足道的细节优化，早已悄悄凝聚成了客户的口碑。