ConnectNow刘蕾蕾：如何用AI Agent优化企业客户服务运营？

峰会现场，ConnectNow CTO刘蕾蕾受邀登台，带来《如何用AI Agent优化企业客户服务运营？》的主题分享。

她结合大语言模型技术迭代背景与自身实战经验，从智能客服机器人升级、动态知识联动、多行业落地案例等维度，深入拆解AI Agent在客户服务场景中的具体实践方法。以下为分享内容：

图 ConnectNowCTO 刘蕾蕾

近期，谷歌发布了Gemini3.0Pro模型，其在代码生成与内容创作等方面表现优异。当前，大模型技术发展迅速，行业竞争激烈，这也推动了AI技术的日益成熟。

对多数企业而言，问题已不再是“是否采用AIGC”，而是“何时采用”以及“如何落地并获取价值”。

接下来分享一个真实客户案例。

该客户是一家成功出海的中国智能家居摄像头企业，网站日访问量超百万，需处理大量售前咨询与客诉。2024年，我们帮助其将原有的ICQ式传统客服系统，升级为基于AIGC的智能客服。

升级后，93.42%的咨询由智能客服独立完成，人工坐席仅处理约7%的请求。AI客服每月处理超过13万次交互，支持包括中文、英文、法语、德语在内的30多种语言。这一成效超出了客户预期。

那么，这样的系统是如何实现的？

首先，来看智能客服机器人部分。传统在线机器人多为关键词匹配，容易出现答非所问或回答生硬的问题。

而基于AIGC的新一代机器人具备两大特点：一是能深度理解用户语义，实现语义匹配而非关键词匹配；二是其回答是基于企业内部的专业知识库（如电商的税费政策、产品说明等），并能够结合上下文，通过多轮对话生成符合语境的回复。

构建此类机器人无需专业技术团队，ConnectNow提供了AIGC知识库的功能，云端已经沉淀了一些行业的服务文档，此外还支持上传Word、Excel、PDF等格式的企业文档，系统可自动学习知识并生成对应回答。

图 嘉宾分享PPT

然而，仅有基础问答能力往往不够。

以制造业客户为例，其产品线复杂，不同型号间的说明文档存在关键差异。若将所有文档混入同一知识库，可能导致回答混淆。

为此，我们引入“标签”机制：上传知识时，为不同内容打上型号、国家等标签。

比如某产品是F0型号的，就会给它标记清楚，或者它是专门适用于德国的说明手册，也可以给它打上国家的标签，当客户问到F0型号的具体的一个问题，智能体可以识别客户问是关于F0型号的，查知识库的时候就自动地带上这个标签，确保答案准确。

图 嘉宾分享PPT

在保险等行业，用户咨询常涉及历史条款与最新条款的差异。若用户是已投保客户，应依据其投保时的条款回答；若是潜在用户，则应参考最新条款。

这要求系统不仅能调用静态知识，还需动态对接内部业务系统，获取用户合同信息。我们的智能体通过“查询组件”与企业内部API对接，实现此类动态查询。

图 嘉宾分享PPT

对于高客单价行业（如汽车），电话服务仍不可或缺。我们为欧洲某客户打造了支持多语言的电话机器人（Voice Agent），可引导用户完成售前售后咨询、信息录入（如序列号）、故障排查等流程，并在需要时无缝转接人工坐席。

转接后，坐席工作台将完整呈现机器人与客户的交互记录、自动生成的工单及通话录音，确保服务连贯。

除了服务流程，AI Agent也可用于推动业务转化。

例如，我们为某航空公司开发的购票智能体，可通过自然语言交互，引导用户完成航班查询、票价比较、舱位选择及最终下单。同样，在珠宝行业，智能体可根据用户需求推荐项链、手环等商品，辅助完成购物全流程。

需要明确的是，AIGC并非为替代人工，而是提升人效。智能体承担了7×24小时前端接待与基础问题处理的工作，人工坐席则聚焦于复杂咨询与高价值服务。

现实中，坐席工作强度很高，例如某手机厂商坐席日均处理邮件超100封，某电商坐席日均处理在线咨询超150个，平均响应时间需控制在3.2分钟内。

为提升坐席效率，我们设计了“集中工作台”，整合电话、邮件、在线聊天、社媒等多渠道信息。

针对邮件，提供“已回/未回”筛选与多种排序方式，帮助坐席优先处理滞留请求；针对在线聊天，系统可自动识别用户进线原因、总结问题、标记工单类型，并提供快捷回复、知识库检索、语气转换、智能摘要等功能，辅助坐席高效沟通与准确记录。

在管理层面，我们提供了基于AIGC的智能质检系统。

该系统可基于上下文进行语义级质检，例如：“客户表达轻微不满，坐席未在三句话内安抚”“同一问题前后回答不一致”等。

管理员可自定义质检规则，系统支持全量自动质检与人工复检结合，保障服务规范与质量。