40多位客服人齐聚网易云商，畅谈大模型、Agent在客服业务的落地进展

“我们公司是卖食品的，会在电商渠道出去的包裹里放一个包裹卡，引导用户添加企微，领取免费试吃品，每天都有大量用户涌进来咨询领取规则等细节，不知道目前Agent能不能支持企微渠道，提升领取的效率？”

“客诉是我们老板最关注的事情，对于如何借助AI新技术，预测潜在投诉并主动服务，大家有没有这方面的经验？”

“使用Agnet来做营销转化，有哪些挑战？在这个过程中，避免损害用户体验，有哪些事情是需要特别注意的？”

“对于客服部门从成本中心到客户价值挖掘中心这个观点，我非常非常认同。我们是做健身app的，很多产品层面的优化都是来源于一线用户的反馈，客服部门是企业中非常重要的角色。”

“大小模型融合会是一个更好的选择，并不是所有的问题都要交给大模型来解决。”

7月17日，网易云商迎来了一大波客人，他们是来自全国各地、各行各业的客服从业者：中免日上、迪卡侬、三只松鼠、惠氏、东阿阿胶、鱼跃医疗、顺丰、携程、喜临门、松下家电、乐刻运动、新东方、爱回收等等。从早上10点到下午5点，他们围绕大模型、Agent在客服业务的落地进展，分享彼此的实践经验和困惑挑战。

我们提炼了现场分享嘉宾的精彩观点，希望给没能到场的客服朋友也带来一些启发。

客户观察刘磊：降本并非减员，新技术赋能客服拓展价值边界

作为中国国际商会商业行业商会客户服务专业委员会秘书长及行业媒体《客户观察》总经理，刘磊先生深入接触客服行业一线。他指出，今年企业客服部门负责人普遍反映的核心压力在于“降本增效的指令”。

然而，刘磊强调，降本增效绝非简单的减员缩编。借助大模型等人工智能新技术，客服人员的工作效能将获得显著提升。客服部门在流程、知识库、产品优化等方面能够承担更广泛、更高价值的职责，这本身就是降本增效的有效路径，关键在于如何向企业管理层清晰传达这一价值逻辑。

对于客服如何拓展价值边界，刘磊提出了两大方向建议：

第一，深化客户体验管理(CEM)：系统化洞察、分析并优化客户旅程，提升整体满意度与忠诚度。

第二，推动服务营销一体化：在服务交互中识别并创造营销机会，将客服触点转化为价值增长点。

刘磊坦言，部分客服从业者把自己困在传统职责范围内，也有的虽然有意愿但迟迟没有行动。他明确指出：客服部门在实践客户体验管理与服务营销一体化方面具备天然优势，要主动把握机遇，不仅能为企业创造更大价值，更能显著提升客服部门在组织内部的话语权与战略地位。

星纪魅族集团李轩：客户体验需要从美好的理念转化为可量化的财务结果

李轩是深耕客户服务管理领域17年的资深专家，现任星纪魅族集团服务创新部总监。

提升客户体验至关重要已成为大家的共识，但其具体落地路径及ROI衡量常令企业感到困惑。基于17年的实战经验，李轩给大家分享了从策略设计到落地验证的一套完整路径，并强调了其中几个关键点：

对齐业务KPI：客户体验数字化(如：提升NPS、降低费力度)的投入，必须能有效驱动营收、获客、留存、风控等核心业务成果的达成，并通过数据分析验证它们之间的因果关系。

敏捷验证：可采用敏捷方法进行最小可行性验证，或选择单一渠道试点新的体验方案，快速获取客户反馈并迭代优化。

数字化技术驱动体验革新：在传统模式下，实时追踪分析客户行为、即时发现痛点并快速迭代优化体验的实现难度大，但得益于数字化技术的飞速发展，这些目标如今已能有效达成。

在李轩看来，AI Agent的应用场景非常广泛，包括：客户分层画像构建、智能会话摘要、高效总结社群讨论的核心问题、客户需求总结、投诉深度复盘分析等。

网易云商唐柱：只有扎根到具体业务场景中，AI才能真正发挥业务价值

作为东道主，网易云商上海大区负责人唐柱对大家的到来表示了热烈欢迎。

“网易云商从2016年开始进军智能客服赛道，已经累计给40万家企业提供了AI驱动的智能客服解决方案，从早期的NLP到这些年的大模型、Agent，我们一直坚持拥抱最新的技术，并在服务和营销场景进行落地”，在唐柱看来，无论技术怎么变，场景依然为王。

在和千行百业的企业用户交流共创的过程中，唐柱观察到了三个和客服相关的显著趋势，和与会观众做了分享交流：

客服部门组织结构正在快速发生变化，基础客服的工作由AI来完成，高级客服往体验顾问方向发展，组织升级已箭在弦上。

客户服务模式从被动响应式服务转变为主被动服务结合，客服部门定位从成本中心转向价值创造中心。

AI不是万能的，企业用户要的是确定性，只有扎根到具体的业务场景和流程之中，AI才能真正发挥业务价值。

网易云商宗鸣：Agent的应用范围，正从传统的客户服务场景拓宽到更广泛的领域

Agent是当下科技与商业领域炙手可热的焦点，其核心价值在于感知环境、自主决策以及工具使用能力。网易云商解决方案专家宗鸣，带来了Agent在客服场景的落地进展与具体实践案例。

“Agent的应用范围，正从传统的客户服务场景拓宽到门店运营、内部员工赋能、经销商赋能等更广泛的领域，具体应用场景的颗粒度也在变得更细，以零售行业的售后服务场景为例，可以细化到物流、退换货、污渍识别等具体环节”，宗鸣说，大模型与Agent技术让客服面对复杂问题的接待能力大大提升，让服务这件事可以变得更精细化，客户侧获得的体验也变得更好。

在具体场景的筛选上，宗鸣建议可以把历史客服会话数据拉取出来，进行分类，找出其中的高频场景。如果这个场景“咨询量占比高、需要堆大量人头、偏流程性任务”，那可以优先用Agent来进行改造。

以网易云商服务的一个运动品牌客户为例，他们在全国有6000多家门店，“不同城市的门店位置咨询”在他们的日常咨询中占比非常之高，在这个过程中，客服做了很多琐碎重复性的工作，工作量大，价值感较低。网易云商为其打造了门店查询Agent，根据对话上下文，Agent精准获取访客提供的关键信息，如：城市名、区域名、道路名、商场名，快速查询到满足条件的门店，将门店名称、门店地址、门店联系电话发给访客。在这个过程中，如果访客没有提供城市名，Agent会主动询问获取城市名；如果访客只提供了城市名，Agent会进一步追问获取到区域名/道路名/商场名等信息，再执行查询动作。

正如一位客服管理者在活动现场所言，未来，智能是无限提供的，值得我们重新思考客服模式。