Agent浪潮下智能客服进展到哪一步了？我们拆解了一家企业的真实接待数据和困境

“AI的价值在于解决问题、创造结果。收费模式，也应与此挂钩。”前不久，150位全球AI领域大牛齐聚第三届红杉资本AI Ascent 峰会，会上，Sierra（连续两年入选福布斯AI 50榜单，估值高达45亿美金）联合创始人Bret Taylor提出了一个振聋发聩的观点。

就国内的整体环境来看，从“卖工具”转向“卖结果”，或许还有一段很长的路要走，但有一部分企业，很早就意识到客户的业务成功才是真正的企业成功，坚持做长期主义的践行者，在垂直领域和具体应用场景中，找到了自己的机会和价值。

网易智企·云商就是其中的一位践行者。

5月23日，在 2025 网易创新企业大会的Agent专场，网易智企副总经理、网易智企·云商总经理肖钰妍就“让 AI 回归业务本质”这一主题分享了这两年的思考和实践心得，她说“在座的各位大多都奋战在业务一线，我们一直希望提供给大家的不止于工具，而是让 AI 成为大家业务上的数字同事。”

以下是肖钰妍的演讲观点提炼，希望能在“AI如何应用在服务和营销场景”这件事上给大家一些启发。

在DeepSeek爆火后，无数的咨询向我们涌来，大家都在问：大模型能做什么？Agent能做什么？我的业务可以跟AI怎么结合？

我们从2016年4月推出智能客服产品七鱼，我就先从客服这个角度来聊一聊。在ChatGPT出来之前，智能客服处于2.0时代，这个时代的核心技术是NLP（自然语言处理），表现在客服产品的形态上主要是FAQ一问一答、一触即达多轮对话。而在当下大模型技术浪潮下，智能客服进入3.0时代，产品形态逐渐演进至智能化和自主性都更强的Copliot、AI Agent等。

大模型把智能客服推进到了一个新的高度，那么它具体带来了哪些改变？我们从合作的40万家企业中挑选了一家客户，拆解了他们的真实客服接待数据，发现了一个现象，客户提出的不同问题，按解答难易程度大概可以分为3层：

• 常见问题咨询：如发货时间、发货地区等，占比40%。

   

• 固定业务办理：如开发票、查询物流等，占比30%。

   

• 复杂问题咨询和复杂业务办理：如产品搭配、运费补差、污渍投诉等，占比30%。

在小模型技术主导的智能客服2.0时代，40%的常见问题咨询和30%的固定业务办理，都可以轻松解决，客户的体验也不错，剩下30%是卡点所在。

到了3.0时代，我们融合了大小模型技术，让他们各自去处理擅长的问题，其中70%的基础问题还是交给小模型，快速且准确度高，还有30%的复杂问题，其中20%通过大模型可以给出高体验的回答，还有10%则可以起到辅助人工坐席的作用。

这是网易智企·云商这两年基于对技术的理解、业务的洞察、成本的考量，以及和诸多客户的反复共创验证，得出的一个结论，我们并不认为所有的问题都需要交给大模型来回答，大小模型融合可以创造全新的业务价值和体验价值。

网易智企·云商除了服务场景的产品之外，还给企业提供营销、客户体验等场景的产品和解决方案，接下来我将从智能外呼、会员运营、智能质检、客户之声4个产品，给大家分享下当AI新技术注入到老产品，我们所看到的变化。

智能外呼

有了大模型的加持，在企业设置好外呼人设和目标后，10分钟就可以快速完成一个智能外呼Agent的搭建，这个Agent意图理解能力更强，情绪识别能力更强，能灵活应答各种问题，在顺利完成外呼目标的同时，还能采集结构化的信息，清晰总结客户反馈。

会员运营

常规会员运营效果打折，核心原因在于面向千人千面的客户，提供的却是千篇一律的话术，背后更深层次的原因是运营策略和话术的设计完全依赖人工，成本很大。而通过Agent，这件事情可以变得更简单、成本更低，AI可以基于不同客户的特征，设计不同的策略和话术，让客户感受到专属VIP般的待遇。

智能质检

传统质检最痛的两个点，一个是质检语料死板，比如表达拒绝，举例了“和我说没用”、“搞不定”、“这个不归我管”等关键词，依然无法穷尽，会出现漏检的情况；还有一个是没办法质检“主观态度”，比如同理心、服务态度热情等。注入了Agent的智能质检，就像一个经验丰富的质检专家，能够举一反三，编写出海量的质检语料，并给出主观维度的质检建议，让质检这件事从找客服的茬变成给客服提供成长的指南针。

客户之声

我们一直希望AI能释放企业的基础劳动力，让客服团队发挥更大的价值，成为企业和客户沟通的一个重要触点，客户之声VOC是后链路闭环的一个重要产品。传统的客户之声产品比较依赖固定看板和BI搭建分析图表，实施成本高，且需要引入洞察能力较强的人才来手搓分析报告。目前我们正通过Agent在简化这件事，包括一句话生成想要的图表，一句话问出基于洞察的策略建议等，让客户之声这件事真正闭环，而且变得更轻量。

从去年到现在，我们做了很多Agent项目的交付，过程中也积累了很多经验，梳理沉淀了150多个业务场景的模版。在这些模版中，我们选择了4个成熟度最高的提炼成4个数字员工，分别是：商品导购数字员工、售后服务数字员工、私域运营数字员工、智能外呼数字员工。

这4个数字员工侧重于不同场景，有不同的核心技能：

• 商品导购数字员工：核心技能点在于商品咨询推荐、优惠方案推荐、门店查询等。

   

• 售后服务数字员工：核心技能点在于物流查询、退款退差价等。

   

• 私域运营数字员工：核心技能点在于运营策略和话术设计、互动转化等。

   

• 智能外呼数字员工：核心技能点在于智能打标、信息采集等。

最终的目标是希望他们能够快速上岗，成为大家的数字同事，在业务里面发挥价值。

最后我想说，越理解场景就越理解Agent，让AI回归业务本质，是我们一直坚持的方向。