小模型管效率，大模型懂人心：网易智企·云商AI Agent的双脑协同之道

当你兴致勃勃咨询商品优惠，却被智能客服的“答非所问”浇灭热情；

当你急需解决售后问题，却在“转人工”的层层关卡中耗尽耐心；

这或许是当下许多消费者的共同体验。

新华网今年3月曾报道，平台“智能客服”备受消费者诟病，相关投诉同比增长56.3%。消费者普遍反映“智能客服”答非所问、人工客服难联系，导致沟通效率低下，严重影响消费体验。本应提升效率的工具反而成了问题本身。

在这样的行业痛点下，网易智企·云商AI技术负责人冯旻伟在8月22日AICon全球人工智能开发与应用大会上，以“让AI回归业务本质”为核心，分享了网易智企·云商在服务营销AI Agent的落地实践。作为网易数智旗下专注服务营销一体化的平台，网易智企·云商基于多年行业深耕与技术积淀，通过“技术重构+场景落地”双轮驱动，在AI Agent领域蹚出了一条不凡之路。

当前，AI客服落地并发挥应用价值这件事，正面临着双重困境。

从C端消费者视角看，用户的期待是将AI客服与人工完全画等号，需要100%解决问题。然而，“鸡同鸭讲”的沟通体验、转人工的“重重闯关”、排队等待的低效流程，让一部分智能客服逐渐沦为“人工智障”的代名词。

而从企业端来看，AI落地则陷入“三高困境”：“高试错成本”让企业在技术投入上望而却步；“高学习曲线”使得一线人员对复杂的提示工程、知识库运维望而生畏，“高期望落差”则让许多企业在“AI万能论”的幻想与实际效果之间感受到明显落差。

深入服务营销的业务场景，高业绩增长-高客户满意度-低人员成本则构成了一个“不可能三角”，AI技术的发展，也让企业对打破这个不可能三角抱有希望。然而，这个不可能三角的背后，其实是效率、体验和成本三者难以平衡兼得的困境。

网易智企·云商深刻洞察到了这一本质。冯旻伟指出：“动态平衡的关键是接受三角约束的存在，通过工具创新与战略聚焦，在特定阶段优先突破两角，逐步逼近三者的可持续均衡。”

网易智企·云商的AI Agent采用“双脑协同中枢”架构，让大模型与小模型各司其职、优势互补：

小模型解决40%的常见问题问答，以及协助办理30%的业务问题；而大模型则专注处理剩余20%能给用户带来高体验感的问题解答，以及辅助办理10%的复杂问题。

这种“分工协作”模式，既发挥了大模型的灵活交互优势，又保留了小模型在固定流程中的稳定性，完美平衡了“体验”与“效率”。例如，在处理“查询余额”这类规则明确的业务时，小模型能快速调取数据完成操作；而面对“推荐适合送礼的腕表”这类开放式需求，大模型则能结合用户画像与场景语境，给出个性化建议。

另外，服务营销场景的复杂性，往往源于海量且动态更新的业务知识——某腕表品牌仅SKU就超过10000个，相邻型号的差异可能仅在细微参数之间。为此，网易智企·云商打造了全链路知识引擎，实现从“知识接收”到“知识应用”的闭环管理：

在技术落地过程中，网易智企·云商针对性破解了AI Agent的四大痛点：

1. 上下文与记忆：通过长期记忆压缩技术，存储用户历史行为（如浏览记录、咨询偏好），构建完整用户画像。例如，根据用户多次询问“蓝光危害等级”，推理出其重视视力保护，进而在推荐台灯时同步关联护眼保健品，实现精准营销。

2. 多模态信息处理：突破传统文本交互限制，支持图片等多模态信息检索。当用户发送“空调漏水”的照片时，Agent能结合图片内容与故障知识库，快速定位问题原因并给出解决方案。

3. 强化学习优化：采用“小模型强化学习”策略，在1B参数以下的模型上进行针对性训练，使其在特定技能上达到高水准，同时降低部署成本。

4. 实施效率提升：将复杂的业务逻辑拆解为简易流程，加强工具建设，如配置工具支持、排查工具支持等，提升实施效率。

冯旻伟在演讲中指出，服务营销Agent的演进将呈现三大趋势：

1. 技术为王：随着大模型逻辑推理能力的提升，Agent将在复杂决策场景中发挥更大价值；

2. 角色重构：未来社会将分化为“操控AI的人”与“被AI服务的人”，企业需主动拥抱这一变化，培养AI应用能力；

3. 行业转型：客服行业将彻底从“成本中心”转向“价值中心”，AI Agent不仅能解决问题，更能创造新的营收增长点。

作为行业先行者，网易智企·云商正通过AI Agent技术，帮助企业在这场变革中抢占先机。无论是提升服务效率、优化消费体验，还是挖掘营销价值，网易智企·云商的实践都证明：AI的终极价值不是替代人类，而是让人类从重复劳动中解放出来，聚焦更具创造性的工作。

未来，随着技术的持续迭代，网易智企·云商将继续探索AI Agent的应用边界，让智能服务更懂业务、更有温度，为企业创造更大价值。