在AI大模型的熱潮下，企業(yè)對(duì)AI客服的想象似乎正聚焦于打造一個(gè)無所不知、對(duì)答如流的“超級(jí)對(duì)話者”。我們驚嘆于大模型帶來的自然語言交互革命，并期待AI能更像人一樣與客戶溝通。然而，若我們回歸第一性原理，深思客戶尋求服務(wù)的根本需求，客戶真正想要的是什么？答案從未改變：不是更快的對(duì)話，而是更快的“問題被解決”。
“第一性原理”（First Principles Thinking），是一種非常根本的思考問題的方式。它倡導(dǎo)我們回歸事物的最本源、最核心的出發(fā)點(diǎn)，去探究那些構(gòu)成事物基礎(chǔ)的、不證自明的“基石性”真理。而不是參考過去的經(jīng)驗(yàn)、模仿別人的做法，或者是基于現(xiàn)有的類比去尋找答案。
從對(duì)話回到狀態(tài)改變：
客戶需要的是結(jié)果，而非過程
據(jù)《Customer Contact Benchmark Report 2024》數(shù)據(jù)顯示，約70%的客戶咨詢屬于“狀態(tài)查詢類”問題，這類需求本質(zhì)上只是對(duì)系統(tǒng)內(nèi)部狀態(tài)的一次讀取，并不需要復(fù)雜判斷。
當(dāng)我們談?wù)摽蛻舴?wù)時(shí)，一個(gè)基礎(chǔ)的第一性原理是：客戶與企業(yè)聯(lián)系，是為了達(dá)成某個(gè)具體的結(jié)果。這個(gè)結(jié)果可能是獲取一條信息（訂單狀態(tài)）、完成一項(xiàng)操作（修改地址）、解決一個(gè)困境（產(chǎn)品故障），或是滿足一種期望（獲得補(bǔ)償）。表面上看，這是一種提問行為，但本質(zhì)上是為了促成一次狀態(tài)的改變——從“未知”到“已知”，從“等待中”到“已解決”。
換言之，對(duì)話只是客戶選擇的一種手段，它是達(dá)成目的的路徑，而非目的本身，問題的閉環(huán)解決才是對(duì)話的終點(diǎn)。
從更聰明的機(jī)器人
轉(zhuǎn)向更會(huì)服務(wù)的AI
很多企業(yè)在客服上的AI嘗試仍停留在對(duì)話流程的打磨上，比如提升意圖識(shí)別準(zhǔn)確率、縮短響應(yīng)時(shí)間、訓(xùn)練上下文關(guān)聯(lián)等。這些打磨誠然沒有錯(cuò)，但從實(shí)踐中我們發(fā)現(xiàn)，許多客戶咨詢的根本原因并非問題難，而是信息看不見、流程不可感知、狀態(tài)無法追蹤。
舉例來說，在訂單服務(wù)中，如果企業(yè)能將物流、退款等核心狀態(tài)通過實(shí)時(shí)信息卡片、短信鏈接或 App 推送直接傳達(dá)給客戶，很多“我的快遞到哪了”這類重復(fù)問答自然就會(huì)減少。
再比如退款進(jìn)度的可視化，企業(yè)可以將整個(gè)退款流程分解為“申請(qǐng)成功 → 審核中 → 審核通過 → 銀行到賬”等階段，并同步展示在用戶界面中。如此一來，用戶無需通過客服去“追問”退款狀態(tài)，系統(tǒng)已在前面給出了答案。
此外，一些平臺(tái)還在嘗試將互動(dòng)微流程嵌入主業(yè)務(wù)系統(tǒng)，例如教育平臺(tái)通過課前測(cè)評(píng)問卷判斷用戶意圖，AI自動(dòng)推薦適配課程，免去了用戶重復(fù)描述自己的需求。
這些設(shè)計(jì)的共同邏輯，是讓AI主動(dòng)說話，而非讓客戶發(fā)問。這追求的不再是一個(gè)更聰明的對(duì)話機(jī)器人，而是一個(gè)更智能、能自我完善、讓客戶省心的業(yè)務(wù)服務(wù)AI系統(tǒng)。
AI 客服的正確打開方式：
從對(duì)話模擬到Agent落地
很多企業(yè)在引入AI客服時(shí)，思考的起點(diǎn)仍是“是否能替代人工對(duì)話”。但是，哪怕接入最強(qiáng)大的大模型，也只是把對(duì)話變“流暢”，卻無法讓問題“閉環(huán)”。
要構(gòu)建一個(gè)省心的業(yè)務(wù)服務(wù)AI系統(tǒng)，意味著AI客服的核心價(jià)值，并不在于模仿人說話，而在于重構(gòu)業(yè)務(wù)流轉(zhuǎn)方式，推動(dòng)信息流和操作流的結(jié)構(gòu)化與自動(dòng)化。這正是AI Agent的落腳點(diǎn)：它不是“對(duì)話更流暢的機(jī)器人”，而是能感知意圖、調(diào)取數(shù)據(jù)、調(diào)用工具并完成任務(wù)的“服務(wù)執(zhí)行體”。
換言之，AI大模型的價(jià)值不是讓AI客服更像人，而是幫助企業(yè)用非人的方式處理原本只能靠人的流程——這就是深入企業(yè)業(yè)務(wù)的AI Agent的價(jià)值所在。這背后要求企業(yè)具備統(tǒng)一、靈活、可擴(kuò)展的技術(shù)平臺(tái)，因此，合力億捷自研客服領(lǐng)域AI Agent平臺(tái)——
MPaaS平臺(tái)是面向企業(yè)場(chǎng)景打造的 AI Agent 搭建平臺(tái)，支持可視化編排，讓企業(yè)像搭積木一樣快速構(gòu)建深度結(jié)合業(yè)務(wù)流程的AI客服Agent。通過流程節(jié)點(diǎn)的圖形化組合，無需編寫代碼，也能高效實(shí)現(xiàn)復(fù)雜業(yè)務(wù)邏輯的配置與上線，大幅降低了Agent部署門檻，加快了落地應(yīng)用節(jié)奏。
MPaaS同時(shí)內(nèi)置MCP協(xié)議引擎，作為連接AI大模型的“萬能插座”，使 Agent 能以統(tǒng)一、高效的方式調(diào)用內(nèi)外部系統(tǒng)、工具與數(shù)據(jù)源。配合平臺(tái)對(duì) 業(yè)務(wù)流程規(guī)則與執(zhí)行路徑配置的支持，MPaaS 能幫助企業(yè)構(gòu)建具備清晰判斷邏輯和任務(wù)閉環(huán)能力的服務(wù)型 Agent，讓AI真正嵌入業(yè)務(wù)流程，而非停留在對(duì)話層面。
指標(biāo)轉(zhuǎn)向：從響應(yīng)速度轉(zhuǎn)向
事務(wù)閉環(huán)效率
要真正實(shí)現(xiàn)服務(wù)模式的升級(jí)，企業(yè)在內(nèi)部衡量標(biāo)準(zhǔn)上也需要做出改變。我們建議用更貼近“結(jié)果交付”的指標(biāo)替代傳統(tǒng)的過程型指標(biāo)。
過去常用的如首次響應(yīng)時(shí)間（FRT），只能反映是否“快”做出回應(yīng)，但不能代表問題是否解決。平均對(duì)話輪數(shù)越少，可能說明機(jī)器效率高，也可能說明客戶沒有耐心繼續(xù)對(duì)話。CSAT 和 NPS 作為情感反饋指標(biāo)，也很難真實(shí)反映事務(wù)完成效率。因此在這些指標(biāo)之上，企業(yè)還應(yīng)該關(guān)注三個(gè)核心指標(biāo)：
一是問題閉環(huán)總耗時(shí)。也就是從客戶點(diǎn)擊客服入口到事務(wù)最終完成的總時(shí)間，它直接衡量系統(tǒng)處理能力和響應(yīng)機(jī)制的協(xié)同性。
二是無需對(duì)話完成率。即通過卡片、自動(dòng)流程或客戶自助解決的事務(wù)比例，這個(gè)比例越高，說明系統(tǒng)的服務(wù)自動(dòng)化程度越高，AI 投入才真正起到了減負(fù)作用。
三是客服干預(yù)比例。也就是在所有事務(wù)處理中，仍需人力介入的問題占比。這個(gè)比例越低，說明系統(tǒng)整合度越高，客服越從重復(fù)任務(wù)中脫離出來。
真正的AI客服，并不是要做一個(gè)更聰明、更人性化的對(duì)話機(jī)器人，而是推動(dòng)企業(yè)服務(wù)方式的重構(gòu)。從第一性原理出發(fā)，我們發(fā)現(xiàn)：對(duì)話不是客戶的目的，而是信息與服務(wù)缺位的替代品。
當(dāng)我們?cè)敢庵泵孢@個(gè)事實(shí)，并以此倒推系統(tǒng)設(shè)計(jì)——讓信息自動(dòng)可見、流程自動(dòng)觸發(fā)、事務(wù)自動(dòng)閉環(huán)——才是 AI 在客服領(lǐng)域真正值得做的事。
