生成式 AI 时代的客服后端变革全景

一、五代客服体验的代际跃迁

1. 第 一代按照键式和第二代 APP 网页式

1）第 一代按照键式 1980s 到 2000s，在实际应用里，IVR 树形菜单

2）第二代 APP 网页式 2000s 到 2015s，就一线经验说，用户自助找入口

3）两代共同特征是用户主动找服务，在实际应用里，系统不会主动出现

2. 第三代小程序服务号和第四代对话式直达式

1）第三代小程序服务号 2015s 到 2020s，执行层面，轻量化触达，实操中，免安装

2）第四代对话式直达式 2020s 至今，在实际应用里，自然语言直达，开口即办

3）第四代开始出现交互主体倒转，具体来看，人不再适应系统，落地时，系统反过来适应人

3. 第五代 Agent 式的主动预见和全旅程陪伴

1）第五代 Agent 式是当前正在发生的演进方向

2）Agent 主动感知买方诉求，主动发起服务，主动陪伴全旅程

3）Agent 长期记忆买方偏好和历史，每次对话都比上一次更懂买方

二，五大典型情境的体验颠覆

1. 银业界务办理

1）传统体验，实操中，打开 APP，找到信用卡，找账单分期，看说明，具体来看，点同意，输金额，输密码，等等短信

2）传统耗时，5 到 10 分钟，5 步操作，买方还要记路径

3）AI 体验，具体来看，买方说帮我将这张卡上个月账单分3期还

4）AI 耗时，运行层面，30 秒，1 句话直达

5）颠覆点，从找入口到说意图，就一线经验说，在实际应用里，从 5 步到 1 句

2. 保险理赔

1）传统体验，运行层面，打电话报案，排队 10 分钟，运行层面，描述事故，记下工单号，等等查勘，等等核赔，等等打款

2）传统耗时，在实际应用里，3 到 7 天，10 步以上操作

3）AI 体验，运行层面，拍照上传事故，Agent 自动识别损失，推荐报案方案，具体来看，在线签署，自动核赔，实时打款

4）AI 耗时，往细里说，往细里说，分钟级，3 步操作

5）颠覆点，从事后等待到实时处理，落地时，具体来看，从分段操作到端到端一气呵成

3. 电信网络报障

1）传统体验，运行层面，打 10086，听 IVR，按照 1、按照 2、按照 3，执行层面，转人工，在实际应用里，排队，描述问题，执行层面，等等师傅上门

2）传统耗时，1 到 3 天，往细里说，8 步以上操作

3）AI 体验，实操中，买方说我家网又断了

4）AI 体验，Agent 自动检测光猫，具体来看，账号、基站状态，90% 问题远程破解，必要时自动派单师傅

5）AI 耗时，运行层面，1 到 5 分钟，1 句话直达

6）颠覆点，落地时，往细里说，从被动描述到主动诊断，落地时，从等待上门到远程秒解

4. 电商退换货

1）传统体验，换个角度看，找订单，找客服，描述问题，等等审核，填快递单，就一线经验说，寄回，等等退款，查账

2）传统耗时，3 到 7 天，运行层面，6 步操作

3）AI 体验，买方说这件衣服不合适要退

4）AI 体验，在实际应用里，换个角度看，Agent 识别订单、判断政策，自动同意，往细里说，推送快递上门取件、签收后秒退款

5）AI 耗时，实操中，分钟级，1 句话办结

6）颠覆点，就一线经验说，从多步申请到一句话办结

5. 政务服务

1）传统体验，执行层面，查办事指南，准备材料，具体来看，预约，实地排队，提交材料，等等审批，取结果

2）传统耗时，实操中，3 到 15 天，多次跑腿

3）AI 体验，买方说我要办营业执照

4）AI 体验，Agent 识别诉求、自动调取公司资讯、生成材料，视频面签，在线审批、电子证照秒发

5）AI 耗时，就一线经验说，小时级，从实践看，往细里说，0 次跑腿

6）颠覆点，执行层面，从多次跑腿到零跑腿，从找部门到找 Agent

三，体验颠覆的四个底层推演

1. 从用户找服务到服务找用户

1）传统模式买方发起请求是起点

2）AI 模式 Agent 主动感知是起点

3）交互起点倒转

2. 从人适应系统到系统适应人

1）传统模式买方记路径、看说明、点菜单

2）AI 模式买方说人话，Agent 领会意图

3）交互主体倒转

3. 从准则化流程到个性化服务

1）传统模式所有买方面对同一套话术

2）AI 模式每个买方面对专属 Agent，实操中，往细里说，记住偏好和历史

3）交互内容倒转

4. 从事后响应到实时预见

1）传统模式买方开口才能响应

2）AI 模式 Agent 提前感知诉求，具体来看，主动发起服务

3）交互时序倒转

四，不可逆趋势的三个判断

1. 买方回不去

1）一旦习惯对话式体验，就一线经验说，买方绝 对不会回到按照键式

2）按照键式体验一旦对比过，实操中，从实践看，具体来看，落地时，买方会迅速离职到对话式竞品

3）这是不可逆的代际体验更替

2. 竞争壁垒重置

1）传统 UI 和 UX 优势归零，具体来看，菜单做得再漂亮也没人用了

2）对话本领成为新护城河，落地时，运行层面，往细里说，谁先做出 Agent 谁抢到买方

3）竞争壁垒从界面转移到智能

3. 新代际加速

1）Z 世代原住民只会用对话式，具体来看，不会按照菜单

2）老龄用户被家人带动，也会渐次习惯对话式

3）所有年龄段的买方都向对话式迁移

一，买方营运模式从流量营运到对话营运

1. 营运对象的变化

1）传统营运对象是流量，落地时，点击、转化率

2）AI 时代营运对象是对话，意图、关系深度

3）从经营数字到经营关系

2. 触达方式的变化

1）传统触达靠推送、广告，促销

2）AI 触达靠自然对话、主动领会、个性化响应

3）从打扰到陪伴

3. 买方关系的变化

1）传统买方关系是一次性交易，实操中，在实际应用里，结束就断联

2）AI 买方关系是长期陪伴，运行层面，Agent 记住买方偏好和历史

3）从交易到陪伴

4. 营运节奏的变化

1）传统节奏是大促驱动，节点营销，节日轰炸

2）AI 节奏是实时响应，具体来看，按照需触发，随时在线

3）从节点到实时

5. 核心指标的变化

1）传统指标是 CVR，GMV，ROI

2）AI 指标是 NPS、对话完成率，情感价值

3）从交易价值到体验价值

6. 队伍本领的变化

1）传统队伍本领是流量采买，投流精进、活动策划

2）AI 队伍本领是 Agent 编排，对话规划，关系经营

3）从营销本领到智能本领

二、买方服务模式从被动响应到主动预见

1. 服务起点的变化

1）传统服务起点是买方发起请求

2）AI 服务起点是 Agent 主动感知买方诉求

3）从被动等待到主动发现

2. 服务进程的变化

1）传统服务进程是多轮菜单、按照键、跳转

2）AI 服务进程是一句话直达，自然对话

3）从流程操作到意图表述

3. 服务边界的变化

1）传统服务边界是 8 小时事务制，具体来看，换个角度看，5 天事务制

2）AI 服务边界是 7 天 24 小时永远在线

3）从时段限制到全时段覆盖

4. 服务深度的变化

1）传统服务深度是表层问题解答，往细里说，换个角度看，给个链接让买方自己看

2）AI 服务深度是端到端问题破解，往细里说，Agent 直接执行

3）从告知到代办

5. 服务温度的变化

1）传统服务温度是准则化话术、千篇一律

2）AI 服务温度是个性化情感共鸣，千人千面

3）从冷冰冰到有温度

三，内部治理模式从管人到管智能体

1. 管控对象的迁移

1）传统管控对象是员工，实操中，招聘，培训、考核，淘汰

2）AI 管控对象是智能体，创建、训练、考核，迭代

3）治理的对象从人到 Agent，往细里说，这是最 大的迁移

2. 绩效评核的重构

1）传统绩效是 KPI，考勤，质检分数

2）AI 绩效是 Agent 成效指标，对话成功率、买方满意度，幻觉率

3）评核对象从人到机器

3. 培训架构的迁移

1）传统培训是课堂，往细里说，教材、师傅带教，考试

2）AI 培训是 Prompt 工程、学识库更新、模型微调，Few-shot 示例

3）培训对象从员工到智能体

4. 质量管控的重构

1）传统质量管控是抽检录音、人工复盘，覆盖率约 5%

2）AI 质量管控是全量对话拆解、实时干预、A/B 测试，覆盖率 100%

3）质量将控从抽样到全量

5. 隐患将控的进化

1）传统隐患将控是人员权限，合规审查、流程审批

2）AI 隐患将控是 AI 治理、模型审计、内容安全、可解释性

3）隐患对象从人到模型

四，智能体治理的五大新职能

1. 智能体生命周期管控

1）注册新 Agent，分配唯 一 ID

2）版本将控，记录每次迭代

3）灰度发布，执行层面，先小流量验证再放量

4）下线淘汰，落地时，及时清理无效 Agent

2. 智能体成效评核

1）成功率，具体来看，实操中，差事完成率

2）转化率，实操中，业务标的达成率

3）情感分，买方满意度

4）幻觉率，就一线经验说，落地时，从实践看，错误回答率

3. 智能体合规审计

1）决策可解释，从实践看，具体来看，能说清楚为何这么回答

2）内容安全，就一线经验说，具体来看，不输出违规内容

3）偏见检测，不歧视特定群体

4. 智能体成本管控

1）推理成本，往细里说，每次调用的 Token 用量

2）总成本，月度算力费用

3）ROI 评核，运行层面，投入产出比

5. 智能体协同编排

1）多 Agent 协同，A 调用 B 调用 C

2）人机协同，往细里说，复杂情境人和 Agent 配合

3）流程规划，端到端业务闭环

五，运行层面，商业模式重构的三个新平衡

1. 效率和体验双优

1）传统模式效率优先，执行层面，落地时，按照键式降本但体验差

2）AI 模式效率加体验双优，具体来看，实操中，对话式降本不损体验

3）从二选一到双优

2. 规模化的个性化

1）传统模式准则化为主，就一线经验说，所有人看到一样的页面

2）AI 模式规模化的个性化，实操中，换个角度看，每个买方面对专属 Agent

3）从准则化到个性化

3. 人机协同

1）传统模式人力为主，往细里说，往细里说，所有事情都靠人

2）AI 模式人机协同，具体来看，人处理情感和决策，具体来看，AI 处理执行和检索

3）从纯人到人机

一，后端五层架构和二线新职责

1. 基础设施层，在实际应用里，执行层面，实操中，换个角度看，云原生联络中心和私有化大模型

1）从传统 IVR 到云原生 AICC，在实际应用里，传统 IVR 是按照键式交换机，硬件固化，扩容困难

2）云原生 AICC 是云联络中心，往细里说，弹性扩容、多渠道接入

3）AICC 是 AI Contact Center 的缩写

2. 资料层，向量资料库和学识图谱

1）向量资料库和 Embedding 质量监控

2）学识图谱和实时资料流

3）资料湖和资料治理架构

3. 智能层，LLM 和 RAG 以及 Agent 编排

1）Prompt 调优和学识切片打法

2）RAG 检索增强和多模态融合

3）Agent 事务流规划和编排

4. 运用层，超级数字雇员和 RPA

1）业务编排和人机协同流程规划

2）智能质检和实时辅助

3）异常接管和降级制度

5. 治理层，往细里说，运行层面，AI 治理和合规审计

1）模型评核和 A/B 测试

2）合规审查和隐患预警

3）内容安全和可解释性

二，就一线经验说，落地时，执行层面，各业务模块的技艺升级路径

1. 传统呼叫模块，落地时，换个角度看，就一线经验说，从 PBX 到全 Agent 化

1）第 一级传统 PBX 加 IVR，换个角度看，换个角度看，按照键式

2）第二级云化联络中心 AICC，在实际应用里，换个角度看，弹性扩容

3）第三级智能 IVR，具体来看，语音识别加意图识别

4）第四级对话式 IVR，具体来看，具体来看，LLM 驱动

5）第五级全 Agent 化，数字员工直接对话

2. 学识管控模块，运行层面，从 FAQ 到动态学识流

1）第 一级 FAQ 文档，Word 加 Excel

2）第二级结构化学识库，CMS 加标签架构

3）第三级向量学识库，RAG 检索

4）第四级学识图谱，实体-关系-属性

5）第五级动态学识流，实时更新加自动摘要

3. 数字客服的六大本领升级

1）问答本领从要害词到 LLM 加 RAG

2）工单本领从规则路由到 Agent 自动分类

3）质检本领从人工抽检到全量 AI 质检

4）培训本领从课堂考试到 AI 陪练

5）营运本领从 Excel 报表到实时 BI

6）辅助本领从学识库搜索到实时话术推荐

三、运用新技艺的实践视角，二线怎样用起来

1. 运用新技艺的本质是用业务领会驾驭抓手

1）技艺会持续演进，具体来看，永远追不完

2）二线最 大的优势是懂业务、懂情境，懂隐患

3）专精岗要从技艺焦虑转向业务驾驭

2. 运用新技艺的三个切入点

1）从高频情境切入，换个角度看，在实际应用里，先破解最痛的点

2）从隐患情境切入，先破解最不能出错的点

3）从体验情境切入，从实践看，先破解买方最不满意的点

3. 运用新技艺的三种实践模式

1）辅助模式，AI 给出建议，在实际应用里，人做决策

2）协同模式，落地时，AI 和人各负责一部分

3）主导模式，从实践看，执行层面，就一线经验说，AI 自主决策，人做兜底

四，执行层面，传统岗位的影响和新定位

1. 一线客服坐席的变化

1）被替代程度 ★★★★★，具体来看，实操中，换个角度看，落地时，往细里说，约 80% 被替代

2）新定位是疑难专家加情感安抚师加培训师

3）剩余 20% 处理真正复杂和高情感情境

2. 二线质检员的变化

1）被替代程度 ★★★★☆

2）从人工抽检到全量 AI 质检加人工复核

3）新定位是 AI 质检打法师加模型评核师

3. 学识库管控员的变化

1）被替代程度 ★★★☆☆

2）从手动录入到自动化处理

3）新定位是学识工程师加资料治理师

4. 培训师的变化

1）被替代程度 ★★☆☆☆

2）从课堂授课到 AI 陪练规划

3）新定位是 AI 训练师加课程规划师

5. 班组长和营运的变化

1）被替代程度 ★★☆☆☆

2）从排班质检到 Agent 调优

3）新定位是 Agent 营运师加业务拆解师

五，7+1 新岗位矩阵和核心职责

1. AI 训练师和 Prompt 工程师

1）核心职责是数字雇员的话术调优，Prompt 规划

2）要害本领是 Prompt 工程、LLM 原理，业务领会

3）典型产出是 Prompt 模板库、Few-shot 示例集

2. 学识工程师

1）核心职责是学识图谱构筑，向量库维护，文档切片打法

2）要害本领是 RAG 原理、Embedding、文档处理

3）典型产出是学识图谱、切片规则，更新流程

3. 资料治理师

1）核心职责是资料质量、标注规范，隐私合规

2）要害本领是资料治理，隐私法、标注流程

3）典型产出是资料准则，标注指南、合规审计报告

4. AI 质检打法师

1）核心职责是质检规则引擎、隐患预警模型

2）要害本领是质检规划，往细里说，规则引擎、隐患模型

3）典型产出是质检规则库、预警阈值清单

5. 业务编排师

1）核心职责是 Agent 事务流规划，执行层面，人机协同流程

2）要害本领是 Agent 编排、业务建模，流程规划

3）典型产出是事务流图，协同流程文档

6. 模型评核师

1）核心职责是大模型成效评核，A/B 测试、持续精进

2）要害本领是模型评核，A/B 测试，换个角度看，统计学

3）典型产出是评核报告、实验结论，从实践看，精进建议

7. 合规审计师

1）核心职责是 AI 决策可解释性、内容安全，监管合规

2）要害本领是 AI 伦理、合规法、可解释性

3）典型产出是审计报告，合规清单、可解释日志

8. 智能体治理师

1）核心职责是智能体生命周期、成效评核，合规审计，成本管控

2）要害本领是 AI 治理、Agent 管控、成本将控

3）这是 7+1 中的加 1，就一线经验说，是新增岗位

六、本领要求的三层升级路径

1. 必会层，基础本领

1）Prompt 工程，能写出高质量 Prompt

2）RAG 原理，落地时，领会检索增强生成制度

3）向量检索基础，会用 Embedding 和向量库

4）资料标注，会规划标注规则

2. 加分层，就一线经验说，进阶本领

1）Python 加 SQL，换个角度看，能写脚本拆解资料

2）Agent 编排抓手，落地时，Dify 加 Coze 熟练采用

3）模型微调 LoRA，能在小资料上微调模型

4）业务建模，运行层面，就一线经验说，能将业务翻译成 Agent 可执行流程

3. 软实力，稀缺本领

1）业务领会力，最稀缺，二线最 大的优势就是懂业务

2）跨部门协同，能和 IT、AI，货品协同

3）AI 伦理意识，懂什么能做，什么不能做

一、四业界横向对比和升级重点

1. 银业界的升级重点

1）对话式 IVR 让买方用自然语言描述诉求

2）金融学识图谱将货品、条款、规则，实例四层关联

3）合规红线库单独维护，保证绝 对安全

4）典型实例，就一线经验说，招行小招、工银小融、建行智慧客服

2. 保险业的升级重点

1）ASR 将买方语音转文字，实操中，NLP 自动识别事故类型、损失程度，当事人资讯

2）报案环节从 10 分钟压缩到 1 分钟

3）条款学识图谱将保单条款、理赔规则，实例关联

4）理赔数字员工带出自助报案、自动核赔，识别欺诈

5）典型实例，落地时，平安智能理赔、众安保险大模型，运行层面，执行层面，中国人保 AI 核赔员

3. 电信业的升级重点

1）网络拓扑学识图谱将基站、光猫，账号，套餐关联

2）实时故障库同步网络故障和恢复状态，实操中，实操中，Agent 能基于拓扑自动定位买方问题

3）全云化联络中心支撑百万级日呼叫量

4）网络诊断 Agent 自动检测装置状态，换个角度看，在实际应用里，远程破解难题

5）典型实例，实操中，往细里说，换个角度看，中国移动 10086 智能客服，在实际应用里，运行层面，华 为 AICC

4. 电商业的升级重点

1）商品学识图谱做到 SKU 级别，关联属性、库存，活动

2）活动规则库集中管控所有促销规则

3）导购 Agent 个性化推荐商品，售后 Agent 自动化退换货，自动退款

4）典型实例，京东言犀、阿里店小蜜、淘宝阿里小蜜

二、互联网大厂客服升级的共性心得

1. 蚂蚁客服的实战样本

1）风控规则前置到对话环节，换个角度看，实操中，拦截口径嵌入 Agent 决策流程

2）合规红线由专精岗主导维护，在实际应用里，打法迭代以周为单位闭环

3）二线从话术后台走向打法中心，执行层面，从实践看，换个角度看，专精岗是 Agent 决策的规则源头

2. 支付宝客服的本领转型

1）一线规模收缩，二线本领升级

2）从话术后台走向打法中心

3）专精岗从执行岗转型为决策支持岗

3. 京东客服的转型路径

1）京东言犀覆盖售前售中售后全链路

2）二线专精岗在售后打法，退款规则、买方体验上的作用

3）专精岗的成长路径是从执行到打法到治理

4. 阿里客服的转型路径

1）阿里小蜜的规模化运用

2）二线专精岗在内容策划，话术规划，训练资料上的作用

3）专精岗成为 AI 训练的核心力量

5. 美团客服的转型路径

1）本地生活情境的客服复杂度极高

2）二线专精岗在情境分类、规则拟定、特殊处理上的作用

3）专精岗的不可替代性体现在情境领会的深度

6. 大厂客服升级的共性规律提炼

1）一线收缩是趋势，二线升级是必然

2）专精岗的不可替代性来自业务深度

3）转型的要害是成为业务和 AI 的纽带

三，运用新技艺的实践方向

1. 第 一阶段，换个角度看，运用认知，在实际应用里，认知和基础

1）学完本课所有内容

2）选 1 个新岗位方向深度研习，换个角度看，比如 Agent 调教师

3）试用 1 个 Agent 编排抓手，从实践看，比如 Dify 或者 Coze

4）阅读 3 本指定书籍或者资料

2. 第二阶段，运用实战，实战和项目

1）参与 1 个真实 Agent 项目的某个环节

2）输出 1 个 Prompt 规划或者学识库结构规划

3）找 1 位导师或者同行交流

4）在队伍内做 1 次 AI 运用分享

3. 第三阶段，运用输出，输出和影响

1）主导 1 个小情境的 Agent 落地

2）输出 1 份最 佳实践文档

3）在队伍内做 1 次运用心得分享

4）构筑个人在 AI 时代的新品牌

四，运用新技艺实践的三个常见误区

1. 误区一，从实践看，在实际应用里，将 AI 当对手

1）正确认知是将 AI 当抓手

2）专精岗要做的是用好 AI 而不是对抗 AI

3）懂业务的专精岗用 AI 比不懂业务的技艺人更强

2. 误区二，只学技艺不练业务

1）技艺学不完，业务是专精岗的根

2）练业务的同时顺手学技艺

3）用业务领会反向驱动技艺研习

3. 误区三，单兵作战不协同

1）AI 转型是跨部门工程

2）专精岗要主动连接 IT、AI、货品、业务

3）协同本领是 AI 时代的核心本领

收束和答疑：

老师简介

Introduction to lecturers

弄懂更多

博闻智咨询|焦波老师