經(jīng)濟(jì)參考報
羅逸姝
2025-09-18 09:08
“客戶服務(wù)已經(jīng)不再是企業(yè)的成本中心，而是效能最高的‘再營銷’和‘再銷售’場景?！苯眨?025 Inclusion·外灘大會間隙，數(shù)字碼力董事長兼CEO周蕓表示。
在AI浪潮席卷而來的第四年，AI加持下的對話機(jī)器人已在電商、服務(wù)業(yè)廣泛應(yīng)用，但在性能、成本與協(xié)同機(jī)制等層面仍然存在落地難題：雖然已投入巨資引進(jìn)各類AI工具，但未能在財務(wù)報表上產(chǎn)生顯性的生產(chǎn)力變革。
對此，周蕓指出，問題的根源并非技術(shù)本身，而是AI在企業(yè)應(yīng)用中存在理想與現(xiàn)實(shí)的差距，不僅需要在技術(shù)架構(gòu)上實(shí)現(xiàn)創(chuàng)新，還需要對業(yè)務(wù)流程進(jìn)行重塑，讓客服中心變成體驗(yàn)中心，最終變成價值中心。
“要把每一次的客戶交付變成一個全新的增長機(jī)會?！敝苁|表示，過去的客服集中在售后場景，但事實(shí)上存量客戶運(yùn)營、潛在客戶挖掘都是尚未被關(guān)注的“金礦”，需要通過客戶交互來實(shí)現(xiàn)復(fù)購、加購帶來的業(yè)務(wù)增長。
為了破解AI在真實(shí)場景中“落地難、見效慢、協(xié)同繁”的共性困境，螞蟻集團(tuán)旗下數(shù)字碼力在外灘大會正式推出首批專家級“AI數(shù)字員工團(tuán)隊(duì)”，覆蓋客服、營銷、巡檢、銷售培訓(xùn)及研發(fā)等五大核心業(yè)務(wù)領(lǐng)域，讓AI深度融入企業(yè)運(yùn)營，為企業(yè)提供可量化、確定性的業(yè)務(wù)增長結(jié)果。
“我們與過去Chatbot對話機(jī)器人是不同的，我們不交付技術(shù)指標(biāo)，直接向客戶交付業(yè)務(wù)效果?！敝苁|表示，AI數(shù)字客服團(tuán)隊(duì)可幫助中小企業(yè)提高約70%的人效，降低35%的運(yùn)營成本，并大幅提高業(yè)務(wù)轉(zhuǎn)化率。在數(shù)字碼力的電商客戶實(shí)踐中，這一模式已為企業(yè)帶來約10%的GMV增長。
數(shù)字員工革新：從交付技術(shù)指標(biāo)到交付服務(wù)效果
當(dāng)前市場上也有很多AI客服，傳統(tǒng)企業(yè)服務(wù)領(lǐng)域的智能化進(jìn)展如何？
周蕓：從市場規(guī)模來看，人工客戶服務(wù)的市場規(guī)模超過1000億元，而對話機(jī)器人還是小幾百億的市場規(guī)模，這是因?yàn)閭鹘y(tǒng)的Chatbot對話機(jī)器人在客服體驗(yàn)上還存在局限性。
按照傳統(tǒng)客服架構(gòu)的邏輯，對話機(jī)器人的開發(fā)與人工服務(wù)系統(tǒng)，是相互割裂的兩個體系，導(dǎo)致企業(yè)知識體系也是割裂的。因此對于企業(yè)而言，可以通過對話機(jī)器人來降低人工坐席的數(shù)量，但并不能夠保證服務(wù)的質(zhì)量，這也是用戶感受到機(jī)器人服務(wù)與人的服務(wù)存在差距的最大原因。
今年以來，企業(yè)端的AI應(yīng)用非常普遍，但很多企業(yè)沒有達(dá)到預(yù)期的效果，你認(rèn)為造成這種困境的原因是什么？
周蕓：現(xiàn)在大多數(shù)AI Agent的定位依然是輔助工具，背后最大的原因是準(zhǔn)確性不足。
一般AI應(yīng)用的準(zhǔn)確性要達(dá)到95%—99%，企業(yè)才敢放心使用。企業(yè)的業(yè)務(wù)流程比較復(fù)雜，每個流程節(jié)點(diǎn)都有可能出現(xiàn)錯誤，哪怕AI應(yīng)用的準(zhǔn)確性已經(jīng)達(dá)到90%，但在五個節(jié)點(diǎn)下按0.9的五次方計算，整體準(zhǔn)確性將在60%以下。所以現(xiàn)在AI應(yīng)用“用起來”是容易的，“用得好”，真正產(chǎn)生效果、產(chǎn)生收益還有一段路要走。
第二點(diǎn)原因是，AI Agent是具備自主性的，在現(xiàn)有生產(chǎn)關(guān)系下，讓AI與人類員工進(jìn)行協(xié)同，會對生產(chǎn)流程與生產(chǎn)關(guān)系產(chǎn)生革命性變革。新的生產(chǎn)力會改變生產(chǎn)關(guān)系，但舊的生產(chǎn)關(guān)系往往會成為阻礙。從歷史經(jīng)驗(yàn)來看，從蒸汽機(jī)到首個現(xiàn)代化、流程化的工程，也經(jīng)歷了一兩百年的時間。因此，我們希望讓企業(yè)不需要為協(xié)同的成本付出更高代價，而是由我們交付一個完整的客服中心，幫助企業(yè)在人機(jī)融合下重塑原有生產(chǎn)關(guān)系。
數(shù)字碼力新推出的AI數(shù)字員工團(tuán)隊(duì)與傳統(tǒng)對話機(jī)器人的差別在哪里？
周蕓：在傳統(tǒng)的客服體系下，一般不會考核對話機(jī)器人的滿意度，而是考核轉(zhuǎn)人工率、準(zhǔn)確率等技術(shù)指標(biāo)，只有對人工客服才考核滿意度。這在一定程度上傷害了品牌的客戶體驗(yàn)，因?yàn)閷蛻魜碚f，機(jī)器人和人工客服的服務(wù)是一個整體的感受。
數(shù)字碼力交付的不是這類技術(shù)指標(biāo)，而是業(yè)務(wù)指標(biāo)。我們的合同是一個三年的承諾，基于當(dāng)下企業(yè)包括人工客服與對話機(jī)器人在內(nèi)的整體客服成本，我們承諾每一年將成本降低至一定比例，與此同時，我們還承諾整體的服務(wù)滿意度，從而為客戶帶來更好的體驗(yàn)。
客服定位革新：從成本中心到增長新入口
數(shù)字碼力的這種創(chuàng)新業(yè)務(wù)模式背后，是基于你對客戶服務(wù)市場怎樣的洞察？
周蕓：在流量見頂?shù)臅r代，客戶服務(wù)不應(yīng)該是企業(yè)的成本中心，而是要把每一次客戶交付變成一個全新的增長機(jī)會。
原有的客服業(yè)務(wù)流程往往聚焦在售后環(huán)節(jié)，但這意味著如果用戶沒有出現(xiàn)問題主動聯(lián)系客服，就難以形成交互。我們認(rèn)為，客服中心要往前“走兩步”，先變成體驗(yàn)中心，最后變成價值中心。
從客服中心到體驗(yàn)中心，需要企業(yè)挖掘既有客戶服務(wù)中了解客戶訴求，從中找到產(chǎn)品改善的關(guān)鍵點(diǎn)與機(jī)會點(diǎn)，實(shí)現(xiàn)產(chǎn)品能力的升級。從體驗(yàn)中心變成價值中心則是更進(jìn)一步，在現(xiàn)在新客流量高昂的情況下，需要通過交互來刺激存量客戶復(fù)購、關(guān)注或加購的客戶新購，這是一個尚未被挖掘的金礦。
AI數(shù)字員工團(tuán)隊(duì)是如何實(shí)現(xiàn)這種交互的？
周蕓：AI為客戶服務(wù)帶來了巨大的變化。以銀行為例，以前AUM在30萬以下的個人客戶是沒有專屬銀行客戶經(jīng)理的，因?yàn)镽OI成本算不過來。對于大量客單價在幾十、幾百的品牌來說，很難讓人工客服來陪伴存量客戶或待轉(zhuǎn)化的客戶。
今天的AI能夠及時提示員工什么時候陪伴、什么時候是觸達(dá)客戶的合適時機(jī)、用戶偏好等等，大幅提高人工客服的效率，目前已經(jīng)有企業(yè)和我們一起用這個模式帶動增長了。
在這個過程中，如何提高AI數(shù)字員工團(tuán)隊(duì)的準(zhǔn)確性與智能化水平？
周蕓：正如我前面所說，由于還存在AI準(zhǔn)確性欠佳、生產(chǎn)力變革不完全等問題，目前我們還是以人機(jī)融合作為一個有效落地路徑，把執(zhí)行準(zhǔn)確率較高的動作交給AI執(zhí)行，把需要復(fù)雜決策與編排的部分交給人工客服，從而提高整個流程的可靠性。
與此同時，在人機(jī)融合的過程中，AI可以學(xué)習(xí)到很多人類經(jīng)驗(yàn)。大模型傳統(tǒng)訓(xùn)練是靠數(shù)據(jù)和預(yù)訓(xùn)練來提高智能上限的，但在企業(yè)這一閉環(huán)組織中，必須依靠模型的自主學(xué)習(xí)能力，可以基于在交互場景中產(chǎn)生的數(shù)據(jù)來提高智能上限。
展望更遠(yuǎn)的未來，你認(rèn)為AI與人工客服將是怎樣的關(guān)系？數(shù)字碼力對AI有怎樣的期許？
周蕓：AI團(tuán)隊(duì)完全取代人類實(shí)現(xiàn)決策，這不是能力的問題，而是治理機(jī)制的問題。在AI客服團(tuán)隊(duì)中，我們會賦予人一些特定的分工，來區(qū)別人與AI的工作。例如涉及賠付或高額優(yōu)惠等問題時，可以讓機(jī)器人提供輔助判斷、識別用戶意圖、提供用戶標(biāo)簽等等，但具體為價格敏感型客戶提供多少優(yōu)惠，這一決策還是需要人工來做。
我們相信，AI不僅是降低成本的工具，更是驅(qū)動增長的核心引擎。在最復(fù)雜的場景中，數(shù)字碼力將繼續(xù)錘煉企業(yè)級能力，共同探索AI驅(qū)動增長，效能即未來的新范式。（CIS）
