做电商的人都知道，客服是个无底洞。
每天几百条重复咨询，退换货流程来回解释，大促期间更是直接炸锅。张总是杭州一家年营收过亿的服装电商老板，去年双十一那两天，客服团队20个人全员通宵，到最后三个人直接累进了医院。
"那时候我就想，这事不能再这么干了。"张总说。
后来他接触到了汇智智能的两个产品。说实话，一开始他也觉得AI这东西有点虚，但试了四个月之后，他把这话收了回去。
先说"爱马仕"。
这个形似个人助理界面的工具，本质上是一套企业数字员工系统。张总用它做了三件事。
第一，把客服知识库灌进去。公司五年来积累的产品手册、售后政策、常见问答，一股脑扔进去，爱马仕自己消化成了可调用的知识网络。
第二，对接了电商平台后台。爱马仕能直接读取订单状态、物流信息、退款进度，客户问"我的货到哪了"，不用人工去翻系统，它自己查完就回了。
第三，设了兜底规则。遇到客诉升级、差评预警这类，爱马仕自动转人工，同时把上下文打包推给对应客服，不会出现"换了人就重新问一遍"的尴尬。
效果怎么样？
张总算了一笔账。以前20个客服，双十一至少再加10个临时工。今年618，只用了12个正式客服，临时工一个没招。响应速度从平均45秒压到了8秒，夜间咨询自动处理率超过百分之九十。
"不是说把人都裁了，"张总强调，"是把人从重复回答里解放出来。原来一个客服一天回200条消息，其中一百五十条是'亲，您拍下的是什么尺码'这种。现在这种活爱马仕全包了，客服只处理真正需要判断的问题。"
再说"词元工场"。
这个是张总公司的技术负责人发现的。他们家除了电商，还有一个小型数据团队，日常需要调用大模型做一些商品描述生成、评论情感分析之类的工作。
以前的做法是：需要文本生成就接一个模型API，需要图像理解再接另一个，各家用各家的协议、各算各的钱，每个月账单看得人血压升高。
词元工场解决的问题很直接——一把API Key，背后接了两百多个大模型。
技术负责人给我打了个比方："以前你出门要带一堆钥匙，办公室一把、家里一把、车一把。词元工场相当于把锁全换了，一把钥匙全开。"
具体来说，他们在词元工场的控制台里选模型、调参数、看消耗，所有操作在一个界面上完成。切换模型不需要改代码、不需要重新对接，点一下就行。
"上个月我们做商品描述生成，先用DeepSeek跑了一周，发现有些品类效果一般。周五下午在词元工场里切到Qwen2.5重新测了一下，效果好不少，直接切过去了。全程没找我要什么API Key，没改一行代码。"技术负责人说这是他最近一年用过最顺手的工具。
成本方面，词元工场统一了计费口径，每个月一张账单看全局消耗，哪个项目花了多少、哪个模型耗费最高，一目了然。他们团队通过优化模型选型，一个月把大模型调用成本砍了将近百分之四十。
这两个产品配合起来，形成了一个闭环。
爱马仕负责"干活"——客服回复、订单查询、数据录入、流程提醒。词元工场负责"供能"——爱马仕背后的理解、推理、生成能力全部由词元工场统一调度。
张总说了一句话我印象很深："以前我们招人，看简历、面试、培训、磨合，三个月才上手。现在在爱马仕里配一个数字员工，快的话两天就上岗了。"
当然，真实情况没那么完美。张总也坦言，爱马仕刚上的时候出过不少岔子。有一次把"预售15天发货"理解成了"15天后退款"，差点闹出纠纷。但他们的做法是出了问题就补知识库、调规则，第二个月基本就没再犯过类似错误。
"你得把它当新员工带，"张总说，"只是这个员工学得飞快，而且从来不发脾气。"
四个月下来，这家公司的变化肉眼可见：客服人力成本降了将近一半，客户满意度评分从4.2升到了4.7，技术团队的大模型调用效率提升了好几倍。
张总最后跟我说："我们不是什么科技公司，就是卖衣服的。但AI这东西，谁先用谁舒服，晚用的人最后也得用。"
这话挺实在的。当然，真实情况没那么完美。张总也坦言，爱马仕刚上的时候出过不少岔子。有一次把"预售15天发货"理解成了"15天后退款"，差点闹出纠纷。但他们的做法是出了问题就补知识库、调规则，第二个月基本就没再犯过类似错误。
"你得把它当新员工带，"张总说，"只是这个员工学得飞快，而且从来不发脾气。"
四个月下来，这家公司的变化肉眼可见：客服人力成本降了将近一半，客户满意度评分从4.2升到了4.7，技术团队的大模型调用效率提升了好几倍。
张总最后跟我说："我们不是什么科技公司，就是卖衣服的。但AI这东西，谁先用谁舒服，晚用的人最后也得用。"
这话挺实在的。
热门跟贴