JOTO
联系我们
← AI 智库
企业应用专题

智能客服

整理智能客服相关的技术判断、实施方法与企业级实践,重点关注可部署性、安全性和业务价值。

相关文章

323 篇高质量内容
智能客服
智能客服
智能客服

差点错过的商机,被一个AI捞回来了

企业微信「服务总结」AI功能上线一个多月,已帮助DR钻戒、贝壳找房、台州银行等企业一线销售提升客户跟进效率。该功能可自动总结客户画像、实时刷新进展、生成服务建议、自定义总结维度,并每日推送重点客户名单,解决信息散落、跟进遗漏、判断依赖经验等痛点。

智能客服
智能客服
智能客服

五家初创公司直击AI智能体信任鸿沟:编排、可观测性与安全治理新方案

VB Transform 2026大会上,BAND、Conifers、Raindrop AI、Arcade和Omilia五家初创公司分别从多智能体协调、网络安全响应、审计日志、安全运行时与客户体验治理切入,系统性应对AI智能体在连接性、可信度与可审计性方面的关键缺口。

智能客服
智能客服
智能客服

为什么一个简单的AI功能,开十场会还是无法上线?丨FDE重新理解决策权

本文剖析AI功能上线难的根源:并非流程冗余或部门推诿,而是组织缺乏在不确定性中合法、负责、可追溯地做出决定的机制。文章指出AI项目四大特性(风险不归零、动作不可逆、迭代快于审批、事实分散)使传统审批失效,并提出FDE定义的五类权限结构与决策接口表,将模糊的阻拦权转化为可检验、可留痕、有责任归属的决策机制。

智能客服
智能客服
智能客服

AI客服上线后,隐性成本涨了3倍——不是API费用,是调试的人

AI客服上线后表面节省人力成本,但实际隐性人工运维成本激增三倍。文章指出三类未计入API账单的成本:Prompt持续调优、知识库动态维护引发的连锁检索偏差、以及分散在日常碎片时间中的纠错排查。这些成本因碎片化、职责混杂和缺乏基线数据而长期被忽视,并提出通过时间记录实现显性化计量。

AI 员工
AI 员工
AI 员工

OpenAI 推出 Presence:面向企业级 AI 智能体的托管治理平台

OpenAI 推出 Presence,一款面向企业的 AI 智能体托管治理平台,支持在客户及内部工作流中部署智能体,具备策略定义、模拟测试、评估、人工升级与持续改进闭环能力。当前通过有限一般可用性计划提供,依赖前线部署工程师(FDE)主导实施,不开放自助服务。Presence 使用 OpenAI 自研模型为核心,允许接入第三方模型与服务作为护栏或工具组件。

智能客服
智能客服
智能客服

差点错过的商机,被一个AI捞回来了

企业微信“服务总结”AI功能,解决一线服务信息混乱痛点,提升跟进效率,真实案例见证商机回归。 核心内容: 1. 一线服务人员客户跟进三大痛点(信息散落、耗时低效、易漏商机) 2. 企业微信“服务总结”AI核心能力(客户画像总结、实时进展刷新、服务建议生成) 3. DR钻戒、慧择保险等企业一线员工使用体验与效果反馈

智能客服
智能客服
智能客服

为什么一个简单的AI功能,开十场会还是无法上线?丨FDE重新理解决策权

十场评审会难上线的AI项目,暴露多部门风险管控下的决策困境,FDE带你重新审视组织决策逻辑。 核心内容: 1. 客服AI项目上线受阻的典型场景:十场评审会新增验证要求导致项目停滞 2. 多部门风险管控的真实矛盾:安全、法务等专业判断与流程冗余的冲突 3. 隐形决策困境:多方可阻拦却无人担责,项目风险从可见变不可见

智能客服
智能客服
智能客服

AI客服上线后,隐性成本涨了3倍——不是API费用,是调试的人

AI客服降本背后,调试人力隐性成本涨3倍!揭秘Prompt调优、知识库维护等三大隐藏支出。 核心内容: 1. 三类隐性成本解析(Prompt调优/知识库维护/纠错排查) 2. 隐性成本难计量的三大原因(碎片化时间/人员兼职/缺乏对比基线) 3. 隐性成本显性化的三步方法

智能客服
智能客服
智能客服

你的AI客服答非所问率可能超过一成半——而且你永远不会知道

AI客服答非所问率超15%,流畅无关回答暗藏陷阱,用户难察觉却可能永久流失客户。 核心内容: 1. AI客服答非所问的典型表现与案例(如等待期出险未提及关键词) 2. 答非所问的四大类型及占比(合计超一成半) 3. 拒答机制的三道防线设计(相似度阈值、语义冲突检测、场景标记)

智能客服
智能客服
智能客服

OpenAI下场做客服,企业Agent不再只买模型

OpenAI推出Presence重塑企业Agent:预算从买模型转向买可上线服务流程,客服销售全流程管理成关键。 核心内容: 1. Presence功能定位:处理真实客户服务流程,连接业务系统与人工接管 2. 竞争焦点转移:从模型能力转向部署责任与服务质量控制 3. 行业影响与未来指标:客服外包、SaaS厂商面临转型,关注场景处理与错误控制

智能客服
智能客服
智能客服

马斯克的xAI推出Voice Agent,可以免费获得+1美国电话号,帮你打造专属AI电话客服

马斯克xAI发布Grok Voice Agent Builder,几分钟就能免费创建AI电话客服,还送你一个美国号码。这可能是获取美国手机号最简单的方法。 核心内容: 1. Grok Voice Agent Builder的核心亮点与免费福利 2. 从注册到发布的具体操作指南 3. 实际应用场景与用户反馈

智能客服
智能客服
智能客服

80%的AI客服回答可以用关键词匹配替代:花了20万做的智能客服,8成问题没用到大模型

80%的AI客服问题其实无需大模型,用关键词匹配更快更准。企业投入大模型前,需先看清问题本质。 核心内容: 1. AI客服场景中,大模型与关键词匹配的适用性对比 2. 判断是否使用大模型的三条关键标准 3. 提升客服效率的分层应答架构设计

智能客服
智能客服
智能客服

你的 AI 项目为什么死在生产环境:3 个真实团队的工程教训

这篇文章揭示了三个真实团队在AI项目部署中的工程痛点,从意图识别到缓存策略,再到AI的合理定位,为开发者提供了宝贵的避坑指南。 核心内容: 1. 意图识别不该依赖大模型,小型分类器是更优解 2. 缓存的核心是语义匹配,而非简单的键值对 3. AI应作为兜底方案,而非核心决策者

智能客服
智能客服
智能客服

从"机械应答"到"服务伙伴":得物高可控智能客服的 Agent 工程实践|AICon 演讲整理

本文深入解析得物如何将智能客服从“机械应答”升级为“服务伙伴”,分享了高可控Agent工程的核心实践。 核心内容: 1. 智能客服Agent落地的必然性与核心挑战 2. 多轮协商优化与RL决策训练的关键技术 3. 情感温度对齐与半双工消息流控制的设计实践

智能客服
智能客服
智能客服

AI落地的深水区:3个真实案例的6个月踩坑与脱坑

AI客服落地半年,从技术到组织,三个真实案例揭示降本背后的深层挑战。 核心内容: 1. 技术层面:模型训练数据与真实场景的错配 2. 流程层面:AI分流后,人工客服体系未同步重构 3. 组织层面:决策初衷偏差与厂商叙事误导

智能客服
智能客服
智能客服

扣子 x SearchCLI:一个不会英语的卖家,靠一个 bot 卖到了日韩英多个市场

语言零基础也能卖遍全球?扣子+SearchCLI让智能客服听懂全世界,帮你搞定多语言市场。 核心内容: 1. 跨境卖家面临的多语言客服痛点与成本困境 2. 扣子与Viking AI SearchCLI的“快”与“真”如何协同解决 3. 从安装授权到数据入库的快速上手实践步骤

智能客服
智能客服
智能客服

微信AI能力上新,这个行业用上了!

公众号AI分身让医院服务永不下线,7×24小时秒回患者重复咨询,释放人工客服去做更有价值的事。 核心内容: 1. 医院公众号AI分身的开通步骤与核心功能 2. AI分身如何梳理知识库,定位为“就医流程咨询”而非诊断 3. 利用微信公域流量优势,实现患者便捷服务的“多端触达策略”

智能客服
智能客服
智能客服

大模型问答流程节点设计:从一轮到多轮对话的意图识别

深入了解多轮对话中意图识别的关键作用,以及如何通过流程节点设计避免常见陷阱,提升AI客服的智能与效率。 核心内容: 1. 意图识别在多轮对话中的核心价值与常见误区 2. 多轮对话中意图漂移、跳变与追问失控三大陷阱 3. 优秀流程节点设计的核心原则与实践方法

智能客服
智能客服
智能客服

你的公司需要一个"养Agent的人",但没人知道这个岗位叫什么

Klarna的AI客服案例警示:追求效率却导致服务质量暴跌,问题出在没人“养育”AI Agent。自动化不等于无人值守,它需要一种新角色来持续监控与调整。 核心内容: 1. Klarna AI客服裁人后客户满意度骤降,暴露无人维护AI的隐患 2. 调查显示多数公司部署AI Agent却难获回报,缺乏有效管理机制 3. 正在浮现的三种“养Agent的人”原型:业务骨干转型与Agent运维

智能客服
智能客服
智能客服

拦截率从15%到55%:快手智能Oncall系统演进与落地实践

快手研发效能团队通过智能Oncall系统KOncall,将拦截率从15%提升至55%,大幅释放研发人力,实现从被动响应到源头治理的转变。 核心内容: 1. 快手技术Oncall面临的渠道碎片化与智能拦截不足两大挑战 2. KOncall系统从NLP分词到RAG+大模型架构的技术演进历程 3. 通过知识运营体系与私域模型微调实现语义理解与召回精度的突破