AI重構(gòu)“人貨場(chǎng)”，優(yōu)化消費(fèi)者、餐廳與企業(yè)“客戶服務(wù)”

“我們的數(shù)字化，是以客戶為中心，搭建起來(lái)的前臺(tái)、中臺(tái)、后臺(tái)”，麥當(dāng)勞中國(guó)首席信息技術(shù)及體驗(yàn)官陳世宏提到，麥當(dāng)勞與瓴羊、阿里云基于深度合作，以消費(fèi)者、門店員工和總部職能部門三類“客戶”為中心，圍繞“人、貨、場(chǎng)”構(gòu)建數(shù)字價(jià)值鏈，在優(yōu)化用戶體驗(yàn)的同時(shí)，實(shí)現(xiàn)門店運(yùn)營(yíng)提效與總部決策協(xié)同。

在消費(fèi)者側(cè)，為打破早期不同平臺(tái)OMS與會(huì)員體系互相獨(dú)立的“豎井式”孤島狀態(tài)，麥當(dāng)勞主動(dòng)推進(jìn)了“一套系統(tǒng)”的標(biāo)準(zhǔn)化治理，通過(guò)規(guī)劃藍(lán)圖、頒布標(biāo)準(zhǔn)、建設(shè)系統(tǒng)，統(tǒng)一用戶體系與訂單鏈路，實(shí)現(xiàn)用戶體驗(yàn)與市場(chǎng)運(yùn)營(yíng)實(shí)現(xiàn)一體化協(xié)同。

在消費(fèi)訂餐前臺(tái)外，真正復(fù)雜的系統(tǒng)建設(shè)部分，還藏在門店后場(chǎng)。面對(duì)每年新增1000家門店的擴(kuò)張目標(biāo)，培養(yǎng)一位餐廳經(jīng)理需要5到10年的人才周期已跟不上擴(kuò)張節(jié)奏。麥當(dāng)勞選重構(gòu)人、貨、場(chǎng)三大運(yùn)營(yíng)要素，用數(shù)字化手段降低管理門檻。在“人”效方面，過(guò)去一個(gè)門店需配備多個(gè)全職員工管理排班，如今在麥當(dāng)勞營(yíng)運(yùn)部門的主導(dǎo)和數(shù)字化的賦能下，1位員工即可遠(yuǎn)程負(fù)責(zé)多家門店排班。在“貨”品管理上，原本依賴人力逐級(jí)追蹤的庫(kù)存與銷售數(shù)據(jù)，如今通過(guò)系統(tǒng)即可實(shí)時(shí)掌握，庫(kù)存準(zhǔn)確率與供應(yīng)鏈效率大幅提升。在“場(chǎng)”的維度，IoT系統(tǒng)可支持設(shè)備維保預(yù)測(cè)與能源節(jié)約，僅電費(fèi)一項(xiàng)年節(jié)省超5%。

相比消費(fèi)者和門店，企業(yè)總部似乎是離“訂餐系統(tǒng)”最遠(yuǎn)的一方。但麥當(dāng)勞通過(guò)數(shù)據(jù)沉淀，圍繞市場(chǎng)調(diào)動(dòng)資源、財(cái)務(wù)部門調(diào)度資金流等問(wèn)題，制定總部與前線高度協(xié)同的動(dòng)態(tài)管理體系，為全局決策提供了依據(jù)。

陳世宏指出，IT團(tuán)隊(duì)?wèi)?yīng)該“大聲說(shuō)話”，不僅要穩(wěn)定系統(tǒng)，更要主動(dòng)提出方向，為企業(yè)變革提供前瞻性的引領(lǐng)方向。

從“能說(shuō)”到“能做”：瓴羊AI Agent為企業(yè)提效增利

Agent時(shí)代，企業(yè)智能化的真正挑戰(zhàn)，在于如何讓 AI 真正參與業(yè)務(wù)、嵌入流程、接管決策，在流程中“接得住”，在業(yè)務(wù)中“用得好”。

瓴羊副總裁甄日新指出，大模型底層能力并不構(gòu)成差異化競(jìng)爭(zhēng)力，真正的關(guān)鍵在于如何將企業(yè)獨(dú)有的數(shù)據(jù)資產(chǎn)和業(yè)務(wù)邏輯，與智能體系統(tǒng)深度融合，輸出更具個(gè)性化的AI能力，對(duì)此，瓴羊深入多場(chǎng)景工作流，聚焦數(shù)據(jù)治理、經(jīng)營(yíng)分析、營(yíng)銷增長(zhǎng)、客戶服務(wù)等場(chǎng)景，把Agent能力嵌入企業(yè)的真實(shí)流程之中，讓大模型不再停留在“能說(shuō)會(huì)答”，更成為具備業(yè)務(wù)記憶與操作能力的完善智能體。

眾所周知，在所有落地場(chǎng)景中，智能客服是企業(yè)日常運(yùn)轉(zhuǎn)中最重的人力負(fù)擔(dān)，也是AI最難啃的一塊“硬骨頭”。瓴羊客服產(chǎn)品負(fù)責(zé)人張雙穎表示，在不同類型企業(yè)中，客服投入往往占到總預(yù)算的5%至30%，其中超過(guò)一半用于人力，而AI若未能深入業(yè)務(wù)流程，則難以真正釋放效率?！拔覀兛吹胶芏嗥髽I(yè)在嘗試大模型，但若沒(méi)有進(jìn)入業(yè)務(wù)流程，無(wú)法實(shí)現(xiàn)降本增效、量化指標(biāo)提升，本質(zhì)上還是AI玩具。”

為此，瓴羊發(fā)布智能客服Agent，推出了超級(jí)客服專家、超級(jí)電銷專家和超級(jí)企業(yè)服務(wù)專家等多個(gè)Agent應(yīng)用，幫助企業(yè)提升客服效率，優(yōu)化消費(fèi)體驗(yàn)，降低企業(yè)資損，打造“真正落地、真有效果”的客服體驗(yàn)。

其中，超級(jí)電商客服專家聚焦售前、售中、售后服務(wù)場(chǎng)景，旨在解決電商行業(yè)退貨難、人力重、成本高等痛點(diǎn)。以往，退貨流程往往占據(jù)近40%的客服人力，需人工反復(fù)核查投訴記錄、物流狀態(tài)、攔截情況等。如今的流程可由Agent自動(dòng)執(zhí)行。系統(tǒng)還配備“任務(wù)駕駛艙”，在關(guān)鍵節(jié)點(diǎn)引入人工判斷，確保風(fēng)控可控、人機(jī)協(xié)同高效。過(guò)去橫跨多個(gè)系統(tǒng)、需人工處理20多步的流程，如今80%已由Agent完成，實(shí)現(xiàn)“一個(gè)業(yè)務(wù)人員+多個(gè)Agent”的高效協(xié)同。

超級(jí)電銷專家目前應(yīng)用于汽車等銷售線索密集型行業(yè)，通過(guò)接入CDP系統(tǒng)篩選高潛客戶，結(jié)合客戶畫像自動(dòng)生成外呼腳本和行動(dòng)建議。以車企為例，瓴羊超級(jí)電銷專家Agent，通過(guò)接入車企CDP與線索平臺(tái)，能夠完成初步信息收集，并據(jù)此生成后續(xù)銷售建議與行動(dòng)計(jì)劃。在“任務(wù)駕駛艙”，銷售團(tuán)隊(duì)可每日篩選10個(gè)優(yōu)先聯(lián)系的客戶，無(wú)需做繁瑣的背景調(diào)查，即可獲取用戶關(guān)鍵行為數(shù)據(jù)。呼叫結(jié)束后，Agent還能生成下一步銷售動(dòng)作，聯(lián)動(dòng)工單系統(tǒng)推進(jìn)發(fā)貨、服務(wù)或會(huì)員激活，并形成可量化的數(shù)據(jù)反饋，為后續(xù)銷售策略提供支持。

超級(jí)企業(yè)服務(wù)專家解決企業(yè)機(jī)器人、在線客服、外呼團(tuán)隊(duì)知識(shí)庫(kù)互相割裂的難題，建立統(tǒng)一的“企業(yè)級(jí)知識(shí)中臺(tái)”，支持基于人員、部門、渠道與使用場(chǎng)景進(jìn)行權(quán)限管理，實(shí)現(xiàn)真正可控、可用的知識(shí)調(diào)用。超級(jí)企業(yè)服務(wù)專家通過(guò)多模態(tài)知識(shí)處理能力，將圖像說(shuō)明書、視頻內(nèi)容等資料轉(zhuǎn)化為可供Agent調(diào)用的知識(shí)資產(chǎn)；同時(shí)通過(guò)調(diào)優(yōu)閉環(huán)、意圖模型訓(xùn)練、離散知識(shí)干預(yù)工具等模塊，建立了可運(yùn)營(yíng)、可進(jìn)化的知識(shí)運(yùn)營(yíng)體系，讓知識(shí)庫(kù)從“技術(shù)團(tuán)隊(duì)的玩具”真正成為“業(yè)務(wù)部門可用的工具”，推動(dòng)AI能力在組織中落地生根。

當(dāng)前，瓴羊Quick Service客服Agent已實(shí)現(xiàn)從在線咨詢、熱線接入到Agent中樞的端到端覆蓋，并支持按效果付費(fèi)、運(yùn)營(yíng)陪跑與代運(yùn)營(yíng)服務(wù)，幫助企業(yè)一站式落地客服智能化。

當(dāng)然瓴羊Agent能力不僅限于客服場(chǎng)景，例如在BI分析中，瓴羊構(gòu)建Chat BI與歸因引擎，不僅解決“問(wèn)數(shù)”的準(zhǔn)確性，更深入融合業(yè)務(wù)邏輯，實(shí)現(xiàn)決策支持；在營(yíng)銷自動(dòng)化中，瓴羊通過(guò)大模型生成內(nèi)容、判斷投放時(shí)機(jī)，并探索全鏈路生成式營(yíng)銷。

Agent的成功落地離不開底層大模型的支持。阿里云上海解決方案總經(jīng)理鮑遠(yuǎn)松以零售行業(yè)為例，強(qiáng)調(diào)了大模型核心能力在于與業(yè)務(wù)深度融合，其落地效果與企業(yè)是否具備數(shù)據(jù)資產(chǎn)、組織協(xié)作與持續(xù)運(yùn)營(yíng)的能力息息相關(guān)。當(dāng)前，通義大模型已在零售行業(yè)的多個(gè)領(lǐng)域成功落地，如企業(yè)知識(shí)庫(kù)構(gòu)建、服務(wù)質(zhì)檢、智能建單、門店巡檢及研發(fā)提效等，為企業(yè)帶來(lái)了全方位的智能化升級(jí)，大幅提升了運(yùn)營(yíng)效率和業(yè)務(wù)質(zhì)量。未來(lái)，隨著通義大模型泛化能力與場(chǎng)景適配性的進(jìn)一步增強(qiáng)，阿里云將持續(xù)引領(lǐng)零售行業(yè)邁向更高效、更智能的運(yùn)營(yíng)新范式。

AI Agent時(shí)代，瓴羊和阿里云將持續(xù)以數(shù)據(jù)資產(chǎn)為基座、以業(yè)務(wù)流程為載體、以智能體為驅(qū)動(dòng)，推動(dòng)AI從“能說(shuō)”走向“能做”，幫助企業(yè)掌握下一代智能商業(yè)發(fā)展的主動(dòng)權(quán)。

「數(shù)據(jù)同學(xué)會(huì)」是阿里巴巴瓴羊與清華大學(xué)數(shù)據(jù)治理等研究中心聯(lián)手打造的數(shù)據(jù)行業(yè)IP，圍繞“共享、共想、共響”理念，團(tuán)結(jié)和聚集數(shù)據(jù)行業(yè)從業(yè)者，分享實(shí)戰(zhàn)經(jīng)驗(yàn)和前沿洞見(jiàn)，以產(chǎn)、學(xué)、研多方聯(lián)動(dòng)，讓數(shù)據(jù)落地企業(yè)，讓企業(yè)收獲成果，充分發(fā)揮數(shù)據(jù)對(duì)經(jīng)濟(jì)發(fā)展的疊加和倍增作用。「走進(jìn)標(biāo)桿·會(huì)數(shù)據(jù)同學(xué)」系列活動(dòng)也將持續(xù)走進(jìn)各行業(yè)代表企業(yè)，通過(guò)“看樣板、學(xué)先進(jìn)”的交流模式，攜手探索Data x AI的應(yīng)用新范式，沉淀可復(fù)制的實(shí)踐經(jīng)驗(yàn)，在數(shù)字化浪潮中協(xié)同前行、共創(chuàng)未來(lái)。

songjy