网易云商宗鸣于混沌学园 2025AI场景应用嘉年华分享，“AI + 客服” 助力企业从认知到业务落地

2025年9月21日,混沌学园上海分社主办的2025AI场景应用嘉年华在沪圆满落幕。这场聚焦AI落地实践的行业盛会,汇聚了众多AI科技企业与亟需引入AI的行业从业者,共同探索AI技术如何穿透业务场景、创造实际价值。活动汇聚了AI+办公、AI+设计、AI+视频剪辑、AI+知识库等数十种AI应用场景的最佳实践。

其中,网易云商解决方案总监宗鸣以《“AI + 客服”:如何增效创收》为主题的分享,凭借对客服行业痛点的精准剖析、对AI Agent技术落地的实战拆解成为全场焦点,揭示了客服从效率体验破局,到知识体系构建,再到成交转化的业务价值跃迁,为在场企业带来从“技术认知”到“落地方法”的全方位启发。

破解客服行业“效率与体验”两难

“很多企业做AI客服,要么只靠小模型,导致服务僵硬;要么全依赖大模型,成本高还控不住‘幻觉’。”宗鸣指出,网易云商AI Agent的核心突破,在于构建了“大小模型分层协同”的技术架构,让两者各展所长、动态配合,完美平衡效率与体验。

分层处理:大小模型三七分

通过一张“智能客服3.0时代的鸡尾酒模型”,直观展示了大小模型的分工逻辑——70%基础问题交给小模型,30%复杂场景留给大模型:

5大场景化策略,避免“模型错配”

仅有分工不够,还需动态协同。宗鸣详细拆解了网易云商的“大小模型协同策略”,针对不同场景给出应对方案:

    •    高频/高置信度意图(如“查询订单”):小模型直接处理,优先保障效率;

    •    多轮上下文理解(如用户先问“杭州门店”,再问“滨江区银泰店营业时间”):大模型解析关联关系,自动定位“杭州滨江区银泰店”,无需用户重复说明;

    •    非结构化问题(如“老年人适合什么益生菌”):大模型结合知识库生成专业回答,兼顾深度与温度;

    •    小模型置信度临界(如用户说“衣服不合适”,未明确退货/换码):大模型兜底追问,引导用户明确需求;

    •    用户表达不满(如“等了半小时还没解决”):情绪识别触发后,大模型安抚柔性应对+收集关键信息转人工,避免体验恶化。

现场,宗鸣以某电子消费头部品牌佐证。

该品牌拥有10000+SKU腕表,面临型号差异小、产品昵称多等的客服难题。宗鸣介绍,网易云商为其构建的AI Agent,核心是“知识引擎+大小模型协同”:

    •    知识引擎将10000+SKU的“型号参数、用户俗称、搭配建议”结构化,用户说“小方表”,AI能直接匹配官方型号;

    •    小模型快速响应“EW220防水等级”这类专业问题,1秒调取数据;

    •    大模型处理场景化需求,如用户问“适合通勤的手表”,会结合“上班族需求(轻便、续航久)”推荐款式,并同步“职场焕新满减活动”。

通过这套协同策略,该品牌机器人解决率提升至85%,客服团队人效提高20%,客户满意度则高达97%。

知识管理是AI项目成功的首要因素

“很多企业以为‘大模型够强,AI Agent就好用’,其实80%的问题出在知识管理上。”宗鸣在分享中着重强调,知识管理是AI项目成功的首要因素,若企业知识存在 “孤岛化、更新慢、隐性难捕获” 等问题,即便模型参数再高,也会出现 “答非所问”“信息过时” 的情况,甚至产生误导用户的 “幻觉”。结合网易云商服务数千家企业的经验,他现场拆解了知识管理的 6 大核心痛点及对应解决方案。

宗鸣建议,通过三个阶段渐进式探索知识管理落地路径。

第一阶段,以显性价值场景为试点。考虑到知识涵盖范围广、综合性高,直接全面铺开难度大,所以先聚焦那些能快速体现价值的场景。通过构建规范的知识体系,明确知识的管理规则,打造出可参考的标杆案例,为后续推广奠定基础,让企业直观看到 AI Agent 在特定场景下的效果。

第二阶段,范围扩展至企业知识。基于第一阶段树立的标杆所带来的信心,将 AI Agent 的应用范围从单一试点场景拓展到整个企业的知识领域。复制第一阶段的成功经验,对企业各类知识进行整合与管理,最终构建起企业知识中台,实现企业知识的集中化、高效化运营,让 AI Agent 能调用更全面的企业知识为业务服务。

第三阶段,长效知识运营体系迭代。知识运营是个长期过程,且需要专业人才支撑。因此要推动组织人才结构转型,培养或引入具备知识运营、AI 技术等综合能力的人才。通过持续的运营迭代,深入挖掘数据资产的价值,将知识与数据转化为实实在在的业务价值,确保 AI Agent 能长期稳定地为企业创造效益。

这里,宗鸣同样以某大健康行业头部品牌为例,带来知识库的应用实践。该品牌曾因“导购专业度不足”导致推荐采纳率低,而大量产品知识和文档查询困难,很难真正被导购用起来。对此,宗鸣分享了解决方案:

网易云商将4000+份非结构化文档(PDF/Word)拆解、标注,极速学习形成知识库。导购通过AI Agent即可完成秒级查询,输入用户情况,Agent会根据用户的年龄段、身体情况、服用历史等信息,综合给出产品推荐。落地后,试点的5家门店在售前转化率和每月新增营收上均有明显提升。

如何撬动成交转化?

“客服的终极目标不是‘解决问题’,而是‘在解决问题中促成转化’。” 宗鸣指出,网易云商 AI Agent 通过 “基础服务→专业服务→主动营销” 的三级跃迁(L1-L3),让客服从 “被动响应” 变为 “主动创收”,并现场拆解了每一级的核心能力与落地效果:

L1 阶段,AI购物助手主要提供基础服务,实现有问必答,降低沟通成本,价值核心在于 “高效解决标准化问题”,帮用户快速打消购买顾虑。这一阶段主要依赖 “传统 NLP+FAQ 问答库”,处理 “尺码查询、物流跟踪、售后政策” 等高频问题。

L2阶段,AI购物助手提供了进一步的专家服务——打造“专业人设”,建立用户信任。这一阶段依托 “大模型 + 企业级知识库 + Agent”,实现 “千人千面的专业应答”。在如今的“服务内卷”时代下,用户买的不仅仅是商品,还有‘专业建议’—— 尤其是高客单价、强专业度的品类。以大健康行业为例,用户购买益生菌时,不仅想知道 “有没有货”,更想知道 “我适合哪款”,这就需要 AI Agent 具备 “专业分析能力”。

“L3 阶段的 AI Agent,要像金牌销售一样‘会找客户、会说对话’,主动挖掘潜在需求。” 宗鸣强调,这一阶段的核心能力是 “大模型记忆感知 + 大数据技术+ 营销自动化”,实现 “精准触达、高效转化”。

王府井就是网易云商服务的众多客户中最好的例子。

王府井集团面临品牌多、商品更新快、需要线上咨询与线下门店打通等问题。若不通过AI进行服务数智化升级,则会面临用户体验、订单转化、商城营收三方面的极大挑战。

网易云商助力王府井门店上线“推荐官”智能体,大幅提升机器人应对各类购物需求场景的问题解决能力。无论顾客提出的是模糊的购物意向、门店推荐,还是明确具体的商品要求,智能体上线后,客服响应速度将大幅提升。

此外,智能体还能依据过往顾客购物偏好和当下时尚潮流趋势,为顾客精心提供搭配建议,极大缩短购物决策时间,引领顾客从传统购物体验迈向智能化、个性化购物新体验。

本次混沌学园AI嘉年华,宗鸣的分享不仅带来了技术与场景的深度结合案例,更给出了可复制的落地方法论,为在场企业提供了从“AI认知”到“业务落地”的清晰路径,也让行业看到了客服智能化转型的更多可能。

亲自上手体验Agent的朋友,欢迎扫码免费试用,请点击下方链接,访问网易云商官网咨询及体验。

http://163.lu/NKB9dO