我在企业落地AI这一年,全流程案例拆解
从高价值业务切入
电商AI客服 - 售前为主
刚入职时,我就想好了落地路径。公司主营电商,在拼多多、京东、淘宝都有店铺。虽然平台自带机器人,但往往有点笨,更像能力较弱的小模型,远不如顶尖大模型智能,当然,国内平台估计也不让用国外的模型。所以当时想着还是自建。
自建的好处很明显:成本低、灵活、可定制。比如我们可以跟自己的内部业务系统进行打通。比如硬件的话,可以让AI客服根据硬件的实时数据进行回复;还有一些比如预约某个时间点上门维修等等。不过自建有个点要注意,各个电商平台没有开放API,只能通过其他方式进行实现。具体做的细节就不讲了,这里有几个坑要注意
必须考虑大数据量并发的情况。
做好模型响应失败的容灾预案。
不同平台有违禁词限制,需通过关键词过滤系统进行二次替换。
建议先在夜间上线(本就是人工空白区,属于增量价值),验证后再推广。
AI解决不了的自动转人工,前期宁可保守一点,给知识库优化留出时间。
我们最先落地的就是电商AI客服,当然落地之后效果怎样呢?这其实也是AI负责人在落地之前就要考虑到的情况。就是一个工具落地后,实际产生了什么价值,你得有数据支撑,不能光说,AI客服+人工肯定比纯人工要更高效,能接待更多的客户咨询。这是价值,但没有量化。作为AI负责人,必须用数据说话:接待了多少咨询、回复了多少次、卖了多少商品,带来了多少转化等等。数据会给你真实的反馈,指引你前进的方向。下面是几家不同行业店铺AI客服(晚上)与人工(白天)转化数据。
企业微信AI客服 -售后为主
对我们公司而言,电商AI客服只是售前。我们售后又是统一的另一套,用的企业微信客服。因为我们的用户主要是在微信体系,所以用企微更方便,并且对于我公司来说,企业微信的售后咨询量更大。本来一开始是准备找成熟产品用的,但基本都是按坐席收费,且需要改变客服的原有操作习惯,成本高、上手难。所以还是决定自己做。
市面上有很多一键接入微信客服的工具,像元宝,coze。但那种就是纯平台接入,看起来好像很好用,但不灵活。而且也无法配合人工进行操作。我们企业需求更希望保持原有客服的操作习惯所以还是得自建。
以前做这样一套系统,至少得一个小团队做个把月时间,但在AI时代,一个人也能把活干得又快又好。
部门提效
企业里有很多部门,每个部门其实都有一些低效的工作,以前都是靠人力去做的。现在有了AI后,有些工作可以用程序自动化,有些工作流通过AI重构后,有些工作就不需要人再做了。当然,这里面很多都是企业定制化需求,我这里只是提供一些案例思路给大家参考。
研发部
程序员使用 Vibe Coding(氛围编程)就不用说了,就现在,不会用AI编码的人出来找工作就很难了。但实际上很多程序员还没用起来,或者用得很浅。这块我也不知道怎么说,反正没有深入使用的。建议先自我分析下,到底是什么原因没用起来。
产品经理很多都是并入研发部部门的,如果产品经理不使用AI,那以后就业只比不会AI的程序员还要难。我认为产品经理是AI时代最受益的岗位之一。产品调研,产品需求整理可以借助AI提效;产品原型,可以借助AI直接生成;因为产品经理懂业务,可以借助AI编写各种业务功能的工具,实现价值最大化。
如果公司里要选择谁来深入学习AI,负责AI落地,产品经理是最适合的角色。
财务部
财务同事跟钱打交道。经常要对账,核对订单,还有整理发票。
对账工具:根据传入的表,自动核算表单金额,去掉重复订单,去掉状态变更的订单。支持一键导出有效订单数据,简化操作步骤,兼容异常数据,支持后期更新。原来这个工作需要运营做一遍,然后财务再核对一遍。现在两个部门都不需要做了。
快递签收工具:批量查询快递订单的轨迹,并获取物流信息里最后签收人信息。
发票整理:自动整理发票,根据不同主体,进销项,普票专票,然后给发票命名。
这些需求虽然小,但经常需要人工每天或者每周消耗几个小时时间来整理,既低效又容易出错,所以用AI做一些小工具就很适合。
客服部
除了跟用户沟通的客服外,客服部还负责退货相关事宜。比如,要把微信群里的退单信息整理到Excel表上。
需求:自动统计微信群里发送的拦截,退回的快递单号(有个相对复杂的规则,支持多个快递公司),并汇总到Excel表里。支持撤回,支持导出拦截成功和失败的数据等等。在有了这个工具之前,每天客服每天都有1-2个人做一下午的统计工作,低效且容易出错。
还有一个企业微信侧边栏应用,也就是在聊天对话框右侧应用栏里显示当前用户和设备的资料。比如之前每次还要打开管理后台去查,方便了不止一点。整体效率起码提高了30%。这种需求以前也是需要一个小团队做的,但现在的AI真的可以干的又快又好…