现在是否存在一个 " 完美 " 的智能客服系统呢？这篇文章里，作者讲了讲现在智能客服系统中的不完美之处，并对 " 完美 " 智能客服产品的构建提出了一些想法，不妨来看一下。

大家最近酱香拿铁没少喝吧？

论打造爆品，玩联名，阿瑞是真的牛，一天卖出 500 多 w 杯。

快消热热闹闹的，还是说说我们智能客服和呼叫中心这边，慢也很难热起来的事吧

最近知乎上看了一个问题：《一个完美的智能客服系统应该包括哪些要素？》，表个态，也给大家抛个砖头，希望你们都早日磨出美玉来。以下为正文。

01

" 完美 " 的智能客服系统。

看到这个问题非常感慨，有很多人问过我，你做过这么多年智能客服产品，哪一个是完美的？给推荐下吧。

其实我的回答往往很悲观：还不存在完美的智能客服系统，至少我们现在做过的都不算完美！

但大语言模型的出现，让我看到了希望。

首先如果要解决楼主这个问题，那么我的建议就是参考以下 3 点：

1）选择你同行中最多人用的那款

毕竟经过了大量本行业应用的验证，确保不会有太大的坑。

2）选择你业务功能最匹配的那款

不要被智能客服系统繁多的功能看花了眼，把测试账户要来，在你的业务场景下仔细的测试下。

你最需要的那些功能具备、且完全满足你的需求，不必为用不到的功能去买单。

3）选择有知名度且更新快的产品

说明这个公司有实力，产品在持续升级，免得你后面业务发展了想扩容，想升级，还要伤筋动骨的折腾更换系统。

02

先来说说智能客服系统的 " 不完美 " 吧，

一张图，概览下主流智能客服系统的全场景，全渠道和全功能模块。选取通用性的功能模块，大同小异，都基本雷同。

图一：智能客服系统全模块

智能客服系统的三个核心产品是在线客服、呼叫中心和电销系统。所有的功能设置和构建都围绕这三个基本产品来实现。

在扩展应用层，增加对应三个产品的增值模块，来满足客户的功能需求。

在行业纵深场景下，也可以组合为行业版本：如电商版，教育版，保险行业版等。看产品对行业吃透程度和理解能力。

在通用 SaaS 产品中，智能客服也可以破圈与 CRM 系统，SCRM 系统、电话会议、企业通讯相结合，但因为国内 SaaS 领域的隔离较强，很少结成稳固的同盟，目前也缺少中间接入层，所以大部分情况下，客户需要自行组合对接。

向下是 PaaS 产品应用和通信基础平台，及运营服务平台。

向上是 AI 应用产品：主要围绕智能客服的服务和营销场景，实现通话语音和在线客服文本的 AI 机器人服务，机器人质检服务，机器人销售辅助等。

这是当前智能客服产品成熟的模式，姑且称为是 " 完美 " 的架构。

03

我们来鸡蛋里挑骨头，看看智能客服不 " 完美 " 的那一面。

首先是通信能力的技术深度远远高于 AI，怎么理解？作为智能客服前身，来自企业总机、呼叫中心的智能客服带有深厚的通信基因，积累二三十年的通信产品能力构建了智能客服的最深护城河。对于相对新兴的在线 "AI"，目前只能做到是 " 够用 "，不怎么 " 好用 "，更难以谈得上 " 超出预期的惊喜 "

以一个 SaaS 企业服务工具类软件的角度来看，智能客服产品，所提供的 AI 能力和 AI 应用，大部分情况算半智能化，AI 提供了一个基础框架和工作台，流程、语料、问答库、知识库、训练、调试都需要大量的人员维护。即使这样，所提供的 AI 服务，从用户体验上僵化、死板、不够聪明，往往是企业服务的 " 挡箭牌 "，或者营销的的 " 敲门砖 "。

在这种情况下，如何称得上 " 完美 "？

我们拿这个问题来问 Claude：

可见 1、2、3、4 点都是对智能化水平本身的评估和认知角度，来定义完美的权重。

现在有了大模型后，终于等来了一件利器，可以帮助我们补全智能客服的最后一块短板。

我们在今年也用各种方式探索了大语言模型接入的效果，既有企业私有化知识库应用、也有模型本身人格化的调优，我在文末会列出一些文章供大家参考。

04

以下是我对 " 完美 " 智能客服产品的一些构想，与大家讨论。

1. 功能解耦和减负

智能客服已经是很重的产品，我统计过，某头部产品，仅在线客服模块，就有多达 200 多项功能开关和设置项。

而更为可怕的是，所有的产品都以此为借鉴，不断的靠拢。无穷无尽的客户需求，带来的是产品的急速膨胀，也使得产品更加的臃肿。

实际上，核心功能，往往几个配置即可满足 99% 以上客户的使用场景，对于个性化的设置，我们应该借助 " 高级 ""DIY"" 个性化 " 的独立外置模块来实现，做到不干扰产品本身的纯净和易用性。

堆砌功能进行竞争的时代已经过了，做更好的产品架构和面向未来的设计，为此不惜大幅度重构，是势在必得的。

2. 图形化设计

接上一点，最直观的使用体验，其实就是图形化设计。

尤其是对于逻辑关系复杂、配置操作繁琐的功能点，更应该大量材料。

目前智能客服产品中，核心功能如 IVR 流程设计、机器人流程都是采用图形化方式，甚至图形化 + 脚本的方式满足高中低端用户的操作需求。

对于其他的功能模块，也可以充分考虑用户的预期效果和操作体验，增加向导，提示，图形化操作

并且建议，在整个产品设计中，形成统一的设计语言，避免某些模块非常先进，某些模块原始落后，整个产品看上去完全不是一个时代的产物拼接而成。

3. 小而快的 AI 插件

如果出发点来自传统通信能力的智能客服产品，对 AI 能力的应用，经历了一个从质疑、尝鲜、试用、产品化的过程。

目前得以沉淀和固化的 AI 应用包括：语音、文本机器人、AI 质检。AI 辅助、AI 陪练目前还是小范围落地阶段。

在大语言模型能力爆发的今天，厂商拥有了更快速拥抱 AI 能力的试金石。

对于 AI 能力的应用，大可不必建立笨重的产品，仅从一些功能点的优化做起，提供 AI 插件的方式，满足当前成熟功能中的一些点状应用即可。

至于形式：可以提供 AI 市场，AI 实验室，AI 机器人集群等方式。

建立小而全的 AI 插件好处是很明显的，首先不必投入过多精力和资源，去验证一个未知回报的模块，其次仅做单一场景的 AI 增强能力，不会对整个产品的架构和稳定性造成影响，最后可以更快速的实验 AI 能力落地的可行性：

比如推出针对通话结束内容自动小结的通话摘要机器人，对在线咨询客户信息的自动填单机器人，对服务话术监督和提醒的话术辅助机器人。

在线文本客服的填单机器人、知识库自动化检索机器人、知识库自动扩充机器人等等形式。

我们可以看见当前很多 AI 大语言模型就是以多种场景，多种独立技能的方式来封装不同的 AI 机器人应用：AI 绘画，AI 作诗，AI 写文案。

同理，在智能客服产品内一样适用。可以找到这样的场景去单独引入大语言模型能力 AI 机器人。

4. 智能升级

大语言模型，最终使命，我们认为还是对当前智能客服半智能化进行深度改造。

在私有化知识领域，企业内部知识库，并且引入大语言模型 AI 人格特征后，经过改造的文本，语音机器人，在客户体验上远胜以往的机器人。

总有人诟病智能客服机器人是没有温度，冷冰冰的智障，其实那也是上一个 AI 智能化时代的产物，在可受控的大语言模型基础上，整体智能客服产品的机器人服务体验，肯定会随之带来一个飞跃。值得我们期待。

手搓一个大语言模型智能客服机器人，其实一点也不难，通过 AI 编程，更可以更快速的将这些新能力逐一落地。