呼入机器人是很多企业的标配，上线的初衷很美好：借助AI技术打造可以24小时为用户提供服务的“接线员工”，自动化回答一些简单的问题，提升接线效率和用户体验，同时也能降低部分人力成本。


但最终的结果却不如预期，以小模型（NLP）技术为主的传统呼入机器人，意图理解能力差、回答死板机械、常常出现答非所问的情况.....不仅无法成为帮企业减负的得力助手，反而成为了惹恼用户、损害用户体验的导火索。那些未解决的问题，依然如潮水般涌向了人工客服。


近日，网易智企旗下云商业务推出全新呼入Agent（在传统呼入机器人基础上，融入大模型和Agent能力，整体表现更智能、更灵活），其采用大小模型融合的模式，既保障了对话的连贯性和灵活性，又能框定边界，有效控制幻觉，成为企业争相采购的“AI接线员工”。



下面，我们就来深入分析一下，传统呼入机器人有哪些弊端？新版呼入Agent又是如何破解这些难题的？


假降本，真添堵

传统呼入机器人的三大“致命伤”


我们走访了几十家企业，发现大家在吐槽传统呼入机器人的时候，不约而同地提到了以下三点：


1

知识库搭建成本高

知识库搭建成本高，陷入“有多少人工，就有多少智能”的死循环。


传统呼入机器人的底层逻辑主要是“关键词匹配”，为了让机器人能够听懂更多的人话，企业不得不投入大量人力，在后台手动配置关键词、正则表达式以及成百上千种可能存在的“相似问”。 


这是一项庞大的工程，比如光是一个充电桩相关事宜咨询场景，企业就需要穷举出各种可能会问到的问题，一旦超出这些范围，呼入机器人就会直接“卡壳”。


更可怕的是，当企业遇到政策调整、规则变化时，又要花费大量的时间重新梳理知识体系。

2

意图理解能力弱

意图理解能力弱，回答机械死板，遇到复杂问题容易宕机。


在真实的电话呼入场景中，用户往往会夹杂着一些口语化表达，或者一次性抛出一个带有多个问题的复杂问题，比如“我想预约一个上门维修，我家的空调坏了，不制冷，今天下午能派人来看看吗？” 。


面对这些“关键词范畴外的状况”，传统呼入机器人瞬间整不明白了，开始机械地播报“对不起，我没听懂您的问题”、“请您用一句话简单描述”。过程中的反复拉扯，严重损害了用户的体验。

3

大量问题转人工

大量问题转人工，成为一个无效的“语音中转站”。


由于意图理解能力、上下文记忆能力弱，传统的呼入机器人往往只能做简单的“标准答案播报”，无法深入到复杂的业务场景中去“解决问题”，导致很多来电还是不可避免地转接给了人工客服。


这是让企业管理层最为头疼的一点，用户打电话来沟通的往往是一些急事，原本期望机器人可以快速帮用户答疑办事，但最终还是要回到人工，用户体验没提升，运营效率也没提升，变成了“假降本、真添堵”。


大小模型融合

打造听得懂会办事的“AI接线员工”


面对这些痛点，直接用大模型技术替代小模型技术就能解决吗？并非如此。纯大模型方案极易出现“已读乱回、瞎作答、乱承诺”的情况，导致服务严谨性瞬间崩塌，


为了寻找灵活性与可控性的平衡，网易智企全新呼入Agent采用了“大小模型融合”的方案，并结合底层工程能力，为企业打造了一位既高情商又守规矩的“AI接线员工”。基础的常规场景的问题，由小模型优先识别并处理，高效又可靠；复杂意图则通过大模型精准识别并处理，扩大问题处理的范畴。



基于这套底座，网易智企呼入Agent成功解决了传统呼入机器人的三大弊端：


01

强大的RAG（检索增强生成）技术，彻底改变了传统知识库的生产方式。 


企业只需将现有的产品说明书、政策文件、历史QA等文档一键上传，Agent就可以像一位超级学霸一样，自主阅读、深度解析并自动构建起清晰的知识库。


在用户提问时，系统会依托高精度的检索召回排序算法，在海量知识库中精准捞取最相关的切片内容，交由大模型生成回答。当业务规则、活动政策发生变动，只需上传最新文档，Agent即可实时更新知识。


这一套组合拳，极大降低了知识库的搭建和维护成本，让企业彻底告别了“有多少人工，就有多少智能”的窘境。

02

大模型拥有强大的意图理解和上下文记忆能力，无论多么复杂的问题，它都可以瞬间抽丝剥茧，精准捕捉到用户的核心诉求。


当用户再次抛出前面提到的那个复杂问题——“我想预约一个上门维修，我家的空调坏了，不制冷，今天下午能派人来看看吗？”，呼入Agent可以精准提取出四大核心要素：报修对象（空调）、故障表现（不制冷）、核心诉求（上门维修）、时间期望（今天下午），快速给出回复：“好的，这边帮您预约今天下午3点上门维修空调。”随后它会主动询问用户：“请问您的地址在哪里？”


整个过程干脆利落，缩短了交互链路，提升了用户体验。与此同时，它还能用极具亲和力的口吻和用户沟通，安抚用户的情绪，给用户超出期待的体验。

03

网易智企呼入Agent能够通过API接口无缝对接企业的CRM、工单、订单、物流等各类内部系统。


这意味着，当用户打来电话要求查询订单物流、修改个人信息甚至是执行复杂的退款流程时，Agent在听懂意图后，可以直接在通话过程中“动手”调用相关系统接口进行反馈，打通了从“前端答疑”到“后端办事”的完整闭环，助力企业实现真正意义上的降本增效。


众所周知，呼入机器人是一个非常重实施的产品，网易智企不仅仅是提供一个AI产品，而是一套完整的解决方案，我们的实施专家团队会全程陪跑，在流程搭建过程中融入同类行业/场景的优秀经验，通过精巧的AI服务策略设计，给到企业一个最优解。


大型制药企业率先引入

应用在药品咨询、代理咨询等场景


技术再炫酷，最终都要在真实的业务场景中进行比拼。面对极具挑战的医药行业热线咨询，国内某大型制药企业引入了网易智企全新呼入Agent，开启了一场从“传统客服”到“AI员工”的进阶之路。


该企业旗下的药品种类多达600余种，还伴随着大量的扩展名以及极易混淆的“谐音词”。过去，在使用传统呼入机器人时，识别准确率低，经常答非所问或者需要反复和用户确认，大量来电需要转人工解决。




为了破解这一困局，该企业将呼入Agent率先应用在三大核心场景中：


  • 场景一：药品专业咨询。面对患者关于用法用量、适应症、不良反应及真伪鉴别的咨询，哪怕带有口音或谐音，网易智企呼入Agent都可以精准理解真实意图，快速给出专业的回复。


  • 场景二：药品代理咨询。这是检验Agent“办事能力”的绝佳场景。当客户咨询代理事宜时，呼入Agent会实时检索企业的“可代理药品名单”，如果在名单内，直接精准播报招商电话；如果不在名单内，则准确告知暂不支持，真正实现“边接听边办事”。


  • 场景三：特殊药品咨询。针对误食、误触或咨询特殊药品相关内容的紧急来电，呼入Agent能够精准识别用户的需求，及时安抚用户情绪，并给出对应的指导或建议。碰到一些无法回答的问题，呼入Agent也会基于用户不同的需求，一键快速转接到对应的人工客服，提供针对性的服务。


接入网易智企呼入Agent后，该企业看到了三项立竿见影的改变：


  • 首先，Agent的灵活性大大提升，以前用户用了某个药品的用法用量，再问不良反应的时候，需要重复一遍药品名称，现在Agent可以记住药品名称，直接给出回复，对话连贯性大大增强；


  • 其次，知识库搭建成本大幅降低，面对600种复杂药品的知识，过去需要耗费大把时间梳理关键词、正则表达式，穷举可能会问到的问题，现在只需一键导入药品说明书，Agent就可以自动解析学习；


  • 此外，问题识别准确率和回答准确率显著提升，可以真正有效地承接住用户的通话，这是他们看到的最大的价值。


网易智企全新呼入Agent，正以听得懂、会办事的硬核实力，帮企业把每一通电话，都变成一次满意的服务体验。


如果你也受够了传统呼入机器人的卡壳与低效，想要为企业寻找真正能释放生产力的利器，欢迎扫描下方二维码，立即预约体验网易智企呼入Agent，开启“真智能 真减负”的新时代！


扫码体验呼入Agent