为提高接待效率，减轻人工座席的服务压力，过去几年许多企业都在客户接待的过程中用上了文本机器人，并将其作为第一道服务接待。
企业的目的是，期望文本机器人能够回答大部分简单、重复、标准化的问题。但实际应用中，大多数企业的文本机器人使用效果都不理想。
以天润融通服务的一家跨国电气公司为例。
该企业的文本机器人进行服务时，有20%的客户接入便要求直接转人工；剩下80%的客户中，还有高达76%的客户会在完成一两轮对话后发出“转人工”的要求。
即综合来看，文本机器人的问题解决率仅有不到20%，超过80%的问题，仍然由人工座席完成服务。
为了解决这个问题，该企业与天润融合作，用基于大模型的智能体对传统的文本机器人进行改造。改造之后，智能客服问题解决率，客户满意度都有了明显改善。
今天我们以这家企业为例，看看与传统文本机器人相比，基于大模型的AI Agent（智能体）有哪些优势。
01 传统文本机器人的局限之所以绝大多数客户都会选择避开机器人客服而直接转人工，问题主要有两个方面。
首先文本机器人理解能力有限。
作为电气类企业，这家企业的产品结构十分复杂，不同型号、不同规格的产品多达数百种。咨询过程中，许多客户并不会严格地说明产品名称和型号，而是会根据工作中常用的称呼、简称，或者缩写，因此文本机器人几乎很难准确地识别问题。
同时，当问题涉及一些机械故障时，客户也很难识别问题原因，只能通过描述问题现象，让客服帮忙判断。
而传统文本机器人只能依靠提前设定的FAQ进行回答，因此无法与客户进行自然交流，更无法辅助判断问题原因。
其次，传统文本机器人维护难度大，成本高。
传统文本机器人依靠提前设定的FAQ进行回答。在合格的配置中，一个标准问题通常需要匹配20个不同的相似问题，如果要提高回答准确率，通常需要将问题匹配到30个左右。
而电气企业数百款产品，几千个型号，相关问题配置可以达到上万个，维护如此庞大的FAQ和企业知识库对企业来说是一个巨大的成本支出。
这也导致该企业在FAQ配置上一直存在较多缺陷。
比如在知识库配置上，该公司50%的知识库只有一条语料，无法满足基础的应答。比如在语料占比上，该企业一个标准问题仅对应5个相似问。
同时，在该企业的知识库中，还存在许多低频问题和重复问题。这些也都增加了知识库的维护成本。
而这一系列的问题，都为文本机器人带来挑战，让它无法有效地服务客户。
02 用智能体替代传统机器人了解问题后，天润融通基于AI大模型对原本的文本机器人进行了升级改造。
我们先来看几个改造后的案例：
客户提出一个问题，智能客服不仅能够针对问题进行解释，而且方便客户理解，它还能自己画出表格，简化信息表达。
同样提出一个问题，智能客服不仅立刻理解，还顺便发出了一张电脑的操作指引的截图，让客户一眼看懂如何进行操作。
除此之外，这个智能客服的情商还非常高，在遇到它看不懂的复杂问题的时候，它能够自动进行追问，引导客户逐步提出核心问题，并帮助解决。
甚至在遇到产品故障时，它还能帮助客户分析故障原因，并给出针对性的解决方案。
