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。