“我們的數(shù)字化，是以客戶為中心，搭建起來的前臺、中臺、后臺”，麥當勞中國首席信息技術及體驗官陳世宏提到，麥當勞與瓴羊、阿里云基于深度合作，以消費者、門店員工和總部職能部門三類“客戶”為中心，圍繞“人、貨、場”構建數(shù)字價值鏈，在優(yōu)化用戶體驗的同時，實現(xiàn)門店運營提效與總部決策協(xié)同。
在消費者側，為打破早期不同平臺OMS與會員體系互相獨立的“豎井式”孤島狀態(tài)，麥當勞主動推進了“一套系統(tǒng)”的標準化治理，通過規(guī)劃藍圖、頒布標準、建設系統(tǒng)，統(tǒng)一用戶體系與訂單鏈路，實現(xiàn)用戶體驗與市場運營實現(xiàn)一體化協(xié)同。
在消費訂餐前臺外，真正復雜的系統(tǒng)建設部分，還藏在門店后場。面對每年新增1000家門店的擴張目標，培養(yǎng)一位餐廳經(jīng)理需要5到10年的人才周期已跟不上擴張節(jié)奏。麥當勞選重構人、貨、場三大運營要素，用數(shù)字化手段降低管理門檻。在“人”效方面，過去一個門店需配備多個全職員工管理排班，如今在麥當勞營運部門的主導和數(shù)字化的賦能下，1位員工即可遠程負責多家門店排班。在“貨”品管理上，原本依賴人力逐級追蹤的庫存與銷售數(shù)據(jù)，如今通過系統(tǒng)即可實時掌握，庫存準確率與供應鏈效率大幅提升。在“場”的維度，IoT系統(tǒng)可支持設備維保預測與能源節(jié)約，僅電費一項年節(jié)省超5%。
相比消費者和門店，企業(yè)總部似乎是離“訂餐系統(tǒng)”最遠的一方。但麥當勞通過數(shù)據(jù)沉淀，圍繞市場調(diào)動資源、財務部門調(diào)度資金流等問題，制定總部與前線高度協(xié)同的動態(tài)管理體系，為全局決策提供了依據(jù)。
陳世宏指出，IT團隊應該“大聲說話”，不僅要穩(wěn)定系統(tǒng)，更要主動提出方向，為企業(yè)變革提供前瞻性的引領方向。
Agent時代，企業(yè)智能化的真正挑戰(zhàn)，在于如何讓 AI 真正參與業(yè)務、嵌入流程、接管決策，在流程中“接得住”，在業(yè)務中“用得好”。
瓴羊副總裁甄日新指出，大模型底層能力并不構成差異化競爭力，真正的關鍵在于如何將企業(yè)獨有的數(shù)據(jù)資產(chǎn)和業(yè)務邏輯，與智能體系統(tǒng)深度融合，輸出更具個性化的AI能力，對此，瓴羊深入多場景工作流，聚焦數(shù)據(jù)治理、經(jīng)營分析、營銷增長、客戶服務等場景，把Agent能力嵌入企業(yè)的真實流程之中，讓大模型不再停留在“能說會答”，更成為具備業(yè)務記憶與操作能力的完善智能體。
眾所周知，在所有落地場景中，智能客服是企業(yè)日常運轉中最重的人力負擔，也是AI最難啃的一塊“硬骨頭”。瓴羊客服產(chǎn)品負責人張雙穎表示，在不同類型企業(yè)中，客服投入往往占到總預算的5%至30%，其中超過一半用于人力，而AI若未能深入業(yè)務流程，則難以真正釋放效率?！拔覀兛吹胶芏嗥髽I(yè)在嘗試大模型，但若沒有進入業(yè)務流程，無法實現(xiàn)降本增效、量化指標提升，本質上還是AI玩具?！?/p>
為此，瓴羊發(fā)布智能客服Agent，推出了超級客服專家、超級電銷專家和超級企業(yè)服務專家等多個Agent應用，幫助企業(yè)提升客服效率，優(yōu)化消費體驗，降低企業(yè)資損，打造“真正落地、真有效果”的客服體驗。
其中，超級電商客服專家聚焦售前、售中、售后服務場景，旨在解決電商行業(yè)退貨難、人力重、成本高等痛點。以往，退貨流程往往占據(jù)近40%的客服人力，需人工反復核查投訴記錄、物流狀態(tài)、攔截情況等。如今的流程可由Agent自動執(zhí)行。系統(tǒng)還配備“任務駕駛艙”，在關鍵節(jié)點引入人工判斷，確保風控可控、人機協(xié)同高效。過去橫跨多個系統(tǒng)、需人工處理20多步的流程，如今80%已由Agent完成，實現(xiàn)“一個業(yè)務人員+多個Agent”的高效協(xié)同。
超級電銷專家目前應用于汽車等銷售線索密集型行業(yè)，通過接入CDP系統(tǒng)篩選高潛客戶，結合客戶畫像自動生成外呼腳本和行動建議。以車企為例，瓴羊超級電銷專家Agent，通過接入車企CDP與線索平臺，能夠完成初步信息收集，并據(jù)此生成后續(xù)銷售建議與行動計劃。在“任務駕駛艙”，銷售團隊可每日篩選10個優(yōu)先聯(lián)系的客戶，無需做繁瑣的背景調(diào)查，即可獲取用戶關鍵行為數(shù)據(jù)。呼叫結束后，Agent還能生成下一步銷售動作，聯(lián)動工單系統(tǒng)推進發(fā)貨、服務或會員激活，并形成可量化的數(shù)據(jù)反饋，為后續(xù)銷售策略提供支持。
超級企業(yè)服務專家解決企業(yè)機器人、在線客服、外呼團隊知識庫互相割裂的難題，建立統(tǒng)一的“企業(yè)級知識中臺”，支持基于人員、部門、渠道與使用場景進行權限管理，實現(xiàn)真正可控、可用的知識調(diào)用。超級企業(yè)服務專家通過多模態(tài)知識處理能力，將圖像說明書、視頻內(nèi)容等資料轉化為可供Agent調(diào)用的知識資產(chǎn)；同時通過調(diào)優(yōu)閉環(huán)、意圖模型訓練、離散知識干預工具等模塊，建立了可運營、可進化的知識運營體系，讓知識庫從“技術團隊的玩具”真正成為“業(yè)務部門可用的工具”，推動AI能力在組織中落地生根。
當前，瓴羊Quick Service客服Agent已實現(xiàn)從在線咨詢、熱線接入到Agent中樞的端到端覆蓋，并支持按效果付費、運營陪跑與代運營服務，幫助企業(yè)一站式落地客服智能化。
當然瓴羊Agent能力不僅限于客服場景，例如在BI分析中，瓴羊構建Chat BI與歸因引擎，不僅解決“問數(shù)”的準確性，更深入融合業(yè)務邏輯，實現(xiàn)決策支持；在營銷自動化中，瓴羊通過大模型生成內(nèi)容、判斷投放時機，并探索全鏈路生成式營銷。
Agent的成功落地離不開底層大模型的支持。阿里云上海解決方案總經(jīng)理鮑遠松以零售行業(yè)為例，強調(diào)了大模型核心能力在于與業(yè)務深度融合，其落地效果與企業(yè)是否具備數(shù)據(jù)資產(chǎn)、組織協(xié)作與持續(xù)運營的能力息息相關。當前，通義大模型已在零售行業(yè)的多個領域成功落地，如企業(yè)知識庫構建、服務質檢、智能建單、門店巡檢及研發(fā)提效等，為企業(yè)帶來了全方位的智能化升級，大幅提升了運營效率和業(yè)務質量。未來，隨著通義大模型泛化能力與場景適配性的進一步增強，阿里云將持續(xù)引領零售行業(yè)邁向更高效、更智能的運營新范式。
AI Agent時代，瓴羊和阿里云將持續(xù)以數(shù)據(jù)資產(chǎn)為基座、以業(yè)務流程為載體、以智能體為驅動，推動AI從“能說”走向“能做”，幫助企業(yè)掌握下一代智能商業(yè)發(fā)展的主動權。
「數(shù)據(jù)同學會」是阿里巴巴瓴羊與清華大學數(shù)據(jù)治理等研究中心聯(lián)手打造的數(shù)據(jù)行業(yè)IP，圍繞“共享、共想、共響”理念，團結和聚集數(shù)據(jù)行業(yè)從業(yè)者，分享實戰(zhàn)經(jīng)驗和前沿洞見，以產(chǎn)、學、研多方聯(lián)動，讓數(shù)據(jù)落地企業(yè)，讓企業(yè)收獲成果，充分發(fā)揮數(shù)據(jù)對經(jīng)濟發(fā)展的疊加和倍增作用。「走進標桿·會數(shù)據(jù)同學」系列活動也將持續(xù)走進各行業(yè)代表企業(yè)，通過“看樣板、學先進”的交流模式，攜手探索Data x AI的應用新范式，沉淀可復制的實踐經(jīng)驗，在數(shù)字化浪潮中協(xié)同前行、共創(chuàng)未來。
