信普飞科在2026声网iRTE大会上的发言稿
--从应答到解决 让服务不失温度

各位下午好，我是信普飞科赵健。非常感谢声网的组织和邀请。
我从事呼叫中心行业有 20 年了，刚才在这会场上，看到好些好久没见的老朋友给我发微信说看到我了，发现很多朋友依然都在这里从事相关的业务，还是很开心的。
回到演讲本身，我今天准备讲的这个内容是客户服务中的最后一公里。先介绍一下我们北京信普飞科科技有限公司，成立于2006年，最开始是从语音通信开始做起，逐步拓展到现在的全系列智能客服中心产品。公司的Slogan是致力于提供简单且完美的产品，所以信普飞科的名字就是英文的simple加perfect的组合，SimPerfect。
主办方在让我准备题目的时候，还让我准备一张照片。现在这个照片，是 AI 生成的，所以显得比本人年轻一点。今天分享的PPT内容其实也是我写的材料，然后让AI帮我丰富，是我和AI一块产出的成果。借用这两个内容，我想表达的是照片和PPT这些显现的成果是可以用人工智能来去生成的，但服务的本质还是需要看它能不能接住一个人，也是本次我想和大家一起讨论的内容。
大会的分组主题，一个是办成事，还有一个是能对话，还有最后一公里。我想说对于最后一公里的理解，大家其实有不同意见的。
最后一公里这个词，早期来源于物流，是指从配送中心到最终用户手上的距离，其实这里面可能已经经历了很多漫长的过程，但如果最终没有准确的妥投，就还是一个失败的过程。放到客服中心行业来说，大模型搭建了，系统搭建好了，但是没有解决用户最终的问题，也不算做是一个成功的工作。
我看到最后一公里的内容的时候，第一个想到的是在去年看的喜人奇妙夜里面，有一个很优秀的作品叫做《八十一难》，我相信大家应该都看过，非常有趣。它说的是师徒四人去取经，九次轮回，每次都差一难，所以从东汉三藏、魏晋南北三藏，然后到隋三藏，最后到唐三藏才成功。
所以最后一公里，每个人理解的不一样。但是在信普飞科看来，是成年人不做选择题，我们希望把用户问题解决的同时，还要提供优质的体验。
回顾一下这20年，最开始的时候没有人工智能，是纯语音交换机还有排队机的时代。那个时候基本上是拼什么呢？拼参数，拼忙时接通率，拼各种各样的效率指标。
后来就到了在线客服、Webcall 这类应用的时代。像社交媒体、微信等出现之后，开始了移动互联网的喷发，所以推动信普飞科开始做多媒体客服、全媒体统一排队这些功能。
但是刚才前面演讲的张老师有反复提到一个词，就是焦虑。我其实在 2015 年的时候就特别焦虑，因为那时候第一代智能客服出现了。当时我就在想，这个会不会代替掉人工坐席？当时确实非常焦虑，每天上网看各类资讯或者技术论坛，想了解有没有解决办法，或者是大家认为哪些行业不会被代替。
另外想说的是我们呼叫中心行业当时主要靠什么来衡量体量或者业务承载量？就是谁的座席大、谁的最稳定、谁的功能多。当时很多大厂、大企业都是好几百人甚至上千人的超大规模座席团队。如果人工完全被智能代替，那这些人失业了怎么办？这是我在2015年经常思考的一个问题。
到了十年之后的2025年，这一年技术更新迭代更快了，技术在每一天都有飞速的变化，就像过去的一年才能发展的一样。但是速度变得快，不代表能让用户的体验变得更好，客户也不一定接得住。
25年出现了大语言模型之后，我认为迎来了行业发展最蓬勃的时期。例如春节之后我们去拜访客户或者做需求调研，所有的人都在问大语言模型技术对呼叫中心的能力可以提供哪些帮助，你们有没有相关的产品。
信普飞科当时已经有了智能客服产品，它就像一把钥匙，叩开了企业的大门。借着人工智能的东风，我们也签了很多项目。
后面我也想分享一下，信普飞科的智能客服产品在具体项目落地的过程中所遇到的一些场景。每一次基座技术的向前奔跑，都是在抬高客户对于更好服务的期待。
刚才声网的刘总说，北京现在是最好的时候。但是实际上生活在北京的各位来宾，大家都会有一个感受：早上起来挺痛苦的，反正我起床是挺痛苦，因为还是有点冷，还有两周北京就要迎来供暖了。
在中国的集中供暖这个行业，大概涉及到 15 个省和市、579 万平方公里、每年服务 5.72 亿人次。在整个供暖区域里面，最北方是呼伦贝尔市的根河和额尔古纳，供暖期大概有九个月，是很漫长的一段时间。另外就是山河四省再加京津，大概四个月，从11月15号开始到第二年的3月15号结束。
所以在这四个月的时间里面，供热行业每年都会呈现一个非常极端的状况，就是话务忙闲极为不均。现场PPT里面的则张图，我本来想用系统把数据导入进去，让大家看一下实际的话务数据高峰和低谷的差异来感受一下。但是我发现做不到。因为我把数据导入进去之后，低谷的数据已经是贴在地上了，看不到了。所以我只能手搓了一组数据向大家说明这个话务高峰和话务低谷的巨大差异。
所以这个行业，非常需要呼叫中心的智能客服来去帮助解决话务忙闲极度不均的老大难问题：忙的时候人不够，闲的时候人员富余。另外就是，就是高峰期养不起，低谷期留不住，这都是企业实实在在的困境。
所以我们经常跟客户说，在高峰期电话打进来的时候，不只是要关注排队溢出、呼损，还有很多电话把中继都打满了，电话都进不来，你根本都不知道客户是谁。没有打进来的需求，才是真正最有价值的那部分需求。
信普飞科给这个企业部署了一套智能体客服系统，整体的服务效果和工作效率都得到了很大的提升。但我今天要讲的，是在我们这个项目里面遇到的3个门槛。
首先这个场景的服务链路，大概有10步，有很多步骤都是由智能体和我们一块协同完成的。从接入诉求到办结闭环，中间有三个卡点，就是我们遇到的三个情况。
首先在业务中经常会遇到这样的情况：早期的智能体只能给用户做个基础回答，也没有派单能力。用户问它，我们家供暖不热是什么情况，智能体只会提示用户去核对有没有缴费、有没有去把暖气的气放一放。智能体回答得很标准，但是没有根据实际情况去综合判断再给到回答，对用户的需求给不到实质性协助。
另外就是我们的数据要结构化，有很多很多的关键数据，例如说故障点在哪、故障的等级、有没有缴费、具体的小区楼栋等等很多信息。它直接影响了派单最终的准确效果。否则你派单派过去，没有意义，还得重派，客户还要重新打电话来，体验就会降到冰点。
第三个是复杂服务的场景，最终一定还是要靠人，这个是一个无需质疑的事情。刚才张老师讲到实时语音识别和TTS这类产品等等。信普飞科的智能客服系统会把用户在对话过程中的一些内容实时同步给座席。在人机对话的中间如果转座席了，前面用户和AI所有的对话内容，系统会原封不动转过去，并且做了摘要处理。这样让座席能够一目了然，在他有限的屏幕内，不需要看的太多，只看关键点就可以了，不用让用户把问题反复重新说一遍。
所以我们设定了一些边界：智能体负责听懂、问清、结构化，就这几点。剩下的事情交给专业系统去做。不是让智能体、让智能客服把所有事都干了，这个不科学，也不理想。
所以最后一公里，在我们这个项目里面，我认为往往就是系统和系统之间打通的差距。
早几年大概是在 2015、16年的时候，智能客服回复一句话要等五六秒，这是在线客服真实的情况。那个时候我们不叫人工智能，大家开玩笑叫它人工智障。就是你跟它说话，它听不懂，或者它反应很慢，各种情况都会出现。但在那时候我也一直认为，不是方向错了，只是时间不对。
今天的实时技术，我就不展开讲了，因为刚才 MiniMax的张老师讲得很清楚了，我的理解就是，早期是串行处理，后面是多核同时并行，所以用户的感知是非常好的。但是它不仅仅是软件系统的提升，它还有很多其他方方面面的内容。例如我们的硬件、GPU、CPU、硬件算力。光模块、光通信的发展，带动了整个行业方方面面。就像一个很完美的木桶，没有人是短板。
所以我刚才说，它不是方向错了，只是时间没到。就好像最近大家一直在谈的新能源汽车一样。早期我们自己发展国产制造，进程会很慢。后来合资车、国外品牌进来了，大家一起发力，才有今天新能源蓬勃发展、日新月异的局面。我认为这是一个时代的变化，它一定是有过程的，智能客服也是有这么一个必经阶段。
技术的迭代才造就今天的局面，这是一个百花齐放的状态：硬件算力、光通信各个方面一起发力，再加上大家对业务的理解、系统和系统之间的打通。早期连系统都没有，客服系统去给他派单，他也接不住。所以是整体一起发力，大家一起把最后一公里缩短了。
电话转人工的时候，人和机器人，我认为都是服务的载体，我们主要看体验。
第一就是上下文携转，就前面提到的场景。用户说完话之后，要把对话内容转给人工座席，让座席有所了解，包括地址、故障等等，不要让用户去重新再描述一遍内容。
第二，转给座席之后，也有它价值体现的地方，就是智能填单。信普飞科的智能客服系统会把所有的对话信息整理好，方便坐席去完成工单。此外还支持重填和补填。客户可能会说，我要改电话号码、我要改上门日期，或者我的地址说错了等等，系统会及时更新、把内容补充进去。所以座席人员工作起来会很简单，他只要去确认相关的信息，然后手动点击下一步，这个事就结束了。
所以座席智能辅助不是给座席在加活，它是在真正的帮助座席。
另外，一段五六分钟或者三四分钟的对话，中间可能涉及到对话总结和质检的需求。以前我们呼叫中心做质检，抽检5%最多了，有的时候第二天才把质检内容拿过来，其实都隔了一夜。但现在的质检就不一样，系统可以根据对话生成不同的标签，做到实时质检、事后质检或者空闲质检，质检员可以根据实际情况来去选择。智能质检功能可以自主判断并生成不同的标签，根据规则完成自动评分，还提供风险告警等等，真正做到让用户不会再来打第二次、第三次电话来投诉，做到未诉先办。
所以座席少问一句话，用户也少复述一遍。这个是一个效率指标的数据对比。信普飞科通过长时间的行业观察发现，效率和体验这两件事情永远是相悖的，不可能同时达成，业主只能在中间去平衡、去选择：要效率还是要体验，要体验还是要公平？还是那句话，效率账算得太精了，算得越来越清楚的时候，实际上体验的感受就会差了，体验就输了。
最后把整个项目的内容总结成三句话：就是智能体必须是和业务信息系统打通，这个是关键的一点；第二部分就是关键信息一定要做到数据结构化，这个是在项目中必须要做到的，否则信息会有偏差；还有就是机器人应答不等于服务结束，后面有一连串其他的服务流程。
所以机器人扛住的是什么呢？机器人扛住的是高峰期、扛住的是标准问题。那座席扛住什么？座席扛住的是听不清的地址、安抚不住的情绪，还有机器人处理不了的问题。他们两个应该是一个协同的关系。
这是今年在小红书上看到的一个案例，特别有意思，想跟大家分享一下。一个宝妈带8岁的孩子去坐高铁，候补到票了但是发现两张票不在一节车厢上，给 12306客服打电话，12306给到的方案就是：你要不把票退了，而且退票还得收 10%的手续费。
所以这个跟智能体有关吗？其实也有关系。你会发现，当体系只对有没有票负责的时候，就没有人对舒不舒服去负责了。
20年前，连在线购票都没有，大家还得半夜排着长队去买火车票，那个时候就很辛苦。但是当现在运力不是问题的时候，体验不好就成了新的矛盾。
所以我想说，你可以用效率说服用户，但是不能用效率去绕开用户诉求，有些事还是该面对还得面对。
如何去克服这个问题，今年也有很多相关讨论。例如说高铁上经常有人拿 B 座和 F 座换座这个事，也经常上新闻，道理是一样的：你要是对票务分配负责，就很难对乘客舒不舒服负责。
这是今年新出的一个新国标：GB/T 47746—2026，名字叫《顾客联络服务 人工与智能客户服务协同要求》，是从今年9月1号开始实施的一个新国标。以前我们遇到的国标，大多是五常大米或者海天酱油里面的国标，我没想到，有一天我们的客服行业也出台了国标。以后这种找人工像闯关一样的情况，就此结束了。
企业为什么愿意把转人工入口藏得那么深？是因为用人工智能代替人，它节约了座席大量的成本，这个是实实在在能看得见的。但是它牺牲的是用户的耐心和体验，这是一定摆在面前的。
新国标就明确了两点：第一是人工入口必须清晰，第二不能层层隐藏，让用户很难找到。
所以我们的想法就是前面去做一些分流，把服务前置做整体分流，哪些交给 AI、哪些流转人工，做好分配处理。但是新国标的规定也说明，人工还是不可或缺的。
另外就是我要强调，AI和人工永远不是相悖的，应该是协同。哪些工作分配给谁、如何去分配、中间如何去优化，这个里面是我们需要考虑的，在选择上去做考虑，价值也体现在这里。智能体不是要替代人，就是要去做分流。
然后回到 2015年我焦虑的那个问题，去年听罗永浩《十字路口》的播客，有一期采访周鸿祎，他就问了这个问题：人工智能会不会代替人、淘汰人？周鸿祎的回答特别好，他说：“善用AI的人不会被淘汰，社会会淘汰不用AI的人。”我觉得这个是非常有价值的。
但是对于我们客服中心服务行业的人来说，智能客服的这个最后一公里，不是让机器更像人，它是让我们记住，用户有权利随时说：“我想找个人”的时候，就能找到人，把客户的服务体验做好。这才是最有价值的，才是真正的正解。
所以不管走多远，一定要记住自己来时的路。我的分享就是这么多，谢谢大家！