天潤(rùn)融通Zenava UserDay廣州站回顧：聚焦消費(fèi)零售企業(yè)

原創(chuàng) 贊收藏 評(píng)論

舉報(bào) 2026-04-07

掃描,分享朋友圈

在消費(fèi)零售行業(yè)，Agent應(yīng)不應(yīng)該做？應(yīng)該從什么地方開始做？怎么做才有效？

圍繞這些問(wèn)題，3月24日，Zenava UserDay在廣州舉行。現(xiàn)場(chǎng)，有來(lái)自消費(fèi)零售領(lǐng)域的數(shù)十家企業(yè)負(fù)責(zé)人展開熱烈的討論，大家相互交流，分享經(jīng)驗(yàn)。

當(dāng)天的分享和交流中，既有對(duì)行業(yè)趨勢(shì)的判斷，也有對(duì)落地方法、典型場(chǎng)景和實(shí)際經(jīng)驗(yàn)的拆解，信息密度很高，留下了許多值得反復(fù)思考的干貨內(nèi)容。

基于此，我們從當(dāng)天的內(nèi)容中提煉出了一些更有參考價(jià)值的觀點(diǎn)和方法，想和大家做一個(gè)分享。

若你也對(duì)Zenava UserDay感興趣，歡迎與我們聯(lián)系，全國(guó)巡回活動(dòng)正在持續(xù)開展，也許下一站，就在你的城市。

一、Agent現(xiàn)在不比“會(huì)不會(huì)聊”，而比“能不能把事做完”

這是廣州站現(xiàn)場(chǎng)反復(fù)被提到的一個(gè)共識(shí)。

企業(yè)今天看Agent，已經(jīng)不是在看它會(huì)不會(huì)回復(fù)、像不像真人，而是在看它能不能真正把事情做下去。

過(guò)去做智能客服，更關(guān)注回復(fù)順不順、FAQ覆蓋夠不夠；到了Agent階段，衡量標(biāo)準(zhǔn)已經(jīng)變了。售后看獨(dú)立解決率、獨(dú)立接待率，售前看轉(zhuǎn)化，服務(wù)流轉(zhuǎn)看建單率和建單準(zhǔn)確率。比起“會(huì)不會(huì)聊天”，企業(yè)更在意的是，它能不能把一段業(yè)務(wù)流程往前推進(jìn)。

這背后，其實(shí)是能力邊界變了。

傳統(tǒng)NLP機(jī)器人更像問(wèn)答匹配，用戶問(wèn)一句，系統(tǒng)答一句；但Agent已經(jīng)開始具備理解意圖、分解任務(wù)、調(diào)用接口、處理多模態(tài)信息和承接上下文的能力，能夠繼續(xù)把問(wèn)題處理下去。

現(xiàn)場(chǎng)舉了一個(gè)很典型的例子：用戶說(shuō)“我上周買了一個(gè)耳機(jī)，一直沒(méi)到”，雖然沒(méi)有提“物流”，Agent依然能識(shí)別出這是物流查詢，并進(jìn)一步調(diào)取訂單狀態(tài)，給出處理方案。

所以，今天企業(yè)重新看Agent，看的已經(jīng)不是它像不像一個(gè)會(huì)說(shuō)話的系統(tǒng)，而是它能不能接住問(wèn)題、推進(jìn)流程，最后把結(jié)果做出來(lái)。

二、很多Agent項(xiàng)目做了沒(méi)效果，因?yàn)閳?chǎng)景沒(méi)選對(duì)

如果說(shuō)前面討論的是“今天該怎么看Agent”，那么另一個(gè)更現(xiàn)實(shí)的問(wèn)題是：什么樣的場(chǎng)景值得先做。

現(xiàn)場(chǎng)反復(fù)提到，Agent落地難點(diǎn)往往不是怎么搭，而是哪些場(chǎng)景值得投、優(yōu)先做哪一塊、怎么把效益做出來(lái)。

判斷一個(gè)場(chǎng)景值不值得做，至少可以先看三點(diǎn)：能不能降低重復(fù)勞動(dòng)，能不能突破原來(lái)人或舊系統(tǒng)做不到的能力邊界，能不能沉淀成標(biāo)準(zhǔn)化流程，放進(jìn)智能體里持續(xù)執(zhí)行。

也正因?yàn)槿绱?，廣州站把“場(chǎng)景拆解”放得很重。所謂拆場(chǎng)景，不是停留在“售前”“售后”這種大概念上，而是繼續(xù)往下拆清楚：服務(wù)對(duì)象是誰(shuí)，從哪個(gè)渠道進(jìn)來(lái)，帶著什么需求，最后要完成什么目標(biāo)。

只有這些問(wèn)題先說(shuō)清楚，后面的知識(shí)準(zhǔn)備、流程設(shè)計(jì)和效果驗(yàn)證才有抓手。

現(xiàn)場(chǎng)舉的助聽器案例就很典型。用戶從抖音進(jìn)來(lái)，和從小紅書進(jìn)來(lái)，真實(shí)訴求可能完全不同。如果系統(tǒng)能在進(jìn)線的一刻就結(jié)合渠道信息識(shí)別需求，就不用再反復(fù)試探、來(lái)回確認(rèn)。這也說(shuō)明，Agent不是更容易輸在問(wèn)題復(fù)雜，而是更容易輸在場(chǎng)景太大、太虛、太模糊。

所以，廣州站給出的一個(gè)很現(xiàn)實(shí)的提醒是：項(xiàng)目不是從“搭系統(tǒng)”開始，而是從“選對(duì)場(chǎng)景”開始。先找到一個(gè)邊界清楚、頻次夠高、鏈路完整的小閉環(huán)，先把它跑通，再往外擴(kuò)，往往比一開始鋪得很大更容易看到結(jié)果。

三、Agent做不深，是沒(méi)有把知識(shí)和流程準(zhǔn)備好

這是廣州站現(xiàn)場(chǎng)反復(fù)被提到的一個(gè)判斷。

很多企業(yè)一開始推進(jìn)Agent，先看的是模型、參數(shù)和能力，但真正落地后才發(fā)現(xiàn)，決定效果上限的，不是模型有多強(qiáng)，而是企業(yè)有沒(méi)有把知識(shí)、規(guī)則和處理邊界真正梳理清楚。

表面上看，企業(yè)并不缺資料，產(chǎn)品手冊(cè)、服務(wù)文檔、操作說(shuō)明、常見問(wèn)答都不少；但真正上項(xiàng)目時(shí)，這些內(nèi)容常常是舊的、缺的、散的、亂的。

更新時(shí)間不一致，表達(dá)口徑不統(tǒng)一，判斷規(guī)則沒(méi)有結(jié)構(gòu)化沉淀，一線專家知道怎么處理，系統(tǒng)卻不知道該怎么判斷。結(jié)果就是，Agent看起來(lái)什么都知道一點(diǎn)，但一到真實(shí)業(yè)務(wù)里，回答就容易飄，判斷不穩(wěn)定，同類問(wèn)題前后也不一致。

這也是為什么很多企業(yè)會(huì)發(fā)現(xiàn)，Agent演示時(shí)效果不錯(cuò)，一進(jìn)真實(shí)業(yè)務(wù)，表現(xiàn)就開始波動(dòng)。原因就是企業(yè)并沒(méi)有把真正支撐業(yè)務(wù)判斷的知識(shí)整理出來(lái)。

現(xiàn)場(chǎng)還特別提到一個(gè)常見誤區(qū)：很多企業(yè)以為AI足夠強(qiáng)，把公司文檔一股腦丟進(jìn)去就行。

但實(shí)際恰恰相反，非結(jié)構(gòu)化內(nèi)容、復(fù)雜表格、水印文件、口徑不一的文檔，都會(huì)讓效果變差。Agent時(shí)代的知識(shí)庫(kù)，已經(jīng)不是簡(jiǎn)單“喂資料”，而更像一次業(yè)務(wù)梳理和經(jīng)驗(yàn)重組。

真正需要整理的，不只是答案本身，而是專家平時(shí)怎么判斷問(wèn)題，什么情況可以直接處理，什么情況必須轉(zhuǎn)人工，遇到歧義信息時(shí)該怎么追問(wèn)，不同任務(wù)的邊界和優(yōu)先級(jí)又是什么。

換句話說(shuō)，Agent真正需要的，不是一堆資料，而是一套能支撐判斷和執(zhí)行的業(yè)務(wù)知識(shí)結(jié)構(gòu)。很多項(xiàng)目之所以做不深，不是輸在模型，而是輸在企業(yè)還沒(méi)有把自己的業(yè)務(wù)規(guī)則講清楚。

四、先把業(yè)務(wù)判斷做扎實(shí)，再談Agent大規(guī)模落地

回到活動(dòng)本身，Zenava UserDay想做的，并不只是一場(chǎng)關(guān)于Agent的分享會(huì)，而是一個(gè)面向客戶服務(wù)與營(yíng)銷行業(yè)的專業(yè)交流平臺(tái)。

我們希望把同行業(yè)、同場(chǎng)景、同樣在推進(jìn)智能體落地的人聚到一起，不是停留在概念層面討論“Agent有多熱”，而是把真實(shí)問(wèn)題攤開，把分歧講清，把經(jīng)驗(yàn)沉淀下來(lái)。

比起單向輸出觀點(diǎn)，Zenava UserDay更關(guān)注的是：技術(shù)如何真正進(jìn)入業(yè)務(wù)，企業(yè)如何在復(fù)雜現(xiàn)實(shí)里作出更穩(wěn)妥的判斷，項(xiàng)目又該如何一步步走向可驗(yàn)證、可復(fù)用、可持續(xù)。

未來(lái)，Zenava UserDay也將繼續(xù)以行業(yè)交流和實(shí)戰(zhàn)共創(chuàng)的方式，走進(jìn)更多城市，幫助更多客戶服務(wù)與營(yíng)銷行業(yè)的從業(yè)者撥開概念迷霧，回到業(yè)務(wù)本質(zhì)，在真實(shí)場(chǎng)景里找到更清晰的落地路徑。

本文系作者授權(quán)數(shù)英發(fā)表，內(nèi)容為作者獨(dú)立觀點(diǎn)，不代表數(shù)英立場(chǎng)。
未經(jīng)授權(quán)嚴(yán)禁轉(zhuǎn)載，授權(quán)事宜請(qǐng)聯(lián)系作者本人，侵權(quán)必究。