惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

WordPress大学
WordPress大学
O
OpenAI News
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
博客园 - 三生石上(FineUI控件)
Webroot Blog
Webroot Blog
GbyAI
GbyAI
S
SegmentFault 最新的问题
Cyberwarzone
Cyberwarzone
Exploit-DB.com RSS Feed
Exploit-DB.com RSS Feed
J
Java Code Geeks
Google DeepMind News
Google DeepMind News
cs.CV updates on arXiv.org
cs.CV updates on arXiv.org
博客园 - 【当耐特】
S
Secure Thoughts
酷 壳 – CoolShell
酷 壳 – CoolShell
AWS News Blog
AWS News Blog
Engineering at Meta
Engineering at Meta
S
Security Affairs
H
Help Net Security
Microsoft Security Blog
Microsoft Security Blog
D
DataBreaches.Net
云风的 BLOG
云风的 BLOG
Hugging Face - Blog
Hugging Face - Blog
Google DeepMind News
Google DeepMind News
Spread Privacy
Spread Privacy
T
Threatpost
Forbes - Security
Forbes - Security
C
Cisco Blogs
Scott Helme
Scott Helme
Attack and Defense Labs
Attack and Defense Labs
Simon Willison's Weblog
Simon Willison's Weblog
腾讯CDC
The Last Watchdog
The Last Watchdog
Cloudbric
Cloudbric
Last Week in AI
Last Week in AI
Recorded Future
Recorded Future
小众软件
小众软件
V
Vulnerabilities – Threatpost
美团技术团队
人人都是产品经理
人人都是产品经理
有赞技术团队
有赞技术团队
Apple Machine Learning Research
Apple Machine Learning Research
Hacker News - Newest:
Hacker News - Newest: "LLM"
I
Intezer
月光博客
月光博客
C
Cyber Attacks, Cyber Crime and Cyber Security
博客园 - 司徒正美
C
Cybersecurity and Infrastructure Security Agency CISA
Martin Fowler
Martin Fowler
博客园 - 聂微东

博客园 - 叶小钗

AI Coding 实战:10年祖传系统,54万行代码,2周重构结束 2025AI元年,常见智能体盘点 Coze/Dify/FastGPT/N8N :该如何选择Agent平台? 聊聊常见的几款Agent平台:字节Coze、腾讯元器、文心智能体 腾讯IMA VS 飞书知识问答:谁才是2025最强AI知识库? Google I/O 详细解读 红杉AI闭门会:AI 不再卖工具,而是卖收益 兄弟,找个班上吧!不要迷信AI创业,我是后悔离职的 为什么AI多轮对话那么傻? 2025AI应用全景图谱报告 聊聊AI浏览器 为什么多智能体不会成功? 聊聊一体机与AI知识库 想靠RAG提升模型回答质量,那是不可能的 垂直模型和AI Workflow是开AGI的历史倒车 聊聊智商税:AI知识库 智能驾驶致死、AI聊天自杀,安全成最大的奢侈 Manus没有秘密 聊聊AI Agent与AI 数字分身
3小时,蒸发200万:一个AI客服引发的灾难
叶小钗 · 2025-06-17 · via 博客园 - 叶小钗

你好,小钗在医疗AI、教育AI、管理AI有丰富的经验

关注公众号,回复1,与我交个朋友吧

之前做了一个比较典型的项目,几乎是现在所有创业公司都可能涉及到的模块,简单来说就是薅平台流量:

他的具体形式就是帮一个公司做短视频、文档等内容,然后在不同的平台投放,最后获取流量,这里涉及了广告投放也涉及了自然流,所谓自然流最容易想到的就是AI爆文。这里给大家介绍最简单的逻辑:

比如,我是卖化妆品的,我会在小红书上保有100个账号,每天只写一篇文章,然后再按各种维度、标题AI生成100篇文章,目的也很简单:大力出奇迹,我要用户一搜关键词就能找到我。

PS:如图所示,很多公司已经做到了内容无人化...

而后就会进入用户留存资料环节,所有的投放其实都是为了将公域流量变成私域流量。

变成私域流量后,就会有一连串的销售行为,这里又会涉及到AI提效的地方:

整个全案设计难度不低,这里简单举两个AI提效的小例子:

第一,有个模块是用户会上传自己的身份证,然后之前是由客服手动誊抄,而这块用OCR+AI能很快解决,这里至少节约了2个人力;

第二,电销体系的线索分配逻辑很复杂,他们可能会将线索直接给销冠,按销售效果分配;他们也可能将线索直接发群里,谁先抢到给谁;

因为线索量太大(数千)原来是有个5人天天做线索分配,而后这个板块完全由AI处理了,节约了5个人力。

这个AI项目属于流量运营全案设计,其实是个比较复杂也很重的项目,其实大家也看出来了,AI可能也就占了他篇幅不到30%的部分,而这可能就是AI在企业应用中真实的占比。

以下是当时做这个AI项目的一些认知,也同步分享给大家。

AI项目认知

对于一般企业来说,做AI应用的第一步就是找场景,这里有个口诀大家可以记下:找预算、分模块、能用AI就AI。

翻译一下就是,什么花钱先做什么;具体做的时候将业务的全景图梳理出来,能用AI做的部分全部AI化。

其中梳理业务全景图其实也就是整理SOP,这里也就涉及了AI应用最难的部分了,可能有些颠覆大家认知,降本增效类AI应用,真正的难点是梳理SOP(或者叫工作流)。

也告诉大家一个秘密:就我服务的10几家公司,80%的公司是没有能力梳理出业务的SOP的...

而这也是扣子、Dify、FastGPT这些Agent平台去不到的地方,也就是我们前面所说的行业KnowHow。

并且,在很多公司真正阻碍AI应用大幅提效的多半也不是技术问题,他有可能是很莫名其妙的问题,就我实际经历的包括浏览器不行、显示器不行,员工不会用等...

这里有个重要AI应用认知要与大家分享,这个看起来很可笑,但他是我这两年AI项目最终得到的经验,也是我身边看到的人容易在AI应用上会经历的一个心路历程:

  1. 第一,AI什么都能做;
  2. 第二,AI什么都不能做;
  3. 第三,好像还是能做;
  4. 第四,好像还是不能做;
  5. 第五,貌似换个方式能做;

这里要表达的点是,AI确实有些强大了,但他依旧有自己的局限性,想要把他用好,一定要多花功夫,尝试不同的方法组合。

结语

当时还为这个项目提供了AI客服功能:

这个功能的提出大幅提升了客服团队效率,100人的团队能完成200人的工作。但,这里也遇到了非常典型的Case:

AI客服或者AI医生或者AI应用,他很可能做不到100%,这个时候怎么办?

还是这个项目,当时跟老板聊的是按项目受益的20%付款,算下来也有小一百万,但最终企业老板只给了20万。

原因是系统运行一个月出了一个事故,其实这个事故也不是我们引起的,是那天云服务器底层出了问题,导致系统挂了3小时(云厂商还不承认,气死!)。

这里非常尴尬而真空的时间段就出现了,高峰期的3小时产生了5万多的订单量,公司处于束手无策的结果

最终虽然系统很快恢复了,但公司需要面临平台的高额惩罚,可能是罚款、可能是降低流量权重,如果非要换算成钱的话,可能3小时事故造成的累计损失得有200多万吧...

这里大家就要思考一个问题了:AI确实可以大幅度的提升效率,原来我们需要100个客服,可能后面只需要10个了,但AI项目突然抽风了呢?你一时间又要去哪里找90个客服呢,企业错不错得起?

而就目前来说,AI很难做到100%不出错,或者100%替换,我们替换了一个人80%的工作量,这个人依旧会存在的,而这个情况可能会长时间存在。

这也是AI应用的一个难点,也就是我们前面所说的,能不能100%稳定,或者100%一致!

综上,AI应用最开始以为是技术问题,做到底却发现是工程问题、项目管理问题...