关键字: [亚马逊云科技， 客户旅程赋能， 智能领航员构建， 数据细分统一， 情绪分析自助服务， 模型微调知识训练]

导读

在这场演讲中，刘光先生介绍了亚马逊云科技如何通过AI赋能客户旅程，提升客户满意度。他分享了亚马逊Connect构建全渠道统一用户体验的解决方案，以及如何通过AI技术构建智能客服系统，实现数据细分、统一面板、历史记录、绩效评估、排班预测、自助服务、情绪分析等功能。他还邀请了瑞杰网络分享了利用亚马逊GenAI Lab资源，通过模型微调和垂直知识内化训练，大幅提高了智能领航员的准确率，实现了网络全生命周期的高效管理。最后，刘光先生展望了未来与亚马逊云科技在智能网络配置平台、全球智能客服体系以及AI解决方案等领域的深入合作。

演讲精华

以下是小编为您整理的本次演讲的精华。

大家好，我是来自亚马逊科技的解决方案师嘉宾市经理刘光。今天很荣幸能与大家分享如何通过深圳市AI去赋能整个客户旅程和满意度提升。我们也邀请到了瑞杰网络一起来分享他们在构建智能领航员、智能客服的创新实践。

在讲之前，我给大家看几个数字。客户现在对整个服务体系要求越来越高，期望公司能从根本上解决互动方式，不再是单一的电话、短信等服务，而是更全渠道的方式与用户互动。同时，客户期望更个性化的方式提高用户互动，希望企业根据之前的购买记录和互动记录，更有针对性地与客户互动，获得更好体验。大家现在越来越期望通过自助方式解决各种问题或产品咨询，因为这种方式更高效，不必排队等候客服电话。

另一组数字显示，客户一方面对产品库存和服务质量要求越高，同时对糟糕的客服体验容忍度也越来越低。有数据显示，60%以上的客户在获得糟糕的客户体验后，可能会转向竞争对手。我觉得这是一个非常严肃的数字。同时，大家可能知道去挽留一个老客户比拓展新客户更难。

阿马逊本身也在通过个性化推荐、预测、VOC(Voice of Customer)、CDP(Customer Data Platform)等持续改善客户购买体验。但在AI浪潮下，我们需要借助AI能力进一步提升客户体验。在这方面，我们更关注人机交互方式，希望有更多交互方式;同时通过现有数据(如订单系统、CRM系统等)整合数据孤岛，为客户服务提供更好体验。我们可借助AI为用户提供更个性化体验，通过VOC和DCE数据进一步提升用户品牌忠诚度，希望良好客服体验能成为产品创新提升竞争力的驱动力。我们还可通过AI获得快速洞察，直接反馈客户需求，指导未来产品发展方向。

事实上，AI在客户旅程各环节扮演重要角色。首先是个性化产品推荐，我们有Amazon Personalize这种服务，可基于用户数据偏好或购物行为生成高度个性化的产品体验。在营销端，我们可以针对营销文案或营销图片，完全利用AI的能力去生成更有针对性的这种营销方案，把这种营销转化为实际的订单。在VOC方面，我们要倾听客户的声音，从客户的声音当中，我们能够看到客户有什么样的需求，有什么样问题，对产品也好，对服务当中有什么样的声音。我们希望能够通过这种VOC的方式，从收集反馈到处理反馈，到改进反馈，包括在进一步的迭代，在不断地形成这样一个正向的循环，来持续改善用户体验和产品的竞争力。在产品设计方面，我们可以通过AI的方式，通过基于素材库，我们去自动去生成设计图片，甚至根据不同用户的需求，个性化的生成图片。在数据端，我们通过用户体验的数据中心，我们怎么样去获得洞察，我们知道通过这种数据，我们怎么样能够驱动决策，怎么样能够驱动提升产品竞争力。在运营方面，我们是有什么可以去做优化，通过这种AI大数据来驱动价值。

今天我们重点谈的是通过怎么去构建一个更加智能化的这种联络中心，来保证用户的实际体验。在这方面，Amazon Connect提供了一个端到端的这种客户服务的产品，构建了一个统一的平台。在这个平台当中，无论是对客户服务自助服务，或者针对客服人员，或者针对作息主管，或者针对高管们，获得了一个一致的体验。在这个当中，构建了一个全渠道，无论是短信、电话或者网页等等方面，构建了一个统一的用户体验。在构建智能客服当中，通过深圳市AI去赋能，在数据的细分、用户意图识别、情绪分析、知识库问答、客服绩效评估、排班预测等多个维度进行了赋能。

我们这里介绍两个例子。第一是美迪，这家鞋类公司在3年前就开始使用Amazon Connect去构建它全球的客服体系，目前已经上线了17个国家，14个语言和12个公司。通过Amazon Connect，我们有非常多的一个直观的数据去可以去看到，它的运营成本有一个很明显的下降，可能接触过客户服务的可能大家可能会有几个几个关键的指标，定时要帮客服对吧?有没有接到的电话对吧?还有是说那我的客户满意度是怎么样的?NPS，还有是说那我的first call resolution，就是说我的电话解决问题的比例，无论在这些关键的指标上，我们都有一个非常大的提升。

第二个例子是华宝新能，这家全球领先的储能公司，在面临客户服务方面其实面临非常大的挑战，特别是在黑五、大促期间，客服量可能是原来的两倍甚至更多，会导致响应不及时，单次处理比较低下。我们与华宝新能一起去帮助客户去构建了一个扩展插件，通过我们的大模型能力，构建了非常多的知识库去匹配更多问题。同时基于机器学习的方式去构建了一个智能体来帮助去用户去及时响应客服。我们有一个支持意图识别的AI去帮用户去理解客户的意图，把这些用户的真实意图去把它路由到不同的AI上，这些AI可能是处理订单的，有些可能是处理退款的等等，这样更加精准有效地提升了用户体验。我们看到它的first call resolution，就是屏蔽一次解决问题的比例达到70%，从原来结合第三方的客服成本当中，我们成本只有原来的一半，带来非常好的用户体验。

在用户构建智能客服或设置AI应用时，亚马逊云科技拥有非常丰富的资源供客户使用。我们现在请到瑞杰网络的嘉宾，他们将分享在网络设备行业构建智能领航员的创新实践。

瑞杰网络是专注网络设备解决方案的提供商，主营网络设备、网络安全产品以及云服务和方案。他们有一个面向中小网络的子品牌瑞意，客户群体包括学校、酒店、商铺等，这部分客户往往没有专业网络工程师，所以瑞意提供了高度适用、简单易用的智能网络解决方案。AI在这部分客户群体中有很大业务空间，瑞杰网络一直致力提供智能化云服务，见证了网络建设从命令行到图形化再到现在自然语言交互的三次工业革命。

在构建智能领航员时，瑞杰网络遇到了几个难题:线上与线下数据分布差异、行业专业术语缺乏大模型支持、多轮对话上下文理解挑战、难以评估大模型效果。为解决这些问题，他们与亚马逊AI实验室团队展开共创，前期通过多次沟通聚焦到一个可落地场景，确定了优先级最高的3个功能点。之后在福州和北京进行了POC开发和验收，整个过程仅用时两周。

在技术层面，他们采用了几个主要手段:第一是大模型微调，通过双向生成和匹配问题，模拟线上用户提问方式，使离线测试性能提升30%。第二是垂直领域知识训练，在开源大模型上进行定制化微调，生成1.8万对问题对，使大模型短时间内理解了网络领域专业知识，多轮对话准确度达80%以上。第三是通过模型推理生成查询语句，第四是建立评估体系，度量当前准确度并指导后续改进。

通过与亚马逊合作，在瑞杰网络用10年时间积累的数据(包括100万工程商、1000万在线设备、上百亿用户数据、千亿工程参数)基础上，整个查询、配置等效率提升了10倍。他们计划继续利用亚马逊大模型，打造网络智能配置平台、代码开发平台和故障排查平台，借助Amazon Connect构建面向全球的智能客服体系，并与亚马逊AI实验室团队持续深入合作，在网络领域构建行业领先的AI解决方案，实现“让网络更简单”的品牌愿景。

总的来说，亚马逊云科技通过Amazon Connect、Amazon Personalize、VOC、CDP等AI产品和服务，为客户旅程各环节赋能，提升了客户体验和企业竞争力。合作伙伴瑞杰网络分享了在网络设备领域应用AI的创新实践，展现了AI在提升客户满意度、提高运营效率等方面的巨大潜力。在AI的驱动下，企业将能为客户提供更加个性化、高效、智能化的服务，实现客户旅程全面优化。

下面是一些演讲现场的精彩瞬间：

通过与亚马逊AI团队的合作，将问题聚焦到了一个可落地的场景，并确定了3个最需要解决的功能点。

通过模拟线上用户的提问方式并生成多样化问题，解决了线上问题与训练数据不匹配的问题，显著提高了模型的准确率和整体性能。

总结

亚马逊云科技通过AI赋能客户旅程，助力瑞杰网络构建智能领航员，提升客户满意度。当前客户对服务体验要求日益提高，期望全渠道个性化互动和高效自助服务。亚马逊Connect提供端到端客户服务解决方案，通过数据细分、统一面板、历史记录、情绪分析等AI能力，构建智能客服系统，提高响应速度和一次解决问题比例。

瑞杰网络与亚马逊共创，克服数据分布差异、行业专业知识、多轮对话理解等挑战，通过模型微调、垂直领域训练等技术，大幅提升AI领航员的准确率和效率。未来，瑞杰网络将继续利用亚马逊大模型能力，打造网络智能配置平台、全球智能客服体系，实现“让网络更简单”的愿景。

亚马逊云科技通过AI赋能客户旅程，助力企业提升服务体验和竞争力。瑞杰网络与亚马逊的创新合作，展现了AI在客户服务领域的巨大潜力，为数字化转型注入新动能。双方将持续深化合作，共同推进AI在客户服务等领域的创新实践。

我们正处在Agentic AI爆发前夜。2025亚马逊云科技中国峰会提出，企业要从“成本优化”转向“创新驱动”，通过完善的数据战略和AI云服务，把握全球化机遇。亚马逊将投入1000亿美元在AI算力、云基础设施等领域，通过领先的技术实力和帮助“中国企业出海“和”服务中国客户创新“的丰富经验，助力企业在AI时代突破。