顺丰徐绪国：不止于理想—AI客服实战中的得与失
2025年11月21日，第十届中国数字服务产业发展年会的重要环节——中国数字服务数智化峰会顺利召开。本次峰会以“探寻服务行业AI实践应用”为核心方向，汇聚各领域行业精英，共同挖掘AI技术为服务行业带来的变革机遇与落地路径。
峰会现场，顺丰客服系统底盘负责人——徐绪国围绕顺丰客服数字化与智能化的核心实践，解析其如何弥合服务差距、提升客户体验与运营效率的方式方法。
以下为分享内容：
顺丰成立于1993年，如今已成长为亚洲规模最大、全球第四的综合物流服务提供商。企业愿景是致力于成为“成为备受尊重全球领先的数智物流解决方案服务商”。
“备受尊重”的定位，彰显了顺丰对品牌声誉的极致追求；“数智物流”的理念不仅深度融入快递运输全链路，也贯穿客服体系建设的始终。秉持“以客为先”的核心价值观，顺丰始终将客户体验放在首位，持续推动给客户提供有温度的极致客户体验。
快递行业的客服场景，与其他行业相比具有鲜明特殊性：
其一，寄递物品种类多，涵盖衣物、生鲜、文件、证件等多元品类，且季节性需求突出——春夏时节的樱桃寄递、中秋过后的螃蟹运输、毕业季的毕业证与个人身份证寄送等，都是高频需求场景。
其二，快递运输链路长、环节多，我国疆域辽阔，不同地区气候与环境差异显著，运输过程中易受天气等不可抗力因素影响。
其三，参与主体与工具众多，从下单、取件、包装、分拣、安检到最终派送，每个环节都可能出现问题。
与一般客服中心日均上万话务量相比，顺丰客服日均需承接数十万甚至上百万通咨询，服务压力远超行业平均水平。
基于行业特性及顺丰对“可靠、时效、服务”的核心承诺，客服体系的核心使命在于高效处理海量客户诉求，解决产品设计与运营与用户期望之间的差距。
在我们看来，数智化的本质是实现“业务数据化”与“数据业务化”，运用数字技术重构现有体验并创造新的生产力。
在客服领域，数智化的核心价值体现在三方面：对外提升客户服务体验，对内实现降本增效，同时助力业务精准捕捉潜在商机。
数字化是智能化的坚实基础。顺丰在数据采集环节和数据处理阶段，我们通过语音转文本技术提取关键信息，精准识别用户核心意图，并搭建数字化中台，实现客户信息与通话录音的统一存储、集中管理，为智能化应用的落地筑牢数据根基。
智能化建设：聚焦核心场景，从高ROI场景突破
在智能化建设方面，顺丰围绕客服核心作业场景，构建了覆盖客户接入（在线、热线、企微等多元渠道）、机器人应答、人工服务平台、工单系统及外呼机器人的完整服务框架。
该框架底层依托知识库、培训与质检系统，深度融合智能路由、大数据预测、风控模型等核心能力，形成全方位智能化支撑体系。
（一）在线客服：全生命周期覆盖，自助服务能力持续升级
智能化推进应从何处切入？顺丰的答案是——优先聚焦投资回报率（ROI）较高的场景。通过与众多企业交流发现，在线客服是智能化落地的核心场景，这与顺丰的实践不谋而合。
作为顺丰较早实现数字化的服务渠道，在线客服的发展历经多阶段迭代：
早期为关键词匹配阶段，仅能实现“机械式”问答，通过识别特定关键词进行固定应答，局限于“一问一答”的简单模式；2018—2019年基于自然语言处理（NLP）技术的智能客服快速兴起，顺丰同步推出智能问答机器人；并逐步升级为任务型机器人，依托NLP技术深度融合顺丰业务场景，具备多轮对话能力，可处理转寄、运输、派送等复杂咨询及售后服务相关的复杂任务；
2025年大模型技术崛起后，重点借助其强大的意图理解与上下文处理能力，实现自然、个性化的回复生成，进一步提升应答准确性与客户体验。
目前，顺丰在线客服已实现快递全生命周期服务覆盖，自助服务率达90%，涵盖60余个任务型场景与3000余个FAQ问答场景，服务体验持续优化。
在在线客服取得显著成效后，我们将成功经验逐步复制至热线客服场景。考虑到热线交互的单线程特性、实时沟通需求及情感交流属性，我们通过智能识别技术，针对客户情绪异常、多次重复诉求或高风险事件，实现精准转接人工，既保障服务效率，又兼顾客户情感需求。
（二）智能外呼：替代高频重复工作，提高人工价值
第二个高ROI场景是智能外呼。在快递全流程中，客服、快递员、仓管员等岗位需与客户进行大量重复性沟通。
例如，快递收方未接听电话时，按照作业规范不能直接投柜，快递员需标记后将快件带回仓库，后续由客服的智能外呼机器人在合适时间再次联系客户，完成信息采集工作。后台系统自动同步采集结果，根据客户需求安排二次出仓派送，将原本需要人工处理的流程转化为智能化闭环。
目前，智能外呼系统已覆盖20余个核心作业场景，日均外呼总量达200万通，有效替代了高频重复的人工沟通工作，显著释放了人力资源。
（三）智能辅助：聚焦核心工作，提升人工座席效率
第三个重要方向是智能辅助，核心目标是减少客服非核心工作负担，使其更专注于倾听客户需求、解决核心问题。
我们为人工座席打造了全方位智能辅助工具集，包括实时转义、知识融合搜索、内容提取及智能服务外呼等功能。
以智能摘要功能为例，初期因准确率不足导致接受度较低，后续通过针对垂直业务场景训练专用模型，并融入“收方”“第三方”等内部专业术语，其使用率与认可度显著提升，尤其受到新员工青睐，有效缩短了新员工适应周期，也保证了记录的一致性，为后续环节作业流程和问题分析打下基础。
（四）知识管理：大小模型协同，突破知识覆盖瓶颈
在知识管理领域，传统基于小模型的分词检索方式，知识出话的覆盖率始终存在70%—80%的瓶颈。
大模型技术出现后，我们采用“大小模型协同”的策略：短文本查询优先由小模型匹配人工编写的精准答案，保障回复准确性；复杂或长尾查询则由大模型处理，借助其强大的语义理解能力挖掘深层需求。
这一策略将知识触发率提升至90%—93%，同时兼顾了回复的精准度与全面性。
（五）智能质检：全流程革新，防控业务风险
智能质检实现了三大革新：
从关键字检测升级为语义理解、从线下抽检升级为线上全检、从单一质检升级为业务强关联质检。
系统可全量检测服务态度问题（如不文明用语、敷衍回应、不当反问、沟通冷场等），并与业务系统深度联动。
座席人员可实时查看质检结果并发起申诉，系统会自动生成个人能力评估报告与管理层可视化视图。
更重要的是，我们将流程类质检纳入体系，例如在理赔场景中，自动检测是否缺失凭证核对、协议签署等关键环节，有效防控操作风险，保障服务规范性。
（六）智能陪练：精准培训，破解传统培训痛点
智能陪练是顺丰在客服培训领域的创新探索。传统培训存在内容更新滞后、软技能培养困难、培训效果参差不齐等问题，而智能陪练可基于输入的场景资料自动生成对话框架，通过AI模拟客户与座席进行语音对练，并提供专业点评与改进反馈。
同时，系统可根据智能质检发现的个人薄弱点，自动推荐针对性强化课程，实现“哪里不会练哪里”的精准培训，显著提升培训效率与效果。
持续运营：量化监控，巩固智能化成果
持续运营是智能化成果得以长期巩固的关键。
我们建立了完善的量化指标体系，涵盖机器人自助率、意图识别准确率、知识触发率、摘要使用率、质检准确率等核心指标，由运营团队进行周期性监控与优化：高频场景按周跟踪调整，低频场景按月或按季度回顾迭代，确保系统始终保持最优运行状态，持续适配业务发展与客户需求变化。
未来展望：聚焦三大方向，深化智能变革
图 嘉宾分享PPT
技术发展日新月异，展望未来，客服智能化将聚焦三大核心方向：
一是客户声音的数字化管理，实现客户需求的快速反馈与闭环处理，精准捕捉市场动态。
二是客服能力的数字化评估与提升，通过打通全链路数据，精准识别个人与团队强弱项，推动个性化改进。
三是运营流程的进一步自动化，探索AI在复杂工单处理等场景中的自主决策能力，实现更高层次的智能化升级。
当前，AI尚未对客服岗位数量产生显著冲击，但已深刻改变了客服工作流程与技能需求。作为行业从业者，我们应积极拥抱这一变革，主动投资于能力提升与技术创新。
顺丰在客服领域的智能化探索从未止步，未来将持续深化技术应用与模式创新，致力于为客户提供更优质、更高效的服务体验。
来源：客户观察
相关链接
2026中国知识库知识管理如何做
2026中国企业知识管理知识库5个核心工作
2026中国呼叫中心AI知识库的5个关键工作
经典培训课程
企业AI知识库搭建与运营培训课程
呼叫中心AI知识库培训课程
个人知识体系构建能力课程
书籍和资料
《卓越密码如何成为专家》
《你的知识需要管理》
免费电子书《企业知识管理实施的正确姿势》
免费电子书《这样理解知识管理》
