AI应用案例|金融科技公司Klarna的智能客服

2024年2月，瑞典金融科技公司Klarna就做出了这样的公告。 这条新闻迅速登上全球财经头条。 有人鼓掌，有人震惊，有人担心…… 但没有人想到，一年后的结局，会让所有人都陷入沉默。

Klarna，成立于2005年，总部在瑞典斯德哥尔摩。它的核心业务是”先买后付”（Buy Now, Pay Later），也就是消费者可以分期付款购物，Klarna从中赚取手续费和利息。

在全盛时期，它服务超过1.5亿用户，日均交易量达到200万笔，合作商家超过50万家，包括H&M、宜家、耐克、爱彼迎等知名品牌。

但故事的转折发生在2022年。

那一年，全球金融科技行业遭遇寒冬，投资热情骤降。Klarna的估值从巅峰期的456亿美元，暴跌至67亿美元，缩水超过85%。公司陷入亏损，压力巨大。

为了扭亏为盈、重拾市场信心，CEO Sebastian Siemiatkowski需要找到一条出路。

就在这时，2022年11月，OpenAI发布了ChatGPT。

Siemiatkowski立刻嗅到了机会。他后来说——”我们要成为OpenAI最好的试验场。”

Klarna随即成为欧洲第一家、也是全球第一家金融科技公司接入ChatGPT插件的企业。从这一刻起，一场激进的AI实验正式拉开序幕。

客服AI上线，数据震惊全球

2024年1月，Klarna在全球23个市场，正式推出了基于OpenAI技术的AI客服助手。

上线仅一个月，数据令所有人震惊：

• 处理了230万次客户对话
• 占公司全部客服交互量的三分之二
• 相当于700名全职客服人员的工作量
• 客户平均解决问题的时间，从11分钟缩短至不到2分钟
• 重复咨询率下降25%
• 支持35种语言，全天候不间断运行
• 预计为公司带来4000万美元的年利润改善

这些数字，简直像是科幻小说。

那么，这套系统到底是怎么运作的？

技术架构解析

Klarna的AI客服并非简单的”问答机器人”，而是经过精心设计的多层系统：

1. 大语言模型底座
   
   ：基于OpenAI的GPT模型，具备强大的语言理解和生成能力。
2. RAG（检索增强生成）架构
   
   ：在用户发问后，系统不只依赖模型本身的知识，而是先从Klarna内部的知识库、产品数据库、订单系统中检索相关信息，再将这些上下文”喂给”模型，生成准确的回答。这就是为什么AI能精确回答”我的退款状态”这类需要实时数据的问题。
3. 知识图谱
   
   ：公司建立了统一的内部知识图谱，将产品信息、政策条款、历史案例整合在一起，大幅提升了AI理解复杂问题的能力。
4. 安全与合规过滤层
   
   ：每一条用户输入，都先经过安全检测和提示词优化，防止不当信息输出。
5. 人机协作路由
   
   ：系统能识别”超出自身能力”的问题，并自动转交给人工客服，保证服务质量的底线。

与此同时，Klarna还推出了面向内部员工的ChatGPT企业版，全公司90%的员工每天使用AI工具，市场、法务、运营等部门的使用率均超过85%。

在营销层面，Klarna用AI在三个月内生成了超过1000张品牌图片，将内容生产周期从6周压缩至7天，节省了600万美元的图片制作成本。

一时间，Klarna成为全球企业AI转型的标杆案例。

决策的代价：押注过重，模型崩塌

成功的数字看起来完美无瑕，但水面之下，问题正在悄悄积累。

Klarna的管理层在这一时期做了一系列激进的决策：

• 员工总数从5500人裁至3500人，降幅超过36%
• 宣布冻结招聘超过一年，并公开表示AI是主要原因
• CEO甚至放言：”我认为AI已经可以胜任人类所有的工作。”
• 公司目标是将员工数量进一步降至2000人

这些言论，既是对外部投资者的信号，也是对IPO预期的铺垫——Klarna当时正在准备赴美上市。

但问题随之而来。

随着AI全面接管客服，客户投诉开始上升。用户反映，聊天机器人的回答机械、冷漠，遇到复杂问题时反复给出无效答案，完全感受不到被理解和被重视。

到2025年初，内部评估和客户满意度数据开始变得难看。Siemiatkowski不得不公开承认：

“成本考量，不幸地成了我们决策中过于主导的因素。结果就是：质量下降了，而这是不可持续的。”

Klarna甚至开始把软件工程师、设计师、市场人员抽调过来，协助处理客户咨询——这说明正式的客服体系已经出现了系统性的能力缺口。

回归与重建：人机协同才是终局

2025年5月，Klarna正式宣布：开始重新招聘人工客服。

这一次，他们采用了一种更灵活的”Uber式”用工模式——远程工作、弹性排班，优先吸引学生、农村劳动力，甚至Klarna的忠实用户也可以加入。时薪起步约41美元。

CEO的表态也从”AI能做一切”，转变为：

“从品牌角度、从公司角度，让客户知道始终有人工服务可选，这一点至关重要。”

而与此同时，Klarna并没有放弃AI。

截至2025年第三季度，AI客服仍在处理公司三分之二的客户咨询，响应时间改善了82%，AI助手累计为公司节省了6000万美元的成本。

现在的Klarna，已经进化为一种人机协同的混合模型：

• AI负责：常规咨询、流程查询、语言翻译、任务路由
• 人工负责：情绪识别、复杂判断、品牌温度
• 系统自动识别置信度低或情绪激动的对话，无缝切换至人工

Gartner此前曾预测：到2027年，那些因为AI而裁减客服人员的企业，有一半将不得不重新招人。Klarna，提前验证了这个预言。

启示

Klarna的故事，不是AI失败的故事，而是AI战略失误的故事。

它给所有正在推进AI转型的企业，留下了三条极具价值的教训：

第一，效率数字不等于真正的客户价值。AI可以让响应速度提升80%，但如果客户的问题没有真正被理解，速度本身毫无意义。

第二，有些岗位，AI替代的是”任务”，而不是”角色”。客服不只是回答问题，它是品牌与用户之间最重要的信任界面。这个界面，需要情感和判断力。

第三，激进≠勇敢，快速≠正确。Klarna将一项还在快速演化中的技术，过度承诺给了市场、投资人和用户。当技术的局限性暴露时，付出的代价不只是钱，还有声誉和信任。

最好的AI转型，不是用AI替代人，而是让AI做AI擅长的事，让人做人不可替代的事。

数据来源：Klarna官方新闻稿、OpenAI官方案例、Bloomberg、Fortune、Fast Company、CX Dive等媒体报道（2024–2025）