AI客服怎么做到比人还好:Klarna的5个关键决策

2026 年，AI 智能体不再是实验室里的概念，而是正在真实企业中自主运行的「数字员工」。

Klarna，这家欧洲「先买后付」的金融科技巨头，用一个 AI 客服智能体，替代了 700 名人工客服。这不是裁员新闻，而是一个值得所有企业研究的 AI 落地标杆。

我们来看几组数据：

每月处理 230 万次对话，相当于一个中型客服中心的工作量
83%的问题解决率，比很多人工团队还高
年省 4000 万美元，第一年就实现了 8 倍 ROI
客户满意度 4.5/5 分，甚至超过了人工客服

AI 客服是怎么做到比人还好的？Klarna 的 5 个关键决策，值得每一个想落地 AI 的企业抄作业。

一、先搞清楚：为什么他们必须上 AI？

Klarna 不是为了「跟风 AI」才做这件事的。在上智能体之前，他们面临着所有高速增长企业都会遇到的客服困境。

痛点 1：旺季人力成本像坐过山车

作为「先买后付」平台，Klarna 的客服量有极强的季节性。黑五、圣诞期间，咨询量是平时的 3-5 倍。为了应对旺季，他们每年都要临时招聘、培训几百人，旺季一过又要遣散。

算一笔账：招聘一名临时客服，培训周期 2 周，上岗后前 1 个月效率只有熟手的 50%。这意味着旺季增加的人力成本里，有 40%是「培训浪费」和「效率损失」。

痛点 2：24×7 服务，跨时区太难了

Klarna 服务 30 多个国家的 1.5 亿用户。客户不会管你的客服几点上班，他们遇到问题就想马上解决。

人工客服要做 24×7 覆盖，需要 3 班倒，还要考虑不同国家的时区。这不仅是成本问题，还有管理复杂度——深夜班永远招不到最好的人，服务质量自然下降。

痛点 3：知识更新太快，培训永远追不上

金融产品的政策、规则、条款一直在变。欧洲每个国家的消费者保护法规还不一样。

每次产品政策更新，都要给全球几千名客服做培训。总有那么多人记不住、理解错，最后体现在客户投诉里。

痛点 4：100 个客服有 100 种回答

同一个问题，问 100 个客服，可能得到 100 种不同的答案。这对金融服务来说是致命的——回答不一致轻则让客户困惑，重则可能触发合规风险。

这四个痛点叠加，决定了 Klarna 必须找到一个比「招更多人」更好的解决方案。

二、关键决策 1：技术选型选 RAG，不选微调

决定做 AI 客服后，第一个问题就是：技术路线怎么走？

当时行业里有两条路：

路线 A：拿公司的历史对话数据，去微调一个专属大模型
路线 B：用通用大模型 + RAG（检索增强生成）架构

Klarna 选了 B。这个决策，事后被证明是整个项目成功的基石。

为什么不选微调？

微调的三个致命问题，对企业客服场景来说是硬伤：

成本高：微调一次几十万到上百万美元，每次知识更新都要重新微调
周期长：一次微调至少几周，赶不上政策变化的速度
幻觉风险：微调后的模型还是会「一本正经地胡说八道」，金融场景零容忍

RAG 为什么更适合企业客服？

Klarna 的 RAG 架构是这样设计的：

第一层：知识库层

产品文档、政策法规、历史优质对话，全部做向量化存入向量数据库
知识按主题分类，每个答案都有「置信度」标签
来源可追溯：AI 生成的每一句话，都能找到对应的原始文档

第二层：检索层

用户提问进来，先做意图识别（是退款问题？还是账户问题？）
根据意图，从知识库中检索最相关的 5-10 条知识
做知识冲突检测：如果多条知识说法不一致，标记为「需要人工介入」

第三层：生成层

把检索到的知识作为上下文，传给大模型
给大模型一个严格的指令：「只使用提供的知识回答，不知道就说不知道，绝对不能编造」
答案生成后，做合规性检查，确保没有违规内容

第四层：验证层

答案生成后，反向验证：这个答案在知识库中有没有依据？
如果置信度低于 90%，自动转人工
记录每一次「转人工」的原因，用于优化知识库

这个架构的核心优势是：知识和模型分离。产品政策更新了？只要更新知识库就行，模型不用动。新知识上线，分钟级就能生效。

三、关键决策 2：不追求 100%自动化，70%就是最佳平衡点

很多企业做 AI 客服，第一个 KPI 就是「自动化率」，恨不得做到 100%。

Klarna 的做法正好相反：他们一开始就设定，AI 只处理 70%的问题，剩下 30%必须转人工。

为什么 70%是最佳平衡点？

我们来看一条「自动化率边际效应曲线」：

0-70%：最简单、最高频的问题，AI 处理成本只有人工的 1/10
70-90%：中等复杂度问题，AI 处理成本上升到人工的 1/3，还经常出错
90-100%：最难的那 10%问题，AI 处理成本甚至比人工还高

Klarna 的计算是：把最复杂的 30%留给人，虽然自动化率少了 30%，但整体满意度提升了，总成本反而更低。

他们是怎么设计人机协作的？

AI 的职责：

处理所有重复、标准化的问题（密码重置、还款日期查询、退款流程说明等）
所有需要「理解政策+套用规则」的问题
7×24 小时无间断服务

人工的职责：

处理复杂的、情绪化的、需要同理心的问题
处理 AI 标记为「低置信度」的问题
处理客户明确要求「转人工」的对话

衔接机制：

AI 处理不了的，无缝转人工，同时把整个对话历史和 AI 尝试过的解决方案一起转给人工客服
人工客服解决完问题后，这个对话会自动进入知识库，作为新的训练样本
每个月统计：哪类问题转人工最多？说明知识库这块需要加强

这个设计最妙的地方是：AI 和人不是竞争关系，而是互补关系。AI 干 AI 最擅长的，人干人最擅长的。结果是，AI 上线后，人工客服的离职率反而下降了——因为他们不用再天天回答那些重复、无聊的问题了。

四、关键决策 3：分三阶段上线，不追求「毕其功于一役」

很多企业 AI 项目失败，不是技术不行，而是步子迈太大。

Klarna 的做法是：小步快跑，分三阶段上线。

阶段 1：小范围试点（3 个月）

目标：验证技术可行性，不追求效果

只处理最简单的 5 类问题（占总咨询量的 15%）
只在 2 个国家上线
所有 AI 回答，都有专人审核后才发给客户
这个阶段的目标不是省钱，是收集数据、发现问题

阶段 1 结束时的成果：

这 5 类问题的解决率达到 75%
发现了 200 多个知识库的缺口
总结出了「哪些问题 AI 一定能处理好，哪些绝对不行」

阶段 2：扩大范围（6 个月）

目标：提升自动化率，打磨用户体验

扩展到 30 类问题（占总咨询量的 50%）
扩展到 10 个国家
取消人工审核，AI 直接回答，但保留「一键转人工」
开始做 A/B 测试：不同的回答话术、不同的转人工阈值，哪个效果更好

阶段 2 结束时的成果：

自动化率达到 50%
客户满意度和人工持平
总结出了 30 条「AI 客服最佳实践」

阶段 3：全量上线（3 个月）

目标：全面替代，实现商业价值

扩展到所有标准化问题（占总咨询量的 70%）
全部 30 多个国家上线
开始逐步调整客服团队规模
建立持续优化机制

整个上线周期 12 个月，不追求「一口吃成胖子」。每个阶段都有明确的、可衡量的目标，每个阶段成功了再往下走。

这个做法值得所有企业学习：AI 落地不是「上线日」的一次性事件，而是一个持续 12 个月甚至更久的过程。

五、关键决策 4：建立「每通对话都在优化」的闭环

很多企业的 AI 客服，上线那天就是它的「巅峰」——之后效果只会越来越差，因为知识没有更新，模型没有优化。

Klarna 的做法是：让每一通对话，都成为系统的养料。

持续学习闭环是怎么运行的？

第一步：对话打标

每通对话结束后，系统自动打标：解决了？没解决？转人工了？客户有没有投诉？
转人工的对话，人工客服会给 AI 打个分：「AI 的理解对不对？」「它差在哪一步没解决？」

第二步：每周复盘

每周一，数据团队出一份「AI 客服周报」
哪些问题的解决率下降了？
哪类问题转人工最多？
客户最常投诉 AI 的什么问题？
有没有新出现的问题类型？

第三步：知识库迭代

针对周报发现的问题，知识库团队每周更新
新问题→新增知识条目
回答不好→优化已有知识
回答错误→修正或删除

第四步：月度 A/B 测试

每个月跑 3-5 个 A/B 测试
测试不同的回答话术、不同的检索策略、不同的模型参数
效果好的全量上线，效果不好的放弃

这个闭环运行一年后，Klarna 的 AI 客服解决率，从最开始的 60%，逐步提升到了 83%。

重点是：这个提升不需要重新微调模型，只需要持续优化知识库和检索策略。这就是 RAG 架构的优势——优化成本低，迭代速度快。

六、关键决策 5：先算 ROI，再谈技术

很多企业做 AI 项目，是「先搞起来再说，效果以后再看」。

Klarna 的做法正好相反：项目开始前，先把 ROI 算清楚。

他们是怎么算这笔账的？

成本端：

技术投入：模型 API 费用 + 向量数据库费用 + 团队人力 ≈ 每年 500 万美元
转人工成本：30%的问题还是需要人，这部分成本保留

收益端：

人力节省：700 名客服 × 平均年薪 5 万美元 ≈ 3500 万美元
效率提升：平均处理时间从 15 分钟降到 2 分钟，剩下的人工客服也更高效 ≈ 500 万美元
质量提升：投诉减少、合规风险降低，这部分虽然难量化，但保守估计≈每年几百万美元

算下来：年投入 500 万，年收益 4000 万+，第一年 8 倍 ROI。

这个账算清楚了，管理层就没有理由不支持。

给所有企业的启示

不要为了「上 AI」而上 AI。任何 AI 项目，先回答三个问题：

具体解决什么痛点？（不要说「提升效率」，要说「减少客服旺季招聘成本」）
这个痛点每年花公司多少钱？（量化）
AI 能解决其中的百分之多少？（保守估计，别吹牛皮）

这三个问题答不上来的 AI 项目，大概率会变成「老板觉得很先进，业务部门觉得没用」的面子工程。

七、Klarna 经验能复制吗？5 条可直接抄作业的结论

Klarna 的案例不是孤例。全球范围内，客服是 AI 智能体落地最成熟、ROI 最清晰的场景。

他们的经验，大部分企业都可以直接复制：

经验 1：先从高频、低复杂度的场景切入

不要一开始就想「AI 能不能替代整个客服团队」。先找出现频率最高、回答最标准化的那 20%问题，把这 20%做好，就能拿到 40%的收益。

反面教材：很多企业一上来就让 AI 处理最复杂的客户投诉，结果 AI 搞砸了，整个项目被叫停。

经验 2：RAG 比微调更适合 90%的企业场景

除非你是 Google、OpenAI 这种级别的公司，否则 90%的企业场景，RAG 都是比微调更好的选择：

成本低：是微调的 1/10 甚至 1/100
速度快：新知识分钟级上线
可控：每句话都有来源，幻觉风险大幅降低
可解释：出了问题知道是哪条知识错了，好修正

经验 3：人机协作是最佳模式，不是「替代」而是「增强」

不要把 AI 定位成「替代人的工具」，要定位成「人的助手」。

AI 做：重复、标准化、不需要同理心的工作
人做：复杂、情绪化、需要判断力的工作

这样定位，员工不会抵触，效果反而更好。

经验 4：知识库质量决定 AI 效果上限

很多企业花了很多钱买大模型，却不肯花时间整理知识库。这就像买了一辆法拉利，却加了 92 号汽油。

AI 的回答质量，永远不会超过你的知识库质量。把知识整理好、标好、及时更新，这比换一个更贵的大模型，效果提升明显得多。

经验 5：持续迭代比一次性完美更重要

不要等「准备好」再上线。先上最小可用版本，然后每周迭代。

第一版可能只能解决 30%的问题，没关系
每个月提升 5%，一年就是 60%
持续迭代 12 个月，效果会远超你一开始「准备完美」的版本

八、最后：AI 客服的终局是什么？

Klarna 的案例告诉我们：AI 客服不是「更便宜的人工客服」，而是一种全新的服务形态。

它的终局，不是「AI 把所有客服都替代了」，而是：

70%的标准化问题，AI7×24 小时秒回
25%的复杂问题，AI 先做信息整理，人只做最终判断
5%的极端复杂问题，才需要资深专家介入

这样的组合，成本是原来的 1/3，质量比原来更高，客户满意度更好。

这不是未来，这就是正在发生的现在。

你的企业，准备好了吗？

参考资料：

Hashmeta AI《智能体 AI 案例:40+真实应用场景与用例 2025》
SAP《2025 年 AI 的实际应用：交付商业实效的实用用例报告》
Klarna 官方技术博客