AI客服只是表面:京东花14年验证的这件事,才值得中小企业老板警惕

最近我在研究企业AI落地案例的时候，重新把京东的AI客服翻出来看了一遍。

一开始，我以为这又是一个"大公司用AI降本增效"的故事。

但把它从2012年一路拆到今天，我发现了一件很有意思的事情：

京东真正做成的，可能根本不是一个AI客服。

它真正做的，是把过去必须由人来理解、判断、查询和操作的一整套工作，一点点拆给了机器。

而这件事，我觉得反而特别值得今天的中小企业老板认真看一遍。

这些当然都可以做。

但如果AI最后只是让员工写东西快一点、查资料快一点、回复客户快一点，那么它对企业生产力的改变，其实非常有限。

真正值得思考的问题是：

京东这套AI客服体系，恰好给了我们一个很好的答案。

京东为什么那么早就开始做AI客服？

先别急着谈AI。

我们先站在一个老板的角度，看一个很现实的问题。

假设你的公司一年增长30%。

客户越来越多，订单越来越多，咨询越来越多，售后越来越多。

正常情况下怎么办？

招人。

5000个客户的时候，可能5个客服够用；

1万个客户的时候，可能要10个人；

10万个客户的时候呢？

如果企业的业务增长，永远意味着员工数量按照类似的比例增长，那么企业最终一定会遇到一个问题：

京东当年面对的，就是这个问题的超级放大版。

• 一个用户可能问：

• "我的东西什么时候到？"

• 另一个用户问：

• "为什么优惠券用不了？"

• 还有人问：

• "已经显示签收了，但我没收到怎么办？"

再加上退款、退货、价保、发票、物流、支付、商品参数……

每天大量的问题其实高度重复，但是又必须有人处理。

于是从2012年开始，京东就在尝试让机器承担其中一部分工作。

刚开始并没有今天这么复杂。

核心思路非常简单：

重复的事情，为什么一定要让人重复做？

这是我认为理解整个京东AI客服项目最重要的第一句话。

第一代AI客服，其实和今天很多企业做的事情差不多

最早的智能客服，没有今天的大模型。

它主要解决的是：

用户问一个问题，机器找到一个答案。

• 比如用户问：

• "怎么开发票？"

• 系统识别这是"发票问题"，然后从知识库里面找到对应答案。

• 用户问：

• "怎么退货？"

• 系统判断这是"售后问题"，然后把对应流程发给用户。

所以这个阶段，本质上就是：

有没有价值？

当然有。

大量重复问题不需要人工一遍又一遍回答。

但是很快就会碰到一个问题：

比如：

"昨天买的手机怎么还没来？"

表面上是在问物流。

但AI真正想解决这个问题，需要知道：

• 这个人是谁？

• 买了什么？

• 什么时候买的？

• 哪个仓库发货？

• 有没有出库？

• 物流现在在哪里？

• 预计什么时候送到？

如果客户接着说：

"但是系统显示签收了，我根本没收到。"

事情马上又变了。

这时候已经不是"物流查询"，而可能涉及物流异常、代收、配送记录甚至售后。

所以京东逐渐发现：

真正的智能客服，不能只有一张嘴。

它必须能够理解企业真实发生的事情。

这是我认为京东这个案例最值得研究的转折点

很多企业今天做AI，实际上还停留在第一阶段。

给AI一堆资料。

做一个知识库。

然后希望员工：

"有什么问题就问AI。"

这个方向没有错。

但它有一个天然的问题：

工作的发起者，依然是人。

你会发现：

AI只是插在原来的工作流程中间。

整个公司的工作方式，其实没有发生根本变化。

京东后来的方向就开始不一样了。

AI不再只是负责"回答"。

它开始进入人的工作流程。

客户提出问题之后，系统自动识别意图；

自动寻找相关知识；

自动调取订单；

自动判断用户现在处于哪个环节；

自动推荐解决方案；

最后真正需要人工判断的时候，再交给客服。

原来的流程：

开始变成：

注意这个变化。

AI第一次不只是一个聊天工具。

它开始成为工作流程的一部分。

但真正困难的事情来了：AI根本不知道你的企业为什么这么干

这是我最近研究很多企业AI案例之后，一个越来越强烈的感受。

这些东西在哪里？

• 老板脑子里。

• 老员工脑子里。

• 微信群里。

• Excel里。

• ERP里。

• CRM里。

• 几十份Word里面。

甚至存在一句：

"这个你问老王，他知道怎么处理。"

而京东真正花了大量时间建设的，恰恰是这些东西。

公开资料显示，京东长期沉淀出了——

这些数字当然不是让中小企业照着建设。

真正值得注意的是：

因为大模型解决的是"通用智力"。

但它不知道：

你的企业到底是怎么赚钱的。

接下来发生的变化，才真正让我觉得有意思

当AI能够理解问题，也拥有企业知识之后，下一步是什么？

给它工具。

还是刚才那个问题：

"帮我查一下订单什么时候到。"

普通AI可能告诉你：

"请进入订单页面查看物流信息。"

这句话没错。

但站在客户角度看，它其实等于什么都没做。

真正有用的AI应该：

• 知道这个客户是谁；

• 找到对应订单；

• 读取物流信息；

• 判断配送状态；

• 然后直接告诉客户：

这里面的区别非常大。

前者是在：

告诉人应该怎么工作。

后者是在：

直接完成工作。

于是AI必须开始连接：

到了这里，它已经不再是我们传统理解中的"聊天机器人"。

它开始变成一个真正的：

业务执行者。

从"回答问题"到"完成任务"，可能是未来两三年企业AI最大的分水岭

我现在越来越喜欢用两个英文单词区分这件事情：

过去我们使用AI，大部分是在Answer。

• 帮我写一封邮件。

• 帮我分析一份合同。

• 帮我整理会议纪要。

• 帮我查一个数据。

这些都非常有价值。

但它们本质上还是：

AI给结果，人去执行。

下一阶段真正有意思的是Action。

客户说：

"我要退货。"

AI不是告诉客户退货流程。而是：

销售说：

"这个客户三天没有回复了。"

AI不是帮销售写一段跟进话术。而是：

老板说：

"最近哪些项目可能回不了款？"

AI也不应该只是生成一份分析报告。它应该：

这时候，AI才开始真正进入企业生产关系。

京东后来甚至发现：客服可能根本不只是一个成本部门

这一点我觉得特别有意思。

传统企业看客服，通常怎么看？

成本。

客服部门越大，人力成本越高。

所以早期做AI客服，一个非常直接的目的就是：

降低人工压力。

但是当AI越来越了解商品、客户、订单和用户需求以后，一个新的能力出现了：

销售。

客户问：

"这两个型号有什么区别？"

这到底是客服问题，还是销售问题？

客户问：

"我家80平方米，应该买哪个？"

其实已经进入购买决策。

客户问：

"这个优惠什么时候结束？"

背后很可能就是一个成交机会。

于是AI开始从：

京东公开的海信合作案例中，言犀大模型已经协同营销、物流、价保、订单、发票等多个系统。

这个变化非常值得老板关注。

因为它意味着：

AI项目不一定只能算一笔"降本账"。

它也可能是一笔：

增收账。

看到这里，中小企业千万不要得出一个错误结论

很多老板看到京东，会马上产生一种距离感：

"人家是京东，我们怎么可能学？"

如果你准备复制京东3000万个知识点、40多个子系统，那当然没法学。

但我认为真正应该复制的，根本不是它的规模。

而是它的路径。

京东十多年实际上一直在做一件事情：

把这套逻辑放到一家30人、50人甚至100人的企业里，一样成立。

甚至某种意义上，中小企业反而更容易。

因为流程更短。

系统更少。

决策链更短。

老板距离一线业务也更近。

如果我是一个50人公司的老板，我会先找这5种工作

不是先问：

"我们公司能不能做Agent？"

这个问题太大了。

我会先在公司里面找下面这些事情：

这些工作并不难。

真正的问题是：

没有人能够永远记住。

如果一家企业里面存在大量这样的工作，我认为就已经具备了做AI流程改造的价值。

所以我现在越来越不建议企业一上来就"买AI"

最近我们和一些企业聊AI落地的时候，我反而越来越谨慎。

因为老板最容易问：

"你们有什么AI产品？"

但我觉得更应该先问的是：

先把这个问题找到。

再判断它背后需要：

甚至有时候最后发现：

根本不需要AI。

这反而是正常的。

因为企业真正需要的从来不是"拥有AI"。

企业需要的是：

更低的成本、更快的响应、更少的错误、更高的成交率，以及更轻的组织。

AI只是实现这些目标的一种新工具。

未来真正拉开企业差距的，不是谁先用了ChatGPT

而是谁先开始重新设计自己的工作方式。

过去的软件时代，我们做了一件事情：

把纸上的流程搬进电脑。

所以后来企业里面出现了：

ERP、CRM、OA、财务系统、项目管理系统。

但是这些软件有一个共同特点：

它们都在等人操作。

• 人登录。

• 人录入。

• 人查询。

• 人判断。

• 人点击下一步。

AI时代可能第一次改变这件事情。

未来的软件不一定永远等待人。

它可能开始：

• 发现问题；

• 读取信息；

• 理解任务；

• 调用系统；

• 执行流程；

• 遇到异常以后，再找到人。

所以我现在越来越相信：

最后，再回到京东这个案例

如果让我用一句话总结京东十多年的AI客服演进，我不会说：

"京东用AI替代了大量客服。"

我更愿意把它总结成：

它的演进路线其实非常清楚：

这件事情真正值得中小企业老板思考的，并不是：

"我要不要做一个京东这样的客服？"

而是另外一个问题：

• 可能是销售。

• 可能是财务。

• 可能是客服。

• 可能是项目管理。

• 可能是合同。

也可能只是每天发生几十次的一件小事。

不要急着改造整家公司。

先找到一条值得AI重新跑一遍的业务链。

如果这条链跑通了，AI带来的就不只是"员工快一点"。

而是你可能第一次发现：

原来公司的一部分工作，可以自己运转。

写在最后

我们最近也在持续拆解国内外企业真实的AI落地案例。

研究得越多，我越觉得，中小企业现在真正缺的，可能不是AI工具。

工具已经足够多了。

真正困难的是：

到底应该从公司哪一个环节开始？

• 哪些值得做，哪些暂时不值得做；

• 哪些只需要知识库，哪些需要连接业务系统；

• 哪些应该让AI辅助员工，哪些已经可以让AI直接执行。

这中间的判断，可能比选择哪个大模型重要得多。

如果你也是企业负责人，正在考虑公司的AI落地，但现在还不知道第一步应该从哪里开始，可以把你公司目前最重复、最依赖人、最容易卡住的一条业务流程整理出来。

我们可以一起把它拆一遍。

先不谈买什么AI，也不急着做系统。

先看看这件事，到底值不值得被AI重新做一次。

企业AI研发与应用落地