$天潤雲(02167.HK)

過去一年，我們和許多軟件企業聊銷售與增長時，幾乎都會聽到同一句感受——線索越來越少了。

市場進入存量階段，新線索變少，早已成為一種共識，於是，問題悄然發生轉變：過去大家關心 “如何拿到更多線索”，而現在大家焦慮，如何讓現有的線索被充分轉化。

但問題是，大多數軟件公司的售前客服，日常的諮詢接待與留資登記就已經佔據了絕大部分時間；真正能用於與客户深入溝通、推進邀約與轉化的時間被大幅擠壓。

這裏關鍵是，不是沒人跟進，而是人被低價值工作困住了。

也正是在這種矛盾背景下，越來越多企業開始思考——能不能把這些 “佔用大量時間、卻價值不高” 的環節交給 AI？

但這看起來是一條 “方向正確” 的路，但真正走到決策關口時，卻沒有多少人敢邁出那一步，為什麼？這，正是我們接下來要討論的第一件事。

一、AI 接管售前客服，企業在怕什麼？

很多企業確實認真評估 “AI 替代” 這一路徑。

他們調研產品、聽方案、甚至推進小範圍試點；但真正走到上線決策時，卻往往猶豫不決，不是因為不認可方向，也不是 “思想保守”，而是三點現實顧慮始終橫亙在管理者心中。

首先，是對留資率下滑的擔憂。

在存量市場環境下，每一條線索都更為稀缺。一旦把售前諮詢交給 AI 承接，哪怕留資率只下降 1～2 個百分點，結果也會被放大和質疑——“本來就少的線索，還敢拿來做實驗嗎？” 在這種壓力下，穩定現狀，往往比追求結構性提升更 “安全”。

其次，是對客户體驗的顧慮。

在過往經驗中，許多客户對 “機器人客服” 形成了刻板印象：回答模板化、語氣生硬、無法理解業務場景、不斷追問卻解決不了問題。一旦客户意識到自己面對的是 AI，就可能直接退出對話。因此相比效率提升，體驗的不確定性被視為更高風險。

最後，是責任與決策成本的壓力。

讓 AI 介入售前接待，不只是一次簡單的技術升級，更是一項會直接影響業務指標的決策。一旦效果不如預期，責任歸屬、是否回滾、團隊是否還願意繼續嘗試，都會成為現實問題。對許多管理者來説，一旦試錯就可能被放大為戰略失誤；在缺乏足夠確定性之前，觀望往往更為穩妥。

也正因為如此，儘管 “讓 AI 承擔售前接待” 聽上去越來越像行業共識，但真正敢邁出第一步的企業，其實仍然只是少數。

二、接待留資，如何讓 AI 比人工更好？

我們服務的一家財務信息化領域的頭部企業，就曾面臨同樣的困擾。

但實際情況是，當他們使用 ZENAVA 承擔售前接待後，留資率不僅沒有下降，反而有所提升。這意味着，人工座席可以從基礎工作中 “解放” 出來，專注線索邀約與轉化。

我們保守按該崗位綜合成本1 萬元/月計算，一個崗位一年就能為該企業節省超 12 萬用人成本。而做到這一點——背後離不開 2 個關鍵能力，和 3 個關鍵技巧。

1、規模化與專業度的降維打擊

一方面，人工座席受限於精力和體力，在應對高峰流量時往往力不從心。而天潤融通長期實踐發現，當客服響應時間超過 10 秒，客户流失率會直線上升。

ZENAVA 具備高併發承接能力，無論是官網、微信還是小紅書，都能保證秒級響應，確保流量不再白白流失。

另一方面，基於大模型的 ZENAVA 實現了從 “死記” 知識庫到 “千人千面” 專業諮詢的跨越。

它能精準識別客户意圖與背景，並動態生成個性化回覆，無論是高管提供 ROI 分析，還是技術專家提供接口參數問題都能輕鬆承接。這種基於深度行業語料的意圖識別與追問的結構，可以讓每個客户都有被 “聽懂” 的感覺，從而在源頭上建立了高於人工的信任感。

2、極致擬人化的交互設計

在建立了專業度之後，我們通過一系列交互細節進一步消除 “機器人感”，讓留資過程變得順滑自然：

· 視覺與語感模擬：

統一使用企業客服頭像，關閉流式輸出（模擬人工打字停頓），並設定口語化表達與倒裝句，配合 1–2 句話的短句輸出，讓溝通更輕鬆。曾有訪客在交流 17 輪後才發現對方是 AI。

· 情境共鳴與利益驅動：

利用 IP 識別建立地域親近感（如 “我們在您所在的城市有顧問”）；並在引導留資時，避免生硬索要，而是以 “文件較大，系統內無法發送” 等利益驅動的方式順勢獲取郵箱或電話。

· 超時挽留機制：

針對長時間未回覆的訪客，系統會自動觸發温和的話術挽留，將流失邊緣的對話重新拉回互動軌道。

通過這一套從 “意圖識別” 到 “自然留資” 的閉環鏈路，AI 不僅承接了大量諮詢工作，更在溝通氛圍上創造了讓用户願意停留、願意轉化的自然情境。

這些方法在這個項目中取得了不錯的效果，但它們並不是簡單的 “通用配置”。

不同企業所面對的客户類型、溝通習慣和決策節奏，都存在明顯差異——對應的對話路徑、引導方式和話術策略，也需要根據具體場景做針對性的調整。

我們在實踐中也發現，同樣的交互手法，放在不同行業或不同客羣中，效果可能會完全不同。真正關鍵的，並不是 “套用技巧”，而是圍繞業務目標，結合場景去做細粒度優化與驗證。

因此，如果你也在評估類似能力，我們更推薦把真實業務場景拿出來進行討論與設計；必要時，可以先通過 POC 接入真實數據與流量，在實際環境中觀察效果，再不斷微調策略，讓 Agent 真正融入業務，而不是停留在功能層面。

$天潤雲(02167.HK)