1. Overview (项目背景)

作为韩国物流行业的代表性企业，H公司面临着快递配送咨询、物流查询、预约变更与取消、退货申请及 VOC 受理等业务占整体咨询量比例极高的问题。

由于配送各阶段的信息分散在多个内部系统 (API) 中，导致难以提供精准的客户应答；同时，大量简单且重复的咨询增加了人工客服的工作负担，并对客户体验产生了负面影响。

为此，H公司启动了该项目，旨在通过构建基于生成式AI (GenAI) 的自动化咨询环境，确保客户能够更快速、准确地获取信息，并使人工客服能从重复性劳动中解放出来，专注于处理复杂咨询及提升整体服务质量。

2. Challenge (问题定义)

在项目初期，H公司面临着以下结构性问题：

• 配送与预约数据分散在多个内部系统 (API)
  由于需要按顺序确认多个 API，导致人工客服和聊天机器人均难以即时传递准确信息。

• 绝大部分客户咨询为简单重复性业务
  尽管物流查询、预约变更与取消、VOC 受理等咨询模式高度相似，但人工处理的比例依然居高不下，导致运营负担日益加重。

• 传统基于规则 (Rule-based) 聊天机器人的结构性局限
  难以理解标准语句以外的表达方式，且在处理异常情况、规定变更及自由语言（自然语言）方面存在限制。这导致转人工率不断上升，且应答质量参差不齐。

• 高峰时段应对能力不足
  在业务旺季或特殊期间，咨询量激增引发了“等待时间增加 → 客户不满 → 运营压力加大”的恶性循环。

3. Solution (解决方案)

MegazoneCloud 在分析了 H 公司的配送、预约、VOC 数据结构及客户咨询模式后，构建了如下基于生成式 AI (GenAI) 的自动化架构：

• 重构基于 GenAI 的客户侧聊天机器人
  - 应用基于 AWS Bedrock 的大语言模型 (LLM)，显著提升自然语言理解性能。
  - 可实际处理配送查询、预约变更与取消、机场及高尔夫快递咨询等业务
  - 以语境为中心分析客户话术，提供更加自然且灵活的对话体验。

• 实时联动配送、预约、VOC 等核心 API
  - 配送查询 API
  - 预约查询与变更 API
  - VOC 登记 API

实现了“客户提问 → 调用 API → 生成回答”的全流程自动化，由 GenAI Agent 整合分散在多个系统中的信息并提供统一答复。

• 3应用基于 GenAI Agent 工作流 (Workflow) 的自动化
  - 由 Agent 自动对客户请求进行意图分类。
  - 执行相应 API 后生成回答语句。
  - 转人工服务时，自动传递客户请求背景及预处理结果。

示例： “我要变更预约” → 查询运单 → 本人身份确认 → 确认日期是否可变更 → 自动完成变更。

• 强化运营管理便利性
  - 定义 FAQ 自动扩展结构。
  - 无需预设剧本 (Scenario) 即可处理新形式的咨询。
  - 基于统计数据、VOC 模式及客户行为，轻松分析后续优化点。

• 兼顾 AICC 扩展性的架构设计
  - 未来可应用基于 Amazon Connect 的语音机器人 (Callbot)。
  - 可联动面向人工客服的 AI Guidebot（辅助机器人）。
  - 采用基于全渠道 (Omni-channel) 且具备高扩展性的架构设计。

4. Result (成果)

• 提升自然语言理解力 → 优化应答质量
  能够直接理解并处理客户的自然语言表述，显著提升了咨询质量，使客户能够更快速地获取所需信息。

   

• 基于语境自然处理复杂咨询
  实现了在不中断对话的情况下，将多阶段的配送与预约流程整合为一个连续的流式处理过程。

   

• 实现可执行实际业务的自动化聊天机器人
  配送查询、预约变更与取消、退货请求等业务均可在机器人内直接处理，极大扩展了“无需连接人工客服即可自主解决”的业务范围。

   

• 基于实时 API 数据提供精准应答
  由 GenAI Agent 实时整合分散在多个系统中的信息，确保基于最准确、最新的数据生成回答。

   

• 减轻运营负担并提升管理便利性
  通过 FAQ 自动扩展、构建基于数据的分析环境，以及无需修改剧本（Scenario）的灵活应对架构，大幅减轻了运营团队的工作负担。