当前，AI 技术的发展正呈现出 " 冰火两重天 " 的态势。

一方面，豆包、千问等 AI 助手正在加速渗透，抢占 C 端入口。另一方面，如何让 AI 从 " 能对话、会应答 " 的交互层面，进阶到 " 能落地、能办事 " 的实用层面，以及如何在海量应用场景中找到 PMF 路径，让 AI 产品形成规模化、常态化的商业闭环，依旧是行业迫切需要回答的问题。

从技术特性和场景需求的适配性来看，智能客服领域或许是破解这两大难题的优质切口。

客服站在了 AI 提速与电商变奏的十字路口

首先，多轮对话理解是大语言模型的核心优势之一，而这恰好与客服场景的天然属性高度契合。

客服场景中，用户的需求往往需要通过多轮交互逐步澄清。例如用户咨询 " 商品退换货流程 " 时，可能会延伸出 " 退换货运费谁承担 "" 退换货后退款到账时间 " 等一系列关联问题。

传统规则型客服系统往往只能应对预设的单一问题，面对多轮追问易出现应答断层，而大语言模型凭借其强大的上下文理解能力与逻辑推理能力，能够精准捕捉用户对话中的核心诉求与潜在疑问，实现连贯、流畅的多轮应答，甚至主动预判用户需求，提升交互效率。

其次，文本生成是大语言模型最成熟、最核心的能力模块，而文本交互正是客服领域与用户沟通的主要载体。

无论是在线文字咨询、订单留言，还是售后回复，文本都是客服场景中最基础、最普适的交互形式，无需额外搭建复杂的交互载体。

除了技术与场景的天然适配，电商行业竞争焦点的变化，也在加速客服领域拥抱 AI，并且从中挖掘新的商业价值。

" 存量用户运营 " 已经成为电商竞争的核心焦点，这一趋势下，2025 年 6 月，淘宝天猫正式上线了新版店铺评价体系——真实体验分，将服务质量纳入平台流量分配的核心考核指标体系。日前举办的 2026 淘宝天猫商家服务大会上，更是直接喊出了 " 好服务构筑增长韧性 " 的口号，倡导商家将服务体验作为增长的新引擎。

这一调整意味着，服务能力不再是企业的 " 加分项 "，而是影响流量获取、订单转化的 " 必选项 " ——服务评分更高的商家，将获得更多的平台曝光资源，形成 " 好服务→高转化→多复购 " 的正向循环。

这种策略导向的转变，不仅重构了电商行业的竞争逻辑，也让作为服务核心环节的客服，迎来了价值重塑的契机。在 Agent 等 AI 工具的加持下，一些商家内部，客服部门正在悄然从原来的 " 成本项 " 蜕变成如今的增长部门。

由淘宝天猫平台官方出品，拥有十年积淀且不断迭代求新的智能客服产品——店小蜜，正是这场转变背后的重要推手之一。

十年积淀，店小蜜再度成为电商 AI 排头兵

回溯十年前，在 " 双 11" 等模式创新的带动下，电商行业迎来飞速发展。当时，面对大促期间的海量咨询，人工客服难以及时响应，导致用户满意度不高和大量订单流失。

在这一背景下，阿里推出了智能客服产品——店小蜜，通过预设关键词、场景化问答库等方式，实现了简单咨询问题的自动化应答，大幅缓解了人工客服的压力。

这套底层架构凭借其高效、可复制的特性，被全行业广泛借鉴，直接推动了电商智能客服行业的蓬勃发展，奠定了店小蜜在行业内的标杆地位。

十年间，电商行业的用户需求、交易场景不断升级，传统智能客服的局限性也逐渐显现。

基于规则的意图识别和 QA 匹配模式，只能应对预设场景内的问题，面对用户的个性化提问、模糊表述或复杂需求时，往往难以精准应答，只能转人工处理，导致转人工率居高不下。

同时，商家需要投入大量人力成本搭建和维护问答库，尤其是新品上架、活动促销等场景，需要频繁更新规则，配置成本高昂。

而大语言模型浪潮的到来，为智能客服的迭代升级提供了技术突破口，也让店小蜜迎来了二次创新的契机。

店小蜜业务负责人开锋介绍，去年年初，团队在验证了大语言模型技术对智能客服系统的提升效果后，做了一个大胆的决定——彻底颠覆过去十年里曾经引领行业的技术架构，基于大语言模型技术对店小蜜进行彻底重构。

2025 年 9 月，AI 原生的店小蜜 5.0 正式发布。测试阶段数据显示，店小蜜 5.0 帮助商家转人工率降低 20% 以上，店铺成交转化率提升 35% 以上。

紧接着，店小蜜 5.0 又迎来了双 11 的大考：在 10 月 15 日到 11 月 2 日期间，累计接待服务消费者 3 亿人次。

据悉，目前已经有百万商家接入了店小蜜 5.0，并取得了显著成效。奥康鞋业就是其中之一。

奥康集团客服主管林晶晶介绍，店小蜜 5.0 不仅帮助奥康实现了降本增效，还重构了电商服务体验：将过去的被动服务升级成了主动服务，标准化服务升级成了个性化服务，从而带动了新的增长。

林晶晶回忆，之前每次大促，客服部门都是疲于应对。如今把大量重复性工作交给 AI 后，人工客服就可以把更多精力投入到真正需要跟消费者沟通的场景上，去改善用户体验，降低品牌资损。

" 过去的智能客服是一问一答或者答非所问，会导致用户流失。店小蜜 5.0 上线后可以更好地判断消费者意图，做好需求的承接。过去很多消费者觉得，品牌售前服务做得很好，但到了售后就爱搭不理。店小蜜 5.0 也解决了这个问题，它可以通过 SOP 关联订单，更好地识别消费者需求，提升售后能力。"

通过更好的服务，在售前提升转化，在售后进行挽单、减少退货带来的资损，客服创造出了增量生意的机会。其在企业内部的定位，也正从成本部门悄然转换成增长中心。

《创新者的窘境》指出，上一个时代越是成功的企业或者产品，在新的技术浪潮到来时，往往越容易掉队。然而，作为智能客服赛道的代表产品，店小蜜却能够横跨十年始终引领创新，成为电商行业模式转换的关键助力者。它是如何摆脱惯性进行自我重构的？在新的电商范式下，店小蜜 5.0 这样的 AI 原生产品将带来何种影响？未来它又会如何持续进化？

针对这些问题，雷峰网和淘宝店小蜜业务负责人开锋进行了一次深度对话，以下是我们的对话内容：

店小蜜 5.0 是智能客服行业首个 Agent 原生产品，如何理解 "Agent 原生 " 这个词？店小蜜 5.0 和其他智能客服产品最本质的区别是什么？

开锋：如果一个产品 100% 是基于大模型构建的，我们就可以称之为 AI 原生。店小蜜 5.0 这个产品从底层开始就是基于大模型构建的，它上一代用到的小模型已经完全被替换掉了。

现在行业有两种做法：一种是在原来产品的基础上用大模型做改良，只在某些链路环节或者模块——比如意图识别和内容生成，采用大模型；另一种是跟店小蜜 5.0 类似的 AI 原生产品，这类产品相比于 " 改良派 "，无论是在产品性能还是维护成本上都有显著优势。

对比其他同类产品，店小蜜有两点差异化优势：一是依托于平台，店小蜜有非常多真实场景数据可以用来训练模型，以实现更加个性化的体验；二是店小蜜可以对接平台的许多接口和能力，实现从售前到售后的一体化解决，真正帮助用户解决问题，比如物流查询和国补查询等等。以国补查询为例，这个事情看似简单，但做起来并不容易。因为每个省、市、地区的国补政策都不一样，必须对接国家的相关平台才能查询到。

您提到店小蜜从底层开始进行了全面重构，这需要很大的决心和勇气，毕竟在上一个十年里，店小蜜做得很成功。那么店小蜜是怎么跳出 " 创新者的窘境 " 的？

开锋：店小蜜在 2016 年首创了基于意图识别和 QA 匹配的智能客服产品形态。现在很多做智能客服产品的公司，要么是从店小蜜出去的人创办的，要么是借鉴了店小蜜的产品架构。这套产品架构在过去十年里不断发展，如今已经走到了瓶颈，用户满意度始终没有突破 70%。

大语言模型诞生之后，我们发现这个技术非常适合用在客服这个场景。首先，多轮对话是客服场景的天然特点，而大模型恰好有非常强的多轮对话理解能力。其次，文本回复是客服领域和用户交互的手段，而文本生成也是大模型最强的能力之一。

于是我们开始做一些小规模测试，用大模型对传统的链路进行改良，比如用大模型做意图识别，发现效果有很大的提升，不过效果上限依旧比较有限。所以去年的这个时候，我们就做了一个决定，既然要改，就要改得更彻底一些，把上一代的意图识别、QA 配置全部去掉。我们在做了一些商家和流量测试之后，就非常坚决地把过去十年的那套技术架构全部颠覆掉了，现在我们已经有三分之一的流量切到了店小蜜 5.0 版本，未来还会更多。

如您所说，大模型的能力与客服场景十分契合。不过也有人提出，大模型仍无法完全规避幻觉的问题，在开放场景偶尔出现幻觉问题或许无伤大雅，但在客服这样的封闭场景，如果回答不准确，就有可能带来品牌声誉或者资产的损失，店小蜜如何来平衡当中的风险？

开锋：的确如此。幻觉在客服场景是一个非常关键的问题。所以我们做了大量的工作来降低这部分的风险。首先我们对模型进行了大量的训练，让大模型必须严格按照实际来回答。其次我们还做了多层次的安全检测措施来降低幻觉率，如果有问题会转成直接用商家的知识库或者转人工客服。最后我们通过产品可以让商家来干预可能出现的问题。通过构建这一套多层次的安全体系，已经可以把幻觉控制在一个非常低的概率，这个能力也是店小蜜很核心的能力之一。

据说店小蜜帮助商家转人工率降低了 20% 以上，原来的转人工率大概是一个什么水平，通常哪些情况需要转人工？

开锋：原来的转人工率我没法给出一个绝对值，但这个数据确实是大规模商家实际测试出来的结果。一些较复杂的问题或者高客单的问题还需要进入人工客服，我们发现店小蜜帮助商家回答了大量比较简单的问题后，人工客服能有更多的时间来解决更加复杂的问题，服务水位整体也会变好。

另外在售后场景，我们还需要做比较大的提升。售后跟售前不太一样，售前本质上需要的是信息问答能力，这个相对好解决，售后则复杂得多。比如说退款，它需要一系列的解决方案才能搞得定。

除了降低转人工率，店小蜜 5.0 还帮助商家降低了 60% 的配置成本，很多人对此可能没有概念，您能否具体讲讲过去商家需要对智能客服产品做哪些训练和配置的工作，以及有了店小蜜 5.0 之后具体省去了哪些工作？

开锋：上一代的知识库里核心有两块内容：一是用户的问题分类，这个是平台来做的；二是针对用户的问题要怎么回答，这需要商家配置很多的 question 和 answer，这个工作非常繁杂。比如说用户问一款鞋子的材质，商家得区别用户问的是表面材质还是内衬材质，是鞋底的材质还是鞋帮的材质，至少得配置 4 个 QA。

为什么店小蜜 5.0 减少了很多这方面的工作呢？首先是大模型能够自动挖掘和整合商品的很多信息，同时，它还能学习历史对话，看针对某个问题过去人工客服是怎么回复的，商家只需要在这个基础上做增量信息的补充就行了。而且，针对这部分增量信息，商家也只需要补充元信息就行，无需去一一配置怎么问和怎么答，节省了大量成本。

客服 Agent 在哪些环节可以帮助转化率提升？怎么理解随着大模型的深度应用，客服正从成本部门转变为增长部门？

开锋：核心就是两点，一是很多以前智能客服不能回答的问题现在能回答了；二是智能客服原来能回答的问题现在能答得更好了。

之前转化率不好，是因为很多问题智能客服回答不了，需要转人工，但大促的时候，人工响应可能不那么及时。现在大模型整合了很多知识以后，客服 agent 的回复率涨了很多，基本 80-90% 的问题它都能回答。你能解决客户的疑问了，他自然就更愿意买。此外，客服 agent 基于上下文的理解，回复能够做到更准确和更加拟人化，给消费者提供一定的情绪价值。虽然我们现在这个版本做得还不算特别好，但相比以前的固定式回答，已经好了很多。

现在好像已经有百万商家接入了店小蜜 5.0，大商家能够取得显著的成效，一方面是 " 勇敢的人先享受人生 "，一方面也可能是他们本身能力就比较强。对于观望的中小商家来说，他们可能会担心自己无法复现这样的效果。

开锋：店小蜜 5.0 是开箱即用。现在已经接入的百万商家中就有大量的中小商家，从他们的试用结果来看，你即使什么都不做，效果相比之前版本也能有很大的提升，如果你能稍微做一些简单的优化和配置，提升就会非常明显。这和上一代的店小蜜恰好形成了鲜明的对比。上一代店小蜜，也能找到能把用户满意度做到 90% 的，但是非常少，对商家的认知和人员配置要求非常高。但店小蜜 5.0 对大部分商家来说都非常简单，开箱即用，具有很强的普适性。

之前商家能够节约这么多成本是因为免费试用，后续收费后还能保持这个效果吗？

开锋：我们的惠商政策没有变，还是日均 UV 在 2000 以下的都免费，日均 UV 在 2000 以上的会收取一定费用，但也是很少的钱，现在相当于加量不加价。集团投入了大量的 GPU 资源，目的就是帮助商家降本增效。

而且技术也在快速发展，过去两年 AI 的推理成本在大幅下降。长远来看，随着技术的发展，AI 的使用成本一定会大幅下降，就像当年的 5G 流量一样。

在售后场景，用户很多的时候是带着情绪的，客服除了要提供解决问题的方案，还要安抚用户的情绪，AI 能够解决第二个问题吗？

开锋：这个问题要分两个层面来看，售后首先要实实在在地解决问题，这个才是最关键的。在这个基础上，你能够跟用户共情，同时让用户也能理解你，自然是更好的。但这个只是锦上添花，你不能只提供情绪价值，不解决实际问题。所以现阶段我们还是更聚焦于如何更好地为用户解决问题，做好这个之后再来考虑怎么加上情绪的理解和感知，让消费者体验更好。

店小蜜 5.0 这个产品，今年还会在哪些能力维度重点迭代和优化？商家有哪些可以做的呢？

开锋：一是在售前环节，要从能回答变成回答得更好。二是在售后环节完善工具的覆盖和能力，提升解决问题的能力。三是智能辅助功能，帮助人工客服更好地使用 AI。

对于商家来说，我们今年会开放两个关键部分：知识和策略。通过知识的开放，商家可以引入商家内部的文档或者知识库。通过售前和售后的策略开放，商家可以实现更加个性化和差异化的能力。同时我们去年通过 ISV 等一直在接入商家自己的内部能力，今年也会继续加强。通过上面三个部分的开放，相信可以让商家可以更好的提升智能客服的服务能力。雷峰网雷峰网