客服机器人最怕听到的三个字，是转人工。客户打进电话，机器人没听懂、答非所问，客户连喊三声转人工，这一次交互的成本就从几分钱变成几块钱，此前的智能化投入也付之东流。衡量这件事的指标叫人机拦截率，即不需要转人工、由机器人独立解决的比例。

项目启动前，天津长城滨银汽车金融有限公司（简称长城滨银汽金）的这个数字停留在 60% 上下。一年之后，还款、档案、提前还款三大高频场景下的语音机器人人机拦截率大于 70%。十几个百分点背后，是一整套客服体系的重构。

01 ‍

企业简介

长城滨银汽金成立于 2014 年 5 月，由长城汽车股份有限公司与天津滨海农村商业银行共同出资设立，注册资本 66 亿元，总部位于天津经济技术开发区，是持牌汽车金融机构。公司主营汽车消费信贷与经销商融资业务，依托主机厂背景布局汽车上下游金融产业链，为用户提供全生命周期汽车金融服务。

对这样一家机构而言，客服中心既是服务窗口，也是合规窗口，一头连着数十万车主的高频诉求，一头连着金融监管对信息披露、风险告知与数据留痕的刚性要求。当 Agent 技术进入客服场景，这两头必须同时被照顾到。

02 ‍

老系统的三本账

2024 年之前，长城滨银汽金的客服体系已运行多年。随着业务量增长与用户诉求日趋多元，原有架构逐渐显现出三方面压力。

首先是识别与理解能力跟不上。上一代语音机器人受限于当时的技术架构，识别准确率不高，客户一句话说出口，机器人理解的可能是另一层意思，答非所问的结果就是客户直接喊转人工。

其次是架构分散带来的扩展难题。彼时公司的呼入系统、外呼系统、语音机器人、文本机器人与智能化应用分别由不同厂商提供，业务侧与技术侧都需要跨多家供应商协调。客服系统环环相扣，任何一环出问题，定位与协同的成本都不低；新需求落地要牵动多个供应商同步改造，周期偏长，多套系统的维保投入也在持续增长。

第三是人力占用居高不下。质检靠人工逐条听录音，小结与工单靠客服手动整理，重复劳动占用了大量本该用于处理复杂问题的时间，坐席产能被事务性工作持续挤占。

03 ‍

从换一个机器人到全产品立项

2024 年，长城滨银汽金客服管理部启动系统换代调研，最初的诉求很明确，就是替换掉体验不佳的语音机器人。

随着调研深入，业务部门在与多家厂商充分沟通后判断，新能力与既有系统之间存在大量衔接工作，单点替换难以达到预期效果，遂将项目从单点替换升级为全产品立项：全媒体智能客服平台、语音机器人、文本机器人、智能外呼机器人、智能质检、坐席辅助等六类能力打包为一个项目统一招标。

2025 年上半年，项目进入 POC 阶段，多家在客服领域有深厚积累的厂商同台测试，全部系统在客户本地环境部署并接受真实业务场景检验。同年，中关村科金中标。

中标结果取决于产品与服务的双重表现。

产品层面，中关村科金的智能客服体系从底层的全渠道联络中心，到上层的文本机器人、语音机器人、坐席辅助、智能质检，再到 ASR、TTS、NLP、OCR 等算法能力均为自研，并在同一套平台上打通，客户无需再为跨系统集成付出额外代价。

服务层面，POC 期间中关村科金投入完整的产品、交付与算法团队驻场支持，需求响应与问题闭环的效率在参测厂商中表现突出。对客户而言，选型不仅是选产品能力，更是选择未来数年能够持续协同的长期伙伴。

这套平台自下而上由能力底座、三层隔离架构、智能应用与应用场景构成，数据安全与合规能力贯穿全链路。

图 1：长城滨银汽金客服 Agent 平台总体架构

04 ‍

标品先行，小步慢跑

中标之后，双方确立了先标品、后定制的实施路径。中关村科金先将成熟的标准化产品整体部署上线，让业务侧尽快形成实际使用，再基于真实反馈逐步叠加定制化需求。

这一路径的价值是双向的：对客户而言，避免了因建设范围过大导致的周期拉长与投入膨胀；对厂商而言，标品与需求的匹配度越高，二次开发成本越低，客户也能以更低的投入获得更大的能力覆盖。

需求调研与确认历时约一个月。产品分析师与客服管理部的一线员工、业务组长逐一沟通，摸清现有工作流程与期望，形成原型后交由业务侧确认，再完成内部汇报，双方签字锁定需求文档。六类产品的需求难以一次性锁定，团队采取迭代方式推进，首条需求确认后即进入开发与上线，后续需求同步推进。到 2025 年底，六类产品分阶段完成上线并通过验收。

真正的挑战在于节奏与范围的平衡。项目覆盖六类产品，交付窗口紧，又属于客户年度重点项目。中关村科金的应对方式是标品优先、迭代上线：新增诉求先在标品已有能力中寻找对应方案，确需定制的部分再纳入开发排期，既保证了交付节奏，也让整体范围始终处于可控状态。

05 ‍

大模型先对内，再对客

这个项目最具参考价值的一个决策，发生在大模型的落地次序上。

立项时，大模型在金融客服场景的应用尚处在监管政策不明朗的阶段，对客使用需要经过报备，周期长且存在不确定性。中关村科金给出的建议是：能力一步到位建好，对客的口子先留着，一期的大模型能力先对内使用。

具体落地时，把意图识别与语义理解能力优先用于坐席辅助。客服人员接起电话，系统实时理解客户问题、检索知识库、推荐应答话术，通话结束后自动生成小结与工单，姓名、手机号、证件号等字段自动填单。对内赋能不涉及对客输出，合规风险可控，但大模型能力、知识库体系与工程链路已完整跑通，一旦监管路径清晰即可平滑切换到对客服务。

合规架构上，双方做了四层设计。

私有化部署，智能体全链路运行在客户内网，交互数据与业务数据全程不出内网。

内容管控，监管政策、产品条款、标准话术等全部纳入私有知识库，应答严格基于检索生成；出现违规承诺、隐瞒风险等表述时系统自动拦截并替换为标准话术，超出知识库范围的敏感问题直接触发强制转人工。

权限白名单，标准化咨询、还款提醒等低风险场景由智能体自主处置，资金划转、产品签约、授信审批等核心业务设置强制人工终审节点。

全程留痕，交互、调用、校验、人工介入等全链路加密记录，并搭载质检引擎对会话实现 100% 覆盖的实时质检。

06 ‍

10%+ 是怎么来的

图 2：长城滨银汽金客服 Agent 人机协同流程

一期系统上线后，核心指标整体达到预期。NLP 语义理解准确率达到 95.1%，ASR 语音识别准确率达到 93.65%，文本机器人客户满意度大于 90%，还款、档案、提前还款三大高频场景下语音机器人人机拦截率大于 70%，较项目前的 60% 左右提升十几个百分点。应答时效方面也大幅缩短，客户在简单问题上无需等待。

拦截率提升直接释放了人工产能。常规咨询被机器人消化，人工坐席得以集中处理复杂问题与投诉；质检从人工逐条听录音转为系统全量质检加人工抽检；小结与工单等事务性工作由系统自动完成。对客服管理部而言，同样的人力可以承接更大的业务量，也可以承接此前难以覆盖的新职能。

图 3：长城滨银汽金客服 Agent 一期应用成效

07 ‍

二期：拟人化与业务延伸

双方的合作并未止步于一期。2026 年，双方签署二期合同，重点包括三类优化：

一是运营洞察，对机器人未能拦截的会话做归因分析，识别哪些问题被转人工及其原因，反哺话术与策略优化。

二是自动建单能力深化，按业务场景定制工单模板并联动回访。

三是 TTS 拟人化升级，让机器人的声音更接近真人，降低客户因察觉对方是机器人而直接转人工的比例。

同期，长城滨银汽金另立的企业级大模型应用项目公开招标，涵盖近十个智能体场景，中关村科金再次中标。

注：点击左下角" 阅读原文 "，前往爱分析官网，了解更多内容。

近期厂商征集

本体市场研究项目征集

点击申报

截至时间：10 月 31 日

AI 数据基础设施研究项目征集

点击申报

截至时间：11 月 20 日