$TI CLOUD(02167.HK)

在消费零售行业，Agent 应不应该做？应该从什么地方开始做？怎么做才有效？

围绕这些问题，3 月 24 日，Zenava UserDay 在广州举行。现场，有来自消费零售领域的数十家企业负责人展开热烈的讨论，大家相互交流，分享经验。

当天的分享和交流中，既有对行业趋势的判断，也有对落地方法、典型场景和实际经验的拆解，信息密度很高，留下了许多值得反复思考的干货内容。

基于此，我们从当天的内容中提炼出了一些更有参考价值的观点和方法，想和大家做一个分享。

若你也对 Zenava UserDay 感兴趣，欢迎与我们联系，全国巡回活动正在持续开展，也许下一站，就在你的城市。

一、Agent 现在不比 “会不会聊”，而比 “能不能把事做完”

这是广州站现场反复被提到的一个共识。

企业今天看 Agent，已经不是在看它会不会回复、像不像真人，而是在看它能不能真正把事情做下去。

过去做智能客服，更关注回复顺不顺、FAQ 覆盖够不够；到了 Agent 阶段，衡量标准已经变了。售后看独立解决率、独立接待率，售前看转化，服务流转看建单率和建单准确率。比起 “会不会聊天”，企业更在意的是，它能不能把一段业务流程往前推进。

点击添加图片描述（最多 60 个字）编辑

这背后，其实是能力边界变了。

传统 NLP 机器人更像问答匹配，用户问一句，系统答一句；但 Agent 已经开始具备理解意图、分解任务、调用接口、处理多模态信息和承接上下文的能力，能够继续把问题处理下去。

现场举了一个很典型的例子：用户说 “我上周买了一个耳机，一直没到”，虽然没有提 “物流”，Agent 依然能识别出这是物流查询，并进一步调取订单状态，给出处理方案。

所以，今天企业重新看 Agent，看的已经不是它像不像一个会说话的系统，而是它能不能接住问题、推进流程，最后把结果做出来。

二、很多 Agent 项目做了没效果，因为场景没选对

如果说前面讨论的是 “今天该怎么看 Agent”，那么另一个更现实的问题是：什么样的场景值得先做。

现场反复提到，Agent 落地难点往往不是怎么搭，而是哪些场景值得投、优先做哪一块、怎么把效益做出来。

判断一个场景值不值得做，至少可以先看三点：能不能降低重复劳动，能不能突破原来人或旧系统做不到的能力边界，能不能沉淀成标准化流程，放进智能体里持续执行。

也正因为如此，广州站把 “场景拆解” 放得很重。所谓拆场景，不是停留在 “售前”“售后” 这种大概念上，而是继续往下拆清楚：服务对象是谁，从哪个渠道进来，带着什么需求，最后要完成什么目标。

只有这些问题先说清楚，后面的知识准备、流程设计和效果验证才有抓手。

点击添加图片描述（最多 60 个字）编辑

现场举的助听器案例就很典型。用户从抖音进来，和从小红书进来，真实诉求可能完全不同。如果系统能在进线的一刻就结合渠道信息识别需求，就不用再反复试探、来回确认。这也说明，Agent 不是更容易输在问题复杂，而是更容易输在场景太大、太虚、太模糊。

所以，广州站给出的一个很现实的提醒是：项目不是从 “搭系统” 开始，而是从 “选对场景” 开始。先找到一个边界清楚、频次够高、链路完整的小闭环，先把它跑通，再往外扩，往往比一开始铺得很大更容易看到结果。

这是广州站现场反复被提到的一个判断。

很多企业一开始推进 Agent，先看的是模型、参数和能力，但真正落地后才发现，决定效果上限的，不是模型有多强，而是企业有没有把知识、规则和处理边界真正梳理清楚。

表面上看，企业并不缺资料，产品手册、服务文档、操作说明、常见问答都不少；但真正上项目时，这些内容常常是旧的、缺的、散的、乱的。

点击添加图片描述（最多 60 个字）编辑

更新时间不一致，表达口径不统一，判断规则没有结构化沉淀，一线专家知道怎么处理，系统却不知道该怎么判断。结果就是，Agent 看起来什么都知道一点，但一到真实业务里，回答就容易飘，判断不稳定，同类问题前后也不一致。

这也是为什么很多企业会发现，Agent 演示时效果不错，一进真实业务，表现就开始波动。原因就是企业并没有把真正支撑业务判断的知识整理出来。

现场还特别提到一个常见误区：很多企业以为 AI 足够强，把公司文档一股脑丢进去就行。

但实际恰恰相反，非结构化内容、复杂表格、水印文件、口径不一的文档，都会让效果变差。Agent 时代的知识库，已经不是简单 “喂资料”，而更像一次业务梳理和经验重组。

真正需要整理的，不只是答案本身，而是专家平时怎么判断问题，什么情况可以直接处理，什么情况必须转人工，遇到歧义信息时该怎么追问，不同任务的边界和优先级又是什么。

换句话说，Agent 真正需要的，不是一堆资料，而是一套能支撑判断和执行的业务知识结构。很多项目之所以做不深，不是输在模型，而是输在企业还没有把自己的业务规则讲清楚。

回到活动本身，Zenava UserDay 想做的，并不只是一场关于 Agent 的分享会，而是一个面向客户服务与营销行业的专业交流平台。

我们希望把同行业、同场景、同样在推进智能体落地的人聚到一起，不是停留在概念层面讨论 “Agent 有多热”，而是把真实问题摊开，把分歧讲清，把经验沉淀下来。

点击添加图片描述（最多 60 个字）编辑

比起单向输出观点，Zenava UserDay 更关注的是：技术如何真正进入业务，企业如何在复杂现实里作出更稳妥的判断，项目又该如何一步步走向可验证、可复用、可持续。

未来，Zenava UserDay 也将继续以行业交流和实战共创的方式，走进更多城市，帮助更多客户服务与营销行业的从业者拨开概念迷雾，回到业务本质，在真实场景里找到更清晰的落地路径。

$TI CLOUD(02167.HK)