第14章 小公司大优化（1/2）
青橙数科第一个真正落地的AI小项目，来自一家连锁洗衣店。
客户叫洁云洗护，在江城有六家门店，老板姓马，四十多岁，讲话很快，像嘴里也装了一个进度条。马老板来公司那天，穿一件浅蓝色衬衫，夹着一个黑皮包，一坐下就把问题讲得明明白白。
“我们门店客服太忙。”他说，“顾客天天问衣服能不能洗、多久能取、皮衣怎么保养、羽绒服多少钱、染色了咋办。小姑娘们回消息回到手抽筋，还老回错。你们这个AI，能不能先帮我们答一部分？”
钱总听完，眼睛亮得像看见了宣传册封面。
“完全可以。AI客服就是现在非常成熟的应用方向。”
林凡坐在会议室角落，心里自动把“完全”两个字划掉，把“成熟”两个字打上问号。
赵哥比较稳，问了一堆细节：客服渠道有哪些，常见问题多少，价格表是否固定，特殊衣物怎么判断，投诉问题谁处理。马老板带来一个文件夹，里面有门店价格表、洗护注意事项、员工培训手册，还有客服聊天记录截图。
资料不算少，但乱。
有些价格表是去年的，有些话术是店长自己总结的，有些规则互相打架。比如一份手册说羊绒大衣建议干洗，另一份聊天截图里客服说“可以水洗但风险自担”。马老板自己看了也头疼。
“所以我才想弄AI。”他说，“让它统一。”
赵哥看向林凡。
“你前段时间整理过工具清单，这个你先跟一下。”
林凡愣了一下。
他入职才没多久，平时做的都是小需求和边角料。突然让他跟客户项目，虽然只是辅助，也让他后背发紧。
钱总倒是很满意这种安排。
“年轻人懂AI，让林凡试试。我们也要培养内部AI应用人才。”
林凡心想，帽子来得太快，脖子还没准备好。
项目目标听起来简单：做一个洗衣店AI客服知识库，让顾客在公众号里提问时，系统先自动回答常见问题，答不了再转人工。预算不高，周期两周。
真实干起来，第一天就卡住了。
AI客服不是接一个模型就能用。它要先吃“知识”，而一些知识必须清楚、统一、可检索。洁云洗护的资料像一锅煮久了的面，价格、规则、员工经验和老板口头承诺黏在一起，先得一点点拆开。
林凡、王启和洁云那边的客服主管小罗拉了一个工作群。
小罗二十七八岁，声音有点哑。她说自己每天要带三个客服，最忙时同时回十几个顾客，看到“亲，在吗”三个字就想原地关机。
林凡让她把高频问题整理出来。
小罗发来一个表格，里面一百多条。
羽绒服多久能洗好？
皮衣能不能水洗？
衣服染色能不能恢复？
鞋子发霉怎么处理？
洗坏了赔吗？
我去年办的卡现在还能用吗？
为什么隔壁店比你们便宜？
林凡看到最后一条，笑了。
小罗在群里发：这条高频得很。
林凡回复：AI回答这个容易引发商业战争。
小罗发了个苦笑表情。
他们先把问题分类：价格类、时效类、材质类、售后类、会员类、门店类、投诉类。然后逐条写标准答案。AI可以帮忙把话术写得更礼貌，但前提是规则必须由人确定。
比如“衣服染色能不能恢复”。
马老板希望回答得积极一点，别把顾客吓跑。
小罗坚持要写清楚风险，不能承诺一定恢复。
两人在群里争了半天。
马老板：你写太保守，顾客就不送了。
小罗：你写太乐观，恢复不了他就骂我。
马老板：AI能不能判断？
林凡看着一句话，深吸一口气。
他回复：仅凭文字描述不能准确判断染色程度，建议AI引导顾客上传照片或到店检查，不能直接承诺效果。
群里沉默了一会儿。
小罗发：这个靠谱。
马老板发：那就这么写。
林凡松了口气。
他第一次明显感觉到，AI项目表面是技术，实际是在逼大家把以前含糊过去的规则说清楚。过去客服靠经验、靠话术、靠临场判断兜底。现在要把一些东西交给系统，就必须先回答：到底能不能洗？出问题谁负责？哪些话不能说？哪些情况必须转人工？
AI不一定让公司变聪明。
但它会逼公司暴露自己哪里糊涂。
第二个难点是语气。
洁云洗护以前的客服话术很典型：“亲亲您好”“这边建议您”“麻烦您提供一下照片哦”。AI生成的标准答案更典型，礼貌得像一个永远不会下班的人。
小罗看完第一版，直接说：“太假。”
林凡问：“哪里假？”
小罗说：“我们客服不会这么端着。顾客一看就知道是机器。”
她自己改了一版。
比如原句：“您好，针对您描述的衣物染色情况，建议您携带衣物至门店，由专业人员进行检查评估。”
小罗改成：“这个光看文字不好判断，最好拿到店里让师傅看一下。染色有些能淡化，有些恢复不了，我们先帮您看看情况，别直接乱处理。”
林凡看完，觉得好多了。
这就是活人经验。
AI能给一个正确答案，小罗能给一个顾客愿意听的正确答案。
他把这种风格总结成规则：不说过度官方话，先承认不确定，再给下一步建议，不承诺结果。
王启看到后说：“你这不是写知识库，是训练客服灵魂。”
林凡说：“灵魂暂时不能外包。”
调试那天，洁云洗护的公众号测试环境接上AI客服。林凡输入第一个问题：羽绒服多久能洗好？
AI回答：一般需要3-5天，具体取决于门店排单和衣物情况。如您比较着急，可以联系门店确认加急服务。
不错。
第二个问题：皮衣能不能水洗？
AI回答：皮衣一般不建议水洗，建议到店由师傅检查后选择专业护理方式，避免变形、掉色或皮质受损。
也不错。
第三个问题，刘洋恶作剧似的输入：我把羽绒服洗成了狗窝怎么办？
AI回答：如果衣物已经严重变形或填充物结团，建议先不要继续自行处理，可以携带衣物到店检查。师傅会根据情况判断是否可以恢复蓬松度。
刘洋惊讶。
“它居然没问狗满意不满意。”
王启说：“说明知识库救了它。”
接着他们测试复杂问题。
顾客问：我一件羊毛大衣穿了三年，领口有汗渍，还有点起球，你们能不能洗得跟新的一样？
AI回答：可以帮您做清洗和基础护理，但旧衣物的磨损、起球和长期汗渍不一定能完全恢复到全新状态。建议您到店让师傅看一下，我们会先说明可处理范围再操作。
小罗看完，在群里发了三个鼓掌。
马老板也满意。
“这个好，既没把话说死，又没把生意推出去。”
林凡心里有点小得意。
项目上线第一天，AI客服回答了三百多条咨询，其中七成是价格和时效类，转人工比例比以前少了不少。小罗在群里说，客服姑娘们终于能喘口气，中午吃饭不用一边扒饭一边回“亲亲稍等”。
钱总很高兴，立刻让市场部写案例：青橙数科助力洁云洗护上线AI智能客服，咨询响应效率提升70%。
林凡看到“70%”时，问赵哥：“这个怎么算的？”
赵哥看了一眼。
“市场部算法。”
“什么算法？”
“感觉乘以信心。”
林凡闭嘴。
洁云项目让青橙数科小火了一把。马老板把AI客服截图发朋友圈，说公司拥抱智能化，服务更高效。其他几个本地商家看见后，也来咨询。钱总在公司会上点名表扬林凡，说年轻人敢尝试，懂落地。
林凡坐在工位上，被同事们看得有点不自在。
刘洋小声说：“林凡，AI应用人才。”
王启跟着补刀：“以后发言注意点，林老师可能要开课。”
林凡说：“别闹，我只是整理了洗衣问题。”
赵哥路过，拍了拍他的肩。
“别谦虚，做得不错。”
这句夸奖比钱总的“年轻人敢尝试”更让林凡高兴。赵哥平时不怎么夸人，最多说“能跑”“先这样”“别炸就行”。这句“做得不错”，含金量很高。
当月绩效，林凡多了八百块项目奖金。
他看到工资条时，愣了好一会儿。
八百块不算巨款，但它是他工作后第一次明确因为自己做成一件事而多拿的钱。那种感觉和云启未来外包收入不一样。外包像两个人在风口边缘捡硬币，项目奖金则像公司承认他在某个流程里有点价值。
张磊知道后，立刻要求庆祝。
“林开发升级成林老师了，请客。”
“我奖金八百，你想吃多少？”
“我很克制，烧烤即可。”
“你对克制的理解稳定在炭火区。”
两人又去了小区外的烧烤摊。
张磊听完整个洁云项目，第一反应是：“这不就是我们云启未来也能做的业务？”
林凡点头。
“能做，但要小心。客服不是写几句漂亮话。规则不清楚，AI会乱答；知识库不整理，客户会被坑；转人工机制不做，出了问题没人接。”
张磊拿出手机记。
“AI客服业务注意事项。”
“你真要做？”
“先记着。风口这么大，我们不能只给狗换背景。”
本章未完，点击下一页继续阅读。