佛山制造业售后客服智能化：一条企业微信+AI客服的改造实录
业务场景：售后工单堆积，客户等得急，内部协调乱
今年6月，佛山顺德一家做数控机床的工厂找到我们，说售后部门每天要处理200多条企业微信咨询，客户催、师傅拖、配件对不上。他们之前用的ERP还是2018年部署的，售后模块只有简单的工单记录，完全没跟客户聊天渠道打通。负责人原话是：“微信上聊完，还要手动录到ERP，一天光转抄就花两小时。”
这不是个案。广州、东莞、中山很多制造型中小企业都卡在“客户沟通”和“内部系统”断连的环节上。我们团队（广州天河，上门沟通）去年开始用国内大模型（Qwen和GLM）自研了一套AI客服中间件，专门解决这类问题。2024年5月刚接入DeepSeek V2测试，语义理解更稳，售后场景的意图识别准确率从83%提到了91%。
需求判断：不是换系统，是加一层“对话中间件”
很多客户第一反应是“我要买个新ERP”，但实际上一套成熟的ERP（比如用友、金蝶或者本地自研）售后模块并不差，缺的是跟即时聊天（企业微信）的实时对接，以及高频重复问题的自动处理。所以我们给出的方案是：不改ERP结构，在客户企业微信和ERP之间搭建一个AI对话网关，包含三个组件：
- 智能路由：识别客户意图，常见问题（查保修、要配件型号、预约上门）由AI直接回复并自动在ERP创建工单；
- 知识库插件：把产品说明书、维修手册、历史问答对喂给大模型（Qwen长上下文支持128k），实现类人解答；
- 人工兜底：AI判断不了或客户情绪激动时，直接转人工，并将对话摘要推送给售后人员的企业微信侧边栏。
关键点：整个开发周期控制在4周内，不重启ERP业务，不影响现有流程。
实施步骤：四阶段迭代
- 第1周（数据清洗与知识库构建）：导出2年内的售后聊天记录和ERP工单数据，去隐私、打标、整理成FAQ和场景案例。广州团队驻场2天梳理业务术语（比如“刀库报警”“主轴过载”这类专业词）。
- 第2周（模型微调与接口对接）：用GLM-4做基础模型，在整理好的数据集上做LoRA微调，重点提升对佛山方言（机器术语+粤语夹带）的识别。同时开发企业微信消息回调接口和ERP的RESTful API（客户ERP有标准接口，省了二次开发费）。
- 第3周（内外测与灰度）：先让售后团队内部模拟提问，修复了“保修期计算逻辑”等6个规则冲突。然后切10%的真实客户流量试跑，发现AI对“急单”无法主动升级，增加了“高情绪关键词”触发转人的策略。
- 第4周（全量上线与人工培训）：全量切换后，给售后人员培训如何使用AI辅助面板（可一键修改工单分类、补充备注）。上线当天，客户自助解决率32%，两周后稳定在46%。
预算与周期影响
这套改造的总费用（含4周开发+首年模型推理费用）控制在8万元以内，相比采购一套全新售后系统（报价普遍在15~25万，还要停服切换），性价比明显。其中模型推理成本占比约15%，调用量大的话可以通过本地部署大模型（用MiniMax或Xiaomi MiMo的蒸馏版本）进一步压到5%以下。对于月度售后咨询量超过5000条的佛山企业，一般半年内可收回人力节省成本。
周期上，如果客户ERP没有开放API，需要额外2周做数据同步开发。我们建议佛山企业在选型时优先考虑支持标准接口的ERP（比如用友U8+、金蝶云星空），否则适配成本会翻倍。
交付注意点：千万别忽略“人工兜底”
AI客服不是全自动，它是辅助。我们在佛山这个项目里踩过一个坑：上线初期把“自动创建工单”权限给得太宽，结果AI把聊天里一句玩笑话“帮我查查天上哪颗星是北极星”当真了，生成了一个无效工单。后来加了敏感词过滤和二次确认（AI回复末尾带“已提交工单，如不是此问题请忽略”），并把“兜底转人工”的响应时长压到5秒内。交付后，客户最常夸的是“人工侧边栏把上下文带进去了，不用客户复述第二遍”，这个细节比AI直接回答问题更关键。
本地搜索关键词
佛山企业如果正在搜“佛山AI客服”“企业微信售后系统”“广州软件定制”“天河软件团队”“ERP对接企业微信”“大模型工单自动生成”，都可以找到类似案例。我们团队常在天河区体育西路，支持上门做需求调研，尤其擅长处理老旧系统改造——不改代码也能加AI。