AI 行业落地 | 第1期：智能体落地，为何总在第一次翻车？

AI行业落地 · 2026-10-19 · 九羲科技

一家三万多人的造纸巨头，第一次把销售智能体交到员工手里之前，自己先怂了——答案不可靠，不敢用，直接搁置。

八个月后，同一家公司，同一个销售团队，重建的智能体帮他们多谈成了 100 多笔生意。

这期我们拆四个真实落地的企业智能体：两个成了，两个正在成。看完你会发现，智能体落地的胜负手，从来不在模型那一侧。

· · ·

第一个：造纸巨头的销售智能体，先翻车，再翻盘

Georgia-Pacific 生产基地（图片来源：maintenancesalesnews.com）

1. 背景

主角是 Georgia-Pacific，Brawny 纸巾、Dixie 纸杯的母公司，Koch Industries 旗下，三万多员工。ChatGPT 出来后，他们跟所有大公司一样，抱着"为上智能体而上智能体"的心态快速试水。

2. 两次上线

第一次：做了个帮员工找潜在客户的销售智能体。结果答案不可靠到公司不敢交到员工手里——注意，不是效果不好，是不敢用。项目直接搁置。

第二次：换了个顺序。数据分析副总裁 Matt Robuck 说，他们改成先定清楚要达成的业务结果，再倒着往回推：配好数据、元数据和业务上下文，重建智能体，嵌进 Salesforce，发给 100 多名销售用。八个月后，智能体挖出的潜在客户促成了 100 多笔成交。

We learned the hard way that when you don't start like that, the chance of success and getting good business value goes way down.
—— Matt Robuck，Georgia-Pacific 数据分析副总裁，Inc.com 2026-10-15

3. 效果与口径

100 多笔成交是公司方披露的数字，Inc.com 深度报道、高管实名口径，非独立审计。但"第一次不敢用、第二次真用起来"这个对比，是实打实的。

第二个：巴西零售商，把客服自助率干到 84%

Riachuelo 旗舰店（图片来源：retaildesignblog.net）

1. 背景

Riachuelo 是巴西头部服装零售商。客服主阵地选了当地人最常用的 WhatsApp。但老版传统 chatbot 只能解决 30% 的问题，剩下全得人工接，客服成本下不来。

2. 落地方案

换成 Genesys Cloud Agentic Virtual Agent，直接驱动 WhatsApp Business 渠道。客户自己处理物流延迟等问题，需要人工时无缝转接。之前他们已经先用了 Genesys Cloud Copilot 做员工侧，算是先热身。

3. 效果与口径

公司方公布、经 Intelligent CIO 2026-10-15 转述：自助解决率从 30% 升到 84%，客户满意度提升 60%，技术成本下降 26%。单方宣称口径，无第三方独立评估——但 30% 到 84% 这个跨度，说明换的不是话术，是整套东西。

第三个：Asurion 的发票智能体，从不足 20% 爬到 70%

Asurion 办公楼（图片来源：thecirclegroup.com）

1. 背景

Asurion 是全球科技保障服务商。应付账款团队每年处理约 3 万张直接采购订单发票、约 2.5 万张间接发票，其中 90% 的直采发票至少有一个异常。之前上的 OCR 方案，免人工处理率掉到不足 20%，团队几乎要放弃。

2. 落地方案

没换系统，在原有流程上补 AI：Microsoft Copilot Studio 做智能体，自动识别订单引用不匹配、纠正供应商物料号差异，发票数据修好再进 Dynamics 365 Finance；Power Automate 管异常分流和重处理。

3. 效果与口径

微软官方案例披露：上线第一周免人工处理率就超 55%，随后突破 70%，目标 85% 以上。诚实地说，微软自己在文中承认，基线只针对两个供应商统计，和部署后的口径不完全一致——这个 caveat 得摆在台面上。

第四个：Ellby 的发票智能体，自动化率干到 94%

发票自动化处理示意（图片来源：automa8e.com）

1. 落地方案

和 Asurion 是同一个战场：AWS Bedrock 上跑 Claude 做智能体，配合规则校验，低置信度的单子自动转人工兜底。人机分工划得很干净：AI 吃大头，人只啃硬骨头。

2. 效果与口径

AWS 官方案例披露，经 InfotechLead 盘点转述：发票处理自动化率从不足 60% 提升到 94% 以上，每月节省 300 多个工时。单方宣称口径。

· · ·

· · ·