美的集团-客服智能体与智能派工
应用场景：智能客服升级与售后工单预警：实现自然对话应答、实时坐席辅助、智能派工、AI 预约回访及跟单预警
投稿方：匿名投稿者 · 服务商：美的集团（自研）与亚马逊云科技（Amazon Lex / Q / Connect / Contact Lens / QuickSight） · 收录时间：2026/10/20
本案例信息由投稿方提供、平台整理，尚未经人工核实，重要信息请以原文为准。
案例事实
1. 一句话摘要
投稿方未提供
2. 行业 + 企业规模
工业制造 · 约 400 家子公司、33 个研发中心、43 个主要生产基地，业务覆盖 200 多个国家和地区
3. AI 能力类型
智能体流程
4. 原来怎么干的
海外服务系统分散、数据集成困难，缺乏统一呼叫中心；国内需预配置大量话术与流程；售后工单问题依赖事后发现；用户声音分散难结构化
5. AI 介入在哪一步
替代报装/报修/咨询等标准化应答；增强坐席实时分析与知识推送；新增智能派工、AI预约回访、智能跟单预警；对2600多万条用户声音AI打标；复杂技术问题与上门服务仍由人工与网点完成
6. 模型与架构
国内侧：自研超拟人TTS、上下文感知ASR、客服智能体，支持多场景切换；海外侧：Amazon Lex（对话机器人/IVR）、Amazon Q（实时对话分析+知识库建议）、Amazon Connect（联络中心）、Contact Lens（话后总结）、QuickSight（报表）
7. 数据基础（必填项）
依托产品数据、售后工单数据、用户声音数据；完成2600多万条用户声音AI打标；海外覆盖14个国家和地区；具体语料规模未公开
8. 效果
海外部署周期由数月→数周（全量口径），运营成本降低30%；客户60秒内接通率达95%；月均识别超400万预警工单；用户体验问题闭环效率提升54%；AI打标覆盖2600多万条用户声音
9. 投入
投稿方未提供
10. 坑
跨区域跨系统数据整合困难；原有系统分散导致数据集成难；多业务场景切换仍依赖底层知识库支撑
下载 美的集团-客服智能体与智能派工 复现资料
本案例的投稿文档与附带资产已整理为专属复现包，留资后即可下载。
- 00_说明.txt
- 01_关键信息.md
- 美的集团-客服智能体与智能派工.docx
分享复现反馈
复现结果、失败条件或内容修正——案例因真实反馈持续改进，提交后即展示在案例页并进入社区动态。
示例：「按复现包部署到测试环境，用 qwen-plus 跑通全流程；线索排序与案例描述一致，但导出报表需手工补字段。」
写清环境/模型、跑通到哪一步、与案例描述的差异即可；署名选填，匿名反馈同样展示；提交即公开，如需下架可联系平台。