# 全球2000万客服坐席遇上大模型：红杉莱昂内说，价值在最后一公里 > Training Data No. 67 中文精读 - 原标题：Why AI Will Transform Customer Experience: Cresta CEO Ping Wu and Sequoia’s Doug Leone - 发布日期：2025-10-14 - 主持：Sonya Huang · Pat Grady · Konstantine Buhler 等 - 网页版：https://trainingdata.qiaomu.ai/ep/067-why-ai-will-transform-customer-experience-cresta-ceo-ping-wu-7h-pGS.html - 精读字数：约 6023 字（阅读约 13 分钟） > 本文为 trainingdata.qiaomu.ai 基于原始访谈的 AI 改写中文精读，非官方翻译；引用请注明出处并链接网页版。 全球有大约1700万到2000万人在呼叫中心上班。这份工作的平均年流失率是35%到40%，疫情期间有的公司一年换血超过100%。 Fortune 500 的客服坐席，平均要在8到10个内部系统之间来回切换。这些系统不少是几十年前的老古董，没有 API，改一条记录只能靠人工点界面。 这是红杉资本播客 Training Data 最新一期的行业底色。嘉宾两位：Cresta CEO Ping Wu，早年在 Google 从零搭起客服中心 AI 业务，加入 Cresta 后先管产品、后接任 CEO；还有红杉传奇投资人 Doug Leone，Cresta 董事会成员，在红杉干了几十年，2022年3月才在年度大会上做了告别演出。主持人是 Sonya Huang。 整期节目聊一件事：一个又老又土的行业，怎么被大模型重做。挑重点讲。 ## 一个没人满意的市场 15年前 Ping Wu 挑中呼叫中心时，这是个没人多看一眼的赛道。往回倒30年，这个市场的代表名字叫 Avaya，后来在破产边缘进进出出。Leone 当场发问：当年一个聪明的年轻工程师，为什么会看上这个增长缓慢、天生无聊的生意？ Ping Wu 承认有运气成分，那时他不知道这段历史。他只记得当年智能音箱火过一阵，大家以为它会颠覆 Google、成为消费交互的新入口。他却押了另一个方向：**呼叫中心才是对话式 AI 最激动人心的战场**。 理由很朴素。市场巨大，大量人力堆在这里，又正好夹在企业与客户中间，所有交互都从这里过。而且没有一个人满意：客户嫌等待时间太长；坐席压力大到平均每年走掉35%到40%的人；企业总觉得还能用更少的钱办更多的事。 这个市场也不只有修修补补。大约四分之一的呼叫中心工作量是在产生收入的：卖东西、催收款、挽留客户。软件市场有几百亿美元规模，按一些研究的预测，AI 相关市场会做到几百亿美元的高段位。 Ping Wu 给这个市场的药方是一个词：丰裕（abundance）。让技术把富足带给三方，才是解药。 技术浪潮其实已经拍过好几轮。最早是 IVR，按1查账单、按2报故障。后来语音识别和语音合成进步，可以对着电话说自然语言。再往后是 transformer 之前的模型，做意图分类、实体抽取，但对话流程全靠人工编排。transformer 出现后，起初还是拿去做分类。直到 LLM 登场，事情才真正变了：**既能自动对话，也能以前所未有的深度理解对话**。 他用第一性原理把解法拆成三层。第一层，用 AI 把100%的交互变成可见数据，深挖根因。很多来电的源头是断掉的流程、一次让用户懵掉的官网改版、一次搞瘫网络的固件更新，先把这些修掉，不必要的通话根本不会发生。第二层，自动化那些谁都不想进行的低情绪价值交互，交给自助服务。第三层，AI 让今天因为养不起人力而根本不存在的交互成为可能。 > 「如果我们在房间里觉得冷，也许该先看看是不是有扇窗破了，是不是露台门大开着。先开灯，找到根源，修好它，再考虑加热器。」 ## 终点是100%，关键看速度 Sonya Huang 抛出所有人想问的问题：呼叫中心的劳动力支出，最终有多少会被 AI 全自动吃掉？ Ping Wu 的回答很老实：没人知道。有人喊100%的人类会消失，Gartner 的研究却说，未来五年 Fortune 500 没有一家能做到完全无人的呼叫中心。两年前 GPT-4 刚发布时，很多人预测两三年内呼叫中心就没人类什么事了。他当时的判断是，**大型存量企业的转型，会比大多数人想的慢得多**。 Leone 给了投资人视角。极限是100%。但美国银行系统里至今还跑着 IBM 大型机和 COBOL。所以他不在乎答案是30%还是60%，**他在乎的是速度**。同样一件事，50年发生和3年发生，对 Cresta 这样的公司意味着完全不同的剧本。 那客户到底愿不愿意和 AI 说话？Ping Wu 说，他没见过谁气急败坏地喊「把你们的 AI 给我接过来」。他去搜了各大公司的客服入口，Google 联想出来的热门第一条永远是：怎么转人工。 Sonya 站在机器人一边反驳：AI 有无限耐心，不赶解决时长的指标，遇到糟糕透顶的客户，可能比人类坐席更有同理心。 Leone 抛出一个类比：黄金和比特币。人类坐席是黄金，数字坐席是比特币。语言、培训、耐心，每个维度上 AI 都在进步，**两三年内，回答问题的能力上 AI 会赢**。他还顺口补了一句，比特币会赢过黄金。当然，不构成投资建议。 Ping Wu 的打法是 meet customers where they are，客户在哪，就在哪接住他们。他拿自动驾驶对比：自动驾驶必须100%全自动才有经济性，呼叫中心的工作却是可拆分的。每一通电话是独立单元，能自动化的先自动化；剩下的做人机协作，AI 接走身份验证、开场信息收集这些约占10%的活，接管挂断后的全部文书工作，通话中间再帮人类查知识库、填数据。 复杂度也分三六九等。如果你我今天在 Shopify 上开一家电动自行车店，对话简单，100%自动化没问题。真实世界横跨多国、服务千万级用户的公司，复杂度高出一个数量级。还有 IT 这道坎：老系统为人类优化，没有 API，只能靠图形界面点操作。Cresta 的做法是和客户一起把实时 API 补上。 Sonya 想到特斯拉的类比。特斯拉在 L2 阶段就靠车队回收海量数据。Cresta 做坐席辅助，天然拿到每一通对话的全量数据，语音的、文字的，正好成为未来逐步扩大自动化的训练底座。 Ping Wu 补了一个容易被忽略的细节：**要做最好的自动化，得先知道人类到底在干什么**。不光是对话内容，还有坐席屏幕上正在显示什么。Cresta 七八年前创立时只做自动化，真刀真枪跑过大量部署之后，他自己把视野撑开了。 ## 最后一公里，价值都在这里 客服 AI 已经是创投共识赛道，人人拿着同样的 LLM，讲着同样的愿景。怎么竞争？ Ping Wu 从模型本身说起。模型就是一堆权重加数据，它自己不产生价值。问题是你得在它上面盖多厚的一层才能交付价值。**如果那层很薄，你没有机会沉淀价值；如果模型一变强那层就消失，你没有持久生意**。呼叫中心恰好不属于这两种情况：大部分坐席系统还在本地部署，一半通话根本不在云上；Fortune 500 的坐席平均要碰8到10个系统，这些公司几十年里并购来并购去，后端互相不通气，订机票登一个系统，订酒店登另一个。 他举了个例子。自动摘要，听起来是 ChatGPT 五分钟就能复刻的商品化能力。但要部署到一个两万人、横跨多洲的呼叫中心，问题清单瞬间变长。光是拿到实时音频就麻烦，很多通话发生在本地部署的老系统里，接入本身就要花大钱想办法。两万人的呼叫中心有大量转接，有第三方介入，比如医疗专家，全都要转录和摘要。有的电话一打三四个小时，超出会话窗口。还有背景噪音、不同来电原因对应的不同模板、一条都不能漏的关键信息。再加上 PII，个人身份信息的处理。如果是跨国银行或医疗机构，还要管数据驻留。 **一个看似商品化的功能，放进真实呼叫中心，难度上升几个量级**。Ping Wu 说，AI 有个独特现象：demo 和生产之间隔着巨大鸿沟。火箭发射这种事，demo 就是生产，做不了假。AI 完全两码事。 Leone 补了一句：这就是为什么这类公司需要一个产品型的 CEO。Sonya 总结，所有的痛和价值都在最后一公里，这就是价值沉淀在应用层的原因。 Cresta 的技术栈值得一听。语音 Agent 是双向流式音频，编排一串模型：语音转文字、降噪、说话活动检测、打断处理，中间是负责对话的基础模型，出口接语音合成，旁边还有一排小模型做护栏，比如绝不给税务建议、绝不做财务承诺。平台上一共20个模型，有的开源、有的微调，语音合成用 ElevenLabs，也随时和其他供应商对比。延迟低于800毫秒，基本就是和人说话的感觉。 怎么控制对话不跑偏？他的答案是把 AI 当新员工培训：给一份目标手册，给工具。他区分了两个概念。**能写成代码一步步执行的叫工作流，洗车就是工作流，奶茶店的操作手册也是；人类对话是非线性的、乱的，这才是 LLM 和 agentic 的主场**。上面再叠测试、大规模仿真和护栏，保证系统任何一处改动后行为仍然符合预期。 他们还有工具从真人对话里提取「对话蓝图」，用 LLM 分析出同一个意图被客户用57种不同方式表达，以及通话流程的各种走向。这些发现反过来喂给仿真系统，模拟真实客户来压测 AI Agent。技术上他们几乎什么都用：prompt、RAG、微调，还在探索用强化学习把人类行为和最终结果连起来做端到端优化。 ## 河流、石头与线性增长 聊完行业，Sonya 问 Leone：现在创业和你过去几十年有什么不同？ 他的回答出人意料：没什么不同。需要一个顶级创始人；一开始就要塞进世界级工程师，**起步招不到 A+，你就永远上不去，只会往下走**；销售要找没被官僚化的新人，比如早期当过区域销售经理的，因为世界级销售你请不来，请来了也装不进小公司；要算清楚愿意资助的增长斜率，搞明白营销的角色，还要打通从产品营销到 BDR 再到收入的那条链路，哪一环断了，看起来都像销售副总裁不行。 速度是另一件事。Leone 说他所有董事会都在极限提速，因为他给创始人画一条有石头的河，创始人和 CEO 的工作就是把石头搬走。 > 「你给我明年的计划，我不关心150%的净新增 AR 增长。我要知道为什么计划是这个计划，我要挑战你，为什么做不到3倍。」 答案缺钱？这个市场融得到。答案缺管理经验？这个常常成立。答案缺市场？一家小公司轮不到拿市场当借口。但他反对直线冲太快：Q1 招250个销售，Q3 发现产品有问题，你就被烧钱率套牢了。他要的是线性的收入爬坡，方便中途上下修正。「我们有10根手指，所以增长100%，这些都是扯淡。问题是，你到底能长多快？」这是他所有董事会的口头禅。AI 没什么不同。 Cresta 下一步怎么走？Leone 的答案分两条。产品继续一步一步走，有人触到「彼得原理」的天花板就果断换人，远离那些穿西装、像管理者的「资深人士」。另外，**Cresta 要在营销上加码**。市面上太多公司有噱头没牛肉，Cresta 是一堆牛肉：坐席辅助和 AI Agent 两条产品线都在漂亮增长，都是同类最佳，缺的是让市场记住的名字。 聊产品时 Leone 打过一个非常直白的比方。一个是性感，是噱头，人人想聊；一个是运营的现实，是每天要跑的生意。只有噱头的公司很快撞墙，因为没有数据和系统；只有运营没有新故事的，会被当成老派公司。Cresta 两边都押了。Sonya 把这总结成一句话：从牛排到噱头的垂直整合，这才是赢法。 ## 泡沫之问：价值向上走 Sonya 问 Leone：我们在 AI 泡沫里吗？ 他先拆了词义。泡沫的意思是你投了钱然后亏掉，原因要么公司太少，要么钱太多。钱确实多。但他接着讲了两个周期的故事。互联网周期，1995年 Netscape 上市，90年代末长出 Google 和 Amazon，中间还有一段「互联网是个骗局」的冷场，三年后全世界疯了。移动周期的延迟短得多，红杉前合伙人 Jim Goetz 当年看着 app 问，一个卖19美元的 app 怎么撑起一家几十亿美元的公司？他没想到 Airbnb，也没想到 DoorDash，一两年后这两家就出现了。 **从技术诞生到真市场的延迟，一次比一次短。AI 这次最短**。Leone 的结论：AI 已经在这，你必须投。你在周期的前端，不必什么都投，但**在市场前端看到一家小公司有收入动能时，要下注，捏着鼻子接受价格**。他顺手检讨了红杉犯过的错：一看到一点收入动量，合伙人会议上总有天才说「这会被替代、会停下」。 价值沉淀在哪？计算、基础设施、基础模型、应用层。Leone 的回答一个词：往上。看毛利率就知道，芯片公司、系统公司、再往上走，毛利率一路变化。红杉是 Nvidia 的第一个投资人，Jensen Huang 提前很多年看到未来，干成了硅谷历史上大概最漂亮的一票。但拉长时间看，**价值会沉淀在靠近客户、靠近钱、靠近业务用户的地方**。 AI 浪潮和互联网、移动有什么不同？Leone 说，互联网和移动本质是工具，让我们联网、移动、更高效。AI 是**第二次工业革命**。五年前大家以为已经见过最大的市值了，因为连接性创造了那些收入增长。没人想到还有比连接性大得多的东西：对人类存在、工作、生活、娱乐方式的彻底重做。他说 AI 对我们既是美好的事，未来10年、20年，也可能是死亡之吻。 Ping Wu 补充他认同的点：AI 的独特在于惊喜。互联网和移动时代，人们大致能预见未来会来什么。AI 不一样，底层模型每变强一点，就冒出连 transformer 论文作者都想不到的能力。**大量进步是非线性的，底层在持续发生从0到1**。 Leone 最后讲了个故事。2022年3月，他在红杉的最后一次年度大会，放了一张波浪图，从芯片浪潮、系统浪潮、局域网广域网浪潮到互联网、移动，最后一个格子是个问号。红杉是最前沿的种子投资人，连他们也没看见这波浪来。**这波浪是海啸，而且看不到尽头**。 节目最后还有个轻松的细节。Leone 说他正在 vibe coding 重写一些东西，主持人问他是不是在 vibe coding Cresta 的应用，他说是，什么都在 vibe coding。 ## 丰裕的未来，和明天就能做的事 Ping Wu 说，如果一切顺利，AI 会像之前的电力一样消失，隐入工作流。二三十年后，没人会意识到自己在和 AI 说话，还是在和被 AI 辅助的人说话。 他真正兴奋的是治好企业的人格分裂。今天的企业在客户眼里像有多重人格：销售阶段疯狂打电话找你，签约之后换了一副面孔，客服部门满嘴「tier defense」「deflection」这类黑话，把几天前刚通过电话的同一个客户当成需要防御的对象。你在客服热线里聊了半小时反馈，两周后另一个部门发来问卷，问你要不要给业务提点反馈。**AI Agent 能把整个客户旅程变成一场连续的对话**，LLM 是干这件事的完美工具，带来的个性化程度以前不可能。 问到什么被高估什么被低估，Ping Wu 说，短期内岗位消失的叙事被高估了，那是稀缺心态。被低估的是丰裕心态能长出的新体验：网站能不能直接对话？App 能不能直接对话？同步交互能不能变成异步交互？你对航空公司的 App 说，帮我把这件事办了，办完打给我。多语言 Agent 能让今天纯粹因为没人手而不存在的交互发生。 他还留了一个观察点：所有人都在问多少客服坐席会被 AI 替换，没人问多少来电会被 AI 替换。他的预测是，**接下来几年会有一场竞赛，把 AI 助手装进面向消费者的聚合入口，消费者会把包括打电话在内的一堆事外包给自己的 AI 助手**。 最后给读者几件明天就能做的事： - 用你所在行业的品牌名加「customer service」搜一下，看联想出的第一条问题是不是「怎么转人工」。如果是，这家公司的 AI 客服还没过关，机会也就还在。 - 把公司里客服来电的根因数据调出来看一次：多少来电源于断掉的流程、没通知的更新。先修窗户，再开加热器。 - 评估 AI 客服供应商时，别只看 demo，问三个问题：能不能接你那套没有 API 的老系统？转接和三方通话怎么处理？PII 和数据驻留怎么解决？ - 做明年计划时，学 Leone 那句话问自己：为什么是这个数，为什么做不到3倍？