什么叫把 AI 用明白了？我给你讲 10 个故事

前段时间，我让团队干了一件事：把这两三年，各家公司在客户体验上用生成式 AI 的公开案例，整理成一份清单。

负责整理的同事跟我抱怨：大部分案例，长得都一样。

开会做纪要，客服上机器人，顺手再写两段营销文案。

这不叫差距，这叫标配。

但清单里有 10 个故事，不太一样。

这 10 家公司，把 AI 塞进了客户旅程的一个个具体环节，还都算出了账。

什么叫把 AI 用明白了？我讲给你听。

一、让 AI 挡在客户前面

达美航空：一个会先开口的管家

达美在自家 App 里，放了一个"管家式"的 AI 助手。

什么叫管家式？就是它不等你问，先开口。航班实时动态、个性化行程建议，甚至专属的优惠价格，都是它主动推过来的。

效果呢？那些"我的航班几点""怎么改签"之类的常规问题，基本不进人工了。

联系量降下来，等待时间变短，真人坐席终于腾出手，去处理真正麻烦的事。

达美还没打算停。下一步，它要基于 Amazon Bedrock 打通更多体验，还琢磨着用 AI 做动态定价。

Hopper：让 AI 开口说话

2024 年，在线旅游平台 Hopper 做了件更难的事：让 AI 从打字，变成开口说话。

它专门做了一个语音智能体，拿真实的客户对话去训练，重点打磨退款、取消、改签这些高频问题。上线时还配了明确的护栏，什么能说、什么必须转人工，白纸黑字写清楚。

现在，10% 到 15% 的重复问题，AI 先接住。人，在计划好的节点才介入。

更难得的是，Hopper 把自己踩过的坑公开讲了出来：先盯住最头部的五大需求，别再迷恋"拦截率""分流率"这类指标。

天呐，这种坦诚，太稀有了。

Klarna：最早扑上去的那批人

Klarna 出手更早。ChatGPT 刚问世那会儿，它就是第一批扑上去的公司，还是欧洲第一家推出自家 ChatGPT 插件的。

两年下来，一个 AI 助手，接住了超过三分之二的客服对话。

三分之二。你品品这个数。

后来 Klarna 宣布，要用生成式 AI 把整个技术栈重做一遍，把那些没人用的旧系统统统换掉。

不过这话喊出去之后，它自己又悄悄收回来一些。

技术栈这种东西，拆起来，比喊口号难多了。

二、让 AI 替客户办事

Booking.com：24 小时在线的私人导游

疫情之后，旅游平台最缺什么？信任。用户被退改签吓怕了。

Booking.com 的解法，是把 AI 直接派到用户做决策的现场。

一个叫 Smart Filter 的工具，用生成式 AI 把全站库存扫一遍，你说想要什么，它就按你的偏好，给一份定制清单。

另一个 Property Q&A，你对某间房源有任何疑问，直接问，秒答。

等于给每个用户，配了个 24 小时在线的私人导游。

Intuit：把报税办成"代客办妥"

Intuit，就是 TurboTax 背后那家公司，帮美国人报税的。

它和 Google Cloud 一起，把视觉识别平台、Gemini 模型、Doc AI，打包成了自家的 GenOS。

报税这件事，从"你自己一格一格填"，变成"我替你办妥"：系统自己读懂文件，自己填表。

又快，又不容易错。

三、让 AI 进内容车间

Puma：一双鞋的图，不用拍了

一双鞋的产品图，还能怎么拍？

Puma 的答案是：不拍，生成。

它用 Google 的 Imagen 2，跑在 Vertex AI 上。同一双鞋，今天放进柏林的街头，明天放在热带的海滩，哪个场景跟产品气质搭，就放哪个。

图更贴近真实使用场景，用户看着更对味，点击率、转化率，都上去了。

顺便，那无穷无尽的棚拍和修图，也省了。

Amarra：卖裙子的，跑出了大公司的反应速度

卖舞会裙和婚纱的 Amarra，听上去跟高科技八竿子打不着。

但它的产品描述，全是 AI 写的。几秒钟一条，详细，SEO 友好，关键还真能转化。

几千条裙子的文案，不再靠人海战术。

后端，AI 还在管库存和物流：过量库存，砍掉了 40%。

它甚至从用户的搜索和退货数据里读出了趋势，决定下一步进什么货、推什么款。

一家中小公司，做出了大零售商的体感。

可口可乐：请用户自己玩

可口可乐，是最早一批"让用户自己动手"的品牌。

"Create Real Magic"活动：把品牌素材开放出来，配上 DALL-E 这样的工具，请粉丝创作属于自己的作品。

结果，成千上万的人涌了进来。AI 生成的各种设计，铺天盖地。

社区涨了，社媒热了，可口可乐还顺手收获了一整库营销素材。

这之后，它一直没停。AI 视频广告也拍过，有惊艳的，也有翻车的。

正常，试错哪有不翻车的。

四、让 AI 给员工当参谋

摩根大通：挤在同一个对话框里的三人小组

市场一波动，客户最怕听到哪句话？

"我查一下，再回复您。"

摩根大通给财富顾问配了个 Coach AI。查研究、起草建议、准备会谈，都由它先顶上。

相当于一个市场分析师，一个助理，一个策略师，挤在同一个对话框里。

2023 到 2024 年，更锋利的客户互动，带动毛销售额涨了 20%。反欺诈和决策环节的 AI，又省下 15 亿美元。

但最大的回报，藏在体验里。顾问准备得更充分，谈话更有含金量。

客户，是能感觉出来的。

五、最后，讲个最出圈的

PODS：全世界最聪明的广告牌

PODS，一家做搬家仓储的公司。

它把广告牌装上了货车。牌子会跟着街区变：车开到哪儿，它就换成什么话。

怎么做到的？

先在 Vertex AI 上训练一个 Gemini 模型，把项目计划、品牌指南、视频文稿，一股脑喂给它。

然后，让 Gemini 给每个街区写专属文案，再接上 Google Cloud 的实时数据。时间，天气，路况，全算进去。

创意公司 Tombras 给它起了个名字：全世界最聪明的广告牌。

一周之内，线上访问量涨了 60%，报价请求涨了 33%。

天呐。一块广告牌，活成了千人千面。

10 个故事讲完了

你发现没有？这 10 家公司，没有一个在问"要不要用 AI"。

它们都在问另一件事：AI 该站在我客户旅程的哪一步？

挡在问题前面，坐进决策现场，钻进内容车间，趴在员工桌上，或者，干脆变成一块广告牌。

而现在，轮到 Agent 智能体登场了。从"你问我答"，到"你办我事"。

营销、销售、上手、服务、留存，每一个触点，都值得重新设计一遍。

那份案例清单，还贴在我们办公室的白板上。每次有人争论 AI 值不值得投，我就指给他看这 10 家公司。

这世上没有"要不要用 AI"的问题，只有"用在哪一步"的问题。

祝你，早日找到自己的那一步。