专题演讲嘉宾：冯旻伟

AI 技术的高速发展背后，仍存在显著的“落地鸿沟”：Gartner 预计到 2027 年底，40% 的 AI 智能体项目将因成本高、价值难显、风险难控而被放弃。虽然大模型在企业服务与营销中的潜力巨大，但在实践中，业务方不断遭遇“三重难题”：

• 体验升级：客户对响应速度和个性化服务的期待持续攀升；

• 效率革命：咨询量爆发式增长与人力成本压力并存；

• 智能决策：如何将海量对话和行为数据转化为可执行的商业洞察？

本次演讲依托网易云商每日处理亿级交互量的实战经验，提出“业务锚点–技术适配–价值闭环”三位一体框架。通过茶饮、鞋服等行业案例，深入剖析：

1. 如何在核心业务场景中设定精准目标，避免盲目追新；

2. 在大模型与轻量化模型结合、向量检索与深度解析并行的架构下，实现高效、低误的知识召回与响应；

3. 量化体验提升和成本节约，打通从客户触达至商业决策的闭环。

演讲将展示具体数据指标与方法论，为 AI Agent 在服务营销领域的落地提供可复制的路径与实践指南。

演讲提纲：

1. AI Agent 的迷思与破局：从技术崇拜到业务本质
   • 行业痛点的深度解构
     • 普通消费者体验落差：AI 客服当下落地效果与预期值的 GAP
     • 消费行业企业 AI 落地“三高困境”：高试错成本、高学习曲线、高期望落差
     • 服务营销场景的不可能三角：效率 - 体验 - 成本的动态平衡探索
   • 基于业务本质的 AI 解法
     • 大小模型创新融合的“鸡尾酒”体验变革模型
2. 技术重构：打造“会思考、有温度、能进化”的服务营销 Agent
   • 大小模型结合的技术架构
     • 基于规则，单一功能小模型和多模态模型的综合文档解析方案。
     • 基于传统召回技术和大模型向量化的混合召回排序方案。
     • 基于 workflow 与大语言模型的综合 Agent 方案
   • 技术特色与难点爆破
     • 具备长期记忆能力的 query 改写
     • 多模态信息的检索与召回
     • 面向业务目标优化的强化学习方案
     • 基高质量 prompt 与自研大模型带来的幻觉抑制
   • 低体验高重复性工作提效案例解读
   • 从知识消费，到知识加工，知识 AI 炼金术如何修炼？
   • 为产品注入 AI 炼金术，构建专属数字员工
     • 复杂场景下服务如何更智能？
     • 实时营销与服务应答如何像真人一样？
     • 会员运营如何更精准、更自然、更有策略？
     • 对用户的洞察如何更灵活、更有价值？
   • 更好的专家——不止要解决问题，还要连带转化
3. 前瞻：服务营销 Agent 未来演进方向

听众收益：

• 详细了解AI技术难点的解决思路与实际使用效果
• 了解AI Agent从技术到产品，从服务商到客户，从行业到效果的真实反馈
• 了解客户最真实的使用场景、需求痛点和落地效果
• 了解Agent在服务营销领域的落地挑战，避坑经验
• 了解数字员工能够实现的能力边界和收益