以 AI 驱动、以人的专业能力为支撑的客户服务

客户从任一受支持渠道发起联络。AI 识别意图，从您审核过的知识中检索答案，或者解决该次联络，或者完成一个受管控的流程步骤。当置信度低、请求涉及敏感事项，或客户要求转人工时，对话连同完整上下文转交受训坐席。每一个结果都被度量，暴露出的缺口回流到知识与流程设计中。Upstream BPO 运营其中的全部环节：AI 配置、知识库、升级规则、坐席团队与报表。

这是一项整合服务，而不是一份产品许可。具体范围按项目约定。

• 方案与流程设计

  场景筛选、对话设计、升级规则，以及自动处理与人工处理之间的边界。

• AI 配置与实施

  模型与供应商配置、提示词与护栏设置、渠道接入，并按您的实际场景进行测试。

• 知识准备与归属

  把您审核过的内容整理成可检索、带版本、标注复审日期与指定负责人的知识。

• 受训的客户服务坐席

  处理升级、复杂个案与敏感操作的人员，执行与纯人工项目相同的标准。

• 与您系统的集成

  在经过技术评估的前提下，平台可通过获准的凭据与权限与 CRM、工单、订单和排期系统集成。

• 督导与质量监控

  实时可见性、对话抽检、升级复盘，以及面向自动化与人工两侧的辅导。

• 分析与优化

  意图报表、自持率与转接分析、知识缺口识别，以及既定的改进周期。

• 治理与控制

  基于角色的访问、敏感操作的审批关卡、留存期配置与审计记录。

从首次联络到可度量结果的一条流程。交接点是由您作出的配置决定，而不是您事后才发现的限制。

1. 01客户通过任一受支持渠道联络企业。
2. 02AI 识别请求背后的意图。
3. 03系统选取经审核的知识或受管控的流程。
4. 04常规问题得到解决，或获准的操作被完成。
5. 05复杂、敏感或置信度低的个案转交人工坐席。
6. 06对话上下文与摘要随客户一并转给该坐席。
7. 07结果被度量，并回流到知识与流程设计中。

这条流程中没有任何一环是固定的。哪些意图交给自动化、何种置信度阈值触发交接、哪些操作需要审批，全部按项目配置，并随项目成熟而复审。

答案从您审核过的内容中检索得出，并以此作为回复的依据，这种做法称为检索增强生成（RAG）。直白地说：我们不要求 AI 凭记忆复述您的政策，而是让它在您掌控的来源中查找，并根据查到的内容作答。

这类项目实际承担的工作。多数项目从其中两三项入手，而不是全部铺开。

每一项能力都有自己的详细页面，也在联系表单中有各自的咨询选项。在表单中选择某一项，记录的就是您所选的那一项意向。

六个阶段。在受控试点按约定标准完成度量之前，不会有任何内容面向客户上线。

1. 01

   第 1 阶段 —— 调研与场景筛选

   梳理联络量、意图、系统与约束条件，并就哪些场景适合自动化、哪些不适合达成一致。

2. 02

   第 2 阶段 —— 知识与流程准备

   准备经审核的知识来源，设计对话与流程逻辑，确定升级与审批规则。

3. 03

   第 3 阶段 —— 受控试点

   在有限范围内密切督导运行，度量自持率、准确率、升级情况与客户结果。

4. 04

   第 4 阶段 —— 人工升级与运营整合

   把坐席团队、交接体验与督导模式整合为一套运营。

5. 05

   第 5 阶段 —— 度量与优化

   复盘意图、未解答问题、转接原因与质量检查结果，改进知识与流程。

6. 06

   第 6 阶段 —— 扩展

   在既有范围稳定且完成度量之后，扩展到更多渠道与流程。

• 网站在线对话
• 即时通讯应用，包含 WhatsApp
• 社交渠道
• 电子邮件
• 语音
• 客户门户
• CRM 与工单系统，在可集成的前提下

适合哪些机构

服务咨询量大、且具备一批可重复请求的机构。

• 电商与零售
• 电信
• 科技与 SaaS
• 物流与供应链
• 金融服务的支持运营
• 公用事业
• 医疗健康行政事务，在治理得当的前提下
• 旅游
• 平台与交易市场
• 订阅制业务

AI 会取代我们的人工坐席吗？

不会，我们也不会这样建议。自动化处理常规、定义清晰的联络。判断、共情、投诉与责任担当仍由受训坐席承担。要设计的问题是哪些联络该走哪条通道，而不是如何把人去掉。

它支持多种语言吗？

支持。语言范围按项目约定。相比扩充人力，自动化更容易覆盖更多语言；在具备相应人力覆盖的情况下，升级事项会转给使用该语言工作的坐席。

它能连接我们的 CRM 吗？

在存在 API 与获准凭据的前提下，它可以与 CRM、工单、订单和排期系统集成。哪些集成可行，在技术评估阶段确认，而不是在方案阶段就假定。

当 AI 不知道答案时会怎样？

它会升级，而不是猜测。低于约定的置信度阈值时，对话连同上下文转交坐席，同时该未解答问题会被记入报表，以便补上知识缺口。

我们可以在操作完成前进行审批吗？

可以。敏感操作可设置为执行前必须经人工批准。AI 可以准备或建议该操作，但哪些操作需要审批，属于您的权限模型的一部分。

实施需要多长时间？

这取决于场景数量、您知识内容的现状以及所需的集成。排期在调研之后确定；在了解范围之前我们不会给出工期。

我们可以从一个场景开始吗？

可以，而且通常这是更好的路径。在单一场景上做受控试点，可以在任何扩展之前先度量准确率、升级行为与客户结果。

语音机器人能把通话转接给坐席吗？

可以。转接人工坐席是经过设计的路径，通话上下文与摘要会一并传递，客户不必从头再来。

效果如何度量？

对照上线前约定的基线：自持与解决情况、转接率与转接原因、客户满意度、未解决主题、知识缺口与质量抽检。我们不会事先承诺改善数字。

系统可以使用我们的知识库吗？

可以。答案以您审核过的来源为依据，配套复审日期、版本控制与指定负责人。未经审核的内容不会用于回答客户。

该平台是完全自主的吗？

不是。它具备代理式 AI 条件，意思是它可以在权限、护栏与审批关卡之下完成受管控的流程步骤。我们不提供不受限制的自主运行。

我们的客户数据会被用来训练公开的 AI 模型吗？

Upstream BPO 不会使用客户的终端客户数据训练公开的 AI 模型。在使用外部供应商的情况下，部分供应商在企业协议下提供不以 API 数据训练模型的条款；是否适用，取决于您所选部署方式对应的供应商合同。

客户数据会离开我们的环境吗？

这取决于部署方式。使用企业级 AI API 时，最小必要的上下文会发送给该供应商，由其依据合同条款进行处理。若采用客户自有账户、私有部署或自建托管模型，处理边界会相应改变。当使用外部 API 时，我们不会告诉您数据从不触及第三方。

我们可以使用自己的 AI 供应商账户吗？

可以。账户与凭据可以由您持有，因此与供应商的关系、条款与计费都直接归您，Upstream BPO 在其框架内开展运营。

可以在 AI 处理之前移除个人信息吗？

可配置的检测、掩码与脱敏可以在处理前移除或遮蔽个人、支付、认证及其他敏感数据，并支持字段白名单与黑名单。自动检测并不完美，因此高风险场景还会叠加政策审查与人工监督。

一位客户的知识如何与另一位客户的数据隔离？

每位客户拥有独立的工作空间，知识限定其中，且内容进入模型之前检索会先按租户过滤。凭据与集成彼此分离，操作可归因到人。这是逻辑层面的租户隔离；物理分离是一种部署选项，而非默认配置。

对话会保留多久？

留存期可按类别配置：对话、通话记录文本、审计日志、知识文档与备份。供应商侧的留存遵循该供应商的合同条款。备份的失效遵循备份周期，因此从所有备份中删除并非即时完成。

方案可以部署在私有环境中吗？

在场景、基础设施与成本模型允许的前提下，可以设计私有云、虚拟私有云集成、专属端点或自建托管模型。这些是按项目评估的选项，而非默认包含的内容。

会有哪些信息被发送给 AI 模型？

只有该次交互所需的最小必要上下文：客户的消息、与之相关的已检索知识段落，以及有限的对话历史。不包括完整客户档案，不包括支付卡数据，也不包括原始数据库。

我们可以对选定流程关闭 AI 处理吗？

可以。可以把单个流程配置为直接转入人工处理、完全不调用外部模型；对于敏感或受监管的流程，这是常见的选择。

你们对 GDPR、ISO/IEC 27001、SOC 2、PCI DSS 和 HIPAA 的立场是什么？

Upstream BPO 不声称已就 GDPR、SOC 2、PCI DSS 或 HIPAA 作出全面认证声明。Upstream BPO 的信息安全管理体系曾依据证书 II-23080301 通过 ISO/IEC 27001:2022 认证，当前正在办理续证。本方案的设计目标是支持相关的隐私与安全义务，并可配置为与之对齐，但仍须经您的法务审核并取决于部署设计。

提示词注入可以被完全阻止吗？

不能，任何声称可以做到的供应商都应谨慎对待。该风险通过多层控制来降低：指令层级、工具与操作白名单、受限的系统提示词、输出校验、文档来源校验、回复过滤，以及基于置信度的升级。