头部汽金携手容联云，打造“千人千面”的呼入语音Agent

当一个汽车金融客户拨通400热线时，他往往只有一个目的：解决问题。

但现实却是，大量客户在正式解决问题之前，要先经历漫长的“菜单迷宫”，层层菜单、重复验证、反复转接，最后客户无奈的转人工。

痛点：“迷宫式”菜单遭遇海量转人工

某国内头部汽车金融公司，即便已经上线了机器人服务代替传统IVR，人工坐席压力仍居高不下，乘用车、商用车及保险业务每月转人工量达十多万通。

进一步分析发现，大量转人工并非真正需要人工处理，而是因为：

客户无法快速找到业务入口；

机器人无汽金专业知识，无法理解复杂场景；

客户需要反复描述身份和问题；

业务办理仍依赖人工工单流转。

本质上，传统客服系统解决的是“接电话”的问题，却没有解决“理解客户”的问题。

构建“状态预判”的千人千面Agent

基于此，容联云与该头部汽金公司打造了“千人千面”的呼入语音Agent，与传统语音机器人（Voice Agent）最大的不同在于，容联云呼入语音Agent并不是一个简单的导航系统，而是一个具备业务理解能力的智能服务入口。

让机器人不仅能接电话，更能够像业务专家一样理解客户、预判需求并推动问题解决。

Step1：业务线精准分流

容联云呼入语音Agent首先通过自然语言交互确认客户业务类型——"乘用车、商用车、保险"三大板块。这一步替代了传统"选号猜谜"的痛点，客户无需记忆号码对应关系，只需说出需求即可被精准分流。

Step2：身份核验与合同关联

确认业务线后，进入身份核验双因子认证：

第一因子：核实手机号，自动关联合同信息

第二因子：输入身份证后6位，完成核身

这一步的关键在于"关联"而非"询问"。传统客服需要人工查询客户合同，而容联云呼入语音Agent在核身瞬间已完成数据拉取，为后续动态菜单生成奠定数据基础。

Step3：上百个状态的"智能预判"

完成核身后，容联云呼入语音Agent的核心能力真正显现：动态菜单+智能预判。

系统内置136个菜单节点和122个状态判断规则，覆盖客户画像、客户历史行为、客户历史工单等多维数据。当Agent确认客户身份的瞬间，它会立即调取该客户的实时状态数据：

贷款状态：客户当前有哪些贷款？是否有贷款失败的工单？

工单状态：客户有哪些工单正在处理？是否存在工单未办理？

业务状态：客户正在办理什么业务？是否有业务未处理？

基于这些数据，Agent不再让客户"按1查还款、按2查结清"，而是直接预判客户可能咨询的问题，从数百层状态菜单中迅速匹配与客户当前状态最相关的服务路径。

场景示例：一位客户刚提交地址变更申请但尚未完成确认，当他呼入时，Agent不会询问"您要办理什么业务"，而是直接提示："检测到您有一笔地址变更业务待确认，是否需要继续办理？"客户只需确认，即可进入流程。

这种"预判式对话"将传统语音机器人的"客户找服务"转变为"服务找客户"，从根本上消除了层级菜单、基础问答的认知负担。

确认客户问题后，容联云呼入语音Agent的服务能力覆盖完整业务闭环：

咨询类诉求：直接回答客户问题，涉及复杂情况时可自主申请工单，并启动流程督办。

办理类诉求：若客户手机号已关联该汽金公司小程序，Agent可直接将流程单推送至小程序，客户无需在电话中反复确认信息，直接在小程序中填写（如地址变更等），实现"电话触发、小程序办理"的跨渠道协同。

工单派发：按照客户所在区域，系统自动分发至指定区域的服务团队，确保属地化服务响应。

范式意义：汽车金融客服的“下一站”

该头部汽金公司与容联云的合作，揭示了智能客服在垂直行业的演进方向。在强金融属性、高合规要求、长业务周期的汽车金融领域，单纯比拼“语音识别准确率”已无意义。

真正的护城河在于“业务理解深度”与“状态数据打通能力”。

容联云为该头部汽金公司构建的这套系统，本质上将客服中心从一个“解决问题”的兜底部门，转变为一个 “懂业务、懂客户、懂流程” 的智能枢纽。当语音Agent能够像资深客服一样，看一眼屏幕（数据）就知道客户要什么，金融行业的“极致体验”才真正从概念落到了每一次通话中。