從技術到溫度，一家德國家電巨頭正在中國重塑“人性化專業服務”

新眸原創·作者 | 李小東

2022年，ChatGPT的橫空出世正式開啟大模型時代。

隨后三年，鑒于思維鏈（CoT）訓練、檢索增強生成（RAG）等技術瓶頸的陸續突破，大模型已經完成了從“理解語言”到“邏輯推理”的能力升級，并以包括智能體等在內的多種形式被廣泛應用于各個行業。

2025年9月，博西家電基于火山引擎智能營銷Agent搭建的全能家電管家“西西子”，上線西門子家電小程序開啟灰測，歷時3個月累計完成數萬次真實用戶交互測試，回復準確率穩定在90%以上。

“‘西西子’的定位是全能家電管家，所以在用戶視角下，她擁有多重身份。”博西中國新業務部門數智化負責人李一凡介紹，根據用戶使用場景的不同，“西西子”可以化身管家、導購、主播、客服、智家等不同角色，以針對性地為用戶提供準確且有溫度的服務，“同時，在博西家電內部，我們同樣也以場景劃分積極在探索‘西西子’對內部員工的價值提升。”

01

貫穿用戶消費全旅程的貼身服務管家

“西西子”的誕生并非偶然，而是博西家電深耕數智化升級的必然結果。

在搭建“西西子”之前，李一凡就帶領團隊與火山引擎完成了第一階段的合作：聚焦私域運營場景，實現數據基礎建設并推進系列數智產品在企業內部的升級和運用。

然而隨著大模型技術瓶頸逐個攻破，特別是函數調用能力成熟和多模態融合技術發展，使得如今的大模型不再只局限在“對話演示”階段，而是能夠實現自主調用數據、看懂圖像、聽懂語音，完成從感知到思考，再到決策、執行的完整閉環，這讓李一凡對與火山引擎開啟第二階段的合作有了更多想象，“我們會去想，AI到底能夠如何與我們的數智產品做結合，如何能更好地去解決我們業務上面臨的一些問題。”

以導購場景為例，在電商平臺興起后的很多年里，品牌都只是將線下的導購經驗復刻到了線上，但由于線上打破了地域限制，客流相較線下門店/商場呈幾何式增長，“一對一交流”被迫裂變為“一對多”甚至是“一對十”，排隊進入咨詢的等候時間長、咨詢期間回復不及時等問題備受用戶詬病。

為應對人工導購難以支撐高并發的海量用戶咨詢情況，在企業市場需求的裹挾下機器人客服應運而生，但新的問題也隨之而來：首先是答非所問，機器人客服大多強依賴于前置的單一語料堆積，只能依靠關鍵詞命中來調取回復，所以很多時候并不能真正理解消費者咨詢的問題，從而給出錯誤或不相關的回復；其次，機器人客服給出的回復往往缺乏情感共鳴，消費者在交流過程中的體驗感大打折扣，影響轉化率。

“西西子”在導購場景下的形象正是基于這兩個現實因素應運而生。

李一凡介紹，“對消費者來說，溝通過程中的情感共鳴和回復準確率同樣重要”。在導購場景中，“西西子”是以一個面容親和、服裝簡約的女性形象出現，這與用戶傳統認知中的專業導購工作人員印象契合，在體感上就拉近了雙方距離；此外，“西西子”還前置完成了語義模型配置，能夠模擬真人話語、情緒表達進行內容輸出，“所以在與消費者的交流過程中，一定不是一個冷冰冰的機器人，而是有溫度、能夠與消費者產生情感聯動的形象。”

同樣地，“西西子”還將以客服助手、主播導購、管家服務、智家幫手等多個形象貫穿于用戶在西門子家電消費的全過程，在不同階段都會以該階段最貼合的形象設計和語言特征去為用戶提供不同服務。

而回歸到用戶在與“西西子”交互過程中最關心的答復準確率上，李一凡和團隊也有“企業數據+企業知識庫”的雙重保障機制。通過接入包括商品信息、價格數據、活動等多維度的海量私域數據，以及“白色家電”“黑色家電”“一級能效”“直驅變頻”等企業知識庫，能夠最大限度識別用戶提出的真實問題，完成語義拆解和意圖識別，在匹配對應知識的基礎上完成話語融合跟校對，再由前置的人設進行語氣模擬后進行回復。

如咨詢“為什么冰箱要選一級能效”，“西西子”就能圍繞節能環保、節省成本、性能穩定三方面給出行業通用的標準說明，而當消費者進一步咨詢“推薦幾款一級能效冰箱，并說明優點”時，“西西子”又能準確關聯到多款西門子一級能效冰箱商品，給出優點介紹的同時自帶商品跳轉鏈接，節省消費者決策、搜索鏈路。

數據顯示，在灰測階段“西西子”的回復準確率能穩定在90%以上。

02

不止是“準確”還要足夠“人性化”

作為率先將智能體運用在家電行業實際業務中的團隊，李一凡也坦言“有挑戰”。

從今年上半年正式引入火山引擎智能營銷Agent，到正式上線開啟灰測，其中有小半年的時間李一凡都在帶領團隊成員與火山引擎團隊積極推進企業級知識庫與問答引擎的構建工作——通過將原本龐雜且多形態的產品說明書、詳情頁、售后政策等非結構化數據輸入到AI系統，并開啟針對性提問測試，以得出準確率基準線并持續優化，這是搭建“西西子”的基礎。

9月，“西西子”在博西家電內部上線，隨后在微信小程序端面向15%的用戶開放灰測。這個階段主要是在消費者的真實使用場景中不斷挖掘被提出的新問題，并監測回復效率和準確率——但從設想到實踐，總是會有“出乎預料”的情況發生。

首當其沖的是準確率，“如何定義準確率？”李一凡拋出的這個問題在最初的設想中只有一個答案，但在實際灰測場景中卻成了一道多選題。

在設想中，準確率的第一前提是需要規避掉大模型幻覺，第二前提是能夠針對消費者的提問給出正確回應。李一凡舉例如果消費者提問“西門子的哪一款炒菜鍋最好？”，智能體輸出了一大篇囊括各系列的炒菜鍋產品，并且對每一款產品的介紹都很詳細，但實際上西門子根本沒有出過炒菜鍋產品，“這種大模型導致的無中生有內容，在消費行業是非常有誤導性的。”

但在實際操作中，關乎“準確率”卻還有其他影響因素，“面對關于洗碗機容量的提問，回復的數據正確，但語氣生硬，這算不算準確率的問題？”李一凡補充道，“面對產品推薦的需求提問，回復的產品的確能滿足消費者需求但并非最優品，這算不算準確率的問題？”

帶著這些在灰測期間實際發生的場景問題，李一凡帶領團隊和火山引擎智能營銷團隊再度探討共建，輸出了一套工程化的“人機協同”校驗機制：在火山引擎提供模型評估的基礎能力之上，博西家電搭建了提問收集反饋平臺，將“西西子”接收并反饋的全量問答內容進行實時收錄并加以分析，同時引入“專家陪審團”，組織博世和西門子家電品牌內部各產品線專家定期針對“提問-回復”信息抽樣評估，在判斷準確率的基礎上也以“人”的情感判斷“西西子”的回復是否能體現品牌的專業性以及服務意識。

這一機制極大保障了“西西子”的準確率調優，并通過人工抽樣審核，也確保了“西西子”能在回復的語言表述上能夠越來越有“人”的情感溫度，學會像“人”一樣進行對話。

以“低溫烹飪”相關知識的展現為例，“西西子”為消費者提供的絕不僅是百科式的名詞解釋和技術說明，而是能在闡明意義的基礎上，結合消費者居家的廚房場景進行產品關聯，為消費者提供“是否需要低溫烹飪-如何實現低溫烹飪-低溫烹飪注意事項-如何做好低溫烹飪”的全鏈路信息支撐，讓消費者能夠在對話中感知到“原來我在家就能做出低溫烹飪美食”。

能夠打動用戶，才是“西西子”的真正價值。而對李一凡和團隊來說，用戶還包括博西家電內部的一線員工，“我們也在計劃推出面向企業內部員工使用的‘西西子’，她們會以助手的角色服務不同崗位的員工。”

比如針對工程師崗位員工，“西西子”能通過員工與用戶的多輪對話完成其中涉及到的產品、型號、問題描述等核心信息抓取和識別，再通過檢索關聯知識庫定位到核心問題點，并自動生成報修單交由工程師崗位員工，這既能避免用戶因為不了解產品報錯代碼或描述不清問題而導致的反復溝通和確認，也能幫助工程師免去指導用戶填寫報錯工單的繁瑣步驟，節省人力成本。

03

從智能體到品牌新勢力

不但在形象角色和能力專長上持續衍生，在各專業領域的“西西子”本身也會隨著業務發展不斷成長，通過源源不斷的知識輸入實現自我進化。

從9月開啟灰測至今，“西西子”在導購場景歷經了數萬次的問答錘煉，其準確率已經穩定在90%左右，“我們的目標是希望能維持在95%以上，”李一凡表示，“這個目標的實現還需要一段時間的持續調優。”

但對于與火山引擎的這一場新合作，在李一凡看來，比數據更有價值的，是合作帶來的認知與能力提升。

在“西西子”的籌備和搭建過程中，雙方共同經歷了從場景挖掘、數據準備、效果評估，再到迭代優化的全流程實踐，這既幫團隊成員知道在博西家電的場景中“AI能干什么”，也知道了“AI應該怎么干”，這是比引入任何新技術都寶貴的資產。

此外，隨著合作的不斷深化，火山引擎的角色也從云廠商，轉變為能為博西家電帶來行業洞察與前沿實踐啟示的共創伙伴：博西家電欣賞他們的產品化思維與工程能力；而火山引擎智能營銷團隊則看重博西深厚的行業知識、嚴謹的業務流程以及對體驗的極致追求，為其技術提供了絕佳的落地場景與反饋。

雙方規劃的未來已清晰可見：博西家電將持續探索對外業務和內部員工兩大場景的“西西子”機會，而火山引擎智能營銷Agent則負責將驗證成熟的智能體能力，封裝成更靈活的模塊，加速“西西子”在兩個場景落地。

而回歸到“西西子”的誕生與正式上線，也是為傳統制造業、特別是注重品牌與服務的消費品行業，提供了AI時代一個極具參考價值的落地范本：

一方面，聚焦業務價值，傳統家電企業可以在自身核心場景中取得突破性應用；另一方面，“體驗提升”是比“成本削減”更持久的核心驅動力：項目始終以提升消費者體驗與決策效率為指標，這使其價值超越了簡單的勞動力替代，直指商業本質——更好地服務用戶。

最終，這次合作的價值不僅在于“西西子”，而是驗證了一條新路徑：AI時代，品牌可以通過與兼具工程化與產品力的伙伴攜手，將技術轉化為有溫度的品牌力，在每一個與消費者接觸的瞬間，構建起更深的信任與連接。