《2025年"大模型+智能客服"最佳实践报告》显示，企业采纳大模型智能客服比例从2024年的48.4%增长至59%，正式投产企业从11.3%增至15.8%。报告精选22个跨行业实践案例，涵盖金融、零售、通信等领域，如邮储银行用户声音分析、太保产险智能培训等，提供实施方法论，为企业落地大模型智能客服提供全面指南。
近年来，大模型技术在智能客服场景的应用蓬勃发展，尤其到了2025年，呈现出大范围“爆发”之势。
一方面，大模型技术的飞速发展，使其具备了更强大的语言理解、生成和逻辑推理能力，能够精准地理解用户意图并提供高质量的解决方案，极大地提升了智能客服的性能和服务水平；另一方面，以DeepSeek为代表的开源模型使企业能够以更低的投入享受到大模型带来的高效服务，进一步降低了使用门槛，加速了大模型在智能客服领域的落地进程。
基于对企业“大模型+智能客服”落地实践的调研与研究，沙丘智库发布《2025年“大模型+智能客服”最佳实践报告》，为企业提供一份全面的“大模型+智能客服”应用指南，包括“大模型+智能客服”的落地进展、实施方法论与22个典型实践案例（涉及金融、零售、通信、IT/互联网、能源制造等行业）。
01
企业“大模型+智能客服”采纳情况
在去年发布的《2024年“大模型+智能客服”最佳实践报告》中，沙丘智库调研显示，有48.4%的企业正在探索“大模型+智能客服”应用（包括已正式上线和正在探索中），其中已正式上线的为11.3%，正在探索中的为37.1%。
在《2025年“大模型+智能客服”最佳实践报告》中，沙丘智库调研结果显示，当前有59%的企业正在采纳“大模型+智能客服”应用（包括已正式上线和正在探索中），与2024年相比增长10.6%。
沙丘智库观察到，一方面，正式投产的企业比例从11.3%增加到了15.8%，显示出企业对这项技术带来价值的认可；另一方面，正在探索中的企业比例从37.1%增加到了43.2%，表明更多企业对大模型在智能客服场景的应用感兴趣，并进行初步的探索和评估。预计未来1-2年将有更多企业利用大模型升级原有的智能客服系统。
02
“大模型+智能客服”典型案例
在《2025年“大模型+智能客服”最佳实践报告》中，沙丘智库精选了22个实践案例，涉及金融、零售、通信、IT/互联网、能源制造等多个行业，旨在为企业落地“大模型+智能客服”提供经验借鉴。
在金融行业，例如邮储银行针对用户反馈的文本数据，基于行内“邮智”大模型开展了全渠道用户声音分析的智能化探索。依托大模型在自然语言理解、适应泛化、内容生成等方面的卓越能力，实现高效全面地捕捉用户的真实声音，深入挖掘用户的核心痛点与痒点，将用户声音转化为体验优化驱动力。
太保产险针对电销人员技能参差不齐、离职率高、新人培训压力大的行业现状，利用大模型实现智能培训，构建了六大功能模块——智能问答、知识加工、智能学习、智能对练、智能评价、智能诊断。
在零售行业，例如I.T作为亚洲领先的时尚零售巨头，旗下品牌众多，售前咨询量大，传统客服机器人交互呆板、意图理解能力弱，复杂售后场景服务耗时长，用户体验打折。为提升服务效率与体验，I.T与网易云商合作，基于网易云商过往的实施经验 ，采用大小模型融合的智能客服解决方案——70%的常见问题、简单业务办理交给传统NLP机器人，30%的复杂咨询交给客服Agent，创造全新的体验价值。
在能源行业，例如中国石油客服中心通过应用大模型技术，开发前情摘要、知识推荐、智能填单三项功能，赋能坐席人员服务客户的前中后三个阶段，有效提升坐席人员服务客户效率。
在制造行业，例如一汽丰田借助腾讯云的大模型知识引擎，核心利用“大模型+RAG”技术组合，实现对客服机器人的升级。通过利用大模型赋能智能客服，智能在线客服机器人的独立解决率从30%-40%提升至80%，知识问答准确率可达80%，人力成本投入显著降低。
* 以上内容节选自沙丘智库《2025年“大模型+智能客服”最佳实践报告》
///
完整报告：沙丘智库《2025年“大模型+智能客服”最佳实践报告》（55页PDF）
报告目录
第一部分 “大模型+智能客服”应用指南
1.企业“大模型+智能客服”落地进展
1.1 大模型落地场景分布：智能客服占比
1.2 企业“大模型+智能客服”采纳情况
1.3 “大模型+智能客服”落地行业分布
2.企业“大模型+智能客服”实施方法论
2.1 客服大模型应用场景优先级评估
2.2 根据业务目标确定大模型应用场景
2.3 企业客服大模型应用准备程度评估
2.4 制定大模型应用场景落地节奏
2.5 建立全面的大模型防护机制
第二部分 “大模型+智能客服”典型案例
1.金融
案例1：交通银行云上交行智能客服大模型
案例2：兴业银行基于大模型实现智能工单预填
案例3：邮储银行基于大模型的VOC分析实践
案例4：交银金科数字人智能客服
案例5：平安金服智慧化坐席培训
案例6：杭银消费金融易诉智能体
案例7：中信建投证券Agent驱动型智能分析实践
案例8：国联民生证券大模型赋能客服中心
案例9：太保产险电销智能培训实践
案例10：国泰财险基于AI大模型的坐席智能辅助
案例11：中国银联智能化客诉核查
2.零售
案例12：I.T售前售后复杂问题处理客服Agent建设项目
案例13：百胜中国利用大模型构建AI智能客服系统
案例14：索尼（中国）大模型智能营销机器人
3.通信
案例15：中国联通大模型赋能客服智慧运营
案例16：湖北电信“谛听”客服智能体
案例17：北京移动智慧工单分析平台
4.IT/互联网
案例18：安居客基于大模型的AI找房助手
案例19：货拉拉客服大模型应用实践
5.能源制造
案例20：中国石油客服中心大模型赋能坐席人员
案例21：广东电网基于大模型的智能客服平台
案例22：一汽丰田大模型提升客服机器人独立解决率
如何系统的学习大模型 AI ？
由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。
但是具体到个人，只能说是：
“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。
这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。
我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。
我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。
一直在更新，更多的大模型学习和面试资料已经上传带到CSDN的官方了，有需要的朋友可以扫描下方二维码免费领取【保证100%免费】👇👇
01.大模型风口已至：月薪30K+的AI岗正在批量诞生
2025年大模型应用呈现爆发式增长，根据工信部最新数据：
国内大模型相关岗位缺口达47万
初级工程师平均薪资28K（数据来源：BOSS直聘报告）
70%企业存在"能用模型不会调优"的痛点
真实案例：某二本机械专业学员，通过4个月系统学习，成功拿到某AI医疗公司大模型优化岗offer，薪资直接翻3倍！
02.大模型 AI 学习和面试资料
1️⃣ 提示词工程：把ChatGPT从玩具变成生产工具
2️⃣ RAG系统：让大模型精准输出行业知识
3️⃣ 智能体开发：用AutoGPT打造24小时数字员工
📦熬了三个大夜整理的《AI进化工具包》送你：
✔️ 大厂内部LLM落地手册（含58个真实案例）
✔️ 提示词设计模板库（覆盖12大应用场景）
✔️ 私藏学习路径图（0基础到项目实战仅需90天）
第一阶段（10天）：初阶应用
该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。
- 大模型 AI 能干什么？
- 大模型是怎样获得「智能」的？
- 用好 AI 的核心心法
- 大模型应用业务架构
- 大模型应用技术架构
- 代码示例：向 GPT-3.5 灌入新知识
- 提示工程的意义和核心思想
- Prompt 典型构成
- 指令调优方法论
- 思维链和思维树
- Prompt 攻击和防范
- …
第二阶段（30天）：高阶应用
该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。
- 为什么要做 RAG
- 搭建一个简单的 ChatPDF
- 检索的基础概念
- 什么是向量表示（Embeddings）
- 向量数据库与向量检索
- 基于向量检索的 RAG
- 搭建 RAG 系统的扩展知识
- 混合检索与 RAG-Fusion 简介
- 向量模型本地部署
- …
第三阶段（30天）：模型训练
恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。
到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？
- 为什么要做 RAG
- 什么是模型
- 什么是模型训练
- 求解器 & 损失函数简介
- 小实验2：手写一个简单的神经网络并训练它
- 什么是训练/预训练/微调/轻量化微调
- Transformer结构简介
- 轻量化微调
- 实验数据集的构建
- …
第四阶段（20天）：商业闭环
对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。
- 硬件选型
- 带你了解全球大模型
- 使用国产大模型服务
- 搭建 OpenAI 代理
- 热身：基于阿里云 PAI 部署 Stable Diffusion
- 在本地计算机运行大模型
- 大模型的私有化部署
- 基于 vLLM 部署大模型
- 案例：如何优雅地在阿里云私有部署开源大模型
- 部署一套开源 LLM 项目
- 内容安全
- 互联网信息服务算法备案
- …
学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。
如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。
