
我让grokbot按用途场景整理 100 个有公开来源的案例,看 agent 实际做了哪些事,哪一步还得让人来确认。
先看数字
我收了 100 个有公开来源的 AI agent 案例,多数在 2025 年到 2026 年 10 月之间发布。77 个是企业部署,跨物流、快消零售、金融、医疗、软件、制造、保险、政府等 15 个行业;23 个是个人和消费者场景,有千问、Meta Muse、ChatGPT agent 这类产品,也有个人用户在 X 上写的自搭流程。
几个数:
- 个人生活 23 个,客服/售后 22 个,售前与销售 13 个,三类合计 58 个。
- 37 个是让 agent 把一件事从头办到尾,17 个要在几个系统之间读写才能办完。
- 41 个由人批准最终动作,45 个是常规件 agent 办、例外转人工,完全自动执行的只有 8 个。
- 78 个给了数字,其中 67 个来自供应商客户案例或公司自述,没有第三方审计。

客服和个人生活排在前面,一部分原因是写的人多:客服软件厂商有大量客户案例页,个人用户也愿意晒自己的设置。营销、人力、IT 运维的公开案例少。

按 agent 具体在做的事拆开看,最多的是在线客服答疑,15 个,退款、到账、账户、订单状态这类问题,13 个是 agent 先答、答不了转人工。第二是个人代办,12 个,替人下单、订票、打电话、盯价,其中 10 个在付款或下单前要本人确认。接下来是网站售前接待和线索筛选、合同审阅和合规审核、个人邮件和日程整理,各 5 个;装修导购、电话客服、物流跟踪、报价和订单录入、催收、写代码、工厂设备诊断各 4 个。
最少的一批各只有 2 个:保险理赔、广告投放和视频生成、旅行行程规划、政务和校园政策问答、销售和理财顾问助手、个人报税核对和申诉信。招聘只有 2 个企业案例,另一个是个人求职。
完全自动的 8 个分散在 5 类事里:报价和订单录入 2 个,个人日程整理 2 个,政务和校园问答 2 个,装修导购 1 个,还有 1 个是求职 agent 谎报投递的反例。客服答疑、电话销售、网站售前接待这些量最大的事,没有一个是完全自动。
这是 100 个公开案例的分布,反映的是谁愿意公开写、谁的供应商常发客户案例,不代表市场份额。

快消/零售的 12 个案例分布在 8 个场景里。金融/银行 15 个,集中在客服、售前、软件开发和合规审核。物流货运 11 个,几乎都和电话、邮件有关。

客服:先接住,办不了再转人
agent 接最常见的咨询:订单退款、账户访问、到账状态、停车场抬杆、医院总机。
- Anthropic 用 Intercom 的 Fin 每月解决 56 万多次对话,解决率 79%(供应商案例)。
- Nebraska Medicine 的语音 agent 接医院总机,70% 来电完全由 agent 处理,需要人工接的电话每周从 13,000 通降到 8,000 通(Healthcare IT News)。
- L’Oréal 的 agent 只起草回复,客服确认后再发,草稿不用改时单个工单从约 7 分钟降到约 2.5 分钟(Salesforce 案例)。
转人工的规则多是事先写死的。The Black Tux 规定 10 天内有活动的客户一律转人工,Nebraska Medicine 遇到急症立即转人工。
难点在口径。解决率由厂商自己定义,彼此不能直接比。Klarna 的 CEO 说 agent 的工作量相当于约 853 名全职客服,但同期客服总成本仍在涨,2025 年又改回人机混合。
成本为什么还涨,Klarna 自己的财报能说明一部分。2025 年三季度,客服与运营费用 5,000 万美元,上年同期 4,200 万;同期活跃用户从 8,700 万涨到 1.14 亿,涨 32%,GMV 按可比口径涨 23%;按可比汇率算,这项费用是 4,700 万对 4,200 万,约 300 万的涨幅来自汇率(Klarna Q3 2025 财报)。再往前,2025 年一季度这项费用还是降的,5,100 万对上年 5,700 万,每笔交易的客服成本两年里从 0.32 美元降到 0.19 美元(CX Dive)。转折在 2025 年 5 月,CEO 对 Bloomberg 说客服降本做过了头,开始重新招人,保证客户随时能找到真人(Bloomberg)。Forrester 分析师 Kate Leggett 说,客户抱怨 AI 回答笼统、处理不了复杂问题,而熟悉业务的老客服已经裁掉了(CX Dive)。“相当于 853 名全职客服、每年省约 5,800 万美元”,Klarna 的投资者材料注明是按减少的人工对话量乘以人工处理成本估算的(投资者材料),账面上没有这样一笔减少。
售前:守网站入口,也主动打电话
- Greenhouse 用 Qualified 的 Piper,第一年约了 2,000 个会议、成交 400 万美元(供应商案例)。
- CMA CGM 的 agent 给没有专属销售的客户打电话报运价,联系了 4,000 多家,约三分之一进入航线商谈(CMA CGM)。
- Infinity Logistics 的 agent 读询价单起草报价,人点确认后发出,报价响应中位数从 60 多分钟降到约 15 分钟,赢单率从 35% 到 73%(供应商案例)。
13 个售前案例里,12 个的数字来自供应商或公司自己。Lowe’s 说用过 Mylow 的顾客转化率是没用过的三倍,但愿意用的人本来购买意向就可能更高。
Mylow 是 Lowe’s 用 OpenAI 模型做的家装助手,2025 年春上线。顾客版在 Lowes.com 和 App 上,用大白话说项目,比如想挂个搁板、要一种孩子弄脏了好擦的墙面漆,它给步骤、推荐产品和教程。店员版叫 Mylow Companion,覆盖约 1,700 家门店、30 万名店员,近一半是用语音问的(OpenAI)。两者合计回答了 2,500 多万个问题(Lowe’s 2026 年 8 月财报会)。转化率的说法变过:2026 年 2 月财报会上 CEO 说用过的线上顾客转化率”大约翻倍”(会议记录),5 月起改成”三倍”(2026 年 5 月财报会)。Lowe’s 没有公布怎么比的。
以下是我的看法。三倍是”用了的人”和”没用的人”直接比,主动打开助手的人多半已经在做项目、离下单更近,差距里有多少来自工具本身看不出来。要在购买意愿相当的前提下证明它有用,最直接的是随机留一组:同样进站的访客,随机让 10% 看不到 Mylow 入口,比两组的整体转化率、客单价和退货率,按被分到哪组算,不按用没用算。做不了随机,可以按意向信号配对,在看过同一品类、加过购、搜过同类词的人里比用和没用;也可以先在部分品类或地区上线,看前后差异。
助手能实打实拉高转化的地方,我看有四处。家装购买卡在”买哪个、配不配、够不够用”,它能答规格和兼容性;把一个项目拆成清单,配件一次买齐,转化和客单价一起涨;告诉顾客附近门店有没有货、在哪个货架,少一次白跑;买对了退货就少,退货率应该和转化率一起考核。这几条都是推断,Lowe’s 没有公布分项数据。
订单和财务:数字最具体的一块
订单录入和回款是对账最清楚的地方,也是公开数字最硬的地方。
- Cargill 的非 EDI 订单 70% 自动化,每单不到 1 分钟,每年省 1,000 万到 1,500 万美元(供应商案例)。
- SaaStr 的回款 agent 读合同、在 bill.com 开票、每天查未付款,约一个季度后逾期发票占比从 56% 降到 8%(报道)。
- ZoomInfo 用 Stuut 在原有的 HighRadius 上做催收,收回 2,120 万美元,DSO 从 51 天到 40 天(供应商案例)。
- Daikin 的发票三单匹配直通率两个月从 39% 到 75%(IBM 案例)。
这些 agent 都接在已有系统上,只接手最费人力的那一段。人在例外处:SaaStr 逾期 7 天拉人,Daikin 超出容差转人工审批。
物流:给承运商打电话
供应链和物流的 agent 大多在打电话、发短信、登录门户,查 ETA、温度、提货状态,再写回 TMS。
- Kuehne+Nagel 的医药温控控制塔夜间用 agent 查状态,接通的电话 78% 由 agent 端到端完成(供应商案例)。
- WWEX 的 6 个 agent 覆盖派车到 POD,每月跟踪 2.5 万票,6 周上线(供应商案例)。
- Circle Logistics 18% 的货零人工订舱,毛利高 10%(HappyRobot)。
决策类的案例数字很少:顺丰超脑只说分钟级响应,Unilever 采购没有数字,Uber Freight 的客户 Colgate 只给了定性评价。
理赔、法务、开发:agent 出初稿,人定结论
- Allianz 用 7 个 agent 处理 500 澳元以下的食物变质理赔,处理时间缩短 80%,付款由理赔员决定(Allianz)。
- MUSC Health 40% 的事先授权无需人工,每单从约 30 分钟到约 1 分钟(Becker’s)。
- SUSE 法务用 Harvey 做尽调第一遍审阅,律师按引用核对,人工审阅时间减 73%(供应商案例)。
- 工商银行 AI 智审上半年出了 36 万条合规意见,采纳率 98.6%(21 世纪经济报道)。
- Stripe 每周 1,000 多个合并的 PR 完全由 agent 生成,都经人审(Stripe);Coinbase 75% 的 PR 由 agent 创建(Cursor)。
这几类的范围都很窄:小额、单一险种、标准件。采纳率高说明意见多数被接受,看不出漏掉了什么。
个人生活:大厂都在付款前停下来
- 千问春节期间一句话下单近 2 亿次,400 多万 60 岁以上用户第一次通过它下单(钛媒体)。用户反映改口味、改地址还要手动。
- Steven Borrelli 让 agent 盯两人头等舱,价格从 1.6 万美元以上降到 6,000 美元(他的帖子)。
- Brandon Calloway 的求职 agent 报告投了 1,000 多份申请,实际一份没投(他的帖子)。
- 一位开发者给奶奶做 WhatsApp 语音点餐 agent,不把付款工具交给模型,只能货到付款,写了 17 个故障场景做测试(帖子)。
千问要支付宝核身,Meta Muse 结账前弹确认卡,ChatGPT agent 银行转账直接拒绝。一位用户 sreejan_c 在 agent 替他回了发给同事的消息之后,定了规则:只读和草稿可以后台跑,订票、花钱、发消息必须先确认。
人在哪一步点头

客服和售前几乎都是例外转人工。法务、开发、理赔、个人生活多由人批准最终动作。完全自动执行的 8 个,集中在订单录入和信息问答。
确认点基本按后果划:付钱、对外发出报价、给出法律或医疗结论、合并代码。
这些数字能信几分

41 个数字来自供应商客户案例,26 个来自部署方自述。19 个媒体报道里,不少转述的也是公司高管的说法。

常见的问题:
- 目标值当成果:Maersk 的 90% 邮件自动处理是目标。
- 同一页面两种口径:Nubank 一处写 12 倍,一处写 8 倍。
- 数据旧:Walmart × Pactum 用的是 2023 年的数据。
- 只有规模没有对比:国内银行和平台多给服务人次、覆盖率。
供应商案例可以当作做得好的情况下的上限,不宜当行业平均。
哪些事现在可以整件交给 agent
100 个案例里,完全自动执行、不设人工确认的只有 8 个:
- 订单执行 2 个:C.H. Robinson 读邮件报价、接受订舱;Cargill 录入非 EDI 订单,核库存后下单。
- 信息问答 3 个:Lowe’s Mylow、新南威尔士大学的学生助手 Scout、英国政府的 GOV.UK Chat。
- 个人信息整理 2 个:从邮件里找出家长会日期写进日历;规划每周饭菜、找孩子的活动。
- 反例 1 个:求职 agent 报告投了 1,000 多份申请,实际一份没投。
我的判断分三档。
现在可以整件交出去的:按规则的订单录入和标准报价,只基于固定资料的问答,个人的日程和信息整理。前提是有规则兜底、能撤销、能抽查。
agent 办、人管例外的:客服、售前跟进、回款催收、发票匹配、物流跟踪。45 个例外转人工的案例里,客服 18 个、售前 9 个、物流和财务各 4 个。常规件交给 agent,退款超额、客户情绪激烈、超出容差、逾期多天这些情况事先写成规则转人。Klarna 的教训也在这一档:把人裁得太干净,例外没人接,最后还得把人请回来。
还要人签字的:付款转账,对外报价和合同,理赔结论,法律和医疗判断,代码合并,招聘决定,个人场景里的花钱和替人发消息。41 个由人批准最终动作的案例里,个人生活占 16 个,法务 4 个全在这一档。
一件事能不能整件交给 agent,问三个问题就够了:错了能不能撤回,结果能不能自动核对,错一次损失多大。三个答案都让人放心,才可以整件交给它。