把時間撥回到1988年，當時的I.T還只是一家占地200平方米的小店，卻因為率先引入多個歐洲服裝品牌，迅速成為潮流聚集地的代名詞。

如今的I.T，是亞洲歷史最悠久的潮牌集團，除了網羅眾多世界知名的時裝品牌，也擁有不少自家品牌，并不停擴展業務范圍，滿足時裝狂熱分子的各種需求： I.T經營的時裝品牌大部分來自世界各地的大師級作品，i.t則以售賣歐、日、韓年青潮流牌為主，ete!是尋找潮流鞋履和飾物首選的不二之地，而double-park是各時尚街頭品牌的集中地。

“我們與客戶的良好關系是I.T成功的要素之一”，一直以來，I.T都非常重視客戶的感受和體驗。在多品牌并行、線上線下深度融合的業務現狀下，面對年輕的消費群體，如何能通過創新的方式，為他們提供更高效的服務，更優質的服務體驗？結合自身的業務流程和業務挑戰，I.T找到了一個極具“先見之明”的解法——引入客服Agent。

業務挑戰：旗下擁有眾多品牌，服務壓力大

在決定擁抱AI Agent這一前沿應用之前，I.T對現有的服務體系進行了一次深度“體檢”，看到了4個亟待解決的業務挑戰。這些挑戰不僅影響著服務運營效率，更關乎消費者與品牌每一次互動的質量。

售前咨詢量大： I.T 旗下擁有眾多品牌，每個品牌有自己的尺碼體系、 營銷 活動、優惠政策，客服團隊需切換不同頁面搜索相關信息，日常每月承接近2.5萬通會話量，大促期間每月超3.5萬，單個售前咨詢處理時長約2分鐘，服務壓力大，服務效率低。

傳統客服機器人解決效果不理想： 此前采購NLP機器人用于訂單發貨、配送、退換貨等場景的自動化處理，但整體的交互較為呆板，意圖理解能力較弱，解決率只有78%。比如消費者說“買多了”，真正的意圖是取消訂單，機器人卻無法識別出來。

復雜售后場景服務耗時長： 面對涉及到較多規則和判斷標準的復雜咨詢，客服團隊需要查詢各個接口，搜集各種信息，單個咨詢平均處理時間長達7分鐘，服務效率低，消費者等待時間較長，服務體驗打折。

希望進一步提升 客戶 服務體驗： 消費者在發貨催促、訂單取消等環節，往往帶有一定的負面情緒，此時既考驗處理問題的能力，也考驗情緒安撫的能力，兩者都會影響到用戶對品牌的滿意度。

解決方案：引入客服Agent，率先應用在3個高頻高價值場景

面對上述挑戰，I.T通過會話數據分析，優先選擇了3個高頻、高價值場景進行試點：售前尺碼推薦場景、售后訂單取消場景、售后退貨安撫場景，攜手網易云商開啟客服Agent的落地實踐。

根據網易云商過往在其他品牌中的實施經驗，I.T選擇了大小模型融合的智能客服解決方案，70%的常見問題回答、簡單業務辦理交給傳統的NLP機器人，30%的復雜咨詢交給客服Agent。通過角色設定——提示詞編排——工具庫設計——工作流編排——知識庫上傳——多輪調試調優，不斷提升Agent的回答準確率，最終對客使用。

業務價值：單個復雜咨詢處理時長從7分鐘縮短至3分鐘

任何解決方案的最終檢驗標準，都來自真實的業務數據。當全新的客服Agent在選定的三大場景中正式“上崗”后，它是否解決了I.T曾經面臨的難題？又為I.T帶來了哪些全新的價值？

售前詢單場景，客服無需跳轉查詢多個系統，Agent在識別推薦意圖后，主動搜集用戶身高、體重等信息，讀取知識庫中的對應信息，快速輸出給客戶，應答速度提升60%，單個售前查詢時間最短只需要17秒，大幅釋放客服側接待壓力，并進一步提升售前轉化率。

復雜售后場景，交由Agent實現，自動完成用戶信息的搜集和判斷，單個處理時長由7分鐘縮短至3分鐘，同步完成訂單取消原因的搜集，為業務提供輸入。

客服Agent對于用戶的意圖識別更為精準，整體的交互更細膩、更自然、更有溫度，對話的連貫性和流暢性更強。對于有負面情緒的用戶，也能快速識別并進行安撫。用戶體驗感大大提升，用戶滿意度達到97%。

I.T的成功實踐，為多品牌、快節奏的時尚零售行業如何擁抱AI浪潮，提供了一份極具參考價值的“路線圖”。它證明了，客服Agent的落地并非遙不可及的技術概念，而是一條始于業務挑戰分析，終于具體落地場景選擇的清晰路徑。

這份路線圖的價值，也獲得了業界的權威認可。近期，在沙丘智庫發布的《2025年“大模型+智能客服”最佳實踐報告》中，I.T客服Agent建設項目被收錄為零售行業服務模式革新的典型案例。

售前咨詢處理時長從2分鐘到17秒，復雜售后問題處理時長從7分鐘到3分鐘，變化的不僅僅是數字，更是客戶體驗的質變和品牌服務能力的躍遷。

正如I.T在官網上所述：I.T一向忠于其不斷創新的歷史，優質、集中及先見之明是沿途緊伴集團的三個詞語。積極擁抱新一代AI，打造兼具效率與溫度的智能服務新范式，是對這句話最好的注解。