产品详细介绍

Intercom 是一家专注于客户服务领域的 AI 公司，其核心产品组合包括 Fin AI Agent 与 Intercom Customer Service Suite（客户服务套件），将智能客服机器人与新一代 Helpdesk 融合在同一平台上，为企业提供高效、可扩展的客户支持能力。

Fin AI Agent：专为复杂客服场景打造的智能代理

Fin 是 Intercom 推出的 AI 客服代理，被定位为“#1 AI Agent”，专门用于处理复杂的客户咨询，并在必要时无缝交接给人工客服。其核心特点包括：

  • 高复杂度问题处理能力：基于 Fin AI Engine™ 专利架构，针对复杂、多步骤、多条件的客服问题进行优化，在准确性、响应速度和稳定性上均面向企业级场景设计。
  • 多渠道统一支持：可部署在网站、App 内嵌、邮件、消息渠道等多个触点上，实现统一的自动化回复与问题解决体验。
  • 基于企业知识训练：支持将企业内部的流程文档、知识库、政策条款等作为训练来源，使 Fin 能够按照企业标准化答案进行回复，保证合规与一致性。
  • 持续自我优化：Fin 会从人工客服的最佳回答中持续学习，平均整体解决率约为 66%，并且在所有客户中每月仍在持续提升。
  • 可观测与可控：在上线前可进行性能测试与验证，上线后通过 AI 驱动的洞察报表分析解决率、误答情况和优化空间，帮助团队持续调优。

Intercom Customer Service Suite：AI + 人工的一体化客服套件

Intercom Customer Service Suite 将 Fin AI Agent 与新一代 Helpdesk 整合在一个统一平台中，实现 AI 与人工客服的闭环协同：

  • 统一平台与无缝衔接：AI 与人工客服共享同一系统，AI 可在处理复杂问题时平滑转接给人工，人工也可查看 AI 历史对话与上下文，减少重复沟通。
  • 智能 Helpdesk 工具链：
    • Copilot AI 助手：为人工客服提供实时“副驾”，支持知识检索、故障排查建议、翻译与回复草稿生成，帮助坐席更快找到答案、提升处理效率。
    • 可配置工作台：支持快捷回复、宏命令、客户上下文视图、工单管理等功能，让客服团队在一个界面内完成查询、记录与协作。
    • 自动化流程与协作：可根据问题类型、渠道、优先级等自动分配工单，支持跨团队协作与内部备注，减少手工操作。
  • 深度报表与 AI 洞察：
    • 统一监控 AI 与人工客服的整体表现，在一个视图中查看解决率、响应时间、满意度等关键指标。
    • 通过 AI Insights 自动识别高频问题、服务短板与流程瓶颈，按话题或渠道进行分析，指导知识库与流程优化。
  • 持续进化的反馈闭环：
    • AI 从人工对话中学习更优答案；
    • 人工通过 Copilot 与知识建议不断提升专业度；
    • 整个系统在数据驱动下持续迭代，使服务越来越准确、一致和高效。

适用场景与价值

Intercom 的 AI 客服方案适用于 SaaS、互联网服务、电商、金融科技等需要大规模在线支持的企业，核心价值包括：

  • 大幅减少重复性咨询的人力成本
  • 提升复杂问题的解决速度与一次性解决率
  • 在多渠道保持统一、标准化的服务体验
  • 通过数据与 AI 洞察持续优化产品与服务流程

简单使用教程

以下为基于 Intercom 官方能力整理的简明上手步骤，实际操作以官方后台界面为准：

步骤一：搭建基础账户与客服工作台

  1. 注册并登录 Intercom：在官网创建企业账户，完成基础信息配置。
  2. 添加团队成员：为客服、运营、管理员等角色创建账号，并分配相应权限。
  3. 配置 Helpdesk 工作区：
    • 设置工单视图（按优先级、渠道、状态等分类）。
    • 创建常用标签与分类，方便后续统计与路由。
    • 配置快捷回复与宏命令，用于高频问题快速处理。

步骤二：准备知识与流程，训练 Fin AI Agent

  1. 整理企业知识：收集 FAQ、帮助中心文章、产品文档、服务政策、操作流程等内容。
  2. 导入或连接知识源：在 Intercom 后台将上述内容导入或与现有知识库系统打通，使 Fin 能访问这些信息。
  3. 设定回答边界与合规规则：明确哪些问题可以由 Fin 直接回答，哪些必须转人工；配置敏感信息与合规限制。
  4. 测试 Fin 表现：在正式上线前，通过内部测试对常见与复杂问题进行模拟提问，检查回答准确性与语气风格，并根据结果优化知识内容。

步骤三：部署 Fin 到各个客户触点

  1. 网站与 App 部署：将 Intercom 提供的组件或 SDK 集成到网站和移动应用中，让访客可直接与 Fin 对话。
  2. 多渠道接入：根据业务需要，将 Fin 连接到邮件、消息渠道或其他客服入口，实现统一的自动化回复。
  3. 配置转人工规则：设置当 Fin 无法解决或识别到复杂场景时，自动将会话转交给人工客服，并携带完整对话记录与上下文。

步骤四：启用 Copilot，提升人工客服效率

  1. 为坐席开启 Copilot：在 Helpdesk 中为客服人员启用 Copilot 功能。
  2. 培训客服使用方式：
    • 在回复前使用 Copilot 生成或优化答案草稿；
    • 利用翻译功能处理多语言客户；
    • 使用故障排查与知识建议快速定位解决方案。
  3. 收集坐席反馈：根据客服团队的使用体验，调整知识结构与 Copilot 建议风格。

步骤五：监控效果并持续优化

  1. 查看统一报表：在报表与 AI Insights 中，监控 AI 与人工的整体表现，包括解决率、响应时间、满意度等。
  2. 按话题与渠道分析：识别高频问题、低满意度话题或特定渠道的瓶颈，针对性优化流程与知识。
  3. 迭代训练 Fin：
    • 将人工的优质回答沉淀回知识库；
    • 定期更新政策、产品变更相关内容；
    • 观察 Fin 解决率变化，持续微调策略。
  4. 优化工作流与协作：根据数据结果调整工单路由、优先级规则和团队分工，进一步提升整体服务效率。

通过以上步骤，企业可以逐步完成从传统客服到“AI + 人工”一体化智能客服体系的搭建，在保证服务质量的同时，实现规模化与自动化的客户支持。