IT智能服务台
AI驱动 · 多系统对接 · 一站式处理
项目立项汇报
汇报人：宋献 ｜ IT支持组 ｜ 2026年6月
核心矛盾：日均144条咨询中，22.1%（约32条）需要转人工处理。但现有转人工流程存在严重体验缺陷——员工必须绕过AI对话、点击链接跳转新窗口、在另一个系统中重新描述问题。
痛点① 员工入口体验差
- 绕过AI：21.9%的咨询直接输入"IT/人工"关键词，跳过AI直接要人——说明用户不信任AI能解决问题
- 另开窗口：转人工时需跳转新窗口，问题上下文丢失，员工需重新描述
- 无法跨主体：企微外部联系人无法使用现有AI入口
痛点② 坐席能力不稳定
- 回复质量依赖个人：同一问题不同坐席回复质量差异大
- 实习生成长慢：新人需要2-3个月才能独立处理复杂问题
- 26.5%重复问题：相同问题反复出现，但知识无法有效复用
痛点③ 知识无法积累
- 经验在个人脑中：坐席离职=知识流失
- 无闭环反馈：AI答不好的问题，缺少标注→改进→验证循环
- 排查流程靠记忆：常见故障排查步骤无标准化
痛点④ 管理缺乏数据
- 无法量化：响应时间、解决率、满意度等核心指标无数据
- 无法预测：高峰时段（9-10点占29%）排班靠经验
- 无法优化：AI命中率虽87%，但未命中的13%缺乏分析
IT智能服务台是在现有企微AI机器人基础上，补齐「转人工」环节的完整服务系统。
它不是替代现有AI，而是在AI和人工之间搭建无缝衔接的桥梁，让员工从「问AI」到「找人工」不再需要跳出对话、切换系统。
🖥️ H5员工端
企微自建应用内嵌H5页面，员工在同一个对话窗口内完成「AI咨询→转人工→持续沟通→评价」全流程。桌面端(~70%)+手机端(~30%)双适配。
💼 坐席工作台
PC浏览器专业工作台，集成AI Wingman（实时推荐回复）、排查流程图、快速回复模板库（180条），让实习生也能高效处理问题。
⚙️ 管理后台
面向坐席组长，功能开关、坐席管理、消息分配模式、快速回复模板管理，以及后续的数据看板。
核心价值主张：AI处理77.9%的标准化问题 → 坐席专注处理22.1%需要人工判断的复杂问题 → AI Wingman让坐席效率再提升 → 知识闭环让系统越来越聪明
不是替代，是补齐
| 维度 |
现有企微AI机器人 |
IT智能服务台（新增） |
| 定位 |
AI自动应答（L1） |
人工服务+AI辅助（L2-L3） |
| AI引擎 |
RAGFlow + Dify + 千问 |
复用现有引擎，不替换 |
| 转人工方式 |
关键词命中→推送链接→跳转新窗口 |
对话内无缝转接，上下文保留 |
| 知识来源 |
RAGFlow知识库 |
复用知识库 + 新增排查流程图 + 人工标注 |
| 数据闭环 |
无 |
标注→改进→验证，AI越用越准 |
关键结论：现有AI引擎（RAGFlow+Dify+千问）全部复用，不增加AI基础设施成本。新系统只补齐"转人工"环节和数据闭环能力。
触发契机：转人工流程断裂
现有AI机器人虽能处理77.9%的咨询，但22.1%需要转人工的咨询（日均32条）经历了体验断层——
员工需要跳出对话、点击链接、打开新窗口、重新描述问题。
这种断裂直接导致：
① 员工直接跳过AI输入"人工"（占全部咨询的21.9%，AI形同虚设）
② 坐席无法看到AI之前的对话，需要员工复述问题
③ 无法追踪从AI到人工的完整处理过程，数据链路断裂
数据佐证
- 日均144条咨询，32条需人工处理
- 3,260人使用过AI助手，人均4.8次——需求真实存在
- 56.5%转人工来自关键词触发——用户不想等AI，直接要人
- 26.5%是重复问题——知识可复用但没被复用
- Wi-Fi/网络(19.1%)+账号密码(15.5%)占1/3——高度标准化，适合AI辅助
为什么是现在
- AI已验证：87%命中率证明AI引擎成熟可靠
- 基础设施就绪：RAGFlow+Dify+千问已稳定运行
- 痛点在恶化：咨询量从1月日均122→3月日均172，增长41%
- 技术窗口期：企微自建应用+H5方案成熟，时机合适
- 低风险起步：阶段一只改"转人工"入口，不碰现有AI
AI混合策略：四层递进
优先用L1（零成本零延迟），L1解决不了才升L2，AI答不好的标注后进入L4闭环改进
五阶段演进路线图
阶段一：转人工改H5 + 坐席工作台MVP + 管理后台骨架
进行中
核心交付：员工在H5对话中无缝转人工 → 坐席用专业工作台接单 → 管理后台可配置
子阶段：1A H5+坐席MVP → 1B 管理后台骨架 → 1C 端到端验证
阶段二：H5全流程 + 实时推送 + 排队 + 满意度
WebSocket实时推送、排队系统、OAuth2企微认证、满意度评价、接单优化
阶段三：AI Wingman + 排查流程图
坐席AI助手（实时推荐回复）、标准化排查流程图、AI混合策略落地、标注体系
阶段四：迭代闭环 + 数据看板
标注→改进→验证闭环、数据看板、数据平台、知识库管理
阶段五：自动化/辅助审核、开单、结单
AI辅助自动审核、自动开单、自动结单、全流程自动化
阶段一最小价值闭环：即使只做阶段一，也能解决「转人工体验断裂」这个最核心痛点。员工首次实现从AI到人工的无缝衔接，坐席首次拥有专业工作台。阶段一独立交付即有价值。
驱动指标
| 指标 | 当前基线 | 阶段一目标 |
|---|
| 转人工平均响应时间 | 无数据（靠记忆估算5-10分钟） | ≤3分钟 |
| 直接要人工比例 | 21.9% | ≤15% |
| 坐席平均处理时间 | 无数据 | 基线测量 |
| 重复问题AI拦截率 | 0%（无闭环） | ≥10% |
健康指标
| 指标 | 说明 |
|---|
| 系统可用性 | ≥99.5%（月度） |
| 坐席工作台采纳率 | ≥80%坐席日常使用 |
| 员工满意度（阶段二后） | ≥4.0/5.0 |
| 知识库命中率 | 维持≥85% |
阶段一核心验证：验证「H5无缝转人工」流程跑通。成功标准 = 员工可在H5内完成AI→人工→对话→结束全流程，坐席可在工作台接单并回复。数据基线在阶段一首次建立。
🖥️ 基础设施
| 资源 | 用途 | 状态 |
|---|
| NAS群晖 DS923plus | 生产环境Docker容器 | 已有 |
| Cloudflare Tunnel | 外网访问（免公网IP） | 已配置 |
| itdesk.amanzac.com | 阶段一测试域名 | 已配置 |
| itsupport.servyou.com.cn | 正式生产域名 | 待申请 |
| G端服务器 10.80.0.129 | 预生产环境 | 已有 |
🔗 外部系统对接
| 系统 | 用途 | 阶段 |
|---|
| 企微自建应用 | H5入口+消息推送 | 阶段一 |
| 企微OAuth2 | 员工免登认证 | 阶段二 |
| 北森eHR | 员工信息自动填充 | 阶段三 |
| 火绒/联软 | 终端安全状态查询 | 阶段三 |
👥 人力
| 角色 | 人员 | 说明 |
|---|
| 产品设计+开发 | 宋献 | 全栈（Vue3+FastAPI） |
| AI引擎 | 现有 | 复用RAGFlow+Dify+千问 |
| 测试坐席 | IT支持组 | 阶段一验证 |
资源优势：阶段一无需额外服务器采购（NAS已有）、无需额外AI基础设施投入（复用现有）、无需新增编制（1人全栈+AI辅助），启动成本极低。
高
1人全栈，交付进度风险
产品设计+前端+后端+部署均由1人承担，生病/多任务并行可能延期
应对
① 严格阶段划分，每阶段独立交付价值 ② 阶段一控制在最小MVP范围 ③ AI辅助编码提效
中
NAS部署稳定性
NAS为非标准服务器，Docker资源有限，高并发可能性能不足
应对
① 阶段一仅支持少量坐席（2-5人），NAS足够 ② 预留G端服务器作为备选 ③ 监控资源使用率
中
跨部门对接阻力
eHR/火绒/联软API对接需其他团队配合，可能排期困难
应对
① 外部集成全部放在阶段三，不阻塞阶段一 ② 提前与HR/安全团队建立沟通渠道 ③ 预研API可行性
低
影响现有AI系统
新系统可能干扰已稳定运行的AI机器人
应对
① 新系统复用AI引擎，不修改现有配置 ② 转人工入口仅改跳转逻辑 ③ 独立部署，互不影响
📊 可量化收益
| 收益 | 测算依据 |
|---|
转人工响应时间
5-10分钟 → ≤3分钟 | 坐席工作台实时接单+通知 |
直接要人工比例
21.9% → ≤15% | H5内无缝转接，减少绕过AI |
坐席处理效率
预计提升30%+ | AI Wingman推荐回复+快速回复模板 |
重复问题拦截
0% → ≥10% | 排查流程图+知识闭环 |
🏆 战略价值
- 数据基线建立：首次拥有IT支持全流程数据，为后续优化提供决策依据
- 知识资产积累：坐席经验从个人脑中→系统可复用，离职不再=知识流失
- 可复制模式：技术架构（企微H5+坐席台+AI混合）可复用于HR、行政等场景
- AI价值最大化：现有AI引擎(87%命中率)价值进一步释放，人工与AI各司其职
- 合规与审计：全流程留痕，满足IT服务审计要求
投入产出比：阶段一投入 = 1人 × 数周 + 零新增基础设施。产出 = 解决最核心痛点（转人工断裂），首次建立数据基线，验证商业模式。即使阶段一后暂停，已交付的价值远超投入。
| 维度 |
ServiceDesk Plus / FreshService |
智齿/网易七鱼 |
自研IT智能服务台 |
| 企微深度集成 |
❌ 需API对接，体验差 |
⚠️ 企微插件，有限定制 |
✅ 原生H5自建应用 |
| AI混合策略 |
⚠️ 有AI但非混合策略 |
⚠️ AI与人工分离 |
✅ L1-L4四层递进 |
| 复用现有AI |
❌ 需替换为自有AI |
❌ 绑定其AI引擎 |
✅ 复用RAGFlow+Dify |
| 成本 |
💰 5-15万/年 |
💰 3-8万/年 |
✅ 零授权费（自研） |
| 数据自主 |
❌ 数据在SaaS平台 |
❌ 数据在SaaS平台 |
✅ 全部本地NAS |
| 定制灵活性 |
⚠️ 工单流程定制有限 |
⚠️ 客服场景，非IT场景 |
✅ 完全自主可控 |
结论：现有SaaS产品在企微深度集成、AI混合策略、复用已有AI引擎三个维度均无法满足需求。自研方案在成本（零授权费）、数据安全（本地存储）、定制灵活度上有明显优势。