Klarna的AI助手如何重新定义大规模客户支持，服务8500万活跃用户

Klarna正在通过其AI助手重新定义全球客户支持。作为一家领先的金融科技公司，Klarna拥有超过8500万活跃用户和每日250万笔交易。为了应对不断增长的客户需求，Klarna开发了一款基于LangGraph和LangSmith的AI助手，该助手不仅是一个聊天机器人，更是一个能够执行复杂任务的智能代理。

该AI助手自推出以来已处理超过250万次对话，其工作效率相当于700名全职客户支持员工。通过LangGraph的可控代理架构，Klarna实现了请求路由和任务处理的自动化，显著降低了延迟和运营成本。同时，利用LangSmith的测试驱动开发方法，Klarna能够精确调试和优化AI助手的行为，确保其在各种场景下提供准确、上下文相关的响应。

在过去9个月中，Klarna的AI助手取得了显著成果：平均客户问题解决时间缩短了80%，约70%的重复性支持任务实现了自动化，从而让客户服务代理能够专注于更复杂、高价值的交互。此外，通过改进根本原因分析，客户升级投诉率也大幅下降。

Klarna的CEO Sebastian Siemiatkowski表示：“LangChain在帮助我们实现AI助手的愿景方面发挥了重要作用，使我们能够大规模扩展支持，并在全球范围内提供卓越的客户体验。”这一案例展示了AI在提升企业效率和客户满意度方面的巨大潜力。

具体来说，AI助手采用了可控的代理架构，能够根据不同的任务场景动态调整提示，从而在不牺牲准确性的前提下降低令牌成本和延迟。同时，利用LangSmith的测试驱动开发功能，Klarna能够对关键用例进行严格测试，并通过LLM评估和提示迭代持续优化代理性能。这一过程不仅提高了响应质量，还推动了LangSmith的提示工程功能发展，例如元提示（meta-prompting）能力，允许用户通过提示建议改进，并观察优化后的提示对响应质量的影响。

总体而言，Klarna的AI助手通过结合LangGraph和LangSmith，成功实现了大规模客户支持的自动化与智能化，为企业AI应用树立了标杆。