Klarna的AI助手如何重新定義大規模客戶支援，服務8500萬活躍使用者

Klarna正在透過其AI助手重新定義全球客戶支援。作為一家領先的金融科技公司，Klarna擁有超過8500萬活躍使用者和每日250萬筆交易。為了應對不斷增長的客戶需求，Klarna開發了一款基於LangGraph和LangSmith的AI助手，該助手不僅是一個聊天機器人，更是一個能夠執行復雜任務的智慧代理。

該AI助手自推出以來已處理超過250萬次對話，其工作效率相當於700名全職客戶支援員工。透過LangGraph的可控代理架構，Klarna實現了請求路由和任務處理的自動化，顯著降低了延遲和運營成本。同時，利用LangSmith的測試驅動開發方法，Klarna能夠精確除錯和最佳化AI助手的行為，確保其在各種場景下提供準確、上下文相關的響應。

在過去9個月中，Klarna的AI助手取得了顯著成果：平均客戶問題解決時間縮短了80%，約70%的重複性支援任務實現了自動化，從而讓客戶服務代理能夠專注於更復雜、高價值的互動。此外，透過改進根本原因分析，客戶升級投訴率也大幅下降。

Klarna的CEO Sebastian Siemiatkowski表示：“LangChain在幫助我們實現AI助手的願景方面發揮了重要作用，使我們能夠大規模擴充套件支援，並在全球範圍內提供卓越的客戶體驗。”這一案例展示了AI在提升企業效率和客戶滿意度方面的巨大潛力。

具體來說，AI助手採用了可控的代理架構，能夠根據不同的任務場景動態調整提示，從而在不犧牲準確性的前提下降低令牌成本和延遲。同時，利用LangSmith的測試驅動開發功能，Klarna能夠對關鍵用例進行嚴格測試，並透過LLM評估和提示迭代持續最佳化代理效能。這一過程不僅提高了響應質量，還推動了LangSmith的提示工程功能發展，例如元提示（meta-prompting）能力，允許使用者透過提示建議改進，並觀察最佳化後的提示對響應質量的影響。

總體而言，Klarna的AI助手透過結合LangGraph和LangSmith，成功實現了大規模客戶支援的自動化與智慧化，為企業AI應用樹立了標杆。