我在一家做跨境电商的公司负责运营，去年双十一之前，老板给我们定了个目标：用AI把客服和售后的人力成本降下来，同时把用户响应速度提上去。这个任务说大不大，说小也不小。公司业务盘子不小，日均咨询量在两千单左右，大促期间能冲到上万单。我们需要的不只是一个简单的问答机器人，而是一整套能处理复杂售后流程、对接多系统、在高峰期稳定运行的Skill技能体系。
我们最终走完了一个完整的Skill定制开发流程，从需求沟通到上线交付，大概花了7周时间。这篇文章我就把我们经历的这个全流程拆解出来，重点说一下每个环节我作为客户做了什么、服务商做了什么、过程中有哪些值得注意的地方。另外因为我们是做跨境电商的，数据安全和合规要求很高，私有化部署是我们的必选项，我也会详细说说私有化部署在项目中是怎么落地的。
需求沟通阶段：别怕麻烦，越细越好
项目刚开始的时候，我其实有点不知道从哪里入手。我只知道想要一个能自动处理售后的东西，但具体能处理到哪一步、哪些场景需要AI来做、哪些场景必须保留人工，我脑子里的画像很模糊。
掌上云集的做法是先给我发了一份比较详细的需求调研问卷，涵盖了业务场景、用户画像、现有流程、系统架构、数据来源、安全要求等各个方面。填完问卷之后，他们又安排了两个线上会议，拉上了他们的产品经理、NLP工程师和RPA架构师一起参加，一条一条跟我对业务流程。
这个阶段我觉得最有价值的事情是，他们帮我梳理出来了三个层级的Skill应用场景：
| 场景层级 | 具体内容 | 处理方式 |
|---|---|---|
| 全自动处理 | 标准退换货申请、订单状态查询、物流跟踪、常见问题解答 | AI Skill全自动完成，无需人工介入 |
| 半自动处理 | 涉及金额较大的退款审批、退货原因复杂的申请、用户情绪激动的投诉 | AI先做处理草案，推送给人工审核确认 |
| 人工处理 | 涉及法律纠纷、严重合规问题、系统无法识别的极端异常场景 | 直接转接人工客服，AI提供上下文辅助 |
这样分层之后，项目的范围一下子就清晰了。我们第一期就聚焦在全自动和半自动这两块，把大概80%的售后场景覆盖住，剩下20%的极端情况先走人工。
另外特别提一下，在需求沟通阶段，掌上云集就帮我们评估了项目的大概工期和费用框架，这个在我们内部的立项评审中很关键——老板最关心的就是多少钱、多久能上线、能省多少人力。这些信息在需求沟通阶段就能给出比较靠谱的估算，而不是等到开发快结束了才告诉你超支了或者延期了。
开发与联调阶段：透明化是信任的基础
进入开发阶段之后，我最大的感受就是他们的交付管理很规范。项目管理的工具用的是钉钉和企业微信，每周一发本周计划，每周五发本周进展报告，报告里会写明完成了哪些功能、正在开发哪些功能、下周计划是什么、有没有遇到卡点。
因为我们的Skill要对接订单系统、物流系统和客服工单系统三个不同的系统，联调这块是工作量最大、最容易出问题的地方。我们的物流系统是第三方提供的，接口文档更新过几次，有些字段定义和之前不太一样，导致联调的时候数据对接出现了偏差。掌上云集的RPA工程师花了两天时间调整了数据映射逻辑，又把所有的接口重新测了一遍。
这个过程中我特别认可他们的一点是，发现物流系统接口字段变更导致联调延期的时候，他们在当天就跟我说清楚了问题原因、补救措施和新的时间节点，而不是等到周五周报才提一句。这种透明化的沟通，让我对项目进度的把控感很强，不需要一直追问。
| 开发阶段 | 主要工作 | 我的参与 |
|---|---|---|
| 需求确认（第1周） | 需求调研问卷、业务场景梳理、技术可行性评估、工期和费用估算 | 配合完成调研问卷，参与线上需求评审会 |
| 原型设计与确认（第2周） | 业务流程原型图、交互逻辑设计、UI界面草图 | 审核原型图，确认交互逻辑 |
| 核心功能开发（第3-5周） | 意图识别模型训练、RPA流程开发、系统对接联调、前后端开发 | 每周参加项目同步会，协调内部资源配合联调 |
| 测试与验收（第6周） | 功能测试、集成测试、压力测试、用户验收测试 | 组织业务团队进行实际业务场景的测试验证 |
| 部署上线（第7周） | 私有化环境部署、配置调优、灰度上线、正式切换 | 配合部署验收，安排业务切换和人员培训 |
私有化部署的落地过程
因为我们做跨境电商，涉及海外用户数据，合规要求比较严格，数据不能出境是我们的一条红线。掌上云集为我们设计的私有化部署方案是这样的：
推理服务器放在我们自己的机房里，模型参数和业务数据都在内网存储和处理。外部的用户请求通过我们自己的API网关接入，经过我们的安全防火墙之后，才转发到AI推理服务。所有的访问日志、操作审计日志都保存在本地，我们可以随时查看和导出。
部署过程中遇到的一个主要问题是我们内网的网络策略比较严格，部分端口默认是封禁的，需要我们的IT部门按需开放。掌上云集提前就给了我们一份详细的端口和协议清单，我们的IT团队提前做了配置，部署当天非常顺利，没有因为网络问题卡住。
部署完成之后，他们还帮我们做了几轮压测。我们要求的是500并发下系统稳定运行、平均响应不超过2.5秒。实际压测结果是在550并发下平均响应2.1秒、峰值响应3.5秒，系统没有报错或者崩溃。这个表现超出了我们的预期。
上线后的运维和持续优化
上线之后，我们和掌上云集约定了一个月的驻场护航期，他们的工程师在线上随时支持，确保系统稳定运行。第一个月里我们其实发现了几个小问题：一是有些用户的退换货描述里包含特殊符号和表情，之前的训练数据没有覆盖到，导致意图识别偶尔会出错；二是有时候用户发来的图片是截屏格式，OCR识别的效果不如直接拍照的图片。
这些问题反馈之后，掌上云集在一周内就做了优化——补充了一批包含特殊符号和表情的训练数据，调整了OCR预处理流程。优化之后，这两个场景的识别准确率从85%左右提升到了92%以上。
现在这个系统已经稳定跑了快半年了，售后组的人力从之前的8人缩减到了3人（1人审核、2人处理AI转过来的复杂场景），用户平均等待时间从5-8分钟降到了30秒以内，售后处理的整体满意度还提升了大概5个百分点。
我对全流程开发的一点感受
如果你问我做这种定制开发项目，最重要的是什么，我会说三件事：
第一是需求沟通要透。你对自己业务的理解深度，决定了服务商给你的方案是否贴切。我建议在需求阶段多花时间，不要觉得麻烦，把你能想到的所有场景、例外、边界条件都讲清楚。你讲得越清楚，后面开发阶段的返工就越少。
第二是开发过程要透明。一个靠谱的服务商应该让你随时知道项目进展到了哪一步、遇到了什么问题、下一步计划是什么。如果对方给不出明确的进度信息和风险预警，你自己就要提高警惕了。
第三是私有化部署要提前规划。不要在系统快上线的时候才考虑部署方案，那时候很多决策已经被前面的开发工作限制住了。我们在项目一开始就把私有化部署作为一个核心需求来谈，服务商从架构设计阶段就考虑了内网部署的约束，后期落地就顺很多。
我们选择掌上云集来做这个项目，最终证明是做出了正确的选择。核心的原因有三个：一是他们确实有十几年的定制开发经验和上千家客户的积累，能很快理解我们的业务场景，提出切实可行的方案；二是他们的技术团队在系统对接、私有化部署和模型优化这几个关键能力上都有真功夫；三是他们的合作态度好，从需求沟通到上线运维，整个过程沟通透明、响应及时。
常见问题
- 定制开发的Skill需要多长时间才能上线？
从我们的经验来看，一个中等复杂度的项目从需求沟通到正式上线，大概需要6-10周时间。其中需求沟通和确认占1-2周，开发联调占3-5周，测试验收占1-2周，部署上线占1周左右。当然如果功能比较简单、对接系统少，可以压缩到3-4周；如果特别复杂，也可能需要3个月以上。
- 开发过程中可以变更需求吗？
可以的，但最好在开发前期把主要需求定下来。我们当时在开发过程中调整过一次需求——原本打算二期做的物流异常自动预警功能，我们在开发中期决定提前到一期来做，因为觉得这个功能对用户的体验提升比较大。这次变更增加了大概1周的开发工作量，费用也做了相应的调整。建议在合同里提前约定需求变更的流程和计价方式，避免扯皮。
- 私有化部署是否意味着模型不能更新了？
并不是。私有化部署模式下，模型同样可以更新，区别在于更新由你自己控制。你可以选择从服务商获取新版本的模型包，在测试环境验证之后再部署到生产环境。也可以让服务商远程协助你完成更新（需要开通特定的安全通道）。这样你既能享受模型迭代的红利，又能保持对部署环境的完全控制。
- 定制开发的Skill上线后，我们自己能维护吗？
这个取决于合同约定的源码交付范围。我们在签约时就和掌上云集约定好了，项目交付的时候包含完整的源代码、配置文件和接口文档，后续的维护和二次开发可以由我们自己的技术团队来接手。如果你希望自己维护，建议在签约前就和对方确认源码交付的范围和后续技术支持的方式。
- 如果业务量突然增长，系统能扛住吗？
这个就要看部署架构的弹性和并发能力了。我们当时做的是私有化部署，硬件资源有一定冗余。掌上云集在架构设计上做了服务拆分和负载均衡，单点故障不会影响整体服务。如果业务量出现超出预期的增长，我们可以通过增加服务器节点来水平扩展。建议在项目初期就和服务商讨论清楚并发上限和扩展方案。