客服大概是智能体最早规模化落地的场景之一，但「落地」和「落得好」之间隔着一截真实数据。Salesforce 披露的欧莱雅案例显示，这家美妆集团把 Agentforce 部署到北美 25 个品牌后，单工单平均处理时长从约 7 分钟压到约 2.5 分钟，降幅 64%；超过 300 名顾问每天在用，在符合条件的员工里覆盖率已达满格。更往前一步，在 YSL Beauty 与 Kiehl's 的网站上，一个 AI agent 已经能自己验明顾客身份、拉取实时物流数据、独立解决订单状态类咨询，目标是对外把约六成这类咨询挡在人工之前。
它不是来替人，是来给人兜底
细看运作方式，欧莱雅的思路很克制：agent 先汇总每通对话、确认顾客想要什么，再按各品牌语气起草首条回复，由顾问修改后发出；结案前，AI 还会核对「记录的原因」和「对话内容」是否对得上。也就是说，agent 做的是把最耗时的草稿、查证、核对环节前置化，真正的判断与把关仍留在人手上。在 YSL 与 Kiehl's 的网站上，agent 才被放开做全自动闭环，且限定在订单状态这类边界清晰、风险可控的咨询上，超出范围就带着完整历史转给顾问。这种「先辅助、后局部自治」的递进，比一上来就全量托管要稳得多。
护栏是这道部署的关键
让人放心的地方在于它把「不可控」尽量框死：每一条回复都来自一套预置话术库，模型不被允许现编句子；一旦问题擦边医疗，立刻转人工；非工作时间则给顾客一个工单号、承诺下一个工作日跟进。新增一个品牌，对欧莱雅来说只是一次配置变更，而不是一次重新开发——这恰恰说明，当底层平台把护栏和接入做成标准化能力，业务侧的扩张成本会陡然下降。把这套设计放到更大的图景里看，Riachuelo 用 Genesys 把自助解决率从 30% 拉到 84%、Virgin Media O2 把 Sierra 的语音 agent 推进了真实来电、LHV 银行用 Gradient Labs 接管部分邮件往来，都在印证同一件事：客服智能体正从「脚本机器人」走向「能在护栏内做多步动作」的新形态。
别只看见光鲜的 64%
辩证地看，64% 这个数字是结果，不是原因。它成立的前提，是欧莱雅把咨询范围、话术边界、升级路径都先设计清楚了——agent 只被放进它确实能胜任的缝隙里。这也给所有想上客服智能体的团队提了个醒：省下的时间不是凭空来的，而是用前期的大量治理工作换的。另要分清，这篇讲的是欧莱雅的「部署案例」，和更早被写过的 Agentforce 平台本身不是一回事——平台发布是能力宣示，真实品牌的规模化使用才是检验。对买家而言，更值得借鉴的是它的节奏：先单品牌试点、摸清 agent 能接哪些请求，再横向铺开，而不是一上来就让 agent 接住所有来电。目前官方及行业暂未披露更多细节，后续将持续跟进迭代动态。
把视角拉远，客服智能体这场仗，比的早已不是「模型会不会说话」，而是「出错时谁来拦、拦得住拦不住、拦完能不能无缝交回给人」。欧莱雅的案例之所以有参考价值，正在于它把护栏写进了流程：预置话术锁住表达、范围外必转人工、历史上下文跟着走。当顾客愿意让 agent 查物流却普遍不愿让它替自己付款（行业调研反复印证这一点），企业该投入的恰恰不是更花哨的对话，而是更扎实的「何时收手」设计。谁能把这道收手的分寸拿捏好，谁才可能在客服智能体的规模化里真正省下那 64% 的时间。