8000 通客服电话 + 72 小时活动响应 + 停滞的会员日活 — 6 个月后，门店没多开一家，但运营人效翻了。
STORY
项目启动那周，客户最大的疑问不是"AI 行不行"，是"我们到底要不要做"。他们的 CFO 在第一次会议直接问：上一个 IT 项目花了 800 万还没回本，凭什么这次相信你们？
我们做了一件没做过的事——先不卖方案，4 周内只做诊断：把过去 90 天客服录音脱敏后丢给 LLM 做意图分类，得到一份"哪些电话本来就不该是人接"的清单。当那张表里 67% 的电话是积分查询、订单状态、补卡这类机械问题时，CFO 不再问 ROI，开始问"什么时候上线"。
上线分 3 期：第 1 期只接 30% 的低风险流量，第 2 期接到 70%，第 3 期才全量。中间踩的最大坑是钉钉 API 限流，我们做了一层异步队列扛住峰值。
6 个月后，最让客户惊讶的不是 -65% 的工时数字，是没裁员的情况下，14 名客服转岗做会员运营，新增门店数因此上去了。这是"AI 让人腾出来"的实战版。
挑战 · CHALLENGE
会员日活停滞 9 个月，客服中心日均 8000 通电话压垮 32 人团队，门店促销从总部决策到落地超过 72 小时；CMO 想加预算，CFO 拒绝，老板要数字回答到底买不买 AI。
方案 · SOLUTION
我们没做"上一套大模型"这种话术，先做了 4 周的诊断：把所有客服录音用 LLM 分类，发现 67% 是积分/订单/补卡。然后部署 3 个 Agent — 会员管家（自动 outreach）+ 智能客服（7×24）+ 营销策划助手；底座接钉钉，3 个月内逐步替换。
KEY DECISIONS
4 周不动代码，先用 LLM 跑录音分类，让 CFO 自己得出"该上"的结论。
30% → 70% → 100% 三阶段切流，预留人工回退通道，0 投诉爆发。
提前压测发现 API 限流问题，加一层 Redis 缓冲，活动日峰值 0 故障。
“不是把人换成 AI，而是把人从重复里换出来。我们没裁员，但 14 个客服转去做会员运营，去年新增门店 60% 是这批人推进的。”
— 李总，某连锁集团 CDO
LESSONS FOR YOU
把别人踩的坑变成你的快捷键。
如果你是连锁/会员业态：先花 4 周做意图分类诊断，比急着选模型省 10 倍钱。
如果你担心客服团队抵触：从一开始就把"转岗路径"写进方案，而不是事后补。
如果你的底座是钉钉/飞书：先量它们的 API 限流，再设计调用节奏。