扫码开门、自由取货、关门自动结算——这是哈哈便利“1平方米无人便利店”的典型购物流程。
作为一家以AI图像识别技术为核心的智能零售解决方案提供商，哈哈便利把智能硬件、图像识别算法、SaaS商户管理软件和支付能力组合在一起，让前台交易尽可能简单。
但对经营这些设备的商户来说，设备投入使用只是开始。软件怎么用？提现多久到账？围绕软件、支付、算法和硬件的问题，会在日常经营中持续发生。
随着业务扩大，哈哈便利“一客户一企微服务群”的长期服务关系也进入万级。一个新的问题随之出现：如果前台无人零售可以依靠AI和系统不断复制，后台客户服务能不能也从“增加人”，逐步变成“增加可复用的智能能力”？
哈哈便利的路径分两步：先把散落的群统一接入，看清哪些问题在重复；再把重复的服务沉淀成知识，交给Agent 反复复用。
服务群进入万级，人工守群的方式开始跟不上群的增长
早期服务规模有限时，客服直接在企微群里跟进客户，简单而直接。但当服务群进入万级，数十名客服需要不断切群、查看和回复消息，漏消息、轮值交接、主管难以统一查看接待状态等问题逐渐显现。
更重要的是，大量服务本身正在重复。
“为什么不能提现？”“提现多久到账？”“商户号在哪里找？”不同商户在不同群里提出的，往往是相似的问题。每出现一次，客服就重新理解、查找、回答一次。
所以哈哈便利面对的并不只是“群太多”，而是客户规模扩大后，同样的服务工作也在跟着客户数量不断复制。 如果这些问题和经验始终停留在一次次人工回复里，新增客户带来的服务压力，最终仍然只能落到人身上。
把上万个企微群接进一个工作台，先看清哪些问题在重复
哈哈便利没有改变商户原来的咨询习惯。客户仍然在企微服务群里提问，后台则通过合力亿捷智能客服工作台，将分散的群消息统一接入、分配和处理，管理者也可以查看坐席接待情况，消息遗漏有所改善。
统一接入本身并不是这次升级最重要的结果。更关键的是，过去散落在大量群和不同坐席手里的服务开始进入同一套体系。企业由此可以更系统地看见：哪些问题持续出现，哪些答案相对稳定，哪些值得沉淀成标准知识。
也就是说，服务从“发生一次、解决一次”，开始有机会变成可以被分析和复用的对象。
把客服重复回答的问题，变成Agent可以复用的知识
以“为什么不能提现”为例，它背后并不是一句孤立的FAQ。
无人零售柜的结算是自动完成的，商户看不到现金的流动，反而会对“到账”“提现”格外敏感。围绕商户实际经营，还会涉及商户号申请、签约、配置、资金到账、提现，以及异常情况下的风控、驳回、投诉等一系列问题。
过去，这些知识主要依靠客服掌握和使用。一个客户问一次，客服解决一次；另一个群再出现类似问题，又重新完成一次服务。而智能客服Agent真正需要改变的，是这种知识使用方式。
Agent建设的起点，不是先让一个模型回答问题，而是先找到客服每天正在重复解决的事情。
当高频、标准、重复的问题被沉淀成企业知识后，哈哈便利可以借助合力亿捷智能客服工作台的Agent，让这类咨询优先由 Agent 承接，超出知识和处理边界的问题再交给人工。
这样一来，同一份已经验证过的知识，不再只服务于某个客服眼前的一个客户，而可以被反复用于更多商户。Agent真正复用的，也不只是一条答案，而是企业已经形成的服务经验。
无人零售规模化，也要开始复制服务能力
这和哈哈便利一直在做的无人零售，其实是同一种逻辑。
在前台，哈哈便利通过AI视觉识别、硬件、SaaS和支付，把传统零售交易标准化，让同一套能力可以进入更多场景。业务规模扩大以后，后台同样需要解决“如何复制”的问题。
如果每增加一个商户，就增加一段完全依赖人工维护的服务关系，那么前台规模化越快，后台服务压力也会越大。哈哈便利希望改变的，是把那些已经反复出现、能够标准化的人工服务沉淀成知识，再通过Agent持续复用。
在这个过程中，合力亿捷提供的价值也不只是把上万个企微群接进一个工作台，而是帮助企业把分散的人工服务逐步沉淀成知识，并进一步转化为Agent可以反复调用的服务能力。
对于无人零售企业来说，真正规模化的不应该只有设备、点位和交易流程。
当同一份服务能力也可以持续服务新的客户，后台客户服务才真正开始跟上业务增长的速度。
