AI客服这个赛道，说起来真是又重又香。重在人力和频次，香在高价值场景——一直是企业和资本市场盯着不放的香饽饽。这两年冒出来的一匹黑马，是美国的Decagon。成立不到两年，融了2.3亿美元，最新估值冲到15亿美元，把同行甩开一大截。
研究了一圈才发现，Decagon除了具备AI客服该有的基本功，手里还捏着一张未来相当能打的牌——让流程SOP直接指导智能体干活。
Decagon的表面：多触点、全渠道客户服务
在Decagon的平台上，AI智能体的触角几乎伸到了客户服务的每一个角落。
图形用户界面, 应用程序AI 生成的内容可能不正确。
- 在线聊天：直面客户，实时对话，处理常见问题和订单请求。
- 客服支持：在客服人员背后实时支援，随时提供所需信息。
- 邮件、信息、电话回复：自动读取、理解、生成符合企业语气的邮件或消息。
支撑这一切的，是多系统集成、数据看板，还有智能体自我优化的能力。
Decagon的核心：流程驱动Agent的技术落地架构（AOP）
其官方架构图直接点明了核心理念——AOP（Agent Operating Procedures）。通俗点说，AOP就是让业务人员给AI编写一本“行动手册”，告诉它在复杂的业务场景里该如何一步步行动，而不是靠大模型自己瞎猜。
举个退款场景的例子。这是客服人员梳理出来的行动手册：
1. 验证客户身份 @Verify_customer
如果验证失败，确认材料缺失情况，要求客户补充材料
补充材料失败则转人工 @handoff_to_human2. 调用订单系统查看订单情况
如果订单未发货或未签收，执行退款 @initiate_return_process
如果订单已签收超过30天，拒绝退款 @reject_refund 并回复原因 @send_policy_explanation3. 确认退款路径，执行退款
如果支付方式为信用卡，原路退回 @process_refund_card
如果为第三方支付（如 PayPal），通过第三方退回 @process_refund_gateway
如果涉及分期付款，推送至财务部门回复 @escalate_to_finance4. 更新库存系统 @update_inventory
5. 发送退款确认邮件 @send_confirmation
在每一个环节，如果遇到系统异常或规则冲突，自动 @handoff_to_human，同时记录完整上下文，以便人工无缝接手。
流程里的每个@动作，都对应着需要内部系统执行的具体操作，或者由另一份行动手册来定义执行流程。当业务人员编写好手册“喂”给Decagon后，平台会自动把业务逻辑转化成可修改的代码，添到智能体的配置里。这些代码还要交给IT部门确认和维护，确保引用的系统和流程都配置正确。
可见，AOP让智能体真正嵌入业务流程。它不只是“智能对话”，更像是一套把企业SOP变成可执行流程的语言。有了AOP，Decagon既能高效处理标准化场景，又能在复杂情况下保持可控。
AI落地展望：流程梳理与数字化建设
大家对智能体落地企业的两大顾虑，Decagon都给出了相对有效的解法。
- 幻觉和不可控：用AOP作为中间层，员工的业务知识通过执行手册沉淀，规范了智能体的工作方式。
- 员工被AI替代：AOP以创新的方式重新连接了业务人员与IT人员，两边的工作依然重要且不可或缺。
细看之下，虽然Decagon专攻客服赛道，但AOP的理念可能会重塑未来的IT系统建设。它把原来由IT部门主导的流程数字化，转变为由业务部门驱动的流程数字化。
企业级AI的落地，本质上不是一场推倒重来的革命，而是一次升级。从现有流程出发，把原本用于培训员工的SOP数字化为培训智能体的AOP，再让AI去辅助执行——这条路，已经被Decagon验证为可行的成功路径。
