Klarna如何让AI顶替700名客服：一位CEO的真实试验

Klarna CEO Sebastian Siemiatkowski首次系统讲述，公司如何在不到两年内，将大语言模型真正推向生产环境，让AI承担原本由700名客服完成的工作，并直接带来4000万美元的盈利改善。

为什么这次AI落地，真的不一样

很多公司都在谈“AI赋能”，但真正把大语言模型推到核心业务、直接替代人力的案例并不多。Klarna的故事之所以重要，是因为它不是一个实验室Demo，而是发生在一家拥有“1亿+客户、覆盖20多个国家”的全球支付公司。

Sebastian Siemiatkowski在对话中坦言，他对AI并非一开始就充满浪漫幻想。尤其是在创意领域，他直言不讳地指出：“LLMs work towards the average… creativity is not the average.” 在他看来，大模型在文案、图像生成上的表现并不总是惊艳，因为模型训练的目标本身就是“平均值”。

这也决定了Klarna的策略方向：不从最主观、最难评判的创意工作入手，而是优先选择那些规则复杂、数据密集、但目标清晰的场景。客服，尤其是纠纷处理（dispute resolution），恰恰符合这个标准。

从Twitter到Slack：一次意外却关键的起点

Klarna与生成式AI的真正转折点，发生在2022年11月。那是ChatGPT刚刚引爆行业的时间点。Sebastian回忆说，当时他“在Twitter上”，主动与相关团队建立联系，随后双方拉了一个联合Slack频道，开始高频实验。

这个细节很关键：并不是一个自上而下、计划周密的AI转型项目，而是一种CEO亲自下场、快速试错的方式。Slack频道成了工程师、产品经理和业务团队的“游乐场”，想法可以直接被验证。

更重要的是，管理层的态度是明确的。Sebastian强调，他刻意鼓励内部员工“lean in and try it”。不是每个人都愿意，但“some people leaned in”，而真正的突破，正是来自这些主动尝试的团队。

纠纷处理的突破：AI第一次显露威力

最早跑出来的成果，来自一个不起眼却痛点极强的方向——纠纷处理。这个团队发现，积压的case数量一直居高不下，而规则、历史案例和文档都非常丰富。

当他们把大语言模型引入后，变化是立竿见影的。Sebastian形容当时的感受是：“backlog was just like… this is really impressive.” 这不是准确率提升1%、2%的优化，而是整体处理能力的量级变化。

关键技术之一，是检索增强生成（RAG，Retrieval-Augmented Generation）。简单说，就是让模型在生成回答前，先从Klarna内部的知识库、政策和历史记录中检索相关信息，再基于这些‘可信素材’作答。Sebastian用一句工程师都懂的话总结：“garbage in， garbage out.” 如果底层数据不干净，模型只会更快地产生错误。

真正上线的那一刻：AI开始“接管”客服

当纠纷处理验证成功后，一个看似疯狂的想法浮出水面：“It’d be crazy to try to see how we could answer customer service.” 但正是这个想法，最终让AI进入了生产环境。

结果远超外界想象。Klarna的AI客服代理，如今已经能够处理大约三分之二的客户支持对话。Sebastian特别强调，这并不意味着问题已经解决——“still tons of work to be done”——但边界已经被清晰地推开。

从商业结果看，这次转型直接带来了约4000万美元的盈利改善。这不是‘未来潜力’，而是已经反映在财务报表上的数字。也正因为如此，Klarna内部对AI的态度，从‘尝试’变成了‘默认选项’。

不回避代价：关于工作、社会与人的问题

在对话的后半段，Sebastian主动把话题拉向一个更敏感的方向：社会影响。他并没有用乐观口号回避问题，而是强调，“take society through this change with empathy.”

当被问及“哪些工作会被影响”时，他的回答并不绝对。他反复提到，“people are different”，AI并不会以同样的方式影响每一个人。真正的挑战，在于企业是否愿意为转型承担责任，而不是只计算成本节省。

在产品和营销层面，Klarna也在内部构建自己的工具，比如名为Kiki的系统，并重新审视“buy versus build”的决策。Sebastian的态度很务实：拥抱公共API和开放生态，但关键能力必须掌握在自己手里。因为在他看来，“the future will be generated”，而生成能力本身，将成为产品的一部分。

总结

Klarna的AI故事并不浪漫，但极其真实：从Twitter上的一次偶然尝试，到Slack里的快速实验，再到客服体系中替代700人规模的工作量。这背后没有神奇模型，只有清晰的场景选择、对数据质量的敬畏，以及CEO亲自推动的组织意志。对读者而言，最大的启发或许是：AI真正的价值，不在演示台上，而在那些“看起来很无聊、但足够重要”的业务角落里。

关键词： Klarna， Sebastian Siemiatkowski， 大语言模型， 检索增强生成， AI客服

事实核查备注： Sebastian Siemiatkowski（Klarna CEO）；Klarna客户规模：1亿+，覆盖20+国家；AI客服处理约三分之二支持请求；盈利改善约4000万美元；时间点：2022年11月；技术概念：大语言模型（LLMs）、检索增强生成（RAG）；内部系统名称：Kiki