能源老炮的AI客服，凭什么让转化率飙升

TotalEnergies用ChatGPT-4打造客服Clara，将能源订阅从交易变成对话。拆解自然语言、个性化推荐、快速转化三把增长利剑，给中国能源、汽车、家装行业的数字化转型启示。

"Customer experience is at the heart of our relationship marketing policy." — TotalEnergies

当一位货运车队经理半夜三点需要为明天的跨省运输预定柴油加注站点时，他打开手机，不再是在复杂的能源平台查找筛选，而是像和朋友聊天一样：“我需要明天上午在京沪高速江苏段安排两辆重卡加注B20生物柴油，并希望使用企业折扣账户。”得到的回复，不仅包括站点推荐、实时价格、排放测算，甚至直接推进至挂账支付确认——这一切，发生在不足一分钟的对话里。这不是科幻，是道达尔能源公司（TotalEnergies）2024年上线的GenAI客服“Clara”正在做的事。一家全球排名第23的石油巨头，放下身段，用最前沿的生成式人工智能去讨好一群最务实的物流从业者。这背后，是一场被严重低估的客户关系战争。

从加油站到对话入口：重资产行业的“轻”革命

长期以来，能源行业的增长模型被锁定在资源、渠道和价格上。谁拥有更多的油田、更密集的加油站网络、更低的批发价，谁就掌握话语权。对于像道达尔这样的百年老店，客户运营在过去二十年间的升级不过是推出了加油卡、企业账户系统和一个能查询账单的App。但2024年的Clara，宣告了这种懒政的终结。

Clara是道达尔出行事业部（Mobility Business）与创意与技术代理VML联手推出的生成式AI聊天机器人，其心脏是OpenAI的ChatGPT-4大语言模型。目标直指帮助专业物流公司和车队经理拥抱脱碳出行，而手段却是回归最简单的“关系营销”——就像开篇那句引语所说，客户体验被放在了战略的圆心。与传统规则式客服机器人只会回答“请拨打400电话”不同，Clara能用自然语言解答复杂的燃料类型选择、减排路径、站点推荐，甚至直接在对话流中完成订阅服务，无需跳转。

这看似是一个技术功能的迭代，实则是能源巨头对客户心智的重新占领。重资产行业最大的痛，不是没有客户，而是客户的沉默成本和切换钝感。过去，车队经理习惯了忍耐；现在，AI用“零摩擦”撕开了一道口子。这正是中国企业老板们需要敏锐捕捉的信号：最油腻的行业，正在被最轻巧的对话界面颠覆。

Clara的“三把火”：拆解AI驱动的增长动能

任何一次营销技术的真突破，都不应该被简化为“用了AI”。我们需要一把手术刀，把Clara的价值切开来，看看增长的燃料到底注入在了哪些环节。VML的案例描述虽精炼，却藏着三个致命的增长钩子：自然语言问答、个性化推荐、加速订阅流程。这三者构成了一条完整的转化飞轮。

第一把火：用聊天代替搜索，降低决策摩擦

传统B2B能源采购的线上体验有多反人类？一个车队管理员要在线预订跨省加注服务，通常需要：登录企业账务平台——选择省份——筛选油品类型——逐个点击站点查看库存和价格——手动计算税费和折扣——填写申请单——等待人工审核。每一个节点都可能劝退一个临时的需求。Clara用自然语言将这一切压缩成一句话。你只需要说出你遇到了什么问题，而不是去学习一套系统的语言。

这种从“搜索逻辑”到“对话逻辑”的跨越，直接击穿了认知负荷。心理学中的“流畅性启发”告诉我们，人类天生倾向于选择更易加工的信息路径。当Clara能够理解“我要在G40上海方向连夜赶路，哪里的超充桩最不堵”这样夹杂口语、模糊地理和专业需求的问句时，它不再是工具，而是一个随叫随到的能源管家。对于重资产行业而言，这种“即时的确定性”是世界上最稀缺的营销弹药。

第二把火：个性化推荐背后的数据飞轮

道达尔在描述Clara时特别强调了一点：GenAI使机器人能够“从每次互动中学习，持续改进，并个性化其回应”。这句话的含金量，远超想象。

传统石油公司的客户档案里，沉淀的是交易数据：某车队某年某月加了多少升柴油。但在对话场景下，Clara抓取到的是意图数据、情境数据和偏好数据。比如，一家生鲜冷链公司反复询问“零下18度运输车在北方冬季应该选哪种生物柴油更防冻”，这个信号的价值绝不亚于一笔大额订单。它告诉了道达尔，这家客户正在加速低碳车队的换代，且在特定气候条件下有防冻痛点。AI可以立刻推荐相应的添加剂套餐、会员计划，甚至提前在相关线路的站点储备适配油品。

这就是AI营销的真正魅力：每一次服务都是一次精准调研。个性化推荐不再是猜你喜欢，而是基于真实需求沉淀的求解。当你把成千上万个这样的对话累积起来，企业的市场洞察就从季度报告变成了实时热力图。对于习惯在黑暗中摸索客户需求的中国工业企业，这无异于开了一扇天窗。

第三把火：从问询到订阅的“一键转化”

客服的最高境界，不是解决问题，而是创造增长。Clara被明确定义为“加速订阅过程”的工具。在它的对话流里，一旦识别出客户有规律性的加油或充电需求，它会直接弹出多套餐方案对比、计算节省金额、并引导完成合同电子签——所有行为都发生在一个聊天窗口内，无需离开。

这打破了传统B2B销售中“客服给销售传线索、销售打电话跟进、邮件发合同、等待回传”的冗长断层。在中文互联网世界，我们将这种模式称为“交易即服务”。它把长周期、高客单价的订阅决策，溶解在一次次心流般的对话体验里。首版效果虽然未公开具体数字，但逻辑上已经构建了一个闭环：客户提问越多，系统越了解他；越了解他，推荐就越动人；推荐越动人，订阅就越干脆。增长的雪球，就靠这看似琐碎的对话滚动起来。

为什么是道达尔？巨头转身的三重必然

如果我们把目光从Clara这个单一案例上移开，会发现道达尔的这一步并不孤立。2025年6月，道达尔集团宣布与法国生成式AI新秀Mistral AI达成合作，将人工智能进一步应用于更广泛的客户体验场景。这透露出一个深层的趋势：能源巨头的竞争，正从地缘政治与油田的所有权，悄悄转入客户心智与数据的所有权。

必然性之一，是“脱碳出行”催生的认知鸿沟。当充电、氢能、生物燃料等新品类涌入，车队经理的知识储备出现巨大缺口。一个优秀的AI客服，就是最好的教育平台和信任代理。必然性之二，是存量市场下的零和博弈。全球燃油需求增速放缓，每争取一个物流大客户，就意味着从壳牌、BP那里抢来一块蛋糕。而AI提供的如丝般顺滑的订阅体验，会成为最坚固的转化护城河。必然性之三，是组织敏捷化的诉求。道达尔必须证明，一只百年恐龙也能踩着AI的滑板轻盈起舞，以吸引资本和人才。

这三点必然，同样悬在每一家中国重资产企业的头顶。无论是“两桶油”，还是国家电网、南方电网，甚至是三一重工、碧桂园这样的设备制造与地产巨头，他们所面对的客户，也越来越渴望被“懂”。

中国企业的“能源时刻”：重工业、汽车、家装如何复制Clara模式

中国有句老话：他山之石，可以攻玉。道达尔种下的这颗AI客服种子，是否能在中国的土壤里长出不同的形态？答案是肯定的，且紧迫。

首先，中国拥有全球最汹涌的新能源汽车浪潮。无论是充电运营商（如特来电、星星充电），还是整车厂（比亚迪、蔚来），他们面临的车主咨询复杂度正在指数级上升。“我家小区没有固定车位怎么申请电表？”“跑长途的混动模式怎么最省油？”一个像Clara一样能够理解自然语言、结合车辆实时数据给出个性化补能建议的AI，将是下一代用户运营的核心。蔚来的NOMI已经在这方面迈出了一小步，但大多数品牌还停留在App内FAQ的阶段。

其次，重工机械和商用车领域存在巨大真空。装载机、挖掘机、重卡的维保和油品采购，至今严重依赖电话和线下代理商。如果三一重工能推出一个工程机械版的Clara，让工地项目经理直接通过微信或钉钉对话排程保养、订购液压油和滤芯，这将重新定义“服务即销售”的效率。同样，房产和家装售后领域，饱受报修响应慢、配件匹配乱之苦的业主们，正等着一个能智能派单、推荐耗材的AI管家。

方法论并不复杂，核心在于能否把工业语言翻译成对话语言，并敢于把交易权交给机器。中国企业往往不缺技术能力，缺的是把“客服中心”当作“增长中心”的组织决心。

打造AI客服增长引擎的四步法

基于道达尔的实践，我们为企业市场负责人提炼出一套可复制的落地路径。它不迷信技术，而回归业务本质。

第一步：定义“高价值对话场景”，而非全面替代人工。不要一上来就试图用AI接所有电话。先找出那些转化潜力最大、客户最不耐烦的节点。例如，在能源行业，它就是“临时路线补能需求”；在设备行业，是“故障代码报修与易损件订购”；在家居行业，是“甲醛检测后空气治理方案推荐”。聚焦这些能直接撬动交叉销售和订阅的场景，让AI先解决20%的对话，创造80%的增量利润。

第二步：构建垂直领域的认知知识库。道达尔有百年积累的能源配方、引擎试验数据、安全规范。这些原本沉睡在PDF和工程师脑中的知识，必须被清洗、标注，并与大语言模型结合。中国企业尤其需要警惕“裸奔的通用大模型”——一个不懂国六B排放标准、不懂南方回南天对电路影响、不懂混凝土标号养护周期的AI，只会制造笑话和索赔。领域知识库，是AI客服的专业护城河。

第三步：设计“对话式转化路径”，像导演一样编排脚本。把订阅、复购、延保等业务目标，拆解成一个个对话微时刻。当客户问及某种产品特性时，AI不是机械地复述说明书，而是顺势询问使用场景：“您提到经常在云贵高原跑车，我们有一款针对高海拔动力衰减的添加剂，很多冷链车队在囤，要不要试配两箱？”这就是把服务对话直接编织进增长叙事。

第四步：建立“对话即洞察”的闭环学习机制。要求团队每周拉取AI对话日志，不是看满意率，而是看遗漏了什么需求、催生了什么新关键词。这些真实的客户话语，是企业最珍贵的一手情报。当“B20生物柴油冬季防冻”成为高频词时，市场部应当立刻联动研发和供应链，推出联合解决方案，再通过AI推回给同类客户。于是，客服机器就不再是成本中心，而是企业的新产品孵化器和需求发动机。

当AI成为最懂客户的服务员

道达尔的Clara告诉我们一个朴素的真理：无论你的产品是看不见的石油分子，还是重达数十吨的机械设备，最终交付给客户的，是一种确定感和掌控感。在不确定性弥漫的商业世界里，谁能用最低的成本、最高的智慧，把这种确定感即时送到客户指尖，谁就能在下一个十年锁定忠诚。

中国的CMO和增长负责人们，或许应该带着团队认真推演一次：如果我们的企业今天上线一个Clara，让它直面最挑剔的客户，它会暴露出我们多少知识管理的欠账？会挖出多少未被满足的长尾需求？又会倒逼出怎样的组织协同？这场始于一句“你好”的对话革命，绝不只是能源行业的故事。它正在敲响每个行业的大门。