Klarna 凭借其以消费者为中心、由人工智能驱动的支付和购物解决方案，重塑了全球商业格局。Klarna 拥有超过 8500 万活跃用户和每天 250 万笔交易，是金融科技领域的领导者，它简化了购物流程，同时为消费者提供了更智能、更灵活的金融解决方案。
Klarna 的旗舰人工智能助手正在彻底改变购物和支付体验。该人工智能助手基于 LangGraph 构建，并由 LangSmith 提供支持，能够处理从客户支付、退款到其他支付升级等各种任务。
到目前为止，该人工智能助手已处理了 250 万次对话，它不仅仅是一个聊天机器人；它是一个变革性的代理，其工作量相当于 700 名全职员工，能够快速交付成果并提高公司效率。
挑战：扩展客户支持和处理升级
克服升级的负担
Klarna 在管理跨部门升级方面面临着日益严峻的挑战。为了满足消费者日益增长的期望，Klarna 需要一个能够结合速度、准确性和可访问性，并能在全球市场扩展的解决方案。
“LangChain 一直是帮助我们实现人工智能助手愿景、扩展支持并为全球客户提供卓越体验的绝佳合作伙伴。”—— Klarna 首席执行官兼联合创始人 **Sebastian Siemiatkowski**
解决方案：由 LangGraph 和 LangSmith 提供支持
推动精准度和性能的合作伙伴关系
Klarna 转向 LangGraph 和 LangSmith，将其人工智能助手发展成为一个可靠、可扩展的多代理系统。主要改进包括：
- 可控代理架构：Klarna 的人工智能助手使用 LangGraph 框架来路由请求和处理不同的任务。这有助于降低延迟、提高可靠性并降低运营成本。
- 上下文感知智能：通过动态调整针对特定场景的提示，Klarna 确保其人工智能助手始终提供相关、上下文感知的响应，同时降低了代币成本和延迟。
- 测试驱动开发：借助 LangSmith，Klarna 可以通过分步查看其人工智能助手的行为来查明出现的问题。Klarna 利用 LangSmith 对其人工智能助手的关键用例进行了严格测试，然后通过 LLM 评估和提示迭代来验证和完善代理的性能。
- 提示优化：Klarna 的见解反过来又改进了 LangSmith 的提示工程功能——特别是，Klarna 帮助激发和设计了诸如元提示（meta-prompting）等高级功能。元提示允许用户通过“提示它们”并查看优化后的提示如何影响响应质量来建议对提示进行具体改进。
影响
Klarna 的人工智能助手基于 LangGraph 构建，并通过 LangSmith 精炼，使他们的团队能够更有效地处理客户升级。在过去 9 个月里，他们取得了以下成果：
- 更快的解决方案：客户查询平均解决时间缩短了 80%，从而能够更快地响应用户查询，并为分析师和工程师节省了每周数小时的调查时间。
- 提高聊天处理的人工智能自动化程度：自动化了约 70% 的重复性支持任务，使客户服务代理能够处理更复杂、更有价值的交互。
- 提高准确性：提高了拒付的根本原因识别能力，从而显著减少了客户升级。