日本 AI 客服公司 avatarin 基于 OpenAI GPT‑Realtime 为 Yamada Denki 构建的 24/7 多语言购物助手，在两周公开活动中吸引约 3 万人使用，调研好评率高达 92%。这不是传统聊天机器人的升级，而是零售服务形态的一次重构。
avatarin 的 CEO Akira Fukabori 在项目复盘时说了一句很直接的话：「顾客不想要聊天机器人，他们想要智能。」
传统客服系统等待用户说出正确的关键词，然后返回预设答案。而 avatarin 构建的 Agent 围绕一个不同的前提设计：先理解语境，再给出建议。
等待关键词匹配，返回规格列表或通用 FAQ。无法处理"厨房很小"这类模糊条件，更不会主动追问。
理解完整需求："四口之家 + 小厨房 → 紧凑型大容量冰箱"，结合实时库存与能效数据给出推荐，并解释原因。
Fukabori 用一个日常问题总结了这种差距：「我需要一个四口之家用的冰箱，但我的厨房很小，该选哪个？」——传统系统会给你一堆冰箱链接，而好的零售店员会反问几个问题然后给出一个答案。avatarin 的 Agent 选择做后者。
"这不是传统聊天机器人的延伸。这是用 AI 重新定义客户服务的一次尝试。我们把它看作零售业'界面革命'的开端。"
avatarin 团队此前已使用 OpenAI API 进行语音识别、问询分析和员工培训，但这次是第一次直接面向消费者的重大部署。选择 GPT‑Realtime 的原因很明确：一个模型同时处理语音、文本和图像，且延迟极低。
注：GPT‑Realtime 的端到端延迟指从用户语音输入到 Agent 生成并返回语音回复的全链路时间，实际体验接近真人对话节奏。
Fukabori 在采访中强调：「单模型性能超越了此前我们见过的任何专用语音识别系统。它不需要用户去适应机器的规则，而是技术去适应人的沟通方式。」
这种能力让 Agent 可以处理对话中的不确定性——当用户改变主意、补充条件或表达犹豫时，系统不会"断线"，而是自然地跟随对话流转。
答案藏在它的基因里。avatarin 脱胎于 ANA Holdings（全日空母公司），一家把"服务"定义为最高专业能力的公司。航空业对客服质量的要求——24 小时响应、多语言支持、标准化流程下的个性化服务——恰好是零售 Agent 需要复制的核心能力。
从技术路线看，avatarin 对 OpenAI API 的深度使用经历了三个阶段：
前三个阶段让团队积累了宝贵的经验：知道 AI 在哪些环节容易出错，哪些场景需要人工兜底，哪些数据可以提升准确率。这些"隐性知识"是模型能力之外的工程护城河。
一个诚实的注脚：
92% 的好评率来自调研问卷，而非全量用户行为数据。这意味着存在约 8% 的负面或中性反馈——Agent 在处理极端复杂的退换货流程、非标商品咨询时仍有提升空间。但考虑到这是两周内的首次公开部署，这个成绩已经足够说明方向正确。
零售业的"专家经验"正在被 AI 系统性地复制与规模化。当 GPT‑Realtime 这类低延迟多模态模型遇上深耕服务流程的工程团队，传统门店的"金牌导购"不再是稀缺资源——它变成了一种可 7×24 小时调用的数字能力。
该 Agent 已部署在日本 Yamada Denki 在线商店，提供日语、英语等多语言支持。
面向消费者的版本正在持续迭代，零售行业客户可通过 avatarin 官网咨询企业级部署方案。