我唯一不会用 AI 取代人的地方:客户关怀
AI 可以自动化客户服务,但它不该挡在一个愤怒的客户和一个真人之间。
· Matt Senter

AI 智能体已经好到让我越来越常问出一个与多数公司相反的问题。别人问「我们可以用 AI 自动化什么」,我问的是「什么仍然值得由人来做」。
对我来说,客户服务在这份名单上排得很靠前。
企业试图自动化客服已有几十年。电话语音菜单、按脚本走的聊天机器人、知识库、决策树、自助门户。说辞始终一样:更快解决简单问题、降低支持成本、让客户不必在线上苦等。
有时这确实管用。如果我想查余额、跟踪订单、重置密码,或者办理其他一目了然的事务,自动化很好用,AI 还能让这类交互变得更好。
但我要联系客服,通常并不是因为这些。绝大多数时候,我之所以找客服,是因为所有简单的自动化选项都已经失败了。这恰恰是企业似乎没看到的部分。
等我打电话时,事情早就出问题了
一个客户走到要打电话找客服这一步,往往已经很恼火了。可能是:
- 网站用不了。
- 账号被锁了。
- 产品的表现和预期不一样。
- 文档写错了。
- 客户遇到了没人预料到的古怪边界情况。
不管是什么原因,正常路径已经失败了。而企业的应对方式,却越来越是再塞一套自动化系统挡在中间。
这不像是客户关怀,倒像是在躲避客户。
前不久我因为一个账号问题不得不打电话给微软客服。他们的 AI 电话系统干脆不让我转人工。光这一点就够让人火大了,何况这套系统还反复听不懂「账单」这种最基本的词。我说出我的需求,它就回一句「抱歉,我听不太清楚」之类的话。
这还不是那种我可以换个说法、粘贴报错信息或者另寻别路的聊天机器人。这是一套把守着客服入口的电话系统。AI 并没有在解决我的问题,它是在阻止我找到那个也许能解决问题的人。
百思买那次更糟
我在百思买(Best Buy)也遇到过类似的事。我想知道本地的 Geek Squad 能不能修 Meta Quest 3。开车过去之前,我做了看起来最合理的事:打电话问。
AI 电话系统向我保证,能修。我不太信这个答案,于是要求转人工。
结果我没接到本地门店,而是接到了全国呼叫中心。那边的人告诉我,他不知道我这边的 Geek Squad 修不修 Meta Quest,并给了我一个据说能直接打到门店的专用分机号。
于是我重新打过去,用了那个分机号,接通了一个听起来确实在门店里的人——他还说出了门店所在的位置。他告诉我,能修 Meta Quest 3,还说他跟另一位同事确认过。他给我约了第二天的时间。
我如约到店。Geek Squad 的员工告诉我:不行,绝对不行,他们不修 Meta Quest 3。
另一位员工解释说,我八成压根就没打到门店。他说那套 AI 电话系统糟透了(连他自己都讨厌它!),经常把客户转给全国支持人员,而那些人根本不了解各家门店里的实际情况。
我告诉他,我用的正是别人专门给我、说能直通门店的那个「秘密分机」。他干脆地回了一句:不,你还是没打到我们这儿。
想想这一连串经过。自动化系统给了我错误信息。我接通的第一个真人回答不了问题。他们给了我一个绕开自动化的办法。这个办法显然还是把我转到了别处。那个人又给了我更多错误信息。我白约了一次上门,开车跑了一趟,到了店里才拿到正确答案。
AI 没有让客服更高效,它只是让整个系统更不可信。
问题不在于 AI 不会说话
这其实不是在批评现代语言模型。最新的 AI 系统能进行相当自然的对话,能理解含混的问题、概括复杂的处境、检索文档、给问题分类,很多时候推理能力也远胜过去那些按脚本行事的客服机器人。
问题不在于 AI 听起来很机械(尽管那种居高临下的语气确实令人反感),问题在于企业要它做什么。
太多时候,目标似乎就是不让客户找到真人。这种动机在现代 AI 出现之前就存在了:
- 自动电话系统的设计目标是分流来电。
- 聊天机器人的设计目标是减少工单量。
- 帮助中心的设计目标是让客户自己解决问题。
生成式 AI 只是让这套策略更强大了。糟糕的语音菜单顶多用五层菜单把你挡住;AI 系统却能一边始终显得很热心,一边把你无限期地挡在外面。
这不是进步。
客户要求转人工,本身就是有用的信息
AI 客服应该有一条非常简单的规则:客户要求转人工,就立刻给他转人工。
这个请求本身就是有价值的信息。客户是在告诉你:自动化这条路对他不管用。
也许换个说法,AI 理论上真能解决问题;也许客户漏看了某个显而易见的东西;也许再聊一分钟就能得到正确答案。这些都不重要。
到了那一步,还要继续把自动化强加给客户,就是在为公司的支持成本做优化,而不是为客户的体验。智能体已经有过机会了,客户要求升级,就是该交接的信号。
用 AI 把客户服务做得更好
我并不是说 AI 在客服里没有位置,恰恰相反。客服可能是最适合部署 AI 的场景之一——前提是 AI 用来帮助提供服务的人,而不是取代客户接触到他们的通道。
想象一位客服代表,每通电话一开始就拿到 AI 生成的摘要:客户的账户情况、以往的服务对话、近期购买、未结问题、相关政策以及可能的解决方案。在幕后,AI 还可以:
- 几秒钟内检索内部文档。
- 概括一段二十条消息的服务记录。
- 直接指出适用的那条保修条款或政策。
- 起草后续记录并给这次交互归类。
- 准备好退款或其他例行的账户操作。
- 找到正确的升级团队。
- 处理那些吞掉客服时间的琐碎行政工作。
这才是 AI 的绝佳用法。客户面对的是一个手上工具强大得多的真人;员工能把更多时间花在真正帮人上;公司也依然拿到了 AI 承诺的大部分效率。
这比造一个越来越精巧、主要职责却是让你难以找到任何人的机器人,要有价值得多。
客户服务不只是成本中心
我理解企业为什么会心动。客服很贵。大公司雇着成千上万人,工作就是回答重复的问题。如果 AI 能以极低的成本处理其中相当一部分交互,那张财务表格实在太诱人了。
但客户服务不是普通的运营开支。它是客户在出了问题之后才会去的地方:
- 产品坏了。
- 账单出错了。
- 账号不能用了。
- 客户搞不明白。
- 正常流程没走通。
这意味着,与客服的这次接触,往往发生在企业与客户关系中最关键的时刻之一。恰恰在那一刻,企业面前摆着两条路:修复这段关系,或者让情况更糟。
压低这次接触的人力成本,同时大幅推高客户的挫败感,这未必是效率。有时那只是把一个数字从表格的这一栏挪到了那一栏。
有些人类岗位值得保留
我们正在进入一个 AI 智能体将承担大量工作的时代。我对此感到兴奋,我自己也一直在用这些系统做东西。
事实上,我正在做的其中一件事 Orgabot,在这方面就相当激进。它的目标是让一个 AI 智能体组织能够替代组织架构图上的大部分内容:由专职智能体承担岗位、彼此协作,并让工作在受控的流程中推进。所以很明显,只要智能体能把活儿干好,我对用它们取代人类工作并没有什么哲学上的反对。
也正因如此,识别出那些「把人拿掉就会让产品变差」的地方,就更重要了。
客户服务看起来像是 AI 替代的低垂果实,因为其中大量工作显得很重复。我认为这恰恰是错误的看法。
该自动化的是:
- 查账户。
- 查文档。
- 填表单。
- 写摘要。
- 做路由分派。
- 做后续跟进。
- 以及这次交互周边一切 AI 能做得更好的重复性工作。
但当一个愤怒的客户说「我要跟人说话」时,就让他跟人说话。
有时候,人并不是系统里的低效环节。
有时候,人就是这件事的全部意义所在。