电话变少了,火气却没少
晚上九点,南京雨花台区一栋写字楼的十七层还亮着灯。客服组长盯着屏幕,排队数从三位数掉到了两位数。她没松气,反而皱眉——真正难缠的那批用户,正卡在智能菜单里出不来。
接入率很好看。满意度没怎么动。这就是很多公司当下最真实的处境。
过去两年,语音识别、大模型问答、智能工单一波接一波地往客服中心里塞。撒钱的不少,真正把体验改顺的,说实话不多。问题出在哪?

先变的是前台,后台还在原地
最容易上线的是机器人。一个对话框,接进公众号、App、小程序,几天就能跑起来。
难的是它背后那套东西。
工单怎么流转、知识库谁来更新、坐席有没有权限改答案、质检规则跟不跟得上——这些没动,就会出现一种别扭的错位:前面是今天的技术,后面是十年前的流程。
用户感受很直接。问了一半,机器人说“我帮您转人工”,人工接起来又问一遍“请问您遇到什么问题”。火气就是这么攒起来的。
还有一种情况更常见。KPI没变。坐席还在被接通率、平均通话时长、一次性解决率追着跑。系统推了提词,他不敢用——慢两秒就要掉指标。工具装上了,人不敢碰。

智能化到底在干哪几件事
把噪音剥掉,其实就三件。
一是分流。把标准问题挡在人工前面。查物流、改地址、退换货进度,这类高频低难度的,机器人吃掉是合理的。
二是辅助。坐席侧的实时检索、话术提示、历史订单聚合。这一块价值最大,也最容易被跳过。因为它不省钱,只提效,报表上看不见。
三是沉淀。把每天几万通对话变成结构化的东西——用户到底在抱怨什么,哪个环节反复出问题。这份数据交给产品和供应链,比交给客服经理有用得多。
大部分项目只做了第一件。所以账面上人力成本降了一点,用户的骂声一点没少。对吧,这就很尴尬。
更麻烦的是兜底。有人直接把大模型接上原始知识库,答得一本正经,但内容是错的。客服这个场景,答错的代价比答不上来高得多。宁可让它说“这个我不确定,帮您转人工”,也不要它自信地编。
先问一句:新政策几天能进机器人嘴里

判断一套体系有没有真的跑通,不用看PPT。问一个问题就够——
今天下午发了新的退换货规则,明天早上九点,机器人能答对吗?
如果答案是“要走流程”“得等排期”“大概一周”,那说明知识库还挂在别人手里。客服中心没有编辑权,产品、物流、售后各改各的,谁来同步全靠人盯。这种情况下,模型再强也只能复读过期信息。
反过来讲,那些跑得顺的团队,通常都有一个枯燥的共同点:有人专门负责知识库,而且这个岗位被当成正经岗位,不是兼职。
听着不性感。但它就是分水岭。
几笔容易被算漏的账
采购合同上的数字,从来不是全部。
知识库的维护是持续投入。不是买一次就完事,是每天有人在改、在补、在删过期条目。这笔人力,很多预算表里没有。
转人工的入口设计也是个技术活。藏得太深,用户找不到,满意度掉;放得太显眼,一有问题就点,成本压不住。折中的做法是按业务分层——高价值、高情绪、高复杂度的,优先露出。
质检这块,从抽检走向全量之后,人的角色变了。以前是查错,现在是校准规则、处理边界案例。听着轻松,其实更累,因为要动脑子。
还有一个常被忽略的环节:培训。系统换了,话术库换了,坐席的操作习惯没换。上线第一周大家新鲜,第三周又回到老路子。所以配套的演练和复盘,得排进日程,不能靠自觉。
以及合规。录音留存、用户信息的使用边界、对话数据能不能拿去训练——这些不是法务一个部门的事,客服中心自己得有一条线。
有些东西量化不了,但用户记得住
人在气头上,不想跟机器绕圈子。
识别情绪,然后快速转人工,这件事的价值,比把问题答对还高。因为它处理的是感受,不是信息。
很多团队在这上面栽跟头。技术团队看的是解决率,用户记得的是“我被晾了八分钟”。两套语言,两套标准。
所以说回来,客服体系智能化升级这件事,本质上不是技术项目,是组织项目。系统只是把已有的流程放大了——流程顺的,放大成效率;流程乱的,放大成灾难。
别指望上线就见效。通常要两三个迭代周期,知识库积够了,规则磨顺了,曲线才会动。
真正拉开差距的,不是谁先买了大模型。是谁愿意天天蹲在知识库后面改错别字。
作者|商讯
排版|商讯
审核|安然
大讲堂