真正让人火大的,不是机器人笨
真正让人火大的,从来不是机器人不够聪明。是企业明明知道机器人解决不了,还要逼你先陪它演十分钟。
你说“转人工”,它回“我理解您的心情”;你换一种说法,它再让你选择业务类型;好不容易排到人工,对方第一句话又是:“请您再把问题说一遍。”这时候,用户生气的已经不是问题本身,而是自己被当成了一个需要被流程消耗掉的人。
很多企业把这理解成“AI能力还不够”。我认为,这只说对了一半。真正的问题是:企业把本来应该由自己承担的服务成本,借助AI转嫁给了客户。
今天开始生效的,不是一条“反AI”规则
9月1日起,国家标准《顾客联络服务 人工与智能客户服务协同要求》(GB/T 47746—2026)正式实施。需要先说清楚:这是一项推荐性国家标准,不是强制性法律条文。也就是说,不能简单理解成“今天谁转人工慢,谁就违法”。但它给行业划出了一条越来越清楚的服务尺度。
标准提出,智能客服更适合处理标准化、高频问题;复杂问题、涉及安全等场景,应优先由人工客服处理。人机切换要提供便捷入口,切换时应同步客户信息,避免用户一遍遍重复说明。对于价格、折扣、退款、赔偿、合同变更等更接近责任和利益的事项,AI可以解释规则、收集材料、生成工单,但最终确认需要人工客服或规范化流程兜底。
这不是在限制AI。恰恰相反,这是在给AI安排一个更合理的位置:AI负责效率,人负责判断;AI负责分流,人负责兜底。
消费者真正反感的,是“我明明是客户,你却把我当工单”
2026年上半年,全国消协组织共受理消费者投诉985928件,其中售后服务问题占比26.79%,位居投诉性质首位。与AI客服相关的突出问题,集中在不实承诺、人工客服接入困难、生成内容失准等方面。
这件事最值得企业理解的,不是投诉数字,而是三种逻辑已经错位。
事实逻辑上,企业会说:AI确实解决了大量标准问题,人工客服成本也确实更高。这个事实没有错。
情绪逻辑上,用户在意的是:我的时间为什么要替你省成本?为什么一个本来三分钟能说清楚的问题,要让我和机器人来回折腾半小时?
身份逻辑上更严重。用户感受到的不是“你在使用新技术”,而是“你把我当成一个不值得被真人接待的麻烦”。一旦这种身份感形成,再正确的技术解释都很难把情绪拉回来。
过去AI客服为什么有效,今天为什么开始失效?
过去的逻辑很简单:客服中心有大量重复问题——查订单、查物流、查余额、查规则。机器能24小时在线,能一次回答成千上万个相似问题,还能减少人工座席。只要AI没有太多“决定权”,它回答错了,最多是体验差一点。
今天不一样了。大模型让AI客服开始进入更复杂的交易环节:它会解释活动,会判断退款,会生成补偿方案,会影响消费者是不是继续下单。AI已经从“回答机器”变成服务交付的一部分。
一旦AI的回答会影响客户的财产、合同和选择,企业就不能再一边享受AI带来的效率,一边在AI出错后说“这不是公司承诺”。收益归企业,责任也必须归企业。
新的规则不是“人工战胜AI”,而是人机重新分工:标准化问题交给AI,复杂问题交给人;AI负责把信息准备好,人负责做判断和承担责任。
企业最容易看错的,是把“AI分流率”当成成功
很多客服系统为什么会越来越难转人工?答案往往不在技术,而在KPI。
如果客服负责人被要求提高“AI分流率”,产品团队被要求提高“自助解决率”,财务部门被要求降低“人工座席成本”,却没有任何一个负责人对“客户问题最终有没有解决”负责,那么每个部门都可能做对自己的KPI,却一起做错客户体验。
最典型的做法,就是把人工入口藏深一点、菜单多一层、等待久一点。数据看起来很好:AI拦住了更多人,人工量下降了。可客户的时间成本在上升,投诉升级率在上升,差评和口碑损失也在上升。
前端省下来的人工成本,最后以售后成本、投诉成本、品牌信任和客户流失的形式重新付出去。只是这笔账,往往不记在同一个部门。
真正的问题不是“AI客服翻车”,而是组织里没人对完整服务负责
AI客服最容易暴露一种组织病:系统归IT,话术归客服,价格归业务,风险归法务,投诉归售后。每个人都只负责一段,最后却没有人负责客户从提出问题到被解决的完整旅程。
于是就会出现四种断层:客服知道哪些问题必须人工处理,却没有权限改产品逻辑;产品团队可以设计转接路径,却不背客户满意度;AI可以作出承诺,但业务部门不认;法务只能在投诉发生后补救,却没有提前定义高风险回答的边界。
这也是为什么企业不能只买一个更大的模型。模型越强,如果责任机制没有跟上,它反而更容易说出“听起来很合理、但公司兑现不了”的话。
老板现在可以做什么?不是再买一个模型,而是先改四件事
第一,客服负责人在7天内,列出Top 20“必须转人工”的高风险场景。退款争议、赔偿、账户异常、人身财产安全、连续识别失败、用户明确拒绝智能服务等,都要有清晰触发条件。输出不是一份口号,而是一张可直接配置进系统的规则表。验证方式也很简单:随机抽100次复杂咨询,看该转人工的能不能真正转过去。
第二,产品和IT在14天内,把“人工入口”和“上下文同步”做实。客户已经告诉AI的订单号、身份、问题和对话记录,转给人工后就不应该再问一遍。验证指标不是页面上线,而是抽样检查“重复陈述率”。
第三,法务和运营在21天内,重新定义AI的“承诺权”。价格、优惠、退款、赔偿、合同变更等高风险事项,要设人工确认或规范化流程门槛,并保留关键回复与审批记录。验证不是“有没有制度”,而是随机抽100条关键对话,能否追溯谁说了什么、依据是什么、最终谁确认。
第四,从下一次经营复盘开始,把客服KPI改掉。不要只看AI分流率和人工成本,至少同时看一次解决率、转人工成功率、重复陈述率、投诉升级率。效率指标和体验指标不同时出现,组织就一定会把成本往客户身上推。
AI最好的位置,不是在客户面前挡人
用户真正讨厌的不是AI。用户讨厌的是:明明需要一个人,企业却用机器把他挡在门外。
AI客服当然应该继续发展,甚至应该比今天更广泛地使用。但它最好的位置,不是站在客户和企业之间做一道墙,而是站在客服身后,帮助客服更快找到信息、更准确理解问题、更一致地执行规则。
当企业把AI当成“替代人”的工具,最先被替代掉的往往不是人工,而是客户对品牌的耐心。
技术真正成熟的标志,不是企业少用了多少人,而是客户少受了多少气。
事实来源与核验
[1] 国家标准全文公开系统:GB/T 47746-2026(实施日期2026-09-01) 查看原文
[2] 市场监管总局:《顾客联络服务 人工与智能客户服务协同要求》国家标准解读材料 查看原文
[3] 经济日报/人民网:AI客服成消费投诉新热点 查看原文
[4] 新华网/人民日报海外版:AI客服“转人工”难?“新国标”来了 查看原文
[5] 司法部智慧普法平台:AI客服“转人工”难?“新国标”来了 查看原文
[6] 新华网/人民日报:莫让AI客服给消费者“添堵” 查看原文
配图说明:本稿20张配图均为原创信息图/示意图,依据上述公开事实制作,不冒充新闻现场或真实聊天截图;未使用AI生成图片。
| 极简摘要 AI客服真正的问题,从来不是“不够聪明”,而是企业把AI做成了一堵墙:简单问题让机器处理没有错,复杂纠纷、退款赔偿、风险事项仍然需要人来负责。今天开始实施的新国标,实际上逼企业重新回答一个经营问题——你用AI,到底是为了更好地服务客户,还是为了更便宜地躲开客户? |
| 图02 事件事实 · 新国标9月1日实施 | 图03 投诉数据 · 售后服务问题最高 |
| 图04 大众冲突 · 转人工循环 | 图05 大众冲突 · AI空头支票 |
| 图06 大众冲突 · 人工入口迷宫 |
| 图07 新规则 · 智能处理标准问题 | 图08 新规则 · 转人工不应重复陈述 |
| 图09 责任边界 · 关键承诺人工确认 |
| 图10 旧逻辑 · AI就是降本 | 图11 新逻辑 · AI也是交付 |
| 图12 KPI错位 · 分流率高不等于服务好 | 图13 商业机制 · 成本转嫁链 |
| 图14 组织责任 · 谁必须负责 |
| 图15 老板动作 · 客服负责人7天 | 图16 老板动作 · IT产品14天 |
| 图17 老板动作 · 法务运营21天 | 图18 验证指标 · 四个指标 |
| 图19 核心结论 · 用户讨厌的是被挡在门外 | 图20 收尾 · 真正成熟的AI服务 |
