“感动于人，感动于人……”AI客服不应该是“会

如今，当你点击某个网站的客服功能，或者拨打某个平台的客服热线时，很有可能会出现“人工智能客服”。这类基于人工智能技术的客服系统一般采用自然语言处理、语音识别等技术来代替部分人工客服，了解用户需求、回答相关问题、提供解决方案。 随着国内各类人工智能大规模模型的应用逐步落地和落地，人工智能客服凭借“降本增效”的优势，日益成为国内各行各业用户提供服务的标配。 然而，在技术组合的背后，用户体验继续让位于成本优化。从机械响应到复杂问题，再到需要多层控制的手动客户服务沟通打不通，人工智能客服显得越来越“不智能”。让技术真正提供体验。 AI能否将客户服务从“对着墙说话”转变为“在路上连接需求”？ AI客服：目前您遇到了哪些问题？请告诉我。 用户：人类服务。 AI客服：抱歉，为了更好地解决您的问题，您可以简单描述一下您遇到的问题。 用户：切换到手动。 AI客服：您好，我这里没有听到您的声音，您能简单解释一下您遇到的问题吗... 你有过这样的对话吗？ 当想要咨询的内容不在人工智能客服列出的常规选项之列时，用户往往会依赖人工服务。然而，此时的AI客服就像是一堵“对话墙”，挡住了用户与平台之间的有效沟通渠道。经过漫长的等待和反复的拉取，很多用户身心疲惫。 消费者马女士就有过多次被AI客服“劝阻”的经历。给他印象最深的是在办理一项简单的宽带传输业务时。 马女士：我拨打运营商客服电话后，AI客服提到的选项与我反映的问题无关，只能申请人工转接。毫不夸张地说，手动传输了4次才连接上。事实上，很多AI客服功能都可以在App中自主运行。消费者专门来电解决人工智能客服无法解决、希望人工处理的问题。现在的AI客服不仅没有用，本来想节省解决问题的时间，结果却变得更加困难。 虽然这些各个平台的AI客服人员24小时在线，可以随时随地回复问题，但他们在一定程度上用一些预设的高频问题代替人工回答。但仍有大量用户反馈。在某些情况下，AI客服存在答错问题、自言自语、过于模板化等问题。 记者近日对10余家主流电商、社交、金融、物流等平台的客服系统进行测试发现，无论是在线客服还是电话客服，人工智能客服都存在明显的认知不足，而人工客服则存在诸多准入障碍，严重影响用户体验。 人工智能行业从业者易先生明确表示，现阶段，在用户服务领域，客服更多地呈现出与用户的“沟通技巧”，相比人工客服缺乏解决问题的诚意。 易总：现在前端代码80%到90%都可以完全由AI完成。另一方面，客户服务职位很难替代。无数厂商实施了AI客服，但他们会发现客户对AI客服不满意，不买单。原因在于，如今的AI客服还没有深入掌握人类的情感，尤其是细微的情感变化和情感跟进等，大家会发现，原来现实生活中的客服才是最温暖的，也是顾客买得起的。 那么，谁来决定是否有可能找到人工客户服务并且找到它是否不麻烦呢？ 一家专门为企业提供在线客服系统、智能客服机器人等产品的科技公司技术人员李先生告诉记者，企业可以自主决定用户“找到”人工客服的难易程度，技术人员可以为AI设置“掩护回复”策略。​​基于业务需求的客户服务系统。 李先生解释说，为了降低人力成本，不少企业积极设置跳人工代理商的壁垒。由于现阶段AI客服还不能从根本上解决用户问题，其部分功能只能调整为“拦截用户请求”。 而这种“服务”理念尤其在小型企业集团中更为普遍。有电商从业者在社交媒体上透露，平台对商家的响应时间有严格要求，在规定时间内没有响应就会被扣分。考虑到人工客服工作强度大、人员流失率高，且招聘和培训成本高昂，无论AI客服是否足够智能，都需要用更划算的方式来“应对”客户。 跨社交媒体，有很多AI客服提供商声称成本低且易于使用。付先生，萨尔某服务商的esperson告诉记者，该产品首月试用仅需299元，全年服务套餐为6999元。根据parehong工作量计算，比聘请人工客服效率更高。 付先生说他们的产品是“Self+Deepseek开发的模型”。商户只需提供店铺信息和商品信息即可完成AI客服系统的搭建。 李先生表示，一些主流的AI客服产品只能处理简单的问题，在回答用户时往往有“模板”的感觉；而AI反应的根本依据是预设的知识库。想要提高AI客服的“智商”、行为更加人性化，需要花费额外的成本来丰富和“喂食”知识库。 记者在实际测试中发现，部分平台的AI客服可以识别颌骨，要求用户相对准确，也能快速轻松地识别。请访问客户服务手册。行业观察家、IT行业专家丁少将分析，当前一些企业和技术服务商的价值取向偏差和技术缺陷，使得AI客服“失语”成为普遍现象。 丁少将：现在很多企业过度追求降本增效，把客服部门定义为成本部门。此外，技术投入也不足。早期的规则引擎和简单的自然语言处理技术难以应对复杂的客服应用场景，于是企业偷偷地用“拦截率”取代“解决率”作为KPI，从而产生了这种恶性循环。要让AI客服更加人性化，需要投入高质量的对话数据和持续的场景调整。对于先进的多模式技术，这些成本是相关的非常高。目前普遍存在的缺点是技术上识别客户意图困难、记不住上下文、情感理解能力较弱。很多公司都在使用这种模块化的问答引擎，这可以说不是真正的人工智能。 人工智能行业从业者于先生指出，在很多企业或商家的认知中，“不智能”的AI客服可能会提醒客户“你的问题不重要，所以不要来找我”。但在余先生看来，他们使用的iof是一种“成本低廉的昂贵工具”——这种工具的代价是让客户感到沮丧。 丁少将表示，对于使用人工智能客服系统的企业或商户来说，未来的突破点仍在“人机协同”，即通过数据闭环和持续优化，在可控成本内无限贴近用户需求的“个性化服务”。随着支持在大规模技术应用模式下，如果能够回到“让技术真正赋能体验”的轨道，AI客服就能彻底从“说话墙”变成“需求连接路”。 丁少将：虽然大模型技术已经突破技术瓶颈，但主要障碍仍然是MadisBusiness思维导图。如果企业能够将客服部门作为创造用户体验和数据价值的主要环节，投入相关资源构建真实、互动、深度学习的学习系统，人工智能客服就能从“拦截器”变成“连接器”，通过理解、总结、预测用户需求来优化产品和服务，真正提供产业发展动力。 制造商丨李行健 记者丨韩雪英