硅谷廣為流傳的是，貝索斯在亞馬遜總部開(kāi)會(huì)有個(gè)習(xí)慣：會(huì)議桌旁永遠(yuǎn)空著一把椅子。

他跟高管們說(shuō)，那把椅子坐的是“房間里最重要的人”——不在場(chǎng)的客戶。要求所有高管每年接受兩天客服培訓(xùn)，把“customer obsession”寫進(jìn)亞馬遜的核心價(jià)值觀。

但亞馬遜客服VP匯報(bào)說(shuō)電話等待時(shí)間不超過(guò)一分鐘時(shí)。貝索斯自己拿起電話撥打了亞馬遜客服熱線，到第四分鐘才有人接，貝索斯說(shuō)：“只是來(lái)查一下?！比缓髵斓袅恕?/p>

那位客服VP一年內(nèi)離職。但是問(wèn)題其實(shí)不在管理，而是互聯(lián)網(wǎng)的規(guī)模型增長(zhǎng)，客服很難跟上它的腳步。

AI讓這件事情變得有些不一樣了，不僅秒級(jí)響應(yīng)，并且開(kāi)始預(yù)測(cè)消費(fèi)者需求，Agent自主處理工單，并且將高質(zhì)量的服務(wù)最快效率地?zé)o限復(fù)制。

阿里發(fā)布的全新AI店小蜜，已經(jīng)覆蓋百萬(wàn)商家，日均對(duì)話接近千萬(wàn)，日均調(diào)用萬(wàn)億Token。發(fā)布會(huì)上的數(shù)據(jù)很直接：平均詢單轉(zhuǎn)化提升超10%，商家轉(zhuǎn)人工率降低45%以上。AI接入客服之后，轉(zhuǎn)化率漲了，消費(fèi)者越來(lái)越習(xí)慣AI的服務(wù)。

規(guī)模越大，注意力越稀薄

互聯(lián)網(wǎng)之前，做好客服是一件簡(jiǎn)單的事。一家小店，老板認(rèn)識(shí)每個(gè)?？?，記得他的偏好，出了問(wèn)題第一時(shí)間解決。這叫關(guān)系。

互聯(lián)網(wǎng)改變了商業(yè)的規(guī)模化方式，但同時(shí)制造了一個(gè)結(jié)構(gòu)性困境：物流可以指數(shù)級(jí)擴(kuò)張，但真正專注的客戶關(guān)注只能線性增長(zhǎng)，跟雇了多少人正比。規(guī)模越大，每個(gè)用戶分到的注意力越稀薄。客服從一種關(guān)系，變成了成本中心。

消費(fèi)類業(yè)務(wù)因此分裂成了兩個(gè)世界。一邊是規(guī)模型——亞馬遜、各大電商平臺(tái)——服務(wù)億級(jí)用戶，效率和價(jià)格都到了極致，但每個(gè)用戶分到的關(guān)注極薄，IVR電話樹(shù)、工單隊(duì)列、關(guān)鍵詞匹配的機(jī)器人，客服成了一道必須經(jīng)過(guò)但體驗(yàn)糟糕的關(guān)卡——從關(guān)系，變成工單編號(hào)，變成等待音樂(lè)里的那首《致愛(ài)麗絲》。

另一邊是禮賓型——高端品牌、私人銀行——圍繞"了解你、記得你的偏好、預(yù)判你的需求"來(lái)組織，體驗(yàn)極好，但只服務(wù)于少數(shù)人，因?yàn)檫@種關(guān)注的成本極高，養(yǎng)不起。

硅谷互聯(lián)網(wǎng)大廠給出的解法是：外包給印度人。

邏輯很簡(jiǎn)單：印度有大量英語(yǔ)人才，人力成本是歐美的十分之一，時(shí)差正好覆蓋西方的夜間時(shí)段。牛津詞典甚至因此收錄了一個(gè)新詞：「Bangalored」——專指被外包到印度的工作。

這個(gè)解法本質(zhì)上是用更低的成本堆更多人力，矛盾沒(méi)有消失，只是被轉(zhuǎn)移了。外包的客服不懂你的產(chǎn)品，沒(méi)有激勵(lì)做好服務(wù)，離用戶的真實(shí)體驗(yàn)越來(lái)越遠(yuǎn)。增長(zhǎng)期沒(méi)人在意，因?yàn)橛脩舴凑龝?huì)留下來(lái)。存量競(jìng)爭(zhēng)來(lái)了，這個(gè)問(wèn)題就變成了致命傷。

然后AI來(lái)了，開(kāi)始動(dòng)搖這個(gè)死結(jié)。

MarketsandMarkets數(shù)據(jù)顯示，全球AI客服市場(chǎng)2024年規(guī)模120億美元，預(yù)計(jì)2030年達(dá)到478億美元。今年5月，硅谷AI客服公司Sierra完成9.5億美元融資，估值30億美元，創(chuàng)始人是Facebook前CTO、Salesforce聯(lián)席CEO Bret Taylor。

阿里從去年開(kāi)始，對(duì)淘寶天貓的平臺(tái)客服開(kāi)始用AI進(jìn)行重構(gòu)，算法、研發(fā)團(tuán)隊(duì)規(guī)模超300人，從底層的會(huì)話、辦事邏輯開(kāi)始把整個(gè)系統(tǒng)推倒重來(lái)，并且在生產(chǎn)級(jí)大規(guī)模落地；這套能力也被運(yùn)用在商家客服側(cè)，截止3月底，AI店小蜜超100萬(wàn)商家接入，日均對(duì)話量接近千萬(wàn)。

這些錢押的是同一個(gè)判斷：AI第一次有可能讓規(guī)模型業(yè)務(wù)也提供近似禮賓級(jí)別的體驗(yàn)——永遠(yuǎn)在線、記得每個(gè)用戶的歷史、可以無(wú)限并發(fā)，成本極低。

AI學(xué)會(huì)做生意了

過(guò)去二十年，電商AI化的核心戰(zhàn)場(chǎng)是行為數(shù)據(jù)——點(diǎn)擊、瀏覽、購(gòu)買記錄。推薦算法、搜索排序、千人千面，全部建立在這個(gè)基礎(chǔ)上。但行為數(shù)據(jù)天然是間接的，是意圖的投影，不是意圖本身。你點(diǎn)了一件紅色連衣裙，算法不知道你是要參加婚禮、隨便逛逛，還是幫別人選。

客服對(duì)話是電商里第一個(gè)讓用戶把意圖直接說(shuō)出來(lái)的場(chǎng)景。"我要去黃山徒步，需要透氣的，膚色偏黑，預(yù)算500以內(nèi)。"這一句話包含的信息密度，比這個(gè)用戶過(guò)去一年的點(diǎn)擊記錄加起來(lái)都高。更關(guān)鍵的是，對(duì)話支持多輪糾錯(cuò)——用戶說(shuō)"不是這個(gè)，我要更寬松的"，每一次糾正都是實(shí)時(shí)的意圖校準(zhǔn)，是推薦系統(tǒng)從來(lái)拿不到的帶標(biāo)注反饋。

這對(duì)于AI來(lái)說(shuō)，有最精確的數(shù)據(jù)和最直接的應(yīng)用場(chǎng)景。

天貓頭部一個(gè)3C商家的夜間對(duì)話：用戶發(fā)來(lái)一張照片，沒(méi)有文字，沒(méi)有型號(hào)，只有圖，問(wèn)"這是什么手機(jī)"。6秒后，AI店小蜜識(shí)別出了旗艦機(jī)型，問(wèn)了使用場(chǎng)景，把推薦鏈接、國(guó)補(bǔ)權(quán)益和領(lǐng)取方式一起發(fā)出去，成交。

多模態(tài)識(shí)圖已經(jīng)是新版店小蜜的標(biāo)配能力，用戶發(fā)截圖、拍視頻，AI店小蜜直接看懂給方案，從萬(wàn)級(jí)SKU里完成匹配，準(zhǔn)確率95%以上。

服飾場(chǎng)景里的挑戰(zhàn)更微妙，森馬客服部門透露，服飾行業(yè)最高頻的咨詢是尺碼，也是退貨率最高的來(lái)源。

過(guò)去的AI是查表推薦，但是現(xiàn)在AI店小蜜會(huì)根據(jù)商品詳情頁(yè)、問(wèn)一問(wèn)、評(píng)價(jià)，以及消費(fèi)者過(guò)往的購(gòu)買數(shù)據(jù)，進(jìn)行綜合的尺碼判斷。

對(duì)于指向性模糊的需求語(yǔ)言，"運(yùn)動(dòng)量大要透氣"、"膚色黑要顯白"、"白襯衫怎么搭才不土"，AI能識(shí)別意圖給出匹配建議，直接給出經(jīng)過(guò)組合的商品卡片鏈接，甚至可以根據(jù)你要去的目的地的天氣進(jìn)行推薦，AI店小蜜發(fā)布會(huì)上透露，即便是服飾售前Agent的Token消耗是原來(lái)版本的3倍，Token的消耗成本仍然遠(yuǎn)低于人工成本。

同時(shí)AI不是等用戶問(wèn)，而是在用戶瀏覽超過(guò)閾值時(shí)主動(dòng)觸達(dá)，發(fā)布會(huì)數(shù)據(jù)顯示，內(nèi)測(cè)商家平均詢單轉(zhuǎn)化提升10%以上。

原本不存在的成交機(jī)會(huì)被創(chuàng)造出來(lái)了。

在售后環(huán)節(jié)，AI店小蜜對(duì)工單的處理已經(jīng)可以直接“辦事”，可自動(dòng)處理退差價(jià)、退定金、商品故障排查、改地址、物流查詢等復(fù)雜流程。

AI店小蜜有詳細(xì)的挽單方案：尺碼不合適換尺碼，款式不喜歡換款式，能換貨就換貨，能補(bǔ)發(fā)就補(bǔ)發(fā)，最后才是現(xiàn)金補(bǔ)償，且在商家授權(quán)額度內(nèi)逐步抬價(jià)，平均退款挽單成功率超過(guò)20%。

為了減少商家的經(jīng)營(yíng)風(fēng)險(xiǎn)，AI店小蜜也接入了新上線的AI假圖識(shí)別模型，精準(zhǔn)攔截“羊毛黨”

現(xiàn)在AI能夠達(dá)到的服務(wù)效果，就是每個(gè)商家最優(yōu)秀的那一批客服能夠達(dá)到的效果，甚至要更優(yōu)秀，小米天貓官旗接入后轉(zhuǎn)人工率下降了45%，特步天貓官旗轉(zhuǎn)人工率下降了55%。

AI+人協(xié)作超過(guò)人，反而讓人更值錢了

阿里公開(kāi)了一組A/B測(cè)試數(shù)據(jù)。

測(cè)試邏輯很簡(jiǎn)單，流量進(jìn)來(lái)之后隨機(jī)切1%直接交給人工，剩下99%先走AI、搞不定再轉(zhuǎn)人工。結(jié)果是"AI+人工"的整體轉(zhuǎn)化率全面超過(guò)了純?nèi)斯?，差?至3個(gè)百分點(diǎn)，相對(duì)提升約10%。不只是夜間，白天也是，全時(shí)段。

大多數(shù)商家的用法是夜間開(kāi)AI店小蜜省成本、白天切人工保轉(zhuǎn)化?，F(xiàn)在數(shù)據(jù)說(shuō)明，繼續(xù)把AI店小蜜鎖在夜班，等于把白天最貴的流量、最確定的成交，主動(dòng)讓給對(duì)手。

因?yàn)锳I客服的正確介入姿勢(shì)是：全時(shí)段和人的配合協(xié)作，而不是白天純?nèi)斯?，晚上用AI這樣作為備選方案兩邊切換。

AI接手標(biāo)準(zhǔn)咨詢之后，人工客服從大量重復(fù)性問(wèn)答里被解放出來(lái)，得以集中精力處理真正有價(jià)值的場(chǎng)景：復(fù)雜售后、高客單訂單、需要靈活判斷的邊界情況。

人可以站在AI的肩膀上做決策，當(dāng)AI判斷某個(gè)對(duì)話超出處理范圍，轉(zhuǎn)給人工時(shí)附帶的不是一個(gè)空白對(duì)話框，而是一張實(shí)時(shí)生成的信息卡片——用戶情緒狀態(tài)、轉(zhuǎn)化潛力評(píng)分、推薦話術(shù)。人工接手時(shí)站在AI的預(yù)判結(jié)果上繼續(xù)，而不是從零開(kāi)始。接入AI輔助的坐席，轉(zhuǎn)化率比未接入的高出2個(gè)百分點(diǎn)。

Gartner在2025年對(duì)321名客服負(fù)責(zé)人做了調(diào)查，結(jié)果跟大多數(shù)人預(yù)期的不一樣：AI介入后55%的企業(yè)是用同等或更少的人力，處理了更高的咨詢量。另外，80%的組織計(jì)劃把部分客服轉(zhuǎn)型為更復(fù)雜的角色——不是裁掉，是往上走。

為什么會(huì)出現(xiàn)如此反直覺(jué)的結(jié)論？

一是需求被激活了。AI把服務(wù)變好了，用戶咨詢的門檻降低了，反而有更多人愿意問(wèn)。這是經(jīng)濟(jì)學(xué)里的Jevons悖論——AI客服變得更高效更好用，反而刺激更多使用，總量漲了，人力不降反升。

二是客服工作本質(zhì)上是例外處理的集合。AI接手的是標(biāo)準(zhǔn)化的那80%，但剩下20%的復(fù)雜糾紛、情緒激動(dòng)的用戶、需要靈活判斷的邊界情況，恰恰是最需要人的地方。

三是AI本身需要人來(lái)管。商家也需要有為AI客服制定基本策略的角色。品牌商家內(nèi)部一直都設(shè)置有“客服訓(xùn)練師”的崗位，只是現(xiàn)在學(xué)員變成了Agent。

賬可以算得很清楚

商家接入AI客服最大的收益，不在于節(jié)省成本或是減少客服出錯(cuò)，而是AI客服能夠帶來(lái)實(shí)打?qū)嵉霓D(zhuǎn)化成交。

AI店小蜜分標(biāo)準(zhǔn)版和高階版。標(biāo)準(zhǔn)版0.2元/通，主打穩(wěn)定服務(wù)和降低轉(zhuǎn)人工率；高階版0.5元/通，Token消耗是標(biāo)準(zhǔn)版的5倍以上，對(duì)應(yīng)更深度的導(dǎo)購(gòu)和挽單能力。

高階版的賬是這樣算的：月咨詢1萬(wàn)通，成本5000元；客單價(jià)200元，轉(zhuǎn)化率增加3個(gè)百分點(diǎn)，多成交300單，月增收6萬(wàn)元。5000元成本換6萬(wàn)的交易，投入被放大了12倍。

平臺(tái)面向日咨詢量較低的中小商家免費(fèi)開(kāi)放標(biāo)準(zhǔn)版，額外投入萬(wàn)億Token補(bǔ)貼。

AI在廣告端帶來(lái)的平臺(tái)級(jí)增量，分?jǐn)偟矫總€(gè)商家是模糊的，但是在客服場(chǎng)景，鏈條極短，歸因極清晰，一通對(duì)話要么成交要么沒(méi)成交，ROI一目了然。

互聯(lián)網(wǎng)讓一家公司可以服務(wù)的用戶規(guī)模指數(shù)級(jí)增長(zhǎng)，卻讓客服變成了成本中心和體驗(yàn)黑洞。AI正在把這個(gè)矛盾解開(kāi)——不是通過(guò)替代人，而是通過(guò)讓高質(zhì)量的注意力第一次可以在規(guī)模化的場(chǎng)景里被復(fù)制，用到對(duì)每一位客戶的服務(wù)中，從而堵上轉(zhuǎn)化漏斗最后一層的漏洞。

618馬上開(kāi)賣，這件事正在更大的規(guī)模上被驗(yàn)證。

本文來(lái)自虎嗅，原文鏈接：https://www.huxiu.com/article/4857593.html?f=wyxwapp