很多人一上来就问「AI 客服能不能替掉人工」，这个问题问错了。真正的卡点在于：哪些咨询 AI 接得住，哪些必须人接，以及换了之后成本到底省在哪个环节。这篇不讲概念，只给可对照的场景清单和成本口径拆解，帮你决定哪一段交给 AI、哪一段留人、出事时谁兜底。
很多人一上来就问「AI 客服能不能替掉人工」，这个问题问错了。真正的卡点在于：哪些咨询 AI 接得住，哪些必须人接，以及换了之后成本到底省在哪个环节。答不上这三条，贸然上线只会让投诉量涨、转人工入口被打爆。
这篇不讲概念，只给可对照的场景清单和成本口径拆解，帮你决定哪一段交给 AI、哪一段留人、出事时谁兜底。落到执行上，先量延迟基线，再对齐成本口径，最后把「不管清单」写死。
响应：快慢不是唯一指标
AI 的优势是秒回和同时接待多路，人工的优势是能判断「这句话背后的情绪和诉求」。如果只把「首响时间」当唯一 KPI，很容易掩盖真问题：AI 回得快，但答偏了，用户会重复提问三轮再转人工，总时长反而更长。所以响应指标要拆成首响和解结两段看。
- AI 适合有标准答案的查询型问题：查单、改地址、退款政策、营业时间；这类问题答案稳定，错一次代价低
- 人工适合投诉、例外申请、涉及金额争议的对话：这类问题没有标准答案，需要临场判断和授权
- 要区分「响应快」和「解决快」：AI 秒回但绕圈，用户会重复提问甚至直接转人工，总时长被拉长
- 把延迟基线量一遍，别靠体感判断 AI 到底慢在哪，到 /tools/speed-test 看接口测速的当时数据
成本：两种算法容易算错
人工成本是「席位 × 时长」，但真正贵的是培训、排班、夜班补贴和流失率，这些通常不进对比表。AI 成本是「调用量 × 单价 + 知识库维护 + 人工兜底的人力」，最后一项目前最常见被漏掉——AI 不是把人减到零，而是把岗位从一线接线挪到质检和处理例外。
| 成本项 | 人工口径 | AI 口径 |
|---|---|---|
| 直接支出 | 席位工资 × 在岗时长 | 调用量 × 单价 |
| 隐性支出 | 培训、流失、夜班补贴 | 知识库维护、标注、调优 |
| 兜底支出 | 质检与主管抽查 | 转人工后的人力、纠错成本 |
| 波动应对 | 临时排班或外包 | 按量扩缩，用不上就停 |
按量计费的 AI 在咨询量波动大时更划算；咨询量小且稳定时，人工反而更可控，因为 AI 的固定维护成本摊不薄。所以别拍脑袋估单价，到 /tools/model-cost-calculator 用当期数字算一遍，再把你自己的咨询分布填进去。想先摸清同类企业一般怎么写预算口径，可以去 /ai-nav/category/ai-enterprise 对一下。
兜底：AI 出错时谁负责
兜底能力是 AI 客服和人工最本质的差别。人工可以请示、可以特批、可以事后追责到人；AI 只能按写死的规则走。所以上线前必须给 AI 设一份明确的「不管」清单，而不是指望它在边界问题上临场发挥。
- 写死不管清单涉及退款承诺、法律责任、账号封禁、人身安全的问题一律转人工，不留模糊地带；把这份清单放在知识库首位，供后续质检对照。
- 设计转人工触发条件不能只留一个入口，要覆盖三类触发：重复问三次仍未解决、识别到投诉词、用户主动要求。每条触发条件都要能回溯到具体会话。
- 保证上下文带过去转接时必须把前面的对话记录、订单号、用户情绪标签一起给到人工，否则用户要重讲一遍，体验比纯人工还差。
- 审核对外答复口径价格、时效、赔付这三类答复最容易出事，AI 给的错误承诺最终由企业承担，上线前逐条过一遍话术并锁定版本。
- 留证与复盘多轮对话记录要留存，出纠纷时按 /safety 里的留证思路保存截图和会话日志，每周抽一批错答做复盘。
分场景对照表：哪段交人哪段交 AI
下面这张表可以直接拿去和业务方对，左边是按场景分工，右边是上线前的验证动作。判断顺序建议先跑一周并行期，AI 答完人复查，看清转人工率和错答率再决定放多少量；直接全量切换，出问题的概率大得多。
| 场景 | 主力 | 兜底与验证 |
|---|---|---|
| 售前咨询、常见问题、订单状态查询 | AI | 人工抽查，错答率超标就收回部分问题 |
| 投诉、退换货争议、大客户对接 | 人 | AI 只做资料汇总和话术辅助 |
| 夜班与节假日 | AI 先顶 | 超出能力范围就留联系方式，次日人工跟进，禁止硬答 |
| 金额争议、封号、法律相关 | 人 | 不进 AI 流程，直接转接 |
| 上线放量决策 | 并行期 | 看转人工率和错答率，达阈值才放量 |
并行期的判断标准可以粗一点：转人工率持续偏高，说明知识库覆盖不够；错答率高但转人工率低，说明触发条件太迟钝，用户被卡在 AI 里出不来。两类问题的修法不同，别混着改。想知道同类工具一般做成什么样，可以到 /sites 按分类翻一遍，再决定自建还是买现成的。
下一步先把你的咨询记录按上面的场景表分一遍，算出各类占比，再去算成本口径；分不清工具怎么选，可以到 /rankings 看当期横向对比，再去 /sites 找可对照的方案。→常见问题
AI 客服能完全替代人工吗？
标准查询类问题可以，涉及金额争议、投诉、例外审批的基本替代不了。务实的做法是分层：AI 处理高频标准问题，人工处理例外和情绪场景，同时保留随时转人工的通道。判断标准是「答错的代价有多大」，代价高的场景别交给 AI。
AI 客服比人工便宜多少？
没有通用答案，取决于咨询量、问题类型和维护投入。要算的是总账：调用费用加知识库维护加人工兜底的人力，再和纯人工的席位成本对比。单价和用量都按当期数字来，到 /tools/model-cost-calculator 和 /usage 核对，别用别人嘴里的比例。
AI 答错了造成的损失谁承担？
企业承担。AI 是代表企业对外说话的，它给出的承诺在法律和商业上都会算数。所以价格、时效、赔付这三类口径必须有人审核，并且设置明确的转人工规则。出问题时的记录留存和举证思路，参考 /safety 里的做法。
