如今，点开一个网站的客服功能或拨打某一平台的客服热线，出现的大概率是一位“AI客服”。这种基于人工智能技术的客服系统，通常会借助自然语言处理、语音识别等技术，代替一部分人工客服来理解用户需求、回答相关问题、提供解决方案。

　　随着各个国产AI大模型应用陆续落地和普及，AI客服凭借“降本增效”的优势，越来越成为国内各行各业为用户提供服务的标配。

　　然而，技术光环背后，用户体验正不断为成本优化让路，从复杂问题遭遇机械回复，到人工客服需层层转才能接通，人工智能客服似乎越来越“不智能”。让技术真正赋能体验，AI客服能否从“会说话的围墙”变身“连接需求的路”？

　　AI客服：请问您目前遇到了什么问题？您请说。

　　用户：人工服务。

　　AI客服：不好意思，为了更好地解决您的问题，您可以简单说一下您遇到的问题。

　　用户：转人工。

　　AI客服：您好，这边没听到您的声音，您可以简单说一下您遇到的问题……

　　这样的一组对话，您是否也经历过？

　　当想咨询的内容不在AI客服列出的常规选项中，用户往往会寄希望于转接人工服务，但这时，AI客服似乎更像一面“会说话的围墙”，挡住了用户与平台有效沟通的渠道。在漫长等待和反复拉扯后，很多用户被折腾得心力交瘁。

　　消费者马女士就有好几次被AI客服“劝退”的经历，让她印象最深的一次是办理简单的宽带过户业务。

　　马女士：我打了一家运营商的客服电话后，AI客服说的那些选项没有跟我反映问题相关的，只能申请转接人工。毫不夸张地说，前前后后人工转接了4次才接通。其实AI客服的很多功能在App上都能自主操作，消费者特意打电话就是为了解决那些AI客服解决不了的、希望人工处理的事。现在的AI客服不仅没帮上忙，原本想省时间解决问题，结果却更费劲了。

　　尽管各个平台上这些24小时在线、能随时随地响应咨询的AI客服，能够一定程度上代替人工回答一些预设的高频问题，但仍有大量用户反馈，某些场景下，AI客服出现了答非所问、自说自话、模板化明显等问题。

　　记者近日对主流电商、社交、金融、物流等10多家平台客服系统实测发现，无论是在线客服还是电话客服，AI客服都存在较明显的理解能力不足，而人工客服接入障碍重重，严重影响用户体验。

　　人工智能行业从业者易先生直言，现阶段，在用户服务领域，AI客服为用户呈现更多的是“话术”，相较人工客服缺少解决问题的诚意。

　　易先生：如今前端代码80%至90%都可以完全由AI产出，相反客服这个岗位却很难被替代。有无数厂商做了AI客服，但是会发现客户对AI客服并不满意也不买单，原因是如今的AI客服还没有深刻地掌握人类的情绪，尤其是情绪的细微变化和情绪的跟进等等。大家会发现，原来真人客服才是最有温度的，才是最能让客户买单的。

　　那么，能不能找到以及方不方便找到人工客服，到底由谁决定？

　　一家专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的技术人员李先生告诉记者，企业就能自主决定用户“寻找”人工客服的难易程度，而技术人员可以根据企业需求，为AI客服系统设置“兜底回复”策略。

　　李先生解释，很多企业会为了降低人工成本，主动设置一些跳转至人工座席的障碍——既然AI客服在现阶段无法从根本上解决用户问题，那么索性将其部分功能调整为“拦截用户请求”。

　　而这样的“服务”思路在小商家群体中更为显著。有电商从业者在社交媒体上透露，平台对商家回复时效有严格要求，规定时间内未回复就要扣分，考虑到人工客服工作强度高、流动性大，招聘、培训都要成本，无论AI客服够不够智能，都不得不用性价比更高的它来“应付”客户。

　　在各社交媒体上，宣称低价且好用的AI客服服务商不在少数。一家服务商的销售人员福先生向记者介绍，产品首月试用只需299元，6999元服务包年，按同等工作量计算，要比雇佣人工客服划算得多。

　　福先生说，他们的产品是“自研模型+DeepSeek”，商家只需提供店铺信息和商品信息，就能完成AI客服系统的搭建。

　　李先生则表示，一些基础版的AI客服系统产品只能应对简单的咨询，回复用户时容易产生“模板”感；而AI回复的核心依据是预设知识库，要想让AI客服的“智商”高起来、表现得更为人性化，需要在丰富和“投喂”知识库上花费额外成本。

　　记者在实测中发现，一些平台的AI客服能相对精准地识别用户需求，也能快速便捷地接入人工客服。产业观察师、IT行业专家丁少将分析认为，当前一些企业和技术服务商在价值导向上的偏差以及技术上的欠缺，让AI客服的服务“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，将客服部门定义为成本部门。另外，技术投入也是不足的，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，企业就将“解决率”偷换为“拦截率”作为KPI，形成了这种恶性循环。要使AI客服更具人性化，需要投入高质量的对话数据、持续的场景调优、多模态的技术，这些成本都相对比较高。而当前整体短板在于，技术上对客户的意图识别比较差，无法记忆上下文，情绪感知比较弱，很多企业使用的就是这种模块化的问答引擎，可以说这并不是真正的AI。

　　人工智能行业从业者余先生观察发现，在很多企业或商家的认知里，这些“不智能”的AI客服恰恰能够提示客户“你的问题并不重要，你不要来找我”。但在余先生看来，他们正在使用的是一种“昂贵的低成本工具”——这种工具是以客户的失望为代价的。

　　丁少将表示，对于使用AI客服系统的企业或商家来讲，未来的突破点仍在于“人机协同”，即通过闭环的数据、持续的调优，在可控成本内无限贴近用户真正需要的“个性化服务”。而在大模型技术应用的加持下，若能回归“让技术真正赋能体验”的轨道，AI客服完全能够实现从“会说话的围墙”变身“连接需求的路”。

　　丁少将：大模型技术虽然突破了技术瓶颈，但核心障碍还是企业的战略思维。如果企业能将客服部门视为创造用户体验与数据价值的核心环节，投入相关资源去构建真实的、交互的、深度学习的循环系统，AI客服就能够从“拦截者”进化为“连接者”，通过理解、总结和预测用户的需求，反向地优化产品和服务，从而真正赋能行业发展。

　　来源：中央广播电视总台中国之声