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，你很可能会看到“人工智能客服”。这类客服系统基于人工智能技术，通常采用自然语言处理、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。 随着国内各类大规模人工智能模型的应用逐步落地和普及，人工智能客服凭借“降本增效”的优势，正在成为国内各行各业用户服务的标配。 但在技术光环的背后，用户体验总是被成本优化所取代。从机械回答到复杂问题，再到需要多层沟通的手动客户服务，人工智能驱动的客户服务似乎变得越来越“不聪明”。真正改善您的技术体验。 AI客服能否从“会说话的墙”走向“连接需求的路径”？ AI客服：目前您遇到了哪些问题？请告诉我们。 用户：人类服务。 AI客服：对于给您带来的不便，我们深表歉意，但为了更好地解决您的问题，请简要描述您遇到的问题。 用户：更改为手动。 AI客服：您好。我听不见你说话。简单描述一下你遇到的问题... 你有过这样的对话吗？ 如果他们想要讨论的主题不包含在通常的人工智能客户服务选项中，用户通常希望转向手动服务。但目前看来，AI客服更像是一堵“说话墙”，阻断了用户与平台之间的有效沟通渠道。漫长的等待时间和反复的拉动让很多用户心力交瘁。 作为一名消费者，马先生有过多次前任他曾经历过被人工智能客户服务“推迟”的经历。给他印象最深的是简单的宽带传输。当他经营业务时。 马先生：拨打运营商客服后，AI客服给出的选项与我反映的问题无关，只能请求手动转接。毫不夸张地说，需要四次手动传输才能连接。事实上，很多AI客服功能都可以在应用中自主运行。消费者专门致电解决人工智能客服无法解决的问题，并希望人工回复。当前的人工智能客户服务不仅效率低下，而且虽然最初是为了节省解决问题的时间，但最终却变得更加劳动密集型。 这些跨平台的AI客服代表24小时在线，可以随时随地解答疑问，但在一定程度上可以替代人工回复高要求的问题。频率预设问题。不过，仍有不少用户评论。在某些场景下，AI客服存在答题不正确、独白、模板过多等问题。 近日，记者对10余家主要电商、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，对人工智能客服存在明显的认识不足，而人工客服则存在诸多准入门槛，严重影响用户体验。 人工智能行业专业人士易先生坦言，现阶段在用户服务领域，人工智能客服向用户引入了更多“对话技巧”，与人工客服相比，缺乏解决问题的诚意。 易：如今，80%到90%的前端代码可以完全由人工智能生成。另一方面，酒店业斯特里是一个很难替代的位置。无数制造商已经实施了人工智能客户服务，但我们发现客户对此不满意并且不付费。原因在于，目前的AI客户端服务是基于人类情感的。尤其如此，因为他们还没有深入理解微妙的情绪变化和情绪追踪。大家都知道，真正的客户服务是最热情的，可以让客户付出更多的钱。 那么谁来决定是否可以或不方便找到人工客户服务呢？ 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工程师李告诉记者，企业可以自主决定用户“找到”人工客服的难易程度，工程师可以根据企业的需求制定人工智能客服系统的“覆盖响应”策略。 Lee解释说，要减少l由于成本高昂，很多企业都会主动设置人工代理的障碍。现阶段，AI客服无法从根本上解决用户问题，因此可能只能调整部分功能来“拦截用户请求”。 而这种“服务”心态在小型企业群体中表现得更为明显。有电商相关人士在社交媒体上表示，平台对商家响应时间有严格要求，商家在规定时间内未回复将被扣分。考虑到人工客服是劳动密集型和人员流动密集型，且招聘和培训成本高昂，无论人工智能客服是否足够智能，都需要使用更具成本效益的服务来“服务”客户。 各种社交网络上有许多房屋提供商人工智能电话营销，声称价格便宜且易于使用。该服务商的业务员付先生告诉记者，第一个月的销量产品实际使用费仅299元，服务套餐年费6999元。同等工作量下，比聘请人工客服划算得多。 付先生说他的产品是“内部开发的模型+DeepSeek”。加盟店只需提供店铺和商品信息，即可完成AI客服系统的搭建。 李表示，一些基础IAD客户表示，服务系统产品只能响应简单的查询，往往以“模板”的形式响应用户。 AI响应的根本基础是预先配置的知识库。提高AI客服的“智商”，让其表现得像我一样更加人性化，需要花费额外的成本来丰富和“喂养”知识库。 在实际测试中，记者发现，部分平台的人工智能客服能够比较准确地识别用户需求，人工客服也能快速便捷地接入。丁少将，一位行业观察家、IT行业专家分析，由于当前一些企业和技术服务商的价值取向偏差和技术故障，AI客服“失语”已成为普遍现象。 丁少将：现在很多公司都非常注重降本增效，把客服部门定义为成本部门。技术方面的投入也不够。由于早期的规则引擎和自然语言处理技术难以应对复杂的客服应用场景，企业偷偷将“解析率”替换为“拦截率”作为KPI，形成恶性循环。让AI客服变得更加人性化，需要高质量交互数据的投入和持续的场景调整。对于先进的多式联运技术，这些成本相对较高。目前普遍存在的缺点是识别技术较差客户意图，无法记住上下文，并且情绪意识较弱。许多公司都使用这种模块化问答引擎，但这并不是真正的人工智能。 人工智能行业人士余先生观察到，在很多企业和商家的认知中，“不智能”的AI客服可以提醒他们：“你的问题并不重要，所以请不要来找我。”但在余看来，它们是“昂贵、低成本的工具”——以客户挫败感为代价的工具。 丁少将表示，对于使用人工智能客服系统的企业和商店来说，未来的突破口仍然是“人机协作”，即闭门进行。通过循环数据和持续优化，公司旨在以可控的成本提供尽可能贴近用户真正需求的“个性化服务”。在大规模模型技术应用的支撑下，如果我们能够回到“真正体验”的轨迹，通过技术”，AI客服可以彻底从“说话的墙”转变为“连接需求的路径”。 丁少将：虽然大机型的技术已经突破了技术瓶颈，但主要障碍还是企业的战略思维。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核心环节，并投入相关资源构建真正的交互式深度学习循环系统，AI客服就能从“拦截器”演变为“连接器”，通过了解、总结和预测用户需求，逆向优化产品和服务，从而真正提升行业发展。 制片人丨李新江 记者丨韩雪英