不是所有客户都值得 AI 跟：给 AI 画个任务边界

最近和几个老板聊天，发现一个共同的新焦虑，方向跟半年前完全反了。

半年前大家焦虑的是「我的行业还没用上 AI」。现在焦虑的是「AI 能干的事太多了，我什么都想交给它」——客户跟进交给它、报价建议交给它、流失挽回交给它、大客户谈判资料也交给它。结果呢？AI 生成的挽回话术发给了刚刚谈崩、正在气头上的大客户；AI 按历史数据建议的「适合报价区间」，碰上一个完全不看历史行情的新客户。

不是 AI 不行，是接活之前没人问过一句：这个活，适合交给 AI 吗？

一、先看趋势，再看边界

趋势不用怀疑。Gartner 预测，到 2026 年底，40% 的企业应用会内置任务型 AI Agent，而 2025 年这个比例还不到 5%（公开预测口径，实际进度以市场为准）。海外一篇对 Agentic CRM 的行业综述里有个说法很传神：Assistant 是告诉你该做什么，Agent 是做完再告诉你。

但同综述里还有一句更值得抄在本子上：当前真正跑出价值的用例，共同点就三个——量大、规则清、数据好。 反过来，最容易出现问题的场景也有共同点：模糊、情绪化、或者钱在没人盯的情况下动了。

这三个前提，其实就是给 AI 画边界用的尺子。

二、一把尺子：三个条件，缺一个都别硬上

把这三个条件落到客户经营上，就是三道检验：

检验一：量大吗？ AI 的优势是处理重复。查询订单进度、给新线索做初步分类、汇总一周跟进记录——一天几十上百次、每次几分钟的活，交给 AI，从 3 天压到 3 分钟。但一年发生两三次的年度大客户谈判，样本量太小，AI 从你的数据里学不到什么可靠的规律，它给你的「建议」接近于猜。

检验二：规则清吗？ 什么算「高意向」、什么算「超时」、什么条件下升级给主管——这些如果你自己都说不清楚，AI 也说不清楚。规则引擎里的 IF-THEN 就是「规则清」的书面形态：写不出 IF 和 THEN 的场景，说明业务本身还没想明白，先想业务，再上 AI。

检验三：数据好吗？ AI 判断客户流失风险，靠的是跟进记录、订单频次、互动行为这些真实沉淀的数据。如果客户的跟进记录是三个月前的、标签是乱的、连成交记录都不全，AI 的分析就是建立在沙滩上的楼——结论看起来头头是道，一问出处全是编的。这正是我们之前反复讲的：AI 的上限，是数据下限决定的。

三条全占的，放心交给 AI 和规则；缺一条的，AI 只做辅助，人做决策；一条都不占的，老老实实人工来。

三、三类活，先别交给 AI

按这把尺子，下面三类活，目前建议明确划在 AI 边界之外：

第一类：低频、高金额、重关系的决策。 年度框架谈判、核心客户续约条件、战略客户的让步空间。这些决策一年没几次，每一单的上下文都不一样，而且客户要的恰恰是「你亲自来谈」的姿态。AI 可以帮你准备资料、复盘历史条款——这是它的正确用法；让它给谈判策略打分甚至直接生成让步方案，是在它没有足够样本的领域里装懂。

第二类：情绪在场的沟通。 客户投诉升级、合作出了问题之后的第一次开口、追讨逾期账款。这些场景里，话术模板是负资产，客户要的是被认真对待。AI 可以帮你把事件经过、历史合作、责任梳理成一份背景简报——但电话得人打，话得人说。

第三类：钱直接动的动作。 退款、降价、赔偿、优惠审批。这一条没有例外：AI 可以整理申请、核对条款、提示风险，但钱动不动、动多少，必须人批。海外行业的共识也一样——退款超过阈值、定价变更、涉及合同的动作，一律保留人工确认。这条红线不设，出一次事就够把前面省下的人力成本全赔进去。

四、换个角度：边界不是限制，是分工表

很多老板把「AI 不能干什么」当成扫兴的事，其实这是你公司里最值钱的一张分工表：

左边一列跑得越多，右边一列的人才有时间做真正只有人能做的事。给 AI 画边界，不是为了防着 AI，是为了把人和 AI 各自放到产出最高的位置上。

文中所引 Gartner 预测及行业综述均为公开口径（含海外样本），实际进展因行业而异；本文不构成任何效果承诺。

想看「规则打底 + AI 提效」在你们行业怎么落，欢迎在公众号后台留言，预约演示即可。