专访 | AI与人工,谁在服务谁?——电商客服的边界重构与价值回归

梁京，广州探猫智服科技有限公司创始人兼CEO，电商客服体系研究与实践者。深耕电商客服领域多年，累计服务与培训电商企业过万家，覆盖3C数码、家电、大健康、日用、食品、美妆、服饰、家具等多个行业。

在行业以人工为主的阶段，她参与研发并推动国内最早面向电商场景的客服智能体产品——探域智能体落地应用，探索并验证“AI与人工协同”的客服新模式，并在真实商业场景中实现规模化应用，取得良好的商业化效果。她长期专注于一件事：推动电商客服从成本岗位走向价值岗位。

传统客服外包最大的制度性缺陷在于它交付的是“人力”，而非“结果”。

企业需要的是咨询有人接、问题能解决、体验稳定、转化提升、投诉下降。

但传统外包的管理与计价方式通常围绕人头、班次、在线时长展开，导致错位：客户想购买经营结果，但服务商交付的却是人力资源。

这一错位导致服务质量难以稳定。优秀客服的经验停留在个人头脑中，人走经验丢。客服每天看到经营问题，却无法系统沉淀到运营和产品。

探猫智服要解决的不是“找一批人接消息”，而是将客服从人力承接升级为系统经营。

AI智席的核心逻辑是让AI、人工与运营重新分工：AI负责高频咨询、标准知识、基础跟进与数据沉淀；人工负责复杂售后、负面情绪处理、强异议成交及高价值客户承接；运营团队持续迭代知识库、话术、转人工边界、数据复盘及大促策略。

我们的目标不是简单自动化低水平客服工作，而是先重构知识、流程与协同机制，再让AI放大这套能力。

AI智席交付的是一套“AI+人+运营”的客服经营系统，既提升效率，也提升转化，更帮助企业将服务经验沉淀为可复用、可训练、可持续优化的能力。

我不太认同“AI取代客服”的说法。更准确地说，AI会接管客服工作中低价值、重复、标准化的部分，但无法取代真正具有判断力、同理心及转化能力的服务工作。

理想的人机分工，我会从四个维度考量：标准化程度、业务风险、情绪强度和客户价值。

物流进度、发货时间等标准化程度高的事务，可优先交给AI；商品对比、尺码推荐等可由AI先生成参考话术，再由人工协同推进；而退款争议、负面情绪、特殊承诺、高价值客户谈判等，必须由人工优先接管。

我们也曾有过AI“搞砸”的教训。早期有些场景看似标准，实则风险很高。

例如售后争议，AI按规则回答可能没错，但客户当下需要的不仅是规则，而是被理解、被安抚，此时若AI继续机械解释，情绪反而会升级。又如活动期间优惠规则变化频繁，知识库若未同步，AI可能给出过期信息。

这些教训让我们认识到：AI不是接上去就能自动把业务做好，它需要知识库、规则边界、异常兜底和持续复盘的支撑。

因此我们后来非常重视三种模式：AI能稳定处理的，让它自动；需要判断的，让AI辅助人工；高风险、高情绪、高价值的，必须及时转人工。

帮助一线客服转型，不能只喊一句“你要成为服务专家”。我倾向于先帮助客服转换身份认知：不要总觉得自己只是“小客服”，你面对的是一个有真实需求、真实顾虑、真实预算的人。卖美妆，就当美妆顾问；卖家电，就当家电顾问。身份感变了，表达方式才会改变。

接下来才是能力训练：客服不能只背标准答案，而要学会判断顾客痛点，讲解产品使用场景，在用户沉默时继续推进，在有情绪时先接住情绪再解决问题。

一个真正有价值的客服，不是打字最快的人，而是最能听懂用户未说出口的顾虑的人。

管理者也要随之改变：过去主管容易盯着人，响应慢了催一下，转化率低了说一下；但在AI时代，主管更应懂得拆解动作、提供方法、组织演练、进行纠偏，将优秀客服的判断与话术沉淀进系统。

这样，一线客服不是被AI推着走，而是能借助AI放大自身能力。

今年我们专门制作了一份关于大促下人机协同的“全景图”，并分享给客户和电商同行。

一个小建议：现在的大促流量高峰已不像过去那样明显，可能从五月底延续到六月底，对客服人员的体力和精力是极大考验。

AI在大促中主要处理标准和活动相关问题。建议安排主管或训练师提前完善AI的知识库、商品卡片及自定义话术，让AI在整个大促周期内持续发挥作用，将客服从高频重复咨询中解放出来。

大促期间客户购买信号更明显，分为两类：产品是否适合自己，以及活动促销力度多大。这正是设计自定义话术的两个关键场景。

建议重点关注活动相关自定义话术是否编排到位，是否提前将购买信号“告诉”AI，让AI一旦识别到这些信号就能主动承担转化工作，进一步释放人力。

客服长期被低估，本质上是因为很多企业只看到了客服的成本，而未能看到客服对经营结果的影响。

老板看客服，最容易看到工资、排班、外包费用、投诉和差评，所以客服很容易被放进成本表里。

但如果把整个电商链路拆开：流量、点击、咨询、下单、复购，客服恰恰卡在“咨询到下单”的关键位置。用户问“有没有优惠”，背后可能是价格顾虑；问“能不能退”，背后是风险担心；问“这个适不适合我”，背后是决策困难。

如果客服只是回答问题，它当然像成本；但如果客服能理解顾虑、推进决策、做好跟进、促进复购，它就是增长入口。

过去许多企业只考核响应时间、接待量、满意度，很少将咨询转化率、催付效果、复购触达、用户洞察等纳入管理。结果客服做了很多对经营有价值的事，却没有被看见、被量化。

如果只用一句话说服老板重视客服价值，我会说：你已经花钱把用户带到咨询口了，客服这一句话，决定这笔流量是成交，还是浪费。

如果只选一个，我会选复盘——但不是那种批评人的复盘，而是将真实对话拆开，分析下一次如何做得更好的复盘。

管理者常说“客服要主动一点，话术要好一点，转化要高一点”，但对一线来说太空了。

管理者真正需要做的，是把要求拆解为动作，再通过复盘将动作转化为能力。

例如：一条对话为什么成交了？是因为客服找到了用户痛点，还是讲清了使用场景，还是在最后一步解决了价格顾虑？一个投诉为什么升级了？是规则没讲清，还是情绪没有接住？AI为什么误答？是知识库缺失，还是转人工边界没有设好？这些问题不复盘，团队今天踩过的坑明天还会再踩。

我坚持复盘的一个原则是：不要停留在“谁做错了”，一定要落到“系统要改什么，动作要怎么教”。否则复盘就会变成批评会。

在AI时代，复盘变得更为重要，因为你复盘的不只是人，还包括AI表现、知识库缺口、规则边界和流程漏洞。

未来优秀的客服主管，是通过复盘持续调整系统、规则，同时训练一线客服的能力。