风语 · 实用指南 · 更新于 2026-09-26
结论先说：AI 客服今天可以替掉大量重复咨询，但整体替代率不由模型强弱决定，而由「理解、查询、判断、执行、担责」这五层里你能落地几层决定。多数团队停在第二、三层——能听懂、能查到，但判断不稳、执行不敢放权，于是 AI 只能停在「带人干活」的位置。
别人怎么说：人人都是产品经理作者叶小钗复盘了一个跑了两年多的 AI 客服项目（《AI客服跑了两年，为什么综合成本还是比人工高？》，作者：叶小钗）。他的观察是：AI 已覆盖超七成客服场景、承接接近一半真实流量，可综合成本仍然高于人工，原因是链路里还压着场景、数据、权限、评测与人工兜底一整套工程。
我们的判定怎么说：这个结论和我们的评分口径对得上。风语货架 2026-09-25 快照对 840 件工具做同一套判定（活跃 30 + 人气 25 + 可用 30 + 合规 15，≥70 才上架），只有 253 件上架、542 件观察、45 件淘汰，过线率 30.1%；其中「模型」这一类送评 192 件、仅 82 件上架。工具从来不是瓶颈，把工具串成一条能担责的链路才是——所以我们给出的判定是：先按层验收，再谈替代率。
结论：能接的是理解和查询，最先卡住的是判断，最不该轻易放的是执行和担责。按这张表逐层打勾，比笼统问「AI 能不能替代客服」有用得多。
| 层 | 这层在做什么 | 今天能不能交给 AI | 验收标准 |
|---|---|---|---|
| 理解 | 听懂用户到底问什么，包括错别字和省略 | 能，但要你补场景词表 | 同一句话换三种说法，都能识别到同一场景 |
| 查询 | 去订单、库存、政策里取到事实 | 能，前提是接口通 | 取到的数字能追到某个系统字段 |
| 判断 | 决定该赔、该退、该转人工 | 部分能，高风险不能 | 高风险场景必须有人工确认节点 |
| 执行 | 真的退款、改地址、发券 | 谨慎放权，先小流量 | 出错能一键回滚，且损失可计量 |
| 担责 | 出事了谁签字、谁善后 | 不能，只能人担 | 有明确的兜底人和追责记录 |
结论：顺序是「圈场景 → 写验收 → 小流量接 → 看数据放量 → 组织跟着调」，跳步的项目大多在第三步翻车。
结论：AI 客服不是「省掉一个客服」的买卖，它是把一个持续消耗的研发摊子搬进公司，能不能划算要看长期。
| 阶段 | 主要成本 | 看起来省了吗 |
|---|---|---|
| 建设期（1–3 个月） | 产品、研发、测试、数据整理、系统接入 | 完全没有，这阶段是纯投入 |
| 半自动期 | 模型调用费 + 人工审核工时，双份成本 | 没有，一张工单两个人管 |
| 稳定期 | 模型调用费 + 少量兜底人力 | 只有当人工规模和排班同步下调，才真的省钱 |
结论：翻车原因集中在四处，全部和「工程与组织」有关，和模型选型关系不大。
| 坑 | 典型表现 | 应对 |
|---|---|---|
| 用工具数量冒充能力 | 换了一个又一个开源项目，效果原地不动 | 先固定评测集，再比较换前换后的分 |
| 没有转人工的交接 | 用户被转人工后要从头再讲一遍 | 转接时带上已收集的信息和判断过程 |
| 过早放开执行权 | 自动退款金额算错，事后才发现 | 高风险动作留人工确认节点 |
| 组织没同步 | AI 接了一半流量，排班人数没变 | 承接比例上调时同步调整人员结构 |
AI 客服现在真的能替代人工客服吗？能替代一部分：答案固定、有据可查、出错可回滚的咨询可以交给它；需要担责和现场决策的部分仍然要人。
为什么覆盖了七成场景、接了一半流量，成本还是比人工高？因为成本从客服人力搬到了研发、数据整理和模型调用上，且部分场景是 AI 与人工双份成本。
小公司没有研发团队能做吗？可以先做单场景半自动：只在上架工具池里选一件，接一个答案固定的高频问题，人兜底。
最该先准备什么？先准备验收标准——什么算答对、什么转人工、转人工交付什么信息。
同簇阅读：小团队想上 AI 客服，第一步该做什么、要花多少钱？ ｜ 公司做的 AI 知识库，为什么三个月就没人用了？ ｜ 选 AI 客服和知识库工具，怎么用评分避开「带聊天框的文档搜索」？
相关工具页：风语工具集合（过判定才上架） ｜ 风语曲线分析工作台