中国消费者协会发布的《2026年上半年全国消协组织受理投诉情况分析报告》显示，售后服务问题占总投诉的26.79%，其中随着AI客服应用场景扩大，虚假承诺和人工接入困难问题尤为突出。

一边是消费者对AI客服体验吐槽不断，一边是企业纷纷将其作为服务“标配”普及。矛盾背后，问题出在哪？

企业对AI客服的积极部署，源于明确的现实需求。面对海量用户咨询，如果全部依靠人工处理，不仅需要耗费大量人力，也容易在业务高峰期出现排队拥堵。AI客服能够全天候响应高频、重复、标准化的咨询，并进行信息初筛、分类等工作，在实践中的确帮企业提高了效率。

例如，在2025年媒体相关报道中，餐饮企业百胜中国的AI客服每天能够处理超过15万次消费者沟通，问题解决率达90%；同时可快速归纳、总结消费者诉求，辅助人工客服更快速、更精准地回复，整体效率提高10%。2026年5月，淘天集团正式发布AI客服“AI店小蜜”，可帮电商商家处理订单查询、退换货、退款改地址等工作。公开数据显示，有品牌商家应用后，客服转人工率下降了55%、询单转化率提升了46%。

让AI快速处理标准化程度较高的问题、把人工的精力投入复杂事务的解决，对商家和消费者可谓是一种双赢。但如果企业把AI应用效果的评价指标定为“拦截了多少用户转人工客服”，事情就跑偏了。

问题的“解决率”和“拦截率”，与底层服务逻辑截然相反。一旦业务的考核重心偏向“拦截”，多层菜单跳转、重复确认、模板化循环应答，都可能被算作AI客服的“成功”。那么，原本用于化解诉求的智能应用，反而成了阻碍沟通的第一道门槛。

此次中消协点名的“转人工难”问题，就涉及部分平台通过循环应答、多层跳转等方式延缓或阻碍消费者进入人工服务流程。短期看，企业可能减少了人工座席开支；长远看，企业省下的人力成本，最终会转化为消费者高昂的沟通成本，反而推高投诉量、引发舆情危机甚至持续消耗品牌信任，这样的智能化改造无异于本末倒置。

此外，现阶段AI技术本身也存在能力边界。面对表达清晰、应对规则标准化的问题，AI客服能够快速应答；而一旦涉及复杂情境、需求模糊、情绪识别和个性化判断，其理解和处理能力还明显不足。一套通用的AI客服应用，难以适配所有业务场景。企业自研或采购相关AI服务时，更需要从自身业务和客户真实需求出发，明确AI客服适合处理什么、不适合处理什么，并持续优化知识库、服务流程和人工转接机制，避免技术“越位”或“缺位”。

企业需要重新定义AI客服的应用逻辑。

服务目标，从“拦截”转向“分流”。AI不应充当人工客服的“防火墙”，而应做好人工服务的“分流器”—将简单、重复的问题承接下来，把复杂、情感化的场景留给人工，各尽其长。

考核导向，从“回答率”转向“解决率”。衡量AI客服成效，不在于机器“接待”了多少消费者，而要看消费者的问题有没有真正得到解决。唯结果导向，才能真正检验AI的服务效能。

功能定位，从“降本工具”转向“优化工具”。可利用AI分析客服对话中的高频问题，将消费者的真实声音反馈至产品设计、生产制造、售后保障等部门，推动产品与机制持续改善，让AI的价值赋能全链条。

针对当下AI客服人机失衡乱象，首部规范人工与智能客服协同机制的国家标准《顾客联络服务人工与智能客户服务协同要求》自9月1日起正式实施。该标准明确划分智能客服与人工客服的业务服务边界，硬性规范人工转接流程，为人机协同的规范化落地提供了制度支撑。

归根到底，好的AI客服，不是把消费者的意见挡在门外，而是让技术与人工各司其职、协同发力，以问题的高效解决，兑现智能服务的核心价值。

来源：《人民数据智库报告》9月上

作者：王婧涵

编辑：许多、韩佳琪（实习）

责编：岳禺宁