每次討論 AI 客服，都會有人問同一個問題：「所以是要把客服人員全部換掉嗎？」
答案是：不是，而且這樣做一定會出事。
把所有客服來電丟給 AI 處理，跟把所有客服來電繼續讓真人接，都不是最佳策略。前者會在客人真正需要同理心和判斷力的時候翻車，後者則讓人力持續消耗在大量重複性的標準化查詢上。
真正的問題不是「AI 客服 vs 真人客服，哪個比較好？」而是「哪些電話該 AI 接，哪些該真人接，什麼時候該從 AI 轉給真人？」
分工的核心邏輯：兩個維度決定誰來接
我們可以用兩個維度來判斷一通來電應該由 AI 還是真人處理。
維度一：問題的複雜度。 有標準答案的查詢（訂單狀態、帳單金額、營業時間）是低複雜度；需要跨系統調查、例外判斷、或政策裁量的問題（複雜客訴、特殊退款、合約糾紛）是高複雜度。
維度二：客人的情緒強度。 平靜地詢問資訊是低情緒；焦慮、憤怒、沮喪、或面臨緊急狀況是高情緒。
把這兩個維度畫成四個象限：
低複雜度 × 低情緒 → AI 全自動處理。 這是 AI 的甜蜜點。「我的包裹到哪了？」「下次預約是什麼時候？」「你們幾點營業？」答案標準、客人只是需要資訊、沒有情緒負擔。這類來電通常佔 50-60% 的總量。
低複雜度 × 高情緒 → AI 先接，快速轉真人。 客人打來的問題可能很簡單（「我等了三天包裹還沒到」），但情緒已經很激動。AI 可以先用同理的語氣收集基本資訊、查詢系統狀態，然後帶著已整理好的上下文轉接給真人。真人接手時不用從頭問起，可以直接進入安撫和解決。
高複雜度 × 低情緒 → AI 輔助真人。 客人平靜地在問一個複雜的問題（「我想比較這三個方案的差異」「我的合約到期想討論續約條件」）。真人負責對話和判斷，AI 在旁邊即時提供資訊支援——調出客戶歷史紀錄、計算方案差異、建議回應話術。
高複雜度 × 高情緒 → 真人全程處理。 嚴重客訴、法律糾紛、緊急安全事件。這些場景需要人類的判斷力、同理心、和臨場反應。AI 的角色退到最後方：事後分析通話內容、標記情緒轉折、產出報告。
轉接的時機比轉接本身更重要
很多企業導入 AI 客服的時候，會設定一個很簡單的轉接規則：「AI 聽不懂就轉真人」。這個邏輯看似合理，但實際上會造成大量不必要的轉接——AI 可能只是暫時沒理解客人的表達方式，多確認一次就能繼續處理。
更好的轉接設計應該基於以下觸發條件：
客人明確要求。 「我要跟真人說話」——這是最優先的觸發條件，任何時候都應該立即尊重。
情緒升溫超過閾值。 AI 透過語音分析偵測到客人的語速加快、音量提高、或使用帶有負面情緒的詞彙。不需要等到客人爆炸才轉接。
同一問題重複三次。 AI 連續三次無法正確理解或解決客人的問題，代表這通電話已經超出 AI 的能力範圍。
涉及金額超過門檻。 退款、理賠、合約變更等涉及金額的決策，根據企業的授權政策設定金額門檻。超過門檻就轉給有權限的真人處理。
導入 AI 客服的三階段路線圖
如果你正在思考客服自動化怎麼做，建議用以下三階段的方式漸進導入。
第一階段：AI 接手低複雜度 × 低情緒的來電。 這是風險最低、效果最直接的起步點。把佔來電量 50-60% 的標準化查詢交給 AI，真人客服立刻感受到工作量的減輕。這個階段通常 2-4 週就能上線。
第二階段：建立 AI-真人的無縫轉接機制。 讓 AI 在轉接時帶著完整的對話摘要和客戶資訊，真人接手時不需要重新詢問。這個階段的重點是轉接體驗——客人不應該感受到「被踢皮球」的感覺。
第三階段：啟用 AI 輔助功能。 在真人處理複雜問題時，AI 在背景提供即時支援——客戶歷史紀錄、建議回應、相關政策條文。這個階段的 AI 不直接面對客人，而是成為客服人員的「副駕駛」。
Pathors 的人機協作設計
Pathors 的 AI 語音客服平台在設計上就把人機協作當作核心架構，而不是事後附加的功能。具體來說：
視覺化的 SOP 編輯器讓你定義每個場景的 AI 處理範圍和轉接觸發條件。轉接時，AI 自動生成對話摘要傳給真人客服。所有 AI 處理的通話都有完整的對話紀錄和情緒分析，方便主管審核品質和優化流程。
想看人機協作在你的客服場景裡怎麼運作？預約免費 Demo。
Brandon Lu
COO
致力於運用 AI 技術改造客戶服務和商業營運。
