一位潛在買家上週末在你的展間看了半小時的車，留下了電話號碼，然後離開了。業務員隔天打電話跟進，沒接。再打一次，還是沒接。第三天再試，終於通了，但對方說「我已經在別家訂車了」。
這個故事每天都在台灣的汽車經銷商裡發生。問題不是業務不夠積極——而是「打電話跟進」這件事的效率太低。一個業務員一天能打 40-60 通電話，但其中可能只有 15-20 通會接通，真正進入有效對話的可能不到 10 通。
AI 外撥系統正在改變這個局面。不是取代業務員，而是把「第一通聯繫」和「重複性外撥」這些低價值但高耗時的工作交給 AI，讓業務員專注在真正需要人際溝通技巧的成交環節。
場景一：潛在客戶的第一通跟進電話
一個典型的汽車經銷商每月可能收到 200-500 個潛在客戶名單——來自官網表單、車展名片、LINE 官方帳號、或是展間來客留下的資料。業務團隊通常需要在 48 小時內完成第一輪電話聯繫，但實際上很多名單要等到一週後才被處理完畢。
研究顯示，潛在客戶在留下資料後的前 5 分鐘內被聯繫，轉換率是 1 小時後的 10 倍。速度就是一切。
AI 外撥系統可以在客戶留下資料的幾分鐘內自動撥出電話。AI 會用自然的語音跟客戶確認幾件事：是否對特定車款有興趣、方便看車的時段、有沒有特殊需求（例如試乘路線偏好、是否需要舊車估價）。確認後，AI 自動在系統中建立試乘預約，並發送確認訊息給客戶和對應的業務員。
這不是冷冰冰的機器人電話。AI 能根據客戶的回應調整對話方向，如果客戶說「我還在考慮」，AI 可以改為提供最新的促銷資訊或邀請參加賞車活動，而不是硬推預約。
場景二：保養到期的主動提醒
汽車經銷商的收入不只來自賣車，售後保養服務往往是更穩定的收入來源。但很多車主不記得自己的保養時程，等到儀表板亮燈才想到要回廠。
AI 外撥可以根據 DMS（經銷商管理系統）的資料，在車輛保養到期前一到兩週主動聯繫車主。AI 會告知車主保養項目、預估費用，並直接在電話中完成預約。
這個場景特別適合 AI 處理，因為對話模式高度標準化：確認車主身份 → 說明保養項目 → 確認時段 → 完成預約。整通電話通常在兩分鐘內結束，不需要業務專業知識。
場景三：試乘後的滿意度調查與二次跟進
客戶試乘完回家之後，經銷商需要做兩件事：了解試乘體驗如何，以及判斷這個客戶的購買意願到了什麼階段。
傳統做法是業務員手動打電話，但實話說，很多業務員不喜歡做這件事——因為大部分客戶還沒準備好下訂，這些電話的「成就感」很低。結果就是跟進不夠即時，潛在客戶慢慢冷掉。
AI 外撥可以在試乘後 24 小時內自動聯繫客戶，用簡短的對話收集回饋（試乘感受如何、有沒有其他想看的車款、預算範圍）。根據客戶的回答，AI 會自動分類這個客戶的意願等級——高意願的馬上轉給業務員跟進，中等意願的安排一週後再次聯繫，低意願的放入長期培育名單。
這個自動分級的機制，讓業務員可以把有限的時間花在最有可能成交的客戶身上。
自動外撥的效益數字
根據業界導入經驗，AI 外撥系統帶來的改善通常包括：
導入 AI 外撥系統需要準備什麼？
技術面來說，需要三樣東西：一是和 DMS 或 CRM 系統的 API 串接，讓 AI 能讀取客戶資料和保養時程；二是電話線路的整合，確保外撥號碼顯示為經銷商的門市電話而非陌生號碼；三是 SOP 腳本的設計，定義 AI 在每個場景中的對話邏輯和分流規則。
Pathors 的 AI 語音助理支援雙向通話（inbound + outbound），並提供視覺化的 SOP 流程建構器，讓經銷商可以像畫流程圖一樣設計 AI 的對話邏輯。不論是試乘預約、保養提醒還是滿意度調查，都可以在同一個平台上建立和管理。
搭配完整的通話監控儀表板，管理階層可以即時查看每通外撥電話的結果、客戶回應和轉換率，持續優化外撥策略。
想了解你的經銷商適不適合導入 AI 外撥？預約免費 Demo，我們可以根據你的月均客戶量和業務流程，評估導入效益。
呂安
營運長
致力於運用 AI 技術改造客戶服務和商業營運。
