先说结论：我们花了三个月搭了一套AI客服系统，跑了十万条对话，解决率确实上去了，但最后我们把它整个砍了。
不是技术不行。说实话技术层面还挺成功的。但这件事教会我一个道理——AI客服死掉，多半不是死在技术上，是死在业务上。
今天把整个过程掰开揉碎了讲，希望能帮正在考虑上AI客服的团队少走点弯路。
为什么要上AI客服
我们是一家做企业SaaS的公司，用户量大概在5万左右，日活1万多。客服团队4个人，每天处理大概300-400条工单，高峰期更多。
老板的算盘打得很简单：4个客服，每人月薪8K，一年下来小40万。如果AI能扛掉70%的问题，留1个人兜底就行，一年省30万。而且AI不用休息，7×24小时在线，用户体验还更好。
这账没毛病，至少纸面上没毛病。
三个月怎么搭的
第1个月主要是选型和搭框架。我们试了好几个方案，最后用的是 Coze（扣子）做对话编排，底层接的 Claude API。为什么选 Coze？因为它对非技术人员比较友好，产品经理也能参与调对话流程，不用什么都让开发写代码。Claude 那时候刚出 Opus 4.6，长文本理解和多轮推理能力确实强，我们觉得拿来做客服对话绰绰有余。
第2个月主要在喂知识库。把我们过去两年的工单记录、FAQ文档、产品手册全导进去了，大概有8000多条QA对。还专门找了客服主管来标注哪些回答是“好回答”，哪些是“差回答”，用这些数据做了一轮微调。
第3个月是灰度测试。先放了10%的流量给AI客服，人工客服同时在线兜底。每天看数据，调prompt，修bug。到第三个月底，解决率稳定在72%左右，我们觉得可以了，全量上线。
10万条对话的真实数据
全量上线后跑了一个月，累计处理了10万条对话。数据看起来还行：
解决率72%，平均响应时间从人工的4分钟降到了8秒，用户首次响应满意度87%。
但有几个数据藏在深处，一开始没人注意。
第一个，客诉率涨了15%。对，你没看错，客诉不降反升。原因后面细说。
第二个，转人工率28%。也就是说每10个对话里，有将近3个最后还是得转给人。但问题是，转人工之后客服看到的上下文经常是乱的——AI跟用户聊了半天，有些关键信息没问到，有些问到了但没记录对，客服接手后基本得从头问一遍。
第三个，API费用远超预期。我们原来估算一个月API费用在5000块左右，实际跑下来超过1.2万。原因是很多对话特别长——用户问一个问题，AI回答了，用户不满意换个问法再问，来回好几轮，token消耗翻倍。
为什么最后砍了
真正让我们下决心砍掉的不是钱，是客诉。
那15%的客诉率增长，拆开来看，主要是两类投诉：
第一类，“你们的AI根本听不懂人话”。这种通常是用户遇到了比较复杂的问题，需要多步骤排查。比如“我的数据同步一直失败”这种，背后可能是权限问题、网络问题、版本问题，AI往往只能给出通用方案，用户试了没用就炸了。
第二类更致命，“你们是不是不想给我解决问题，故意拿个机器人来搪塞我”。这种情绪一旦产生，客服再怎么补救都很难挽回。我们流失了几个大客户，原因都是觉得我们“不上心”。
说白了，用户要的不是“秒回”，是“被认真对待”。AI客服响应快是快，但那种快反而让用户觉得敷衍。
踩了哪些坑
坑一：知识库质量比模型能力更重要
我们花了很多时间在调prompt上，但后来发现真正影响效果的是知识库。8000条QA对听着不少，但里面有大量过时信息——产品更新了但FAQ没更新，功能下线了但旧文档还在。AI一本正经地给用户推荐一个已经不存在的功能，你说用户能不生气吗？
坑二：转人工的衔接没做好
这是最大的坑。AI和人工之间的交接太粗糙了，客服接手后看不到AI之前聊了什么，或者看到了但信息结构不对，根本没法用。后来我们加了个对话摘要功能，让AI在转人工时自动生成一段摘要，但效果一般——AI觉得重要的信息，客服觉得没用；客服想知道的，AI没记。
坑三：低估了长尾问题的破坏力
72%的解决率看着不错，但意味着28%的问题没解决。这28%里有一部分是AI确实处理不了的复杂问题，还有一部分是AI处理了但处理错了的。后者才是真正的炸弹——用户不知道答案错了，按AI说的去操作，出了更大的问题，然后来骂你。
什么场景才适合上AI客服
砍掉之后我们复盘了很久，得出几条结论：
适合AI客服的场景：
- 问题高度标准化、重复率高的场景（查物流、查余额、改密码）
- 用户预期就是“快速拿到答案”而不是“深度解决问题”的场景
- 流量大但单次交互价值低的场景（比如C端电商咨询）
不适合的场景：
- B端SaaS——用户问题往往涉及业务逻辑，需要理解上下文
- 高客单价产品——每个客户都金贵，不能用AI冒险
- 问题链路长的场景——需要多轮排查、跨部门协调的
我们恰好三个不适合全占了。
最后的账
算一笔总账：3个月搭建成本（3人团队+API费用）大概18万。上线一个月API费用1.2万。因客诉流失的几个大客户，年合同价值加起来大概50万。为了挽回这些客户给的折扣和补偿，又花了小10万。
省下的客服工资呢？3个月省了大概6万。
你说这账怎么算都是亏的。
最后说一句，我不是反对AI客服。AI客服在合适的场景里确实能降本增效，这个毫无疑问。我想说的是，别被“AI能替代客服”这种叙事忽悠了——它替代的是重复劳动，替代不了“让用户觉得自己被重视”这件事。后者才是客服的核心价值。
如果你也在考虑上AI客服，先问自己一个问题：你的用户要的是快，还是要被认真对待？如果是后者，再想想你愿意为此付出多少代价。
我们交了学费，希望你们不用再交一遍。