企業導入 AI 客服前，要先回答的七個問題

我們和企業談 AI 客服，第一個問題通常不是「哪個模型比較好」， 而是「你希望它在什麼時候閉嘴」。這不是玩笑。回頭看那些導入之後 不了了之的案子，多半不是技術出問題，而是下面這七個問題在簽約前 沒有人認真回答過。

一、哪些問題 AI 不該回答？

大家都先列「希望 AI 能回答什麼」，但真正決定成敗的是另一張清單： 它不該碰的題目。退款金額、賠償責任、涉及法律或醫療的建議、 已經升級成客訴的對話，這些交給 AI 回答，答對沒有人會記得， 答錯會被截圖轉傳。

先把「不回答」的邊界畫出來，再談能力。一個知道自己界線的客服， 比一個什麼都敢答的客服值錢。

二、答案從哪裡來，誰負責更新？

AI 客服回答的每一句話都有來源：常見問題、產品文件、內部作業流程、 過去的對話紀錄。問題不在有沒有來源，在於誰負責讓它保持正確。

價格會調、活動會結束、退換貨政策會改。如果沒有一個人明確擁有 「答案的維護責任」與更新節奏，AI 客服上線第二個月就會開始 自信地講過期資訊。這是我們看過最常見、也最難堪的失敗方式， 因為它看起來一切正常。

三、對話裡的個人資料怎麼處理？

客服對話天然含有個資：姓名、電話、訂單、地址，有時還有身分證字號。 導入前要回答的不是「安不安全」這種無法驗證的問題，而是幾個具體的： 依個人資料保護法第八條，告知事項寫在哪裡；對話紀錄存在境內還是境外； 保存多久；公司內部誰看得到；模型供應商是否會拿這些對話去訓練。

在台灣，LINE 官方帳號是最常見的客服入口。串接時，LINE 的資料條款 要和模型供應商的條款一起讀，不能只看其中一邊。

四、答錯的時候，誰接手？

AI 會答錯，這是前提，不是風險。設計流程時要把它當成必然發生的事。

具體要定的是轉真人的觸發條件：客戶明確要求、語氣明顯不滿、 AI 對答案信心不足、同一個問題被重複問。轉接時要把前面的對話 一起帶過去，不能讓客戶再講一次。真人接手後多久回覆，也要有承諾。 沒有這一段設計，AI 客服只是把客戶的耐心消耗在更早的階段。

五、你怎麼知道它有效？

「客戶好像滿意」不是指標。上線前要先定義可以量的東西： 不需轉真人就解決的比例、轉真人的比例、第一次回覆的時間、 同一位客戶重複來訊的比例、客戶自評。

更重要的是先量現況。人工客服現在的這些數字是多少，沒有人知道的話， 上線後根本無法判斷是變好還是變差。沒有基準的專案，結案報告只能寫感覺。

六、要不要接現有系統？

顧客關係管理、工單、訂單系統、LINE 官方帳號、電話語音，每接一個， AI 能做的事就多一些，出錯時的影響範圍也大一些。

我們的建議是第一階段只做「查得到」，不做「改得動」。讓 AI 讀取 訂單狀態可以，讓它直接修改訂單不要。等它證明自己讀得準， 再談寫入的權限。這不是保守，是控制爆炸半徑。

七、第一個月要跑多大？

一個管道、一類問題、一個時段。這是試點的合理規模。

同時要先寫下退場條件：轉真人的比例高過預期、客訴數量上升、 某一類問題持續答錯，任何一項出現就縮回去。第一個月的目標 是學到這家公司的客戶實際上怎麼問問題，不是省成本。 把省成本當第一個月的目標，通常兩個都拿不到。

回答完之後

這七題都有答案的公司，選工具會變得很快，因為它已經知道自己要什麼、 不要什麼，也知道怎麼判斷做得好不好。

我們自己的 Customer Service AI OS 目前在早期使用階段。 我們寧可先跟你把這七題談清楚，再決定它適不適合你， 而不是反過來。如果你正在評估，從一個實際的問題開始。