AI没有消灭客服,反而让他们更累了?
关联
Dan O’Connell 是客户运营平台 Front 的首席执行官,这家公司年收入超过 1 亿美元,服务 9000 家客户。
他十年前创办过一家语音识别公司并卖给了 Dialpad,如今在 Front 做的事情,是让人类和 AI 智能体在同一个平台上一起服务客户。
这次访谈里最扎心的发现是:AI 干得越多,人和人之间要交接的活儿也越多。
客户运营平台到底是个什么东西?
Front 想做的,是所有客户对话的统一工作台。客户发邮件、发短信、在网页上聊天、打电话,所有对话都进到一个类似 Slack 或 Gmail 的收件箱里。
Front 有两个 AI 角色:一个叫 Autopilot,是完全自主的智能体,客户在网上提问时它先接,解决不了再转给人;
另一个叫 Copilot,是员工的助手,帮人更快完成任务。Dan 透露,下个月会推出AI 队友:在对话里直接@它,让它干活,而不用打开侧边栏。
AI 会取代客服团队吗?恰恰相反
两年前市场很兴奋,觉得 AI 可以自动化掉大部分客服,然后把团队裁掉。Dan 说,实际发生的事情不一样。
他正在做一项针对创始人、首席执行官和支持团队负责人的调查,目前收到的约 20 份回复里,绝大多数人关心的不是降低成本,而是如何提升净收入留存和客户扩展。
逻辑很简单:AI 把琐碎的活干了,人被重新部署到更高价值的工作上——比如跟进有流失风险的客户,或者做增购。
他说,市场上那种买 AI、裁人员的叙事,和一线管理者的真实想法并不一致。
协作税:三小时协调换一小时解决
这是全场最惊人的数字。
Front 调查了 700 名客服和客户管理负责人,发现每解决一小时的实际问题,背后要花大约三小时在协调上——找人、交接、解释背景。
而超过 40% 的企业根本不衡量这件事。
为什么会这样?一张工单进来,第一个人答不上,就得找第二个、第三个人,每个人都要拿到完整上下文:
客户是谁、之前反映过什么、合同是不是快到期了。这些交接没人记录、没人负责,就是所谓的协作税。
更讽刺的是:AI 智能体干得越多,需要移交给人的场景和要传递的上下文也越多,协作税可能不降反升。
调查里那些 AI 用得最狠的公司,对技术的满意度高达 4.5 分以上,但同时报告了更多的协调问题。
最好的员工正在被烧坏
协作税的代价是人。
Dan 观察到一个共同点:优秀员工希望工具解决明确的问题,但现实是——新工具不断出现,大家要不断学习新的工作方式。
更重的是预期压力:既然老板觉得AI 给了你超能力,那你就应该能扛更多。
这些错位的期待会逼走不只是最好的员工,还包括那些干得踏实的员工。
他的建议是:上任何 AI 之前,先想清楚它解决什么问题、怎么衡量效果。
客服行业恰好是指标最齐全的领域——每个工单的成本、响应速度都一清二楚,AI 的投入产出完全可以算清楚。
别指望用六套软件拼出好体验
Dan 对缝合怪方案毫不客气:
一个企业用聊天机器人、工单系统、Slack、销售工具各一套,然后指望用大模型加一堆 API 把它们串起来——他会翻白眼,说这是做梦。
他的判断是:未来企业会围绕更少的系统整合,客户相关的团队和智能体最终会汇聚到一个平台上,共享全部上下文。
【背景】Front 成立于 2013 年,最初的产品是共享收件箱——让团队像在 Slack 里聊天一样处理邮件,不必再互相转发。
五年后还需要客服部门吗?
Dan 认为界限会持续模糊。就像工程师、产品经理、设计师的职责正在合并到更小的团队一样,客服职能也会演变:
AI 干掉琐碎工作后,有客户知识和行业理解的人会被转去做增购、做高风险账户维护。
那 AI 之间直接对话呢——比如企业的智能体直接找 Front 的智能体解决问题,完全绕过人类?
Dan 说他完全相信这会发生,甚至智能体会直接部署代码来修问题,但时间上不是未来几年。
他还不相信所有公司会变成一个人加一堆智能体的全自动公司:
生意的乐趣就在于和人一起做事,买 5 万美元甚至 100 万美元软件的人,也想和真人打交道。
本集带走
- 买 AI 不等于裁人:多数客服买家的真实目标是留住客户、扩大收入,而不是砍人头。
- 协作税真实存在:每 1 小时解决客户问题,背后是约 3 小时的协调交接,而超过 40% 的企业根本不衡量它。
- AI 干得越多、交接越多:智能体解决不了的问题要移交给人类,上下文传递的工作量随之上升。
- 上 AI 前先想清楚两件事:解决什么问题、如何衡量效果——客服是指标最全、最容易算清投入产出的领域。
- 五年后的客服部门不会消失,但职能会模糊:懂客户的人会被重新部署到增购和保客等更高价值的工作上。
你从中学到的是,你要做到方向上正确,而不是完美。
And so like what you learn in that is you want to be directionally right as opposed to perfect.
—— Dan O’Connell · [20:50]
你说根据调查,大约每解决一小时就要付出三小时的协调。
And, and you say that there’s roughly from the survey, three hours of coordination for every hour of resolution.
—— Craig · [25:24]
我由衷地相信,我们会拥有主动联系其他智能体来解决问题的智能体,甚至更进一步,去部署代码来解决那些环节上的问题。
I wholeheartedly believe that we will have agents that are reaching out to other agents to solve problems and then even take it a step further, go and deploy code to solve the problem on those pieces.
—— Dan O’Connell · [48:19]
顺着「智能体」挖下去
- SAP CEO:单靠 LLM 跑不动企业,商业 AI 只差几个月同公司:Anthropic、OpenAI · 同概念:LLM、开源模型 (open source)、智能体 (agent)
- NVIDIA 962亿美元季度背后:智能体时代的资本与生存法则同公司:Anthropic、OpenAI · 同概念:开源模型 (open source)、智能体 (agent)
- 从 Hugging Face 到中国药企:NVIDIA 的开源终局与 AI 制药的未来同公司:Anthropic、OpenAI · 同概念:开源模型 (open source)、智能体 (agent)
换个口味
- 一封邮件睡出一万七千美金:Every 的 Builder Pack 内幕同公司:Anthropic、OpenAI · 同概念:智能体 (agent)、MCP
- Ed Zitron:生成式 AI 是一场万亿级骗局同公司:Anthropic、OpenAI · 同概念:LLM、智能体 (agent)
- Anthropic 联合创始人:安全为什么不是添头,而是 Claude 性格的来源同公司:Anthropic、OpenAI · 同概念:智能体 (agent)
