AI能不能替代客服? ——一场关于客服价值的理性思考
DeepSeek在春节期间的突然爆红,不仅刷新了大众对语言模型的认知边界,更像投入湖心的巨石,激起了整个客服行业的涟漪效应。某社交平台调研显示,”AI替代客服”的话题在节后三天内阅读量突破12亿次,讨论热度甚至超过同期发布的行业新规。
作为在呼叫中心运营管理与服务体验管理领域已从业22年的行业老兵,我也接收到了来自HR、财务、老板乃至团队成员通过不同渠道发出的灵魂拷问:AI到底能不能替代客服?考虑到市面上蹭着AI热度一本正经胡说八道的自媒体已经泛滥成灾,我觉得有必要从客服管理一号位的实践角度出发,为奋斗在客服领域的同行们以及关心客服未来发展的朋友们提供一个理性的思考角度。
解构客服工作的本质:超越表象的三维价值模型
要判断AI的替代边界,我们需要先穿透”客服”这一职业的认知迷雾。多数人对客服的认知停留在通过电话、IM等方式帮助用户解决问题的表层,这种理解如同盲人摸象般片面。借用梁宁老师在《真需求》这本书里给出的产品价值的定义:产品价值=功能价值+情绪价值+资产价值。如果我们将客服也作为一个独立的产品来看待的话,其价值也可拆解为三个核心维度:
(一)功能价值:标准化服务的”机器换人”临界点
客服的基础职能是解决问题的效率交付。当我们把服务流程拆解为标准化的知识库问答、工单流转、信息查询等模块时,人工客服被自动化流程替代的效应显著增强,在这一点上,我们甚至不需要AI。
例如,顺丰速运早在2007年-2008年期间就已推出IVR自助揽收功能,通过电话号码关联客户最近一次下单地址,语音播报地址后客户按键确认是否在该地址揽收,即可实现下单至收派员的手持终端,至于寄什么、寄往哪里则交由收派员后续沟通确认。仅仅是这一个举措,就已经可以减少40%因为快递揽收导致的人工服务请求。那个年代,没有ASR,没有NLP,更没有GPT和DeepSeek,连微信小程序和智能手机的APP都还没出生,但只要基础服务流程足够标准化,我们依然可以通过技术手段进行精准分流,
而AI在降低对话门槛、提高意图识别准确性、深度思考以组织更合适的互动措辞之后,只是让高度SOP化的功能价值被替代得更加丝滑而已。
(二)情绪价值:人性温度的不可复制性
替公司“背锅”、“挨骂”大概属于客服的天职,我们需要通过提供解决方案、运用服务技巧、设计谈判策略等方式承接住用户的焦虑、愤怒、恐惧、委屈、偏见、指责等攻击性情绪,最终让用户尽可能的平静和舒缓下来,回到能够理智沟通的状态。这类需要高度共情、敏锐洞察和灵活应变的非标准化服务场景,别说AI能不能替代人工了,人工都不敢拍胸脯说自己100%能搞定。
现阶段AI在情绪价值领域的局限性主要体现在三个层面:
- 情绪识别准确率:当前技术对愤怒、委屈等复杂情绪的识别误差率达30%-50%
- 应对策略生成:无法像人类一样进行”情感账户”的长期经营
- 伦理边界控制:缺乏价值判断能力,可能放大负面情绪
设想一下,当用户说”你们的产品就是个傻×”时,AI如果回复:”感谢您的反馈,我们会尽快为您安排退款。”到底是在解决问题呢,还是在火上浇油呢?所以,在自家的产研能力、服务设计能力、运营管理能力都还没跟上时,轻易不要跟风接入大模型,否则对客服来说,可能更容易翻车。
(三)资产价值:数据驱动的组织智慧沉淀
客服的资产价值,面向组织外部就是NPS,也就是用户对公司的口碑,以及随着口碑的变化带来的留存率、LTV(客户生命周期价值)、转介绍等等具象收益的变化;面向组织内部就是VOC,也就是通过客服采集到的用户原声,通过问题诊断、数据分析和流程改造之后,推动产品或策略的迭代、服务或生产效率的提升、风险或漏洞的防治等等,成为创新、提效、防风险的组织能力的重要组成部分。
波士顿咨询集团(BCG)调研显示,采用AI辅助的数据分析团队,决策效率提升40%,但需要人工介入的复杂决策占比仍高达75%。这也从一个侧面说明资产价值的创造需要人机协同的”混合智能”。毕竟场景研究、数据分析、市场调研、跨部门沟通、项目推动等都属于综合的高阶技能,AI或许可以打好辅助,比如全量的、完整的还原客户原声避免抽样偏差,但后续的提案和推动工作还是高度的依赖于业务上下游的协力和创新。
AI替代能力的评估矩阵:技术革命从来不是零和游戏
基于过往22年的行业管理实践,我个人对现阶段以DeepSeek为代表的AI应用能够在多大程度上替代客服建立了一个简易的评估模型,如下表所示:
价值维度 | 替代率区间 | 影响因素 |
功能价值 | ≤90% | 产品/服务的标准化程度越高,替代率越高 |
情绪价值 | 30%-50% | 投诉在服务请求中的占比越高,替代率越低 |
资产价值 | 10%-30% | 企业的数字化基础设施建设越完善,替代率越高 |
但不要忘了,AI在进化,人也在进化,AI与人的关系并不是一个线性替代关系。
我们以出租车行业的演变为例。2010年网约车刚进入我们的生活时,全国的出租车大概有98.6万辆,到2023年底,13年过去,全国大概发放了700万本网约车驾驶员证,但即便如此,出租车的车辆仍上升到了136万辆。
是的,700万合规网约车司机的涌入,并没有拼掉传统的士的饭碗,反而出现了双向的扩容。这有可能是因为,网约车通过动态定价机制,使高峰时段出行成本下降40%(滴滴研究院数据)。这使得原本因高昂车费放弃出行的群体(如学生党、低收入人群)进入市场,形成增量需求。从结果来看,全国日均出行人次从2010年的3.4亿增至2023年的5.2亿。且由于市场扩容衍生出了更多的新业态,比如商务专车,这个注重隐私性、舒适性和服务品质的小众品类年均增速达27%,2023年市场规模突破800亿元。
这个经典案例告诉我们:技术革命的本质是价值网络的扩展而非岗位的消灭。随着AI成为新一代的基础设施,服务成本可能会急速下降,但旧的需求被满足后,大量的新需求会被释放出来,于是客服会慢慢承接更丰富的组织分工,逐步进化迭代,细分出新的职业发展路径。
在当下火箭已经能够往返火星的时代,我们仍可看到每日守在白金汉宫门口兜售旅游体验的马车夫,他们并没有被蒸汽机、汽车、高铁、飞机替代,只是顺应时代的潮流,把自己从运输赛道切换到了文旅赛道。同理,AI不是客服人的终结者,而是价值升维的加速器。我们真正需要警惕的不是被AI替代,而是陷入”舒适区陷阱”——那些仍在重复标准话术、拒绝学习新工具新方法、忽视用户体验创新的从业者,即便AI不来,也注定会被滚滚向前的体验经济所淘汰。
建议每位客服从业者“三省吾身”:
- 我的岗位是否存在可标准化的”冗余劳动”?
- 在情绪疏导和复杂决策中,我的不可替代性在哪里?
- 过去一年,我为企业创造了多少可量化的价值增量?
答案或许就藏在每通电话的深度倾听中,在每次工单的细致分析里,在每个改进提案的字里行间。毕竟,能创造不可替代价值的岗位,永远不会被技术浪潮淹没。
所以,放下焦虑,好好学习如何与AI共事,持续打磨自己”不可被编码的能力”。下次当DeepSeek又刷新热搜时,不妨泡杯咖啡,对着屏幕说声:”来吧,让我们较量较量。”
转载请注明来源:AI能不能替代客服? ——一场关于客服价值的理性思考
噢!评论已关闭。