最近 SpaceX 旗下的 Starlink 開始讓 Grok 語音 AI 助理接聽部分客服電話。這個 AI 助理可以回答技術問題、處理銷售相關詢問，也能在需要時安排真人客服回電。
這件事表從面上來看，是一家科技公司用 AI 來降低客服壓力。但如果只把它理解成「AI 要取代客服人員」，可能會錯過更重要的變化：客服中心正在從過去以真人接線為主的單位，逐漸變成真人、AI、知識庫、資料系統與管理規則共同運作的服務現場。
客服工作一直都是企業與顧客之間最直接的接觸點。顧客打電話進來，通常不是因為想體驗新技術，而是因為他有問題、遇到麻煩、感到不安，或需要有人幫他把事情解決。也因此，AI 能不能接電話，真正考驗的不是聲音像不像真人，而是它能不能在正確的時間處理正確的問題；更重要的是，企業有沒有準備好在 AI 出錯、顧客不滿、問題升級時，讓真人接手並承擔服務責任。
AI 客服真正難的，不是回答問題，而是理解狀況
過去談到 AI 客服，很多企業第一個想到的是自動回答常見問題。例如查詢訂單、確認帳單、說明退換貨政策、重設密碼、查詢營業時間，或提供基本產品資訊。這些問題通常有固定答案，也比較容易被系統整理成標準回覆。
但客服中心真正辛苦的地方，往往不是這些簡單問題。
更麻煩的是那些「說不清楚」的狀況。顧客可能已經打過好幾次電話，前一次客服承諾的事情沒有完成；也可能遇到服務中斷、帳款爭議、退款問題，或覺得自己被公司忽略。這時候，顧客要的不是一段標準答案，而是有人理解他的處境，幫他把事情往前推進。
這也是語音 AI 客服比文字客服更困難的地方。人在電話裡說話，常常不是一開始就把問題講得很完整。語氣、停頓、情緒、口音、背景聲音，都可能影響 AI 的理解。顧客也不會按照企業設計好的流程一步一步輸入資料，而是用自己的方式描述問題。
因此，客服中心導入 AI 時，第一個要改變的想法，不是「我們可以自動化多少客服工作」，而是「哪些事情適合交給 AI，哪些事情一定要由真人接手」。
AI 適合處理高頻、標準、可以查資料的問題。真人客服則更適合處理需要同理心、判斷力、協調能力與責任承擔的情境。兩者不是誰取代誰，而是需要被重新安排在同一個服務流程裡。
客服中心需要的 AI 素養，不只是會用工具
很多企業導入 AI 時，會先教員工怎麼操作系統、怎麼輸入問題、怎麼看 AI 回答。這些當然重要，但還不夠。
客服中心真正需要的 AI 素養，是讓每個人都知道 AI 能做什麼、不能做什麼，以及什麼時候不能完全相信 AI。
首先，客服人員要知道 AI 不是萬能的答應機。它可以很快整理資料，也能協助找出可能的處理方式，但它仍可能誤解顧客意思、引用過期資訊，或在資料不足時給出看起來合理、其實不完整的回答。客服人員不能只是照著 AI 建議念，而是要學會判斷這個答案能不能用。
其次，客服人員要知道什麼情況必須轉給真人。只要涉及個資、金流、合約、法律責任、醫療、金融、保險、重大客訴，或顧客情緒已經明顯升高，就不應該讓 AI 一路處理到底。AI 可以先整理資訊，但最後仍需要真人做判斷。
還有，客服團隊要學會維護知識庫。AI 客服的表現，常常不是取決於模型本身有多厲害，而是背後資料有沒有整理好。產品規格、服務政策、退換貨規則、維修流程、客訴處理方式，只要資料不清楚或沒有更新，AI 就很容易回答錯。
這代表客服人員未來不只是接電話的人，也會成為企業服務知識的整理者。他們可以回報 AI 經常答錯的問題、標記顧客最容易誤會的說法，也可以把資深客服的經驗整理成系統可以使用的知識。
最後，主管與跨部門團隊也要有 AI 素養。客服 AI 不是客服部門自己買一套工具就能成功。它牽涉產品、營運、法務、資安、資訊系統、資料管理與品牌承諾。若公司內部沒有共同理解，AI 客服很容易變成一個表面方便、實際上增加風險的新系統。
真人客服與 AI 客服，應該各自做最適合的事
如果企業要讓真人客服與 AI 客服有效合作，第一步不是急著導入更多功能，而是先把客服工作拆開來看。
有些工作適合由 AI 優先處理。像是查訂單、查配送狀態、提供營業時間、說明基本產品資訊、回答退換貨規則、協助重設密碼。這類問題重複性高、答案清楚，AI 可以快速回應，也能讓真人客服不用一直處理相同問題。
有些工作則適合讓 AI 當真人客服的助手。顧客來電時，AI 可以先整理過去紀錄、摘要前幾次溝通內容、提示可能原因、找出相關處理規則。真人客服接手時，不必從頭問起，也比較能掌握顧客為什麼不滿、前面發生過什麼事。
還有一些工作，仍然應該由真人主導。例如重大客訴、特殊退款、合約爭議、長期客戶維繫、跨部門協調，或任何會影響顧客關係與品牌信任的事件。這些事情需要的不是更快的答案，而是判斷、安撫、協調與負責。
從這個角度來看，AI 客服不是把真人客服往旁邊推開，而是讓客服工作重新分層。未來客服中心可能會出現更多新角色，例如 AI 知識庫管理員、對話品質分析員、AI 回答稽核員、服務流程設計人員，以及專門管理 AI 與真人協作的主管。
這些角色聽起來像是新職位，但其實背後反映的是一件很簡單的事：當 AI 開始參與服務，企業就需要有人照顧它的品質，就像過去企業需要訓練真人客服一樣。
管理客服中心，不能只看省了多少人
導入 AI 客服後，企業最容易先看見的是成本。電話少了多少、真人客服少接了多少通、平均等待時間縮短多少、自動化率提高多少。這些數字很重要，但如果只看這些，就可能把客服中心帶往錯誤方向。
因為顧客在意的不是自己有沒有被 AI 服務，而是問題有沒有被解決。如果 AI 只是把顧客擋在第一線，讓人更難找到真人，表面上客服量下降了，實際上顧客的不滿可能正在累積。
所以，客服中心導入 AI 後，管理方式也要調整。
企業應該看顧客是否更快解決問題，而不只是 AI 回答了多少問題。要看首次解決率、重複來電率、轉接次數、客訴升級率與顧客滿意度。若顧客每次都要重新說明一次問題，或被 AI 繞了很久才找到真人，這樣的 AI 客服就沒有真正改善服務。
企業也應該看客服人員的工作是否變得更好。AI 拿走簡單案件後，真人客服面對的可能都是更複雜、更有情緒壓力的問題。如果公司沒有重新設計訓練、排班、主管支援與心理支持，客服人員反而可能更累。
此外，企業還要定期檢查 AI 的表現。它有沒有答錯？有沒有引用過期政策？有沒有在應該轉接真人時繼續回答？有沒有誤判顧客情緒？有沒有處理不該處理的敏感問題？這些都不能只靠系統上線前測試一次，而要在日常營運中持續追蹤。
換句話說，AI 客服不是一套買來就放著跑的工具，而是一個需要被管理的服務伙伴。
客服主管要學會管理「人機協作」
過去客服主管的工作，多半是管理人力、排班、話術、訓練、績效與客訴處理。AI 進入客服中心後，這些工作仍然存在，但主管還會多一項新任務：管理真人與 AI 之間的合作方式。
主管需要知道哪些問題可以讓 AI 處理，哪些問題應該讓 AI 先整理資訊再交給真人，哪些問題一開始就不應該交給 AI。這些規則不能只靠系統供應商決定，因為每家公司面對的顧客、產品、風險與品牌承諾都不同。
客服中心也需要建立固定的 AI 服務檢討機制。例如每週檢視 AI 轉接失敗的案例、每月更新知識庫、定期抽查語音對話、整理顧客最常卡住的問題，也要檢查哪些問題其實可以交給 AI，哪些問題反而應該收回真人處理。
對台灣企業來說，這一點尤其重要。很多企業的客服知識其實藏在資深員工腦中，沒有完整整理成文件。很多流程也依賴人工經驗，而不是系統規則。如果在這種狀況下直接導入 AI，AI 很可能只是把原本混亂的流程用更快的速度放大。
所以，在買 AI 客服系統之前，企業更應該先問自己幾個基本問題：我們的服務流程清楚嗎？常見問題有沒有整理好？哪些答案需要法務或主管確認？顧客資料是否能正確串接？真人接手時，能不能看到前面 AI 與顧客的完整對話？
這些問題看起來沒有 AI 技術那麼新，但它們往往才是 AI 客服能不能真正落地的關鍵。
新創的機會，不一定在做一個更像真人的客服 AI
從 Starlink 使用 Grok，到大型零售業導入 AI 語音客服，最吸引目光的通常是「AI 開始接電話」。但對新創來說，真正值得思考的機會，未必是直接做一個更像真人的 AI 客服。
更有機會的地方，可能在客服 AI 的中間層。
例如，許多企業需要有人協助整理客服知識庫，把散落在 FAQ、產品手冊、內部公告、客服紀錄與訓練文件裡的資訊，整理成 AI 可以使用的內容。也有企業需要 AI 回答稽核工具，協助主管快速找出哪些回答不正確、哪些轉接不順、哪些政策說法前後不一致。
還有一類機會在客服人員訓練。當 AI 進入客服中心，員工需要學會如何使用 AI 摘要、如何覆核 AI 建議、如何接手 AI 處理到一半的案件，以及如何回報 AI 的錯誤。這些都不是單靠一套系統就會自然發生的能力。
不同產業也有不同需求。金融客服重視身分驗證、紀錄留存與合規；電信客服重視大量來電、故障排除與服務中斷應變；電商客服重視訂單、物流與退換貨；醫療與保險客服則更在意敏感資料與責任邊界。
這些差異，正是台灣新創與服務團隊可以切入的地方。比起做一個通用、炫目的 AI 客服產品，更實際的機會可能是協助特定產業把 AI 放進既有流程裡，讓它真的能被管理、被追蹤，也能被第一線人員放心使用。
AI 客服的下一步，是讓服務工作重新被設計
AI 客服不應被簡化成「真人客服會不會被取代」，而應該是「客服中心的工作正在被重新設計」。
AI 可以處理大量重複、標準、可以查詢的問題，讓顧客不用等待，也讓真人客服不用反覆回答相同內容。真人客服則可以把更多時間放在更複雜、更需要理解與協調的服務情境。主管的角色，也會從只管理人力與話術，進一步變成管理真人、AI、知識庫與服務品質之間的關係。
這樣的轉變不會自動發生。企業如果只把 AI 當成節省人力的工具，很可能會讓顧客更難找到真正能解決問題的人，也讓客服人員承受更多複雜案件壓力。相反地，如果企業願意重新整理流程、訓練人員、設計轉接規則，並持續檢查 AI 的服務品質，AI 才可能成為客服中心真正有幫助的伙伴。
Starlink 使用 Grok 接聽客服電話，表面上是一則很容易吸引目光的科技新聞，但它真正值得討論之處，不只是 AI 會不會接電話，還有當 AI 成為客服中心的一員，企業是否已經準備好重新理解客服工作。
客服的本質不是回答問題而已，而是讓顧客在遇到困難時，知道有人會負責把事情處理好。AI 可以幫忙把服務變快、把資訊整理得更清楚，也可以分擔大量重複工作。但顧客最終感受到的，仍然是企業是否願意負責、是否理解他的處境、是否把問題真正解決。
這也是客服中心導入 AI 時最不該被忘記的事：技術可以讓服務變有效率，但真正讓顧客留下信任的，仍然是被好好對待的感受。
本文依 CC 創用姓名標示 - 非商業性 - 相同方式分享 4.0 國際釋出