【经管大课堂·AI经管实践】国标划线企业算账：AI客服为何很难转人工

案例背景

2026年9月1日，我国首个聚焦人工与智能客服协同机制的国家标准《顾客联络服务 人工与智能客户服务协同要求》（GB/T 47746-2026）正式实施。标准明确：转人工入口要清晰、不得层层隐藏，用户明确要求人工介入时应及时转接，涉及复杂纠纷、资金争议等场景必须转人工处理，价格、退款、赔偿等关键事项由人工最终确认；经营者还需对AI客服的回复内容负责，不能以「算法自动生成」为由推卸责任。第一财经视频报道《国标划了线，企业算着账：AI客服为何很难转人工？》揭示了标准落地两个多月后的真实落差。

投诉数据印证了问题的普遍性：中消协2026年上半年投诉分析显示，互联网服务类投诉达122922件，居服务大类首位；截至10月9日，第三方投诉平台上以「AI客服」为关键词的投诉超过5300条，虚假回复、冒充人工、拒绝转接等问题集中。媒体对电商、外卖、出行、金融、政务等多类平台实测发现，部分平台发送一次「转人工」即可接入，但也有平台连续多次发送仍被「请先描述问题」「我来帮您处理」等话术拦截。成本端的数据则揭示了企业行为的动因：一名人工客服月综合成本约3000元起步，而一套基础AI客服系统月租最低仅99元，相差约30倍；有企业甚至把「转人工率越低越好」写进采购合同，将客服绩效与「让用户留在AI层」的指标挂钩。

核心分析

一、成本账：30倍成本差如何扭曲KPI设计

从单点成本看，用AI替代人工的账非常好算：约30倍的成本差意味着任何以降本为目标的转型都有强烈动机把用户尽量留在机器层。问题出在委托代理链条上——当企业把「拦截率」（即不让问题流到人工）作为客服体系甚至外包供应商的核心KPI时，一线系统就会朝着「拦住用户」而非「解决问题」优化，混淆了问题拦截率与问题解决率。这是典型的指标代理失效：KPI本是手段，却被当成了目的。实际运营中的故障模式也印证了这一点：早期AI客服并不真正生成答案，只是调取人工预置的「问题—答案」条目，一旦多个商品规格挂在同一链接下，AI就可能错误匹配话术，对用户做出商品并不具备的承诺；促销活动结束后旧话术未及时下架，AI仍按失效优惠回复。这些错误最终仍需人工接手处理，反而抬高了后端处理成本。用户被反复兜圈子，表面上是技术体验问题，本质上是激励设计问题。

二、合规边界：推荐性国标的约束力从何而来

值得注意的是，这份国标属于推荐性标准，本身不具有强制执行力，不能单独作为行政处罚依据。但民法典第五百一十一条规定，合同质量要求不明确且无强制性国家标准时，按推荐性国家标准执行——这为国标在合同纠纷中的适用提供了上位法接口；市场监管部门处理投诉时，也可将其作为认定企业是否「故意拖延」的参考标尺，降低消费者举证难度。更关键的规则创新在于责任归属：经营者部署的AI客服，其输出应被视为经营者的意思表示，平台不能以「AI说的不算」推脱履约义务；而通用型AI助手则主要起信息辅助作用。这一区分把AI客服从「技术工具」重新定性为「经营行为的延伸」，划清了服务自动化的法律边界。

三、客户体验权衡：客服是成本中心还是价值中心

把客服单纯定位为成本中心，本身可能就是战略误判。合理的自动化架构是分工而非替代：AI承接高频、重复、标准化的问询，人工座席则被释放出来转向售前转化、售后挽单、复杂纠纷处理等高价值环节。消费者投诉集中爆发恰恰说明，服务体验正在成为竞争要素——当用户可以方便地比较各平台的人工接入便捷度时，把转人工做成「过关斩将」的品牌，损失的是信任资产，而信任资产的折损难以在单期成本报表中体现，却会在复购率与口碑中长期复利。短期看畅通转人工确实增加人工成本，但它换来的是全生命周期客户价值。

管理启示

第一，自动化的合理边界不应由单点成本差决定，而应综合全生命周期客户价值、合规风险与品牌信任进行测算；涉及资金、纠纷、情感诉求的场景，人工介入是底线配置。第二，KPI设计决定自动化走不走向异化：考核「问题解决率」与「转人工便捷度」，远比单纯考核「拦截率」更接近服务本质。企业应把新国标视为服务架构优化的契机，而非合规负担。

其他思考

1. 推荐性国标通过民法与消保法的衔接获得了实际约束力，这种「软法硬用」的机制能否推广到AI应用的其他治理领域？
2. 如果你是客服体系的负责人，会如何设计一套同时约束AI与人工、兼顾成本与体验的考核指标体系？
3. 随着大模型能力增强，「AI客服不如人工」的判断会失效吗？哪些服务场景中长期仍必须保留人工？

关键词：AI客服、转人工、合规边界、客户体验
来源：第一财经 | 整理：经管大课堂