客服 · 任务逐条

回答重复问题

高频、低变异、答案本来就是写好的、答错了纠正成本也低。这是所有服务类工作里,大模型契合度最高的一块。

挡掉简单的一半并不等于工作量减半:它拿走的是简单那一半,留下的队列里每一通都比平均更难。人数在降,单通处理时长反而在升。

分流与派单

标签集固定、历史训练数据充足的分类问题。失败模式是转错,烦人但可挽回 —— 自动化门槛很低。

分流错了代价小,前提是另一端有人接住。当下游环节也自动化之后,分流错误就不再是「可挽回」,而是一个直接放弃的客户。

处理已经生气的客户

客户的诉求里有一部分是「被一个有权解决问题的人认真对待」。即使自动化在这件事上做得不错,一旦客户问「你是人吗」,通常就崩了。

这护住的是「角色」,不是「人数」。如果自动化吃掉 70% 的会话,剩下的升级工作用少得多的人就能做完。

决定破例

违反政策去花公司的钱,是一个担责决定。企业迟迟不把它交给系统,主要是出于责任与滥用风险,而不是能力问题。

这里的约束是企业的责任政策,不是能力 —— 而政策恰恰是「别处证明了能省钱之后」最容易改的东西。把它当成时间差,不是护城河。

复核机器人说了什么

每一个上线的客服机器人都会创造一个新需求:有人去读它的会话记录,并且知道什么叫做得好。有经验的客服是最自然的人选。

一个复核者能审很多机器人的产出 —— 这正是为什么这项任务补不回被机器人挤掉的编制。它是一个更小、更资深的岗位。