「AI 客服讓消費者很不爽。」
這個說法，在 2026 年仍然有幾分真實——但問題不是 AI 本身，而是用 AI 做了不適合它做的事。
AI 擅長什麼？人擅長什麼？這個問題，才是關鍵。
全球 AI 客服市場與滿意度矛盾
全球 AI 客服市場數據（2026）：
市場規模：$45.2 億美元
年成長率：28.6%
企業採用率：64%（全球 1,000 人以上企業）
但同時：
消費者滿意度調查（2026 全球，N=42,000）：
服務方式 滿意度（10分） 解決率
人工客服 7.8 89%
AI 語音客服 5.4 62%
AI 文字客服 5.9 68%
自助 FAQ/機器人 5.1 44%
→ AI 客服滿意度比人工低 2-3 分
→ 解決率比人工低 20-25 個百分點
---
問題的根本：不是 AI 不好，是用在了錯的地方
AI 客服被誤用的常見情況：
1. 情緒性問題（消費者生氣了，AI 仍然機械式回答）
2. 複雜問題（需要跨部門協調，AI 說「稍後回覆您」但沒人跟）
3. 例外處理（標準流程以外的情況，AI 答「無法處理」）
4. 緊急問題（需要立即解決，AI 延誤）
清楚的分工：AI 做什麼、人做什麼
AI 明顯優勢的服務場景：
1. 高頻率、重複性的查詢
・「我的訂單到哪裡了？」
・「你們幾點開門？」
・「這個月優惠到什麼時候？」
→ AI 回答速度快、準確、24 小時、不會情緒化
→ 人工回答這些，是浪費人力
2. 自助操作引導
・「販賣機怎麼退款？」
・「咖啡機怎麼選大杯？」
・「QR Code 怎麼掃？」
→ 影片/圖文說明 = AI/設備的強項
3. 初步分類和路由
・「你的問題屬於哪個類別？」
→ AI 先分類，再轉給適合的人處理（速度更快）
---
人明顯優勢的服務場景：
1. 情緒安撫（最重要）
・消費者生氣、委屈、受傷
→ 需要感同身受、道歉的溫度、人的認可
→ AI 的道歉，消費者感覺「敷衍」
2. 複雜的判斷
・不在標準流程內的特例
・需要跨部門討論的問題
→ AI 只能依規則，人能彈性判斷
3. 高客單價服務（信任建立）
・決定要不要簽大合約
・要不要買高單價商品
→ 消費者需要真人確認，才能放心
4. 首次使用的引導
・消費者第一次接觸設備，很困惑
→ 真人說明 > 任何說明書
龍雲數位 IVM 設備的客訴處理模式
龍雲數位在管理 150+ 台設備的過程中，形成了一套 AI+人工的分層客服模式：
龍雲數位的設備客訴處理架構：
第一層（AI + 自動系統）：
・設備異常：IVM 系統自動偵測 → 自動通知
・常見問題：LINE 官方帳號 FAQ → AI 回覆
・退款申請：標準化申請流程 → 系統自動審核
第一層覆蓋率：78% 的客訴可在此層解決
第二層（人工客服）：
・設備異常超過 4 小時未修復
・消費者情緒強烈（投訴、要求升級）
・特殊退款情況（需要人工判斷）
・設備選品建議（場地主詢問）
第二層客服人數：龍雲數位 2 名兼職（管理 150+ 台設備）
第三層（現場處理）：
・設備故障無法遠端解決
・安全疑慮（設備有異常聲音/燒焦味）
・場地主要求到場說明
第三層：工程師 on-call
龍雲數位的實際客訴數據
龍雲數位 IVM 設備客訴分析（2026 Q1）：
客訴總量：47 筆/月（管理 150 台設備）
= 每台設備每月 0.31 次客訴
客訴類型分布：
・商品售罄投訴（空機）：38%（18 筆）→ AI 系統優化中
・找不到出鈔口（操作問題）：21%（10 筆）→ 貼說明解決
・商品品質問題：17%（8 筆）→ 人工處理
・付款異常（錢扣了沒有商品）：14%（7 筆）→ 系統退款
・其他（設備噪音等）：10%（4 筆）→ 工程師到場
---
AI 處理率：63%（自動退款 + 說明 FAQ）
人工處理率：37%（複雜或情緒性問題）
---
改進重點：
・空機問題（38% 客訴來源）→ AI 補貨預測降低空機率
空機率從 12.3% → 3.8%，這部分客訴預計降低 70%
・操作說明不清晰 → 設備貼紙/標誌改版
2026 年之後：AI+人工的最佳比例是什麼
服務業 AI+人工分工的目標比例（李奇申建議）：
高頻率/低複雜度工作：
→ AI 90% + 人工 10%（人只處理例外）
中頻率/中複雜度工作：
→ AI 60% + 人工 40%（AI 分類，人處理個案）
低頻率/高複雜度/情緒性工作：
→ AI 20% + 人工 80%（AI 輔助資料，人主導）
---
不同場景的最佳比例：
場景 AI% 人工% 說明
智能販賣機客服 75% 25% AI 先回，人跟進投訴
醫院接待台 30% 70% 敏感場景人優先
豪華飯店前台 20% 80% 服務感受是賣點
工廠員工補給服務 85% 15% 標準化需求居多
結語：不是「AI 取代人」，而是「AI 做 AI 的事」
台灣的消費者不是不喜歡 AI——
他們不喜歡的是「本來應該有人的地方，被換成了感覺冷漠的 AI」。
當 AI 做的是重複查詢、自動退款、常見說明——消費者沒有意見，甚至覺得更快更好。
當 AI 被要求安撫憤怒的消費者、處理複雜的例外情況——那才讓人抓狂。
做對分工，AI 不是服務品質的威脅，而是讓人力集中在更有價值服務上的工具。
李奇申，龍雲數位創辦人。本文為「AI勞動力」系列專欄。
延伸閱讀：
AI客服vs人工客服2026自動化服務滿意度AI設備客訴處理智能設備服務品質龍雲數位客服模式李奇申AI勞動力專欄