邊讀邊想套到自己的場域？隨時可以 ，它讀得到你正在看的這篇。
「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 客服市場趨勢（產業觀察，非引用特定調查機構數字）：
市場規模：持續快速成長中，是近年企業投資的重點方向之一
企業採用率：大型企業的採用比例已相當普遍，且持續上升
但同時：
消費者滿意度的普遍觀察：
服務方式 滿意度傾向 解決率傾向
人工客服 偏高 偏高
AI 語音客服 中等偏低 中等偏低
AI 文字客服 中等 中等
自助 FAQ/機器人 偏低 偏低
→ AI 客服的滿意度普遍仍低於人工客服
→ 解決率也普遍不如人工客服
---
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
龍雲數位在管理多台設備的過程中，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：多數客訴可在此層直接解決
第二層（人工客服）：
・設備異常超過一定時間仍未修復
・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）
第二層客服人力：龍雲數位以精簡人力，透過分層機制管理大量設備
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
龍雲數位的客訴處理模式示意
龍雲數位 IVM 設備客訴分析（模式示意，非公開財報或稽核數字）：
客訴頻率：整體維持在低水位，平均每台設備每月的客訴次數不高
客訴類型分布（依常見程度排序）：
・商品售罄投訴（空機）：最常見的客訴來源 → AI 系統持續優化中
・找不到出鈔口（操作問題）：常見 → 貼說明解決
・商品品質問題：中等 → 人工處理
・付款異常（錢扣了沒有商品）：中等 → 系統退款
・其他（設備噪音等）：較少 → 工程師到場
---
AI 處理率明顯高於人工處理率（多數為自動退款 + 說明 FAQ 可解決的類型）
---
改進重點：
・空機問題是最大宗客訴來源 → AI 補貨預測持續降低空機率，
隨空機率下降，這部分客訴也隨之明顯減少
・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+人工分工的目標方向（李奇申建議）：
高頻率/低複雜度工作：
→ 以 AI 為主，人只處理例外
中頻率/中複雜度工作：
→ AI 負責分類與初步處理，人負責個案判斷
低頻率/高複雜度/情緒性工作：
→ 以人為主導，AI 負責輔助提供資料
---
不同場景的分工傾向：
場景 分工傾向 說明
智能販賣機客服 AI 為主，人工跟進 AI 先回，人跟進投訴
醫院接待台 人工為主 敏感場景人優先
豪華飯店前台 人工為主 服務感受是賣點
工廠員工補給服務 AI 為主 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：