AI客服如何改变企业使用消息应用的方式

AI客服已经从邮件工单转移到了WhatsApp、Messenger和Instagram私信。这篇文章讲清楚,对于在聊天中提供客服的企业来说,对话式AI到底改变了什么。

五年前,“客户支持”意味着一个帮助台、一个工单编号,以及一封可能要等两天才有回复的邮件。而现在,越来越多的支持工作发生在人们和家人聊天用的同一个聊天窗口里。WhatsApp、Messenger和Instagram私信已经默认成为了客服渠道,这不是设计出来的结果,而是自然而然发生的,企业之所以能跟上这一转变带来的消息量,靠的正是AI。

Meta表示,2026年第一季度,人们与企业AI智能体在WhatsApp和Messenger上的每周对话量达到了1000万,而年初这个数字还只是100万。到7月更大范围开放之前,已经有超过一百万家企业启用了Meta Business Agent。这些是Meta自己公布的数据,但它们和整个消息类客服市场的走势是吻合的:消息应用自动化已经不再是试点项目,而是成为了企业处理对话最初几分钟的默认方式。

消息应用为什么成为了客服渠道

客户转向WhatsApp和Messenger,不是因为企业要求他们这么做,而是因为这些应用本来就一直开在他们手机上。仅WhatsApp一家,用户数就超过30亿,活跃的商业账号超过2亿,而Meta表示,WhatsApp、Messenger和Instagram上,人们和企业之间每天有超过十亿条活跃的聊天记录。

邮件和电话客服是围绕工作时间和排队机制建立起来的。而消息应用运行的逻辑是,无论客户在什么时间醒着,都期待近乎即时的回复。这种实时期待与朝九晚五人力配置之间的落差,正是把AI拉进这个场景的原因。一个人不可能为每一位客户在晚上11点还在线待命,但一个已经用你的常见问题和商品目录训练过的模型可以。

对话式AI客服到底改变了什么

如今大部分客户服务中的AI,已经不是那种脚本式的决策树了(比如”按1查询账单”)。它会读取客户发来的实际消息,从上下文中判断意图,然后据此回答或转接。在消息应用里,这具体体现为三项相当明确的工作:

回答重复性问题。 退货政策、营业时间、发货时效,“这件有没有M码”之类的问题。分析师估计,如今AI能端到端处理这类常规互动中的很大一部分,人工甚至都不会看到这些消息。

从实时商品目录中调取信息。 尤其在WhatsApp上,连接了Meta Commerce Catalog的智能体可以针对”50美元以下的棉质衬衫”这类请求,直接在对话中返回一张真实的产品卡片,而不是用一段文字告诉客户去哪里找。

标记出需要人工处理的情况。 退款纠纷、情绪激动的客户,任何需要判断力而不只是信息的场景,配置得当的智能体能识别出这些情况,并附上完整对话记录进行转接,而不是让客户对一个毫无背景信息的人重新讲一遍。

这背后的成本差异,正是这种普及速度如此之快的重要原因。行业估算显示,AI解决一次客服互动的成本大约是1到2美元,而一个由人工客服端到端处理的工单则要花6到12美元。在消息类客服的体量下,这不是一笔可以忽略的节省。

它真正有用的地方

最明显的优势是简单问题上的响应速度。一个询问退货期限的客户,不需要排在一个订单纠纷复杂的客户后面等待,企业侧的AI聊天自动化让这一点成为可能。已经采用它的客服团队反馈,大部分常规工单的解决速度更快了,也有了更多时间处理真正需要人工判断的对话。

第二个优势是一致性。一名客服在当天第四十次对话时,可能会把退货政策说得和第五次时不太一样,人会疲惫。而AI智能体每次都会用同样的方式回答同一个问题,这有好处,但偶尔也有坏处,因为这也意味着,一项已经过时的政策会被自信地反复重复,直到有人更新了底层资料为止。

它还不能完全替代人工的地方

一个AI智能体的能力,取决于它被提供了什么资料去学习。一旦问到它训练资料之外的内容,比如存在另一个系统里的订单状态,或者上周经理临时给出的政策例外,它要么瞎猜,要么卡壳。Gartner预计,到2026年底,40%的企业级应用将包含针对特定任务的AI智能体,而在这个十年之初这一比例还不到5%。但对大多数企业来说,“包含AI智能体”和”端到端处理客服而不需要人工”仍然是两码事。

这个问题在转接环节体现得最明显。当AI把对话转回人工时,总得有人真正读完它,搞清楚已经说过了什么,然后接着往下处理,而不是让客户再重复一遍。对于一天只处理几个对话的企业来说,这只是个小任务。但对于一天处理成百上千个对话的企业来说,读完这些AI转接过来的对话、跟上每一个的进度,本身就会变成一个新的瓶颈,只是比以前晚了一步出现而已。

The Chat Quotient这类工具要填补的正是这个空白。它的AI Summary能在人工客服回复之前,把一长串转接对话浓缩成几条要点;它自己的AI Inbound Agent可以直接运行在WhatsApp Web上,适合那些想要自动化首次响应、又不想经过单独的商业平台来路由的企业。Meta的智能体(或者企业使用的任何平台自带AI)负责自动化的第一轮响应,而像The Chat Quotient这样的工具层,负责的是人工需要接手之后的部分。

接下来的走向

如今,消息应用上的AI客服已经不再是一个未来趋势,而是任何在WhatsApp或Messenger上有可观消息量的企业的当前标配。真正从中获益最多的企业,不是那些打开一个智能体就撒手不管的企业。而是那些用真实的常见问题和商品目录认真训练它、为它设定清晰规则来判断什么时候该停下来转交给人工、并为转接后的那几秒钟建立起明确工作流程的企业。自动化能让第一条回复快速发出去。而在那之后,企业如何处理这段对话,至少目前来说,仍然是人的问题。