DATA 06 / AI & CONVERSATION
AI 客服效益怎麼驗證？從正式研究的 15% 看真人協作
先確認每小時解決多少問題，再連同品質、重新開案與升級轉交一起看。
評估 AI 客服時，只問回答更快了多少，容易忽略案件是否真的解決。較短的處理時間可能來自更好的建議，也可能是過早結案。因此，效益驗證需要同時看工作量、解決品質與真人是否能接管，而非只展示一個節省工時的估算。
查看圖表數據與單位
| 項目 | 數值 |
|---|---|
| 整體客服人員 | 15 |
| 較低技能／較缺乏經驗人員 | 30 |
以下為 AO2 的企業應用解讀與實作建議。
效益的單位要先說清楚
每小時解決案件數同時涉及處理速度與解決結果，和「每小時送出幾則訊息」不同。你可以用相似的邏輯建立內部指標，但要先明定何謂解決、如何計算工作時間，以及重開案件歸屬。定義若在導入後改變，前後數字就很難比較。
研究中的子群效益不同，也提醒團隊不要只看全體平均。新進人員可能需要知識與回覆建議，熟練人員可能更需要快速查證或處理複雜例外；相同工具未必解決所有人的主要瓶頸。
保留真人決策，讓建議可以被核對
將 AI 設定成建議者時，介面應提供回答依據與可修改空間。客服能快速核對產品版本、修改不適用的內容，並把錯誤建議回報到維護流程。若只是要求人按確認，卻沒有足夠資訊判斷，便很難形成有效把關。
需要轉交的問題也應被納入設計，例如權限、特殊保固或未公開的技術限制。讓第一線知道什麼情況必須升級，以及升級時要帶哪些資訊，才能避免用流暢文字掩蓋未解問題。
用可比較的導入紀錄驗證
先保存導入前基準，再記錄人員經驗、案件種類、繁忙時段與政策變動。若沒有隨機分派，結果應稱為內部前後觀察，而非直接宣稱因果。對外引用效益時，同時交代品質指標與計算方式。
如何知道有沒有改善？
以下指標是建議的內部驗收方式。先固定定義與觀察範圍，再比較結果；本文不替企業預設目標值或保證增幅。
- 每小時解決案件數
- 符合一致結案定義的案件數 ÷ 實際客服工作時數；清楚處理轉交、並行案件及重開的歸屬。
- 品質與重開
- 以固定抽查規則核對答案，並追蹤相同觀察窗口內重新開啟的案件，避免表面結案。
- 不同人員的採用效果
- 分經驗及案件難度比較；同時記錄 AI 建議被採用、修改或忽略的原因。
常見問題 FAQ
15% 可以直接放進我們的投資報酬試算嗎？
可作為外部參考情境，但不能當成必然收益。正式試算應以自己的工作量、品質、成本與試行結果為基礎，保留估算假設。
這代表可以減少 15% 人力嗎？
不是。研究衡量每小時解決案件的增幅，並未把人力需求、服務範圍與需求成長一併換算成裁員比例。
為什麼不用較早流傳的 14%？
本文使用 2025 年正式期刊版的樣本與估計。早期工作論文與正式版有更新，引用時應統一版本，不能混搭樣本數與結果。
較資深員工效果較小，是否不該使用？
需看其工作瓶頸與任務。工具可能協助查證或交接，但不能只憑某個子群的平均結果，替所有資深人員做結論。
結案量上升但重開也增加，算成功嗎？
需要重新檢查。若更快結案卻留下未解問題，生產力指標可能失真。應連同答案品質、重開原因與客戶是否真的完成任務評估。
SOURCES & SCOPE
資料來源與適用範圍
Brynjolfsson、Li、Raymond｜Generative AI at Work · 2025.02
研究方式：QJE 正式版；單一商務軟體公司 5,172 位客服、約 300 萬次對話；分批導入 AI 建議工具的準實驗分析。
解讀邊界：AI 輔助真人客服，每小時解決案件數的估計相對增幅；不是無人客服或可裁員比例。
查核日期：2026-10-23。本文的企業情境、實作步驟與驗收建議為 AO2 原創整理，與研究實測結果分開呈現。