淘宝两项AI客服实验：一个只提效，一个开始改写服务流程

AI客服从“答得上”变成“要能办成”

今年5月，龚先生在一家二手车交易平台询问车辆费用。平台官方AI客服“小瓜”答复很明确：2.87万元报价已经包含过户和上牌费用。得到这个答案后，龚先生支付了2000元定金。等到线下办理手续，销售人员又要求他再付1000元过户费。

AI说费用已经包含，销售说还要另付。对消费者来说，麻烦不只在于多出1000元，而在于他已经根据平台给出的答案付了定金。这类纠纷正在改变AI客服问题的性质。过去的主要问题是听不懂、答非所问、不肯转人工。现在，AI开始进入价格、退款、赔偿和处理资格等真实业务。它不只需要给出一个听起来合理的回答，还要把回答变成企业能够执行的处理结果。

矛盾也从这里出现。AI认为用户符合退款条件，后台系统却无法退款；AI给出明确报价，销售人员却执行另一套规则；AI已经把会话推进到下一步，人工接手后又要从头确认。模型能够完成的工作越来越多，企业原来的数据、规则、权限和人工流程却没有同步改变。

两次实验：AI坐在旁边，和AI自己接待用户

第一次实验中，AI坐在客服旁边。2024年1月至2月，研究者把5940名入职不满一年的淘宝客服随机分组，观察约256万次会话。实验组的工作台上多了一名生成式AI助手：它识别用户的问题，查找相关资料，再给出一个解决方案。客服可以直接采用，也可以修改或忽略。

结果很快反映在工作效率上。客服识别问题的时间平均下降8.2%，会话时长下降1.1%，用户“不满意”比例下降3.4%。低绩效客服改善更明显，AI把资深员工掌握的知识更快送到了经验不足者面前。

在这个实验里，AI几乎没有改变企业原来的权力关系。它可以建议“这类订单适用哪条规则”，却不能替客服决定是否退款；它可以生成回复，发送按钮仍由人来点。SOP、审批权限和责任归属都没有变化，企业只是在原来的工作台里增加了一个更好用的工具。这一阶段，AI提高的是人的生产率。

几个月后，第二次实验里的AI换了位置。它不再坐在客服旁边，而是自己开始接待用户。2024年8月，647名客服参与了一项为期17天的Agentic AI实验，共覆盖约68万次会话。系统先识别适合标准化处理的问题，再由AI继续推进会话；每次会话仍匹配一名人工监督者，但人工退到了后台，只有系统触发或客服主动介入时才接手。

实验最终只有约5.8%的会话进入AI可处理范围。在这些会话中，处理时间下降约16.8%，用户评分却下降约0.412分。速度和评分走向不同，说明AI把会话更快推向结束，并不等于用户的问题已经被更好地解决。

这两项实验中，第一项实验里，AI提出建议，人判断、执行并负责；第二项实验里，AI开始理解、判断和推进，人工负责监督与异常接管。AI助手改变的是一个岗位，Agent开始改变一条流程。

一百年前，工厂先换了电机，后来才改变生产

蒸汽时代的工厂里，通常有一台大型动力机放在厂房中央。动力沿着传动轴送到不同楼层，再通过皮带带动每一台机器。机器不能随意摆放，离轴太远就难以获得动力；厂房的楼层、设备的位置和工人的分工，都围绕这套中央动力系统设计。

电动机出现后，第一批工厂主没有立即推倒厂房。更省事的做法，是把蒸汽机换成电动机，其他部分继续使用。动力来源变成了电，传动轴还在，皮带还在，机器的位置没有动，生产组织也没有动。新技术进入了工厂，工厂却仍按蒸汽时代的方式运行。

经济学家Paul A. David研究电气化历史时，强调的正是这段容易被忽略的过程。早期采用电力，并没有马上带来后来人们熟悉的生产率跃升。等到单机驱动逐渐普及，每台机器可以独立获得动力，企业才有条件拆掉中央传动体系，重新安排设备、物料流动、厂房结构和岗位。更大的效率改善，来自围绕电力重新设计生产，而不只是换掉动力机。

几十年后，Erik Brynjolfsson等人把这类滞后概括为“生产率J曲线”。一项通用目的技术投入企业以后，成本往往先发生：企业要建设新软件，清理数据，培训员工，调整流程和组织方式。这些配套资产需要时间形成，收益却要等新流程稳定运行后才释放。生产率可能先下沉，再向上抬升，曲线因此像一个字母J。

生成式AI已经出现类似迹象。微软参与的一项随机实验覆盖66家企业、7137名知识工作者。使用Copilot 12周后，员工每周处理邮件的时间平均减少1.4小时，降幅约12%；但会议时间、写作时间，以及邮件线程、会议和文档数量没有显著变化。个人能够独立改变的活动先变快了，多人协作和企业整体工作方式却没有同步改变。

从一句“可以退款”，到真的退回500元

客服软件过去也会自动处理问题，只是它获得的判断空间很小。菜单客服让用户自己选择选项，系统执行固定动作；规则引擎按照预先写好的条件运行；生成式AI助手可以理解自然语言、查资料和推荐方案，最后仍由员工决定。到了Agent，软件开始读取真实业务数据、选择规则并调用系统，才真正靠近企业的业务权限。

现在假设一名用户说：“我要退款500元。”AI要完成这件事，至少要识别用户在投诉什么，找到对应订单，确认付款和履约状态，查询当时有效的退款规则，判断用户是否符合条件，选择原路退回还是其他方式，执行退款，告诉用户结果，最后把处理过程写进工单。

这不是一个任务，而是一串前后相连的任务。前一步给出的结果，会成为后一步的输入。订单找错了，后面的规则判断全部失去意义；退款已经发起却没有写入工单，下一名客服还可能再次操作。

很多企业现在的AI流程看起来已经覆盖了不少环节，真实工作却仍是另一番样子：AI识别问题，人确认类别；AI找到规则，人决定方案；AI生成回复，主管审批；最后再由系统退款。完整流程依然是“AI—人—AI—人—系统”。

假设AI只用几秒钟就找到了规则，但500元退款需要主管批准，而主管正在开会。前面节省的时间会全部停在审批节点。等主管上线，他还要重新阅读对话、核对订单和理解AI的建议。一次交接增加一次等待，也增加一次上下文丢失和口径偏差。

这就是任务链的问题。2026年NBER论文《Chaining Tasks, Redefining Work》把生产过程拆成有先后关系的步骤。研究的核心启发是：AI能够连续执行相邻步骤时，自动化收益更容易释放；如果它会做的环节零散分布，边界和交接会压低实际执行率。