AI 客服這個產業正在打一場解決率軍備競賽——67%！70%！80%！——而每一個數字背後都藏著同一個問題：那些 AI 「不該」 留著的對話，後來怎麼了？客戶勉強容忍的 AI，和客戶會向您道謝的 AI，差別不在模型。差別在交接。
沒有人會示範的那種故障
您自己就當過那個客戶。機器人在原地繞圈。您打「客服」。它丟給您一篇說明中心文章。您用大寫打「真人」，好像音量有用。而在某個地方，有一張儀表板把這段算成「AI 已處理的對話」。
這不是 AI 的問題——模型大概聽懂您了。這是一個 「政策問題」：有人把系統設定成把轉真人當成失敗。把這個假設反過來，下游的一切都會跟著變好：一次乾淨的交接，是一次 「成功」 ——那正是系統正確認出自己知識邊界的那一刻。
永遠該轉真人的三個觸發條件
1. 信心不足——誠實地說「我不知道」
以檢索為依據的 AI，知道自己的資料什麼時候很薄。當一個問題最接近的比對結果分數很低，正確的輸出不是把「沒有東西」創意改寫一遍——而是交接。門檻一開始設保守一點：一次不必要的轉真人，成本是客服幾分鐘；一條幻覺出來的政策，成本是一位客戶。
2. 明確要求——無論怎麼說，立刻照辦
「我要跟真人講」、「gerçek biriyle görüşmek istiyorum」、「客服」，或是一則聽得出煩躁的語音訊息。客戶開口要真人的那一刻，就沒有什麼好討論的了。逼人要求第二次的系統，是在訓練客戶乾脆跳過 AI——而這恰好摧毀了它們本來要最大化的分流率。諷刺永遠不敗。
3. 風險與情緒——永遠輪不到 AI 決定的題目
超過某個金額的退款爭議、醫療或法律領域、大客戶要解約、一位明顯在生氣的客戶。清單由您定義；AI 負責執行。重點不在於 AI 「不能」 回答——而是真人 「應該」，因為在那些時刻，關係本身就是產品。
交接時，必須一起帶過去的東西
一次弄丟脈絡的轉真人，比完全沒有 AI 更糟——客戶要把所有事重講一遍，而且更生氣了。一次真正的交接會帶著：
- 完整的逐字對話紀錄，這是當然的——但要擺在讓客服幾秒就讀完的位置，而不是滑個幾分鐘。
- AI 已經試過什麼 ——引用了哪些來源、給了哪些答案，讓真人不必重講一次。
- 客戶資料 ——訂單、歷史紀錄、同意狀態，以及跨管道的過往對話。
- 建議的下一則回覆 ——AI 給出的最佳草稿，由客服編輯或丟棄。它坐副駕，不握方向盤。
請量這一個數字：轉真人之後，客戶有多常需要重講一次資訊。那是您 AI 實作最真實的分數——而多數團隊從來沒看過它。
被遺忘的另一半：交還
交接拿走了所有注意力，但規模其實長在回程上。客服解決了棘手的那一段——然後呢？在一個做得好的系統裡，一鍵就能把對話交還給 AI，去做後續追蹤、蒐集滿意度，以及晚上 11 點那個必然會出現的「還有一件事」。真人處理需要判斷的那十分鐘；AI 處理之後那三天的餘波。
這正是 Wiz 在 ConnectWiz 裡的運作方式：三個觸發條件（信心、要求、規則）、把完整脈絡一起升級到真人本來就在用的那個收件匣，以及一鍵交還。AI 和客服人員共用一條佇列，不是搶地盤。
一份可以直接抄走的設定
- AI 自己回答：訂單狀態、運送、商品事實、營業時間——任何有您內容當依據的事。
- AI 起草，真人送出：公開回覆（評價、社群），以及任何牽涉到錢的事。
- 一律真人，AI 做摘要：解約、爭議、VIP 客戶、憤怒。
- 處理完之後：AI 自動接回後續追蹤這一班。
就從這裡開始，每週看一次轉真人的紀錄，再拿證據去移動那幾條線。把 AI 客服做對的團隊，不是解決率最高的那些——而是客戶不再用大寫打「真人」的那些。
