AI 客服慳到成本之前,企業要先計清楚投訴同人才斷層
Tech News

AI 客服慳到成本之前,企業要先計清楚投訴同人才斷層

圖片:via TechNews 科技新報 — https://technews.tw/2026/07/12/layoffs-ai-cost-effective-companies-regret/
TechLab 編輯部(譯)·

CBA、Klarna 同 IBM 個案,都提醒企業要留低真人出口

AI 減人手,最怕係計錯「簡單查詢」

TechNews 科技新報引述《財訊》報道,企業近年成日用「效率」同「重組」包住 AI 裁員,客服、HR、內容同營運都係先開刀位置。呢件事唔係單純反 AI,而係公司點樣計錯工序。登入、查狀態、改地址、FAQ 呢類查詢可以交俾 bot,但一去到投訴、退款爭議、身份驗證、特殊個案,AI 答慢少少或者轉手唔順,成本就包括客人重覆追、前線補鑊、主管要落場,同成隊人對新系統失去信心。

金管局、AoF 同 HKIMR 介紹金融業 GenAI 研究報告嘅記者會現場

圖片:金管局

CBA 呢次回頭,重點係服務容量

澳洲 ABC News 報道,CBA 2025年7月因 AI 語音 bot 宣布削走 45個客服職位,8月就承認判斷出錯,向受影響員工道歉,職員可以留低、轉崗或者離開。FSU 講得再直接:銀行原先話來電減少,但會員反映來電增加,前線要加班,team leader 亦要接電話。TechNews 科技新報報道亦提到,CBA 一批裁員安排同時收返。重點喺部署前冇用高峰期、投訴期同例外個案去壓力測試;bot 接走表面簡單嘅查詢,難題就堆晒俾人手處理。

Klarna 有靚數字,但都要返人手

Klarna 2024年官方新聞稿話,佢個 OpenAI AI assistant 上線首月處理 230萬次對話,佔客服 chat 三分二,官方估算相當於 700名全職客服工作量,平均處理時間由 11分鐘縮到少過2分鐘,全年 profit improvement 估 4,000萬美元。呢啲數字好吸引,亦證明 AI 喺標準化客服可以好有用。不過到 2025年,CX Dive 報道指 Klarna 重新招客服,CEO 承認成本做主導會拉低服務質素。換句話講,AI 速度快,但如果公司只望幾多 ticket 自動完結,就會睇漏客人有冇真係解決到件事。

IBM 個轉向,講緊人才梯隊

IBM 近年同樣俾人當成 AI 取代人手嘅樣板:外界報道過 AskHR 自動化大量日常 HR 工序,TechNews 科技新報亦引述《財訊》提到 94% 日常 HR 工作交俾 AI。值得補返嘅背景係 IBM 2026年自己喺 Think 寫過,公司計劃喺美國初級招聘加到三倍。背後邏輯好簡單:初級職位唔再只係舊式打雜,重點變成學識驗 AI output、理解客戶場景、做判斷。公司如果淨係 cut 走 junior,短期報表會靚啲,三年後就少咗一批識系統、識客、識風險嘅中層。

調查數字同實戰,都指住盲點

Orgvue 2025年訪問 1,000名中大型機構高層,39%話曾經因為部署 AI 而裁員;喺呢批人入面,55%承認裁錯,80%計劃再培訓員工用 AI。呢組數字同 CBA、Klarna 對得上:盲點通常出喺未拆清楚邊啲工序可以自動化、邊啲要真人審、邊啲要保留學徒位。導入 AI agent 前,先分四類:資料查詢可以自動答;投訴、退款、合約、身份核對要有人審;內容草稿同客服覆稿可以俾 AI 起稿再由熟手改;新人訓練同知識庫更新要留喺團隊入面。

金融業尤其要留低真人出口

放返喺金融業,呢件事仲敏感。金管局同 AoF/HKIMR 2025年報告話,受訪金融機構已有 75% 用緊、試緊或者設計緊至少一個 GenAI use case,三至五年內預期升到87%;阻力包括模型準確度、私隱、安全、資源同人才。呢啲資料支持用 AI,但做法要有防線:簡單查詢可以快,投訴、追責、條款解釋、錢銀風險就要清楚有真人出口,仲要有人定期抽查紀錄、改知識庫、睇吓 AI 有冇一路推難題俾同事。

所以今次唔使寫成 AI 失敗。AI 客服、AI HR、AI 內容工具都會繼續入公司,因為慳時間真係有價值。問題喺公司要先量度錯單、重覆來回、升級真人比例、前線士氣同新人訓練,唔好淨係望自動回覆率。之後要睇嘅係,公司會唔會老實承認複雜位仍然要人,同時畀員工用 AI 做快啲,而唔係叫 AI 一個頂晒成隊。


參考來源

本文根據原文及公開資料整理;資料有出入時,以原文及官方資料為準。

分享:WhatsAppThreadsTelegramFacebook