AI 客服降本 65%，做售后外包的该重新算账了

印度即时配送平台 Zepto 把超过 80% 的客服工单交给 AI 处理，保留人工监督，客服成本下降了 65%。这是 Databricks 9 月 9 日公布的客户案例数据，来自参与方披露，未经独立审计。

Zepto 每天要处理超过十万张客服工单。查订单、解释配送状态，重复问题足够多，自动化才有这么大的发挥空间。小店不能直接照抄这个降本比例。

但靠人头收费的外包公司，已经有理由紧张了。客户原来买十个人的服务，如果一批重复咨询能自动处理，下次续约，很可能先问一句：还需要这么多人吗？

Zepto 也踩过坑。骑手堵在路上，AI 读着旧的预计送达时间，反复告诉顾客“还有十分钟”。数据没更新，回答却一直很肯定。

这事光换个更会聊天的模型，未必管用。得查清它读了什么数据，什么时候该停止重复回答，什么时候允许取消和退款。后来 Zepto 给这类场景补了规则。

另一个坑更直接：“我要取消订单”和“我的订单取消了吗”，只差几个字，执行的操作完全不同。Zepto 增加取消功能时，测试发现模型会混淆这些意图，在上线前拦下了问题。把咨询当成操作，AI 再礼貌也没用。

Zepto 把历史工单整理成测试题库。每次改模型、提示词或业务规则，先跑测试；上线后继续检查真实对话，把新错误补回题库。上面这张图讲的就是这个过程。

这意味着项目交付后还有活干。商家换活动、改退款规则、接新仓库，原来的回答和操作都可能出错。系统得有人维护，遇到处理不了的情况还得转人工。

所以，看一个 AI 客服项目，别只看回答有多流畅。拿几条最麻烦的历史投诉试一遍，看看它会不会乱承诺、乱退款，往往更有用。

如果我来做这门生意，会先找一个熟悉的商家，拿一批脱敏的历史咨询，看哪类问题最多。先做一个能验收的小项目，例如查询退款进度。

把订单数据接对，写清哪些情况转人工，再用历史工单测试。跑一个月，交给客户看实际记录：处理了多少咨询、错了多少次、人工少花了多少时间。能省多少钱，再谈下一单。

收费可以分成前期接入费和后续维护费。懂售后的人有机会，因为哪些承诺不能说、哪些退款需要审批，得从真实业务里整理出来。

不过，工单少的商家可能买个现成工具就够了。别为了卖项目，给一天几十条咨询的小店硬装一整套系统。客户省下的钱还不够付维护费，这单生意做不长。

80% 的工单交给 AI，不等于剩下的人工成本只剩 20%。留下来的往往是投诉、纠纷和特殊情况，处理一单更费时间，也更依赖有经验的人。

人工接管、模型调用、系统维护和错误赔付，都要算进账里。Zepto 的案例说明，大规模客服有做出降本效果的可能；它没有替每个商家证明，装上 AI 就一定赚钱。