不少公司一開始導入 AI 客服，心裡想得很直白：
「讓 AI 先回一輪、真人少回一點，效率有起來就好。」
但這次訪談下來，答案其實更大一題。
AI 不是多一個工具而已，它等於把客服的工作切法整個改掉。角色價值、分工方式，連組織怎麼設計，都開始被迫重想一次。
FIRST LINE 團隊這次訪談了約 60 家已在正式營運中導入 FIRST LINE AI，或同級客服 AI 系統的企業，產業包含 SaaS、電商、平台服務與企業解決方案。研究也不是只看後台數字，而是直接去問三種人怎麼做事、怎麼協作：
1、客服主管（Head）
2、團隊經理（Team Lead）
3、一線客服人員
整體訪談約 60 位以上的關鍵角色，所以看到的會是「現場怎麼跑」，不只是策略簡報上的理想狀態。
順帶一提，這個趨勢也不只發生在台灣。Gartner 在 2024 年的調查提到，有 85% 的客服主管預計在 2025 年會探索或試跑「面向客戶的對話式 GenAI」。
一個最明顯的變化：AI 已經站在客服入口
在 60 家企業裡，有 52 家（87%）都講到同一件事：
AI 現在幾乎就是第一關，先把大部分問題擋下來處理掉。
現場常見的分工大概長這樣：
1、先判斷問題要丟到哪一類，要不要開工單
2、把多語內容整理成客服看得懂的重點
3、把那些重複、低風險、答案很固定的問題先回掉
4、幫忙貼標籤、找知識庫內容，順便把工單整理乾淨
那真人什麼時候才會真的出手？通常是這幾種時候：
1、AI 判斷一直怪怪的，繞圈圈
2、牽涉金流、法遵、權限，風險偏高
3、客戶情緒明顯不耐煩，溝通快炸了
4、需要拉產品、工程或其他部門一起看，單靠客服解不掉
有不少主管私下講得很直白：
「現在不是人在接客服，是人在接例外。」
所以客服的重心也跟著換了。大家不再只比誰查資料快、誰打字快，而是比誰能把例外接住、把整套系統撐穩。
一線客服正在換工作內容，變成「AI 的監督者」
有 49 家企業（82%）提到，一線客服現在被期待的價值，已經跟以前不太一樣了。
很多人真正花時間、也真正被看重的，是下面這些事：
1、盯 AI 回覆對不對、語氣順不順、會不會踩線
2、判斷什麼狀況要立刻轉人工（或直接升級）
3、一直修知識庫、修流程設定，讓 AI 下次不要再卡同個洞
4、看 AI 的表現跟問題模式，抓出「為什麼它又在同一題翻車」
有位 Team Lead 說過一句很白話：
「現在不是你會不會回，是你能不能一眼看出 AI 回錯。」
也因為這樣，很多公司開始感覺到落差。
以前客服「產品夠熟」就很吃香；現在還得懂一點 AI 在幹嘛、哪裡容易出事、風險線要畫在哪。角色其實已經往「AI 的日常營運跟控管」那邊移過去，只是很多公司還沒把它講清楚、也還沒把制度跟職務跟上。
國外的研究也有類似觀察。像《Quarterly Journal of Economics》有一篇針對客服工作導入生成式 AI 的研究，提到 AI 輔助能讓客服處理量提升（研究裡的量化結果是 15%）。
多數公司先加工作，但真的把組織重排的很少
組織面最常見的狀況是：大家知道要改，但改法先用「加上去」的。
有 45 家企業（75%）開始加一些新職責，像是 AI QA、知識庫負責窗口、自動化流程的窗口。
但真的把角色拉出來、把責任寫清楚、KPI 分開算的，只有 14 家（23%）。
更多公司走的是一條很熟悉的路：
「人先不變，事情先撐著做。」
短期看起來會過，但時間一拉長，通常會冒出幾個狀況：
1、角色邊界越來越糊：你做一點、我做一點，但沒人說得清楚誰是 owner
2、事情出包時會卡住：大家都很忙，但第一時間很難決定誰要扛、誰要拍板
3、高價值工作被擠到最後：像 QA、知識整理、流程強化這種「不會立刻看到成果」的事，很容易被往後延
不少受訪者私下講過類似的話：
「AI 這塊平常看起來好像大家都有碰，但真的出問題時，反而不知道誰要負責。」
人真的變少了嗎？有，但不是外界想的那種
講到裁員，現場看到的狀況其實沒有那麼戲劇化。
確實有 18 家企業（30%）在過去一段時間凍結或下修 Tier 1 的招募，原因很務實：標準化的問題，AI 已經先吃掉一大塊了。
但同一時間，也有 22 家企業（37%）沒有選擇「少人」，而是把人慢慢轉去做別的事，像這些：
1、幫 AI 的回覆做 QA 跟抽檢，盯品質
2、把知識內容整理成 AI 比較吃得進去的結構
3、跟產品、工程、法遵一起把流程順一遍，減少重複出現的爛仗
如果用更貼近現場的說法：AI 讓低價值工作消失得更快。
而比較麻煩的點在後面：需要判斷力、需要跨部門溝通的角色，補人的速度常常跟不上轉型的速度。
最大的風險點：能力斷層跟不上
這段幾乎每家都提到，而且講得很一致。
目前最常被點名的能力缺口是：
1、數據指標看不懂、也不太敢用（67%）
2、AI 回覆品質要怎麼評、怎麼維持一致（62%）
3、跟產品、工程、法遵怎麼配合才順（58%）
4、自動化流程怎麼設計、怎麼維護（55%）
但最關鍵的數字是：有 68% 的企業承認，他們還沒把未來 1～2 年客服角色要怎麼走、怎麼培訓，想清楚。
AI 已經在跑新的工作方式了，但很多組織還在用舊的招人標準、舊的升遷邏輯、舊的管理習慣在管客服，落差就會越來越明顯。
這件事最後會拉開差距的，其實是「誰反應得比較快」
從這 60 家企業的經驗來看，大家卡住的點很少是「AI 夠不夠強」。
更多時候卡的是：當 AI 已經變第一線，你的組織有沒有跟著換檔。
如果客服還只被當成執行單位，如果職務設計還停在「回覆量」或「回覆速度」，那 AI 帶來的通常只會是更多混亂、更多擦屁股。
反過來說，越早把客服當成一個「AI 日常營運」的職能來經營，把角色、責任、KPI、訓練路徑都補起來的公司，通常跑得比較穩，也比較不會一直重工。
引用資料連結清單
- Gartner Survey Reveals 85% of Customer Service Leaders Will Explore or Pilot Customer-Facing Conversational GenAI in 2025 (Gartner)
- Getting started with gen AI in customer care | McKinsey (McKinsey & Company)
- Zendesk 2025 CX Trends Report: Human-Centric AI Drives… (Zendesk)
- Salesforce — State of Service report (customer service statistics 2024) (Salesforce)
- Generative AI at Work — Quarterly Journal of Economics (OUP Academic)