手機響了，螢幕跳出一串陌生號碼。
很多人的第一個反應，往往是先盯兩秒，接著按掉，等對方留訊息再說。
這種習慣其實很普遍。Pew Research Center 曾調查美國成年人，約八成受訪者表示，碰到陌生號碼時通常不會接電話。
另一頭，企業客服的服務重心也正在改變。
Gartner 在 2025 年調查 265 位客服與支援主管，結果顯示，自助服務、即時聊天與知識管理等數位工具的重要性持續上升。Gartner 預期，到 2027 年，自助服務與即時聊天在客服科技中的重要性，會超過電話與 Email；其研究甚至直接以「Phone and Email to Sharply Decline in Value」形容這個變化。
這不代表電話客服很快就會消失。另一份 Gartner 研究仍顯示，36% 的受訪客戶把電話視為主要客服管道。比較準確的說法是，電話目前仍有規模，但企業新增投資和服務設計的重心，正逐漸往數位與自助服務移動。
而且傳統電話本身的體驗，也確實累積不少摩擦。
「您的來電對我們非常重要，請稍候。」
音樂播了五分鐘，客服還沒出現。好不容易接通，又得重新說一次帳號、訂單編號和剛才遇到什麼問題。
難怪愈來愈多事情，大家寧願傳 LINE、WhatsApp、App 訊息，甚至直接問 AI。
問題也跟著出現：
如果電話在整體客服體系裡的位置持續往後退，語音還會留下來嗎？
電話正在失去哪些優勢？
電話在部分客服情境裡逐漸退到後面，原因其實不難理解。
文字訊息、自助服務和 App，解決了傳統電話幾個長期存在的不方便。
1. 電話先失去的，是使用者的控制權
傳統電話最大的麻煩，在於它會直接打斷你。
電話一響，你得立刻決定要不要接。接起來之後，對話什麼時候結束，也不完全由自己控制。
文字訊息提供了更多彈性。
訊息來了可以晚點看，可以先想一下再回，也可以往上翻紀錄。客服傳地址、訂單編號、操作步驟時，文字通常也比口頭念一遍更方便查閱。
企業端的資源配置也逐漸往這個方向移動。
2. 有些問題，加入畫面會更好處理
電話另一個明顯限制，是缺少視覺資訊。
假設你買的咖啡機壞了。
客服問：「紅燈有沒有閃？」
你說：「有。」
「閃幾次？」
「不知道，好像三次。」
這種情況如果直接傳一張照片，往往比來回描述更快。
退貨也是一樣。產品損壞可以拍照，導航可以傳定位，帳單也可以直接圈出有問題的那一筆。
Zendesk 的 2026 CX Trends 調查顯示，76% 的受訪消費者表示，他們偏好可以在同一段客服互動中加入文字、圖片與影片的服務方式。
只有聲音的電話，在這些情境裡確實比較吃虧。
3. 簡單問題愈來愈少需要打電話
AI 自助服務也開始接手大量重複問題，使用者為了簡單事情打電話的需求自然下降。
這裡有個數字很容易被放大。
常有人說「AI 客服已經可以處理七成、八成問題」，但目前沒有足夠可靠的資料支持這是整體產業已經達成的平均值。
比較合理的參考是 Salesforce 2025 年針對 6,500 名客服專業人士的調查。
受訪企業估計，由 AI 解決的客服案件比例，會從 2025 年的約 30%，提高到 2027 年的 50%。
這比較接近目前企業對 AI 客服發展方向的預期。
查物流、重設密碼、取消預約、確認營業時間這類事情，愈來愈少需要排隊等真人接電話。
這也帶出另一個問題：
文字已經很方便了，語音還適合用在哪裡？
語音在哪些情境比較有優勢？
語音最直接的優勢，是減少輸入動作。
人可以直接把想法說出來，不需要一個字一個字打，也不用一直切換鍵盤和畫面。不過語音輸入速度快，不代表系統就一定更容易理解。
如果使用者講得很零散、缺少關鍵資訊，或前後描述不一致，AI 一樣需要追問和確認。
1. 資訊很多時，語音可以減少輸入負擔
Stanford、華盛頓大學與百度曾做過一項手機輸入實驗，找來 32 名受試者比較手機打字和語音輸入。
結果英文語音輸入速度約為手機打字的三倍，中文約為 2.8 倍。
這個結果比較適合說明一件事：當使用者已經知道自己要表達什麼時，用說的通常比逐字輸入快。
像這種情況：
「我昨天訂了一台電視，本來今天下午要送，但司機剛才說地址有問題。我晚上六點後不在家，想改成明天下午，而且原本還有加購舊機回收。」
如果資訊本身已經相對完整，直接說出來通常比打成一大段文字省力。
但如果使用者只說：
「就昨天那個啊，司機說不行，我明天也不在，你們幫我處理一下。」
即使改成語音，系統還是得確認訂單、時間和使用者真正想改的內容。
所以語音帶來的價值，主要是降低輸入負擔；理解品質仍然取決於資訊是否完整，以及系統後續追問的能力。
2. 當手和眼睛都在忙，語音就更方便
另一個更明確的使用情境，是使用者沒有空操作手機。
開車、煮飯、搬東西、照顧小孩，或一邊看著電腦排除故障時，語音可以少掉不少操作步驟。
對部分不熟悉手機鍵盤、視力不方便，或不習慣 App 操作的人來說，直接說話的使用門檻也可能比較低。
這時候語音的價值很單純：讓使用者在不方便打字的情況下，仍然可以繼續處理事情。
3. 幾乎不需要學習成本
電話今天還能保有一定位置，有一部分其實來自既有基礎設施。
使用者不用下載 App、不需要註冊新的服務，也不用重新學操作方式。只要知道電話號碼，幾乎任何手機都可以直接撥打。對企業來說，客服號碼、電話系統和既有使用習慣也已經累積很多年。
這些條件讓電話在數位服務不方便使用、網路環境有限，或使用者不熟悉 App 的情況下，仍然是一個門檻很低的入口。
不過，這比較接近普及度、相容性與既有習慣帶來的優勢。隨著其他數位介面愈來愈普及，這些優勢是否能長期維持，仍有很大的不確定性。
複雜問題裡，語音更適合持續對話
急迫不代表一定要打電話。
像信用卡盜刷、帳戶異常這類情況，文字介面其實很適合顯示交易明細、確認金額、留下紀錄，甚至可以直接提供停卡或申訴按鈕。
語音比較有價值的情況，通常是問題沒辦法靠幾個固定選項處理，使用者需要補充背景，系統也需要持續追問。
1. 需要來回釐清時，語音可以減少溝通往返
假設使用者只知道「這筆交易不是我刷的」，但不確定是哪張卡、哪個時間點，甚至連帳戶狀態都說不清楚。
這時候系統可能需要一路確認：
「你現在看到的是信用卡還是簽帳金融卡？」
「這筆交易是今天發生的嗎？」
「卡片目前還在你身上嗎？」
這類多輪確認，用文字也做得到，但語音可以讓問答維持在同一個節奏裡，尤其當使用者需要一邊查看帳戶、一邊回答問題時，操作負擔通常會比較低。
不過，如果電話本身正在排隊，這個優勢很快就會消失。
所以對企業來說，語音比較適合放在需要高互動密度的案件，不適合把所有急件都導進電話。
2. 聲音可以提供額外線索，但只能當輔助資訊
聲音還有另一個特性：它會帶著語速、停頓、音量和語氣。
同一句「我知道了」，不同說法可能代表完全不同的狀態。
近年的語音模型可以利用這些訊號，推測使用者是否出現困惑、猶豫或情緒升高，讓系統調整回應方式。
但這類判斷只能當成輔助資訊。
背景噪音、語言差異、個人說話習慣，甚至網路品質，都可能影響判斷結果。
企業如果把語音情緒辨識當成一個參考訊號，還算合理；如果直接拿來判定客戶的情緒或風險程度，準確性就很難保證。
AI 正在改變電話客服的互動方式
如果語音需求仍然存在，接下來改變最大的，很可能會是電話裡的互動方式。
未來的客服電話，可能會和我們熟悉的電話客服愈來愈不一樣。
1. 「按 1、按 2」的 IVR 角色會慢慢縮小
以前打客服，最常聽到的就是：
「信用卡業務請按 1，帳務問題請按 2，其他服務請按 9。」
這種 IVR 選單的限制很直接，使用者必須配合既定流程，一層一層找到自己的問題。
語音 AI 帶來的改變，是讓使用者可以直接描述需求。
像是：
「我要把星期五的預約改到下星期一下午。」
系統理解需求後，可以接著查詢資料、確認選項，再完成修改。
電話的操作方式，也因此開始從選單導向，慢慢走向自然對話。
2. 對話是否流暢，會直接影響使用意願
語音 AI 要讓人願意使用，回答正確只是基本條件。
如果每講一句話都停頓好幾秒，或經常搶話、漏聽使用者插話，再自然的聲音也很容易讓互動變得卡頓。
因此，語音 AI 要處理的問題還包括回應速度、打斷與接話、背景雜音，以及企業後端系統的處理時間。
對使用者來說，這些技術細節最後都會變成一個很直覺的感受：
這通電話聽起來順不順。
當語音開始接上畫面
語音客服的下一步，很可能會和畫面愈來愈緊密。
很多事情用說的方便，但有些資訊仍然更適合用看的。
1. 用嘴巴下指令，用眼睛做選擇
假設你打電話請 AI 訂機票。
你說：
「幫我找下星期五晚上台北飛東京的班機。」
系統找到六個選項後，如果把航空公司、班次、時間和價格全部念一遍，效率其實不高。
比較自然的做法，是一邊繼續通話，一邊把航班選項送到手機畫面。
你用眼睛比較價格，用手點選班次，再用嘴巴說：
「就這班，順便幫我加一件托運行李。」
語音適合表達需求，畫面適合比較與確認，兩種介面可以互相補足。
2. 電話會慢慢變成一個入口
未來的電話，很可能不再只有聲音。
通話進行到一半，系統可以同步把文字、圖片、連結或操作畫面送到手機上，讓使用者一邊說、一邊看、一邊確認。
使用者也不需要事先決定自己現在該用電話、文字客服還是 App。
系統可以依照當下的任務，在不同介面之間切換。
電話也因此有機會從單純的語音管道，變成整個數位客服體驗的其中一個入口。
真人客服的角色會往複雜案件移動
當 AI 開始處理查詢、預約、退款、身分驗證和基本故障排除後，真人客服手上的案件結構也會改變。
常規問題可能減少，留下來的案件通常會更複雜。
1. 真人客服會處理更多例外
像是高額交易爭議、特殊退款、大客戶續約，或情緒已經明顯升高的客訴，這些問題往往超出既有流程，需要有人判斷風險、調整條件，甚至決定是否破例。
真人客服的價值，也會逐漸從回答標準問題，移到處理例外狀況。
整體人力規模未必一定下降，但單一案件需要的授權、經驗與判斷力，很可能會提高。
2. 客服資源會重新分工
未來的客服分工，可能會逐漸長成這樣：
| 情境 | 比較適合的介面 | 核心優勢 |
|---|---|---|
| 查物流、查營業時間、改密碼 | 文字 AI | 成本低、方便查閱、容易大量處理 |
| 故障描述、改預約、行動中操作 | 語音 AI | 輸入快、可以邊做邊講 |
| 看圖片、選商品、確認價格 | 畫面搭配 AI | 資訊密度高、容易比較 |
| 盜刷、航班異常、急迫客服 | 語音 AI 搭配真人支援 | 即時回饋、降低等待的不確定感 |
| 高額交易、重大客訴、特殊例外 | 真人客服 | 判斷、授權、協商與責任承擔 |
真人客服因此可能成為企業裡成本較高、但處理價值也更集中的服務資源。
AI 如果接手大量重複案件，人力就可以往需要判斷、協商和處理例外的地方移動。
客戶通常會選當下最順手的方式
未來客戶未必會刻意區分自己是在找 AI，還是真人客服。
他可能只是在開車、手上正忙，或事情太複雜，不想慢慢打字，所以直接選擇語音。
對使用者來說，更直接的考量通常是當下哪種方式最省事，以及問題最後有沒有處理好。
如果 AI 先處理常規問題，再在必要時把完整脈絡交給真人，整體體驗通常會比單純增加一個新的客服入口更順。
所以企業需要設計的，是文字、語音和真人在不同情境下如何接手，讓客戶不必自己判斷每一步該走哪一條路。
1. 重點在於交接是否順暢
企業規劃客服系統時，通路數量只是一部分。
更重要的是，客戶換了一個介面後，前面的資訊有沒有保留下來。
簡單、可查詢、需要留下紀錄的事情，可以由文字處理。
資訊很多、雙手很忙、需要快速描述的事情，可以轉到語音。
風險較高、涉及例外判斷或重要關係的事情，再交給真人。
這幾段之間的紀錄也需要接得起來。
如果客戶已經跟文字 AI 解釋十分鐘，轉到語音又要從頭說一次；最後轉真人，客服再問一次「請問今天遇到什麼問題」，那麼即使企業導入了很多 AI，體驗仍然沒有真正改善。
2. Omnichannel 的價值，在於事情可以接著做
很多企業同時有電話、LINE、Email、App，就認為自己已經做到 Omnichannel。
但實際體驗還要看客戶換了一個介面後，前面的紀錄是否還在。
如果客戶已經跟文字 AI 說明完問題，轉到電話又要重講一次，最後轉真人還得再重來，那只是多了很多入口，整段流程依然很碎。
Omnichannel 的價值，在於讓身分、對話紀錄、已完成的操作和案件進度一起往下傳。
這樣客戶換了介面，事情還是可以接著處理。
最後，電話會逐漸退到後面，語音會留在服務流程裡
電話在客服裡的角色，接下來很可能繼續縮小。
文字、自助服務、App 和多模態介面，在查詢、確認、留下紀錄和大量併發處理上，都有更明顯的效率優勢。電話目前還保有一定位置，很大一部分來自既有基礎設施、使用習慣，以及幾乎不需要學習的操作方式。
真正比較值得留下來的，其實是「語音」這種互動方式。
當使用者雙手被占用、需要快速描述大量資訊，或不方便操作畫面時，直接開口仍然很實用。未來這種語音互動也未必要綁在傳統電話上，它可以出現在 App、網站、車載系統，甚至和文字、圖片、操作畫面同時存在。
對企業來說，接下來的重點會逐漸從「要不要保留電話客服」，移到整體服務流程的設計。
文字適合處理查詢與紀錄，語音適合降低特定情境下的輸入負擔，真人則處理需要判斷、授權和協商的案件。這些介面之間的資料與上下文如果可以延續，使用者就不需要反覆說明同一件事。
電話可能會愈來愈少，但人們用聲音和系統互動的需求，短期內看不到一起消失的理由。
引用資料
- Pew Research Center, Most Americans don’t answer cellphone calls from unknown numbers
https://www.pewresearch.org/short-reads/2020/12/14/most-americans-dont-answer-cellphone-calls-from-unknown-numbers/ - U.S. Federal Trade Commission, National Do Not Call Registry Data Book for Fiscal Year 2025
https://www.ftc.gov/reports/national-do-not-call-registry-data-book-fiscal-year-2025 - Gartner, Self-Service and Live Chat Will Surpass Traditional Channels as Top Customer Service Technologies By 2027
https://www.gartner.com/en/newsroom/press-releases/2025-08-27-gartner-survey-finds-self-service-and-live-chat-will-surpass-traditional-channels-as-top-customer-service-technologies-by-2027 - Stanford University, Speech recognition faster at texting
https://news.stanford.edu/stories/2016/08/stanford-study-speech-recognition-faster-texting - Salesforce, Inside the Seventh Edition of the State of Service Report
https://www.salesforce.com/blog/state-of-service/ - Zendesk, CX Trends 2026
https://cxtrends.zendesk.com/ - OpenAI, Introducing the Realtime API
https://openai.com/index/introducing-the-realtime-api/ - Twilio, Interactive Voice Response (IVR) solutions
https://www.twilio.com/en-us/use-cases/ivr - Vapi, Introduction: Build voice AI agents that can make and receive phone calls
https://docs.vapi.ai/quickstart/introduction - Retell AI, Check estimated latency
https://docs.retellai.com/reliability/check-estimated-latency
