2026-04-09 鹈鹕全面客户体验管理 | 译者：马振江
如今，客户在需要服务支持时，已习惯首先使用人工智能（AI），而且在大多数情况下，他们对此表示接受。但“接受”并不等同于“忠诚”。
88% 的客户表示，他们的问题是通过 AI 或 AI 与人工的混合交互方式解决的。从效率角度来看，AI 确实发挥了作用。但 65% 的客户遇到问题的频率，高到足以发现某种规律。所谓“问题解决”与“客户忠诚”之间的差距，归根结底在于 AI 失效时会发生什么，以及在交接过程中客户感受到的支持程度。
速度依然重要，但省力更重要。客户希望 AI 能正常运作，并希望明确了解当 AI 失效时会发生什么。当 AI 减少客户操作负担并实现顺畅的交接时，它能增强信任；而当 AI 陷入循环、阻断人工接洽渠道，或迫使客户重复说明时，它便会悄无声息地侵蚀忠诚度——即使问题最终得到了解决。
我们对 1000 名积极使用 AI 客户支持服务的美国成年人开展了在线调查。所有受访者都在过去 12 个月内进行过在线购物，至少联系过两次客服，至少经历过一次由 AI 驱动的客服互动，并且能够识别所使用的 AI 类型。以下是我们的调查结果。
59% 的客户更倾向于将 AI 支持作为解决问题的起点。便利性、速度和熟悉度都是影响因素。许多人感觉 AI 是获得答案的最快途径，而实际经验也印证了这一点：近九成客户（88%）的问题已通过 AI 独立解决，或经由 AI 转接人工客服后得到解决。
但这种偏好是有条件的。45% 的人表示，他们只在 AI 能够轻松切换到人工时才喜欢它。接受并不意味着完全认可；这取决于是否能有明确的退出机制。
AI 已赢得一席之地——但实用性并不等同于信任。
关于客户是否接受 AI 的争论已经结束。现在的问题是，你的 AI 是赢得了信任，还是仅仅在处理大量事务？AI 是起点，还是死胡同？
问题解决率看起来不错。88% 的客户表示问题已得到解决。但只有 22% 的客户表示，这次体验让他们更青睐该公司。
在通过 AI 支持解决问题客户中：
从“已解决”到“忠诚”的转化率下降，本质上是一个衡量标准的问题。大多数公司都会追踪问题解决情况，但很少有公司关注客户在解决过程中所感受到的体验：交接是否顺畅？客户是否需要重复说明情况？系统是否记住了他们？
正是这些细节决定了客户的忠诚度。而“问题解决”仅仅意味着该案例已结案。
追踪问题解决后的行为，例如重复购买、净推荐值（NPS）的变化以及再次联系率。这些指标将揭示你的 AI 究竟是在单纯关闭工单，还是在建立客户关系。
客户并非排斥 AI，他们排斥的是徒劳的努力。
57% 的用户期望在五次互动内就能顺利联系到人工客服，而不是遇到障碍。54% 的用户在等待 10 分钟后会彻底放弃。
一旦客户感到被冷落或受阻，系统就不再显得有帮助，反而会让人觉得是障碍。从那时起，挫败感便会迅速加剧。
“五次交互”并非一个值得追求的优化标准。这只是表明此时本应已经开始交接。应该以这个阈值为基准进行设计，而不是超出这个阈值。
超过四分之三的 AI 交互最终都会涉及人工介入。升级处理是常态，而非失败。关键在于，当客户需要时，处理路径是否清晰明确。
在因切换（到人工服务）受阻而感到沮丧的客户中，有 40% 的人彻底放弃使用该服务或者转而选择其他平台。问题不在于 AI，而在于缺乏退出途径。
当交接顺利时，效果往往非常理想：
但当上下文场景消失时，交接就会失败：
最糟糕的交接并非是速度最慢的，而是那些导致上下文丢失、失去场景信息的交接。
当 AI 在对话过程中丢失上下文（47%）、给出明显错误的答案（37%）或难以联系到真人（37%）时，信任度下降得最快。
不同年龄段对 AI 的接受程度存在显著差异。只有 11% 的婴儿潮一代愿意进行超过五次的 AI 对话。相比之下，56% 的 Z 世代和 51% 的千禧一代会继续进行对话。
当 AI 给出错误答案或未能顺利转接到人工时，年长客户更容易失去信任。与 Z 世代（26%）相比，婴儿潮一代（54%）对明显错误的答案感到更加沮丧。
此外还存在收益差异。在顺利完成 AI 到人工服务的切换后，88% 的 Z 世代采取了与忠诚度相关的行动（如形成更积极的看法、增加购买量、向他人推荐或更换品牌）。而只有 54% 的婴儿潮一代采取同样的行动。
对于服务于年长或多年龄层受众的品牌而言，交接受阻和上下文丢失带来的后果更为严重，且忠诚度提升的幅度可能较小。
对 AI 的接受程度因任务类型而异。对于订单状态查询和简单的退货处理，接受率接近 80%；而对于复杂或涉及情感的敏感问题，接受率则降至 50% 至 60%。
但其中存在明确的界限。91% 的客户表示，对于某些问题，AI 是不可接受的。近半数（48%）的客户认为，在欺诈或个人数据等敏感情况下，绝不适用 AI。41% 的客户对复杂或不常见的问题也持相同看法。
即使遇到更棘手的问题，客户也不一定非要立刻联系人工客服。他们真正关注的是：AI 是否适合解决这个问题、处理是否有所进展，以及在需要时能否获得人工协助。
客户评价客服支持时，看重的是服务是否契合需求，而非沟通渠道。
“一刀切”的统一处理方式是不可取的。客户并不介意由 AI 来处理简单的问题。但他们会介意 AI 阻挡复杂的问题。
五个原则界定了“优秀”的标准：
如果 AI 做出一线服务决策，那么谁来对结果负责？
大多数组织都能量化 AI 带来的成本节约，但很少有组织能意识到，当 AI 与用户忠诚度相悖时，会付出怎样的代价。
在遭遇转接受阻的客户中，有 40% 会放弃交易或更换品牌。而且这种负面影响会不断累积：在那些无法从 AI 转接至人工服务的客户中，有 47% 表示如果再次发生这种情况，他们将不再购买。一次糟糕的体验会让客户在下一次遇到类似情况时更快地选择离开。
这些损失不会立即显现。它们在一次次互动中悄然累积，最终表现为客户流失、客户终身价值缩水或价格敏感度上升。
2026 年，客户服务就是客户体验。AI 使之成为必然趋势。每一次升级处理、每一个反复出现的问题、每一个被阻拦的退出途径，都在考验着客户的忠诚度。AI 确实有效。而客户是否保持忠诚，则取决于公司的策略。
原文地址：
本文为作者原创翻译，欢迎转发分享。
转载时需在文章开头注明作者和“来源：鹈鹕全面客户体验管理（微信号：CEM-tihu）”，文字颜色为黑色，且不得修改原文内容。
欢迎小伙伴投稿合作，具体请联系：易女士 Yiml@tihu.com.cn
