对话式 AI 在客户支持中的现状

Stripe 以出色的客户支持著称，常常不遗余力地带来惊喜与愉悦。不过，优质支持不只是我们在 Twitter 上看到的手写便条和 3D 打印纪念品。历经十余年的人力与软件工程投入，Stripe 建立了每年服务数百万家企业的客户服务体系。我在 2015 年加入 Stripe，当时公司刚超过 200 人，整个支持团队围坐一张会议桌就能坐下。

我是 Stripe 都柏林办公室最早的员工之一，这里是其全球支持网络的早期据点。五年间，Stripe 将支持团队按专业领域重组，引入外部供应商提供一级支持，拓展渠道、增加语言支持，并最终推出付费支持套餐。我参与设计和测试这些不断演进的支持项目，亲眼见证了客户服务规模化的复杂性——而这些复杂性本可通过 对话式 AI 得到简化。

Conversational AI

Conversational AI has three elements. These three elements work together seamlessly: Speech-to-Text captures the user’s intent, Language Models interpret and generate intelligent responses, and Text-to-Speech transforms those responses into natural conversation.

• Speech to Text: The AI ears convert a user’s spoken natural language into text, with high accuracy.
• Language Models: The AI brain processes this text and understands the context to generate intelligent responses.
• Text to Speech: The voice transforms text responses into natural-sounding speech.
• Turn Taking:A dedicated service monitors for interuptions and ensures the conversation is natural and feels human.

加入 Stripe 后，我的工作是尽可能深入了解产品。培训期间，我会跟随经验更丰富的客服人员，从大量过往支持互动中学习——这与 AI 智能体的学习方式很相似。

AI 擅长模式识别，而客户支持很大程度上就是模式识别。用户先说明问题，客服人员处理这些信息，尝试与已有知识匹配，再向用户提供答案。不过，支持不只是复述知识库；优质客户服务还需要同理心、创造力，以及与用户共同解决问题。遗憾的是，大多数支持互动都未能做到这些。

客户支持的现状

支持是重要的接触点，却往往令人痛苦。想想上次不得不给航空公司打电话的经历：等候数小时后——终于接通人工服务——却被告知问题属于另一个部门，于是又陷入无休止的循环。

痛点不只在客户一侧。提供优质支持本就不易，大规模提供更难。在这个以比特为核心的软件世界中，支持服务很大程度仍受原子世界的限制。假设一夜之间涌入大量客户：可以快速启动一个 AWS 实例来保证网站正常运行，却无法一键启动客户支持。

扩展支持职能需要时间和资金。在北美，招聘、培训并让一名客服人员完成入职的成本约为 $12,000。加上这笔前期投入，一名客服人员的平均成本约为每小时 $30-$40。有些公司会将客服外包，时薪约为 $8-30。表面上很有吸引力，但低价往往意味着难以把控问责、流程和支持质量。

但如果能在几分钟内建立支持服务，并无限扩展呢？如果能以低成本提供高质量支持呢？这正是 对话式 AI 的承诺。作为一名在支持领域工作多年的从业者，我相信它将彻底改变行业。

Alexis 是 ElevenLabs 的一个 AI 智能体案例。它在 ElevenLabs 文档中 作为支持智能体构建，如今每天处理超过 100 通电话。

假设 Alexis 是人类。首先，我不认为有多少人工客服每天能处理 100 通电话。即使客服效率很高、电话内容也很直接，最多也只能处理约 60 通；对于技能较弱的客服或更复杂的咨询，可能更接近 40 通。因此，至少需要聘用 2 名客服人员，还可能需要支付加班费。

如果这些客服人员在北美，处理 100 通电话的成本至少为 $700，平均约为 $1719，最高可能达到 $4094。这是一笔不小的开支，因此你可能会考虑外包。外包成本介于 $128 至 $480 之间，平均为 $288——表面上便宜得多，但管理外包公司的入职和监督也有隐性成本；如果服务达不到标准，还会带来品牌和声誉风险。

运行 AI 支持智能体的音频部分成本最低可至每分钟 $0.015。LLM 的成本取决于所选模型和知识库规模，每分钟可能低于 1 美分，也可能是几美分。因此，处理 100 通电话的成本约为 $13-18。这比内部客服的平均成本低超过 110 倍，比外包客服平均成本低 18 倍。单论支持体验，我认为 Alexis 相当出色。以这个价位来看，更是令人惊叹。

对话式 AI 的实际应用

在以线下流程为主的供应链领域，Traba 是连接人才与技术的桥梁，帮助工业企业招聘和管理员工。虽然 Traba 提供应用和仪表板，但对于习惯纸质工时表和软木招聘板的劳动者而言，电话仍是重要的沟通方式。 

Traba 分析了运营团队最耗时的电话，发现主要集中在两类：处理支持咨询或逐项完成排班清单。对 CTO Akshay Buddiga 来说，自动化是显而易见的答案，但时机同样重要。“当我们发现一个需要提升效率的流程时，更愿意尽早嵌入自动化，而不是日后再补救。”

Traba 极为关注单位经济效益，并力求在技术创新上保持领先，因此将这些电话转为对话式 AI 具有多重吸引力。团队在寻找解决方案时兼顾速度和成本，但用户体验也同样关键。正如软件工程师 Joseph Besgen 所说：“我们希望它听起来像在对话，而不是在听录音。”ElevenLabs 的演示真实到测试期间一名 Traba 员工的父亲都无法分辨是 AI，还是他儿子团队中的真人。 

为数千名轻工业工人排班本身就很复杂，但预约 1 次医生门诊本不该这么难。不过，你最近打电话预约过医生吗？这不仅让患者感到沮丧，也低效占用了医疗人员的时间。与 ElevenLabs 合作后， EliseAI 的 助手正在填补医疗行政服务的空白，处理从预约安排到账单结算的各类事务。一家医院如今有 86% 的电话完全由 AI 智能体 处理。这不仅将单次通话成本降低了 66%，也提升了行政人员的工作效率。EliseAI 还让非英语社区更容易获得医疗服务。 

未来

从行业角度观察对话式 AI 的增长，可以发现一些有趣趋势。教育科技是最早采用对话式 AI 的行业，因为企业终于能以可负担的价格提供定制化的一对一辅导和语言学习服务。客户支持应用很快跟上，因为支持互动尤其适合这类模式识别任务：答案存在于知识库中，AI 智能体负责将其与用户问题匹配。我们也看到垂直领域端到端应用不断增加，尤其是在物流和医疗等领域，例如 Traba 和 EliseAI。它们同样具备重复性和可预测性，因此可由 AI 智能体轻松处理。

对话式 AI 将支持服务从原子世界带入比特世界。现在，企业及其客户都能获得更好的支持体验。如同云服务提供商一样，AI 支持团队可随需扩缩容。客户无需再排队等待，你也省去了在全球各地建立支持中心的运营难题。

过去一年，语音智能体已擅长对话和知识检索，但我认为这只是开始。到 2025 年，我相信 AI 语音智能体 将成为处理来电会议预约和“产品专家”类支持问题的标准方式。尽管它们可能仅限于知识检索类通话，但这将大幅减少支持量，让人工团队能专注于更高价值的工作。

到 2026 年，我们将从检索知识迈向执行操作。标准的 AI 语音智能体 将发起 API 调用并连接第三方应用，日常执行预约会议、发放退款等操作。

到 2027 年，我预计 AI 语音智能体将从支持服务走向客户成功。我相信，完整的销售交易等事务将由 AI 智能体处理，买卖双方或许都会使用它。对许多人来说，这似乎已是终极边界，但我认为这只是开始。那些我们曾认为仅属于人类、需要深度理解上下文和创造力的任务，将越来越多地由 AI 完成。

支持服务将从成本中心转变：先抵消成本，最终成为企业的利润中心。AI 语音智能体将主动联系客户，减少客户流失并提升客户生命周期价值（LTV）。对话式 AI 兼具人工支持的诸多优势，同时拥有准确记忆、多语言能力，并可 24/7 运行。未来正在到来，而且在许多方面已然来临。想象一下，每次都能立即获得有同理心且有效的支持。很快，你甚至会想为了好玩而给航空公司打电话。