2024年2月,瑞典金融科技公司Klarna的CEO Sebastian Siemiatkowski自信满满地宣布:"我们的AI聊天机器人正在做700名客服坐席的工作。"短短一个月,AI就处理了75%的客户聊天,每月消化230万次对话。 然而一年后,同一位CEO却这样说:"成本成了过于主导的评价标准。结果是质量下滑,这是不可持续的。"
到底发生了什么?
Klarna是一家以"先买后付(BNPL)"服务闻名的瑞典金融科技公司,估值146亿美元,全球用户数千万。2022年起,他们与OpenAI合作,把AI聊天机器人全面投入到客户服务中。
一开始看起来真的很顺利。CEO冻结了整整一年的新员工招聘,把人员从5,000人裁到3,500人,减少了22%。他坚信AI能解决一切。
但随着时间推移,问题逐渐浮现。客户开始抱怨AI的回答套话连篇、千篇一律,完全捕捉不到细微的语气变化。面对复杂的支付问题或情绪化的场景,AI束手无策。客户满意度明显下滑,AI聊天机器人与其说是在解决问题,不如说沦为了把对话转给人工坐席的路由器。
情况严峻后,Klarna采取了极端手段。由于无法快速重新招人,他们干脆把软件工程师和市场人员调去呼叫中心,出现了专业人员接电话的奇观。
"从品牌角度、从公司角度,我认为对客户明确表示'只要你想,随时可以和真人对话',这一点真的非常重要。"
有什么不同?
Klarna并不孤单。Duolingo也走过同样的路。2024年1月,Duolingo宣布AI-first战略,解雇了10%的合同翻译人员。CEO Luis von Ahn当时表示:"凡是AI能做的事,我们不会再用合同工。" 结果呢?课程内容反复重复,讲解变得肤浅,曾经新鲜的内容开始有种批量生产的感觉。他在LinkedIn发布的AI-first备忘录下涌入了1,000多条评论,大部分都是要卸载App的反应。最终,von Ahn承认"备忘录写得不够好",不得不退后一步。
这不只是这两家公司的问题。数据已经说话了。
| AI全面替代(Klarna之前) | 人+AI混合(Klarna之后) | |
|---|---|---|
| 简单咨询处理 | AI处理(快) | AI处理(快) — 相同 |
| 复杂问题 | AI尝试 → 失败 → 客户流失 | AI总结、传递上下文 → 真人解决 |
| 情绪化场景 | 套话回应 → 不满爆发 | 真人共情 → 重建信任 |
| 升级转接 | 从对话开头重新解释 | AI自动传递对话记录、意图、尝试方案 |
| 成本 | 短期节省 ✓ | 长期客户留存 + 品牌价值保留 |
| 客户满意度 | 60%(AI单独) | 88%(人工坐席,Verizon数据) |
Gartner在2026年2月的报告中预测:"因AI裁减客服人员的企业中,50%将在2027年前重新招人。" Klarna成了率先验证这一预测的案例。
上手指南
想用AI重塑客服却又不想重蹈Klarna的覆辙,可以照着这5步走。
- 把AI的角色定位为"辅助"而非"替代"
让AI处理简单重复的咨询(查物流、重置密码等),复杂问题从一开始就交给真人。Klarna的错误在于把AI设定成了"替人"而不是"在没人时顶上"。 - 把"上下文交接"作为升级转接的必备环节
客户从AI转到真人时,对话记录、推断的意图、尝试过的解决方案必须自动传递。让客户从头再讲一遍,这就是CX的失败。 - 让"找真人对话"的入口始终可见
这是Siemiatkowski后来才悟出的关键。给客户选择权,不要藏在隐蔽的菜单里。数据显示,50%的消费者担心AI会阻碍他们联系真人。 - 把AI质量指标和成本节约分开追踪
Klarna掉的坑就是把成本节约等同于成功。CSAT(客户满意度)、FCR(首次解决率)、升级转接率要单独追踪,并以与成本指标同等的权重来评审。 - 循序渐进引入,并准备好可逆方案
一次裁掉700人不是实验,是赌博。按10-20%的幅度逐步提高AI占比,每一步都检查质量指标。一旦发现问题,要保留能立刻把人重新调回的结构。
重点
引入AI的目标不是"减少人手",而是"让人专注于更重要的事"。Klarna付出昂贵代价学到的这堂课,其实适用于所有公司。AI处理80%的简单业务后,人就能全心投入剩下20%的高价值互动。
