很多 AI 客服報表會顯示「本月自動回答十萬次」或「八成對話沒有真人參與」。這些數字看起來很好，卻不一定代表客戶的問題真的被解決。
如果 AI 給了一個不完整答案，客戶可能離開聊天視窗，改用電子郵件、電話或社群媒體再次詢問。系統仍然可能把原本的對話計算為成功自動化，但公司實際上承擔了更多後續成本。
更有意義的指標包括：首次接觸解決率、七天內重複聯絡率、客戶明確否定答案的比例、真人轉接率、轉接後平均處理時間，以及最終客戶滿意度。對可執行任務，還應確認訂單、退款、預約或帳號操作是否真正完成。
品質監控也不能只抽查少量對話。生成式 AI 的問題可能出現在長尾情境，因此企業需要自動檢查所有對話的風險訊號，再由人工深入審核高風險案例。
當企業把「回答了」改成「解決了」，AI 客服的設計方向就會完全不同。它會更重視資料正確、工具執行、確認結果與必要時的真人接手。
**研究依據：** customer-service quality research and McKinsey analysis on AI-enabled quality assurance.
---
想把網站內容變成可回答問題的 AI 客服？歡迎了解 [AI 客服導入服務](/zh-tw)。