有些問題很適合交給聊天機器人：查營業時間、找申請入口、確認一筆訂單到了哪裡。它不必疲倦，也能把分散的資訊整理成一段人看得懂的回答。我並不反對客服使用 AI。但如果一個服務把「找得到機器人」設計得很容易，把「找得到能負責的人」設計得很困難，我會先問：這套系統究竟替誰節省了成本？
先定義問題：客服處理的不只有問題，還有例外
標準流程可以寫成選單，例外情況卻往往沒有漂亮的分類。使用者可能不知道自己的狀況該歸在帳號、付款還是申訴；也可能因為焦急，第一句話講不清楚。好的客服要做的，不只是比對關鍵字，而是辨認「這件事如果照一般流程走，會不會讓人受到額外損失」。
以下是一個假設情境，並非我接觸過的個案：有人發現一筆自己不認得的扣款，想先停止後續交易，卻被導向退款常見問答。機器人一再提供相同說明，使用者反覆改寫句子，終於找到人工入口時，真正需要即時處理的時間已經過去。這時候，系統或許每一輪都回答了問題，服務卻沒有完成它應負的責任。
已知的邊界：流暢的回答不等於完成處置
聊天介面擅長讓資訊看起來連續。它可以把政策寫得親切，把步驟排得清楚；但是否能查核個案、變更狀態、承諾補救，取決於背後授予它的權限與流程。使用者看到的是同一個對話框，組織內部卻可能把「提供資訊」和「承擔決定」切得很開。若沒有清楚告知差別，流暢的對話反而會遮住責任的斷點。
我在評估 AI 系統時，會把三個問題分開：它有沒有理解需求？它能不能採取有效行動？若行動錯了，誰能修正並向當事人說明？第一個問題做得好，不會自動回答後兩個問題。把回覆速度當成服務品質的全部，會讓例外情況在漂亮的平均數裡消失。
推論：轉接真人不是功能缺陷，而是治理設計
我不認為每一段對話都需要真人接手。那既不現實，也不一定讓等待時間變短。真正重要的是轉接條件是否明確，使用者是否能主動提出異議，以及轉接後是否保留先前已說過的資訊。讓人重複敘述三次，只是把系統沒有理解的成本轉嫁給當事人。
一套可受檢驗的流程，至少應該讓使用者知道：目前是在和自動系統互動；它能處理到哪一步；哪些狀況可以改由真人處理；案件交接後由誰負責回覆。尤其涉及金錢、帳號存取或可能造成持續損失的情況，轉接門檻應該看風險，而不是只看模型對回答有多大把握。回答得很自信，並不代表問題已經解決。
風險：最會描述問題的人，最容易被系統服務
機器人客服還有一個不太顯眼的權力分配。熟悉產品術語、能把需求拆成幾個關鍵字的人，通常比較容易走到正確流程。不熟悉語言、操作不便，或正處在壓力中的人，可能要付出更多時間，才能證明自己值得被轉接。當企業只統計「自動解決率」，那些被迫放棄的人也可能被算成已經結案。
因此，檢查服務成效不能只看對話完成了幾輪。我更想知道：有多少人在同一題重複提問？有多少人要求人工卻找不到入口？轉接前後的處置時間差多少？哪些問題最後又回到原點？這些數字不會像回覆速度那麼好看，卻更接近使用者真正承受的成本。
結論：自動化可以先回答，但不能替責任關門
我的界線很簡單：讓機器人接住可以標準化的詢問，讓真人有能力接住無法標準化的後果。前者提高效率，後者維持信任。兩者都要被設計、被測量，也要在出錯時能夠修正。
如果一個客服系統只能要求使用者把自己的處境說得更像選單，卻不能讓組織聽見選單之外的事，那麼需要被訓練的可能不是使用者。是那個以為「有回答」就等於「有負責」的系統。