被引用了两年的 Klarna 三个数：一个是当量，一个是预估，一个不存在

「The AI assistant has had 2.3 million conversations, two-thirds of Klarna's customer service chats.」

「It is doing the equivalent work of 700 full-time agents.」

「It's estimated to drive a $40 million USD in profit improvement to Klarna in 2024.」

三句话出自同一份文件：Klarna 官网新闻稿，2024 年 2 月 27 日。

到了转述里，这三句话通常长成另一个样子：月处理约 230 万次对话，顶掉 700 到 850 个客服岗，一年省下 4000 万美元以上。

十家里有八家，是从后面这一版认识这件事的。先别急着把这三个数拿去说服你的合伙人——把原文和转述并排放一遍会发现，三个数没有一个是转述里那个意思。

一、一手原文里，这三句话是怎么写的

那份新闻稿的标题本身就带着一个限定词：in its first month，第一个月。

第一个数：2.3 million conversations。 原句是「The AI assistant has had 2.3 million conversations, two-thirds of Klarna's customer service chats」。它是上线第一个月的累计对话量，不是月均，也不是稳态月量。一套系统刚上线时被推到全量入口后面，和它跑满一年之后的量，本来就不是同一个数。

第二个数：700。 原句是「It is doing the equivalent work of 700 full-time agents」。equivalent work of——工作量当量。这句话说的是：这套系统干的活，折算成全职坐席的工作量，大约相当于 700 个人的量。它没有说有 700 个岗位消失，也没有说这 700 个人在哪家公司的工资表上。

第三个数：$40 million。 原句是「It's estimated to drive a $40 million USD in profit improvement to Klarna in 2024」。三个限定词叠在一起：estimated 是预估，profit improvement 是利润改善而不是成本节省，in 2024 是对当年的预期——而这句话本身就发布在 2024 年 2 月。一句 2 月说出口的、关于全年的预估，被转述成了「已经省下的钱」。

同一份稿子里还有三句，转述版里几乎见不到：

• →「It is on par with human agents in regard to customer satisfaction score」——公司自己写的是：满意度与人工持平。
• →「leading to a 25% drop in repeat inquiries」——那个 25% 是重复咨询下降 25%，是一个效率指标。
• →「Customers now resolve their errands in less than 2 mins compared to 11 mins previously」——用户办完一件事的耗时，从 11 分钟降到 2 分钟以内。

另外还有两个规模数：23 个市场，35 种以上语言。

把这些摆在一起，第一件事已经清楚了：这份稿子是公司自己发的，它给出的是当量和预估；而且它自己从头到尾没有说过满意度掉了。

二、从这份新闻稿到你手上，三个数各被改了一次

按顺序数一遍，一共五处。

第一处：时间限定被抹掉。 「第一个月 230 万次」变成「每月约 230 万次」。原句里的 in its first month 在转述里消失了。

第二处：单位被换掉。 「equivalent work of 700 full-time agents」变成「顶掉 700 个客服岗」。工作量当量换算成了人头，这是全链条上最贵的一次改动——因为后面所有关于「省了多少人力成本」的算术，都建立在这一步上。

第三处：时态和科目被换掉。 「2024 年预估的利润改善」变成「已经省下的成本」。预估变决算，利润改善变成本节省。

第四处：850 这个数，一手新闻稿里没有。 那份稿子里只有 700，只有一次。

第五处：25% 被换了指标名。 「重复咨询下降 25%」变成「满意度回升约 25%」。同一个数字，指标名一换，讲的就成了另一件事——而原文里关于满意度的那句话是「与人工持平」。

再往下追一层，能追到中间那一环。被引得最多的那个英文二手页面，是一家做数字营销的公司发在自己博客上的复盘，发布日期 2026 年 3 月 9 日。逐字核对的结果：该页写的是「700 customer service workers」和「figures cited in the $40 million range」；全页没有 2.3 million，没有 850，也没有任何一个和满意度挂钩的 25%。 它的页脚自述是「An agentic growth partner for teams that would rather ship than schedule」——一家卖数字营销服务的公司，整页没有一条指向一手出处的链接。

中文这一侧还有一层。据钛媒体 2026 年 3 月 26 日刊出的一篇专栏（署名「硅基降临」），文中写「到2027年，一半因AI裁员的公司，会重新招聘同类岗位员工」，另引 Forrester 的 55%。这篇文章没有给出这两组数的报告名称、调研时间和样本口径。所以本文只把它当作转述层的样本，不引用它的任何结论。

到这一步，链条的形状就出来了：一手源给的是「当量 + 预估 + 一个效率指标」，二手评论把当量写成了人头、把预估写成了区间，中文转述再把区间写成「以上」、把效率指标换成满意度，并额外长出一个 850。每一层都只改了一点点，改到第三层，三个数已经全部换了意思。

三、三步查出一个「AI 省了多少钱」是决算还是预估

这一节是这篇里唯一能带走的东西。下次再看到一个「某公司用 AI 省了多少钱」的案例，按这个顺序走一遍，二十分钟之内能有结论。

第 1 步。把这个数倒着走回一手页面。 一手页面只有三类：公司自己的新闻稿或官网、公司的财报与招股书、监管或政府部门的公开文件。媒体报道、行业博客、研报摘要、公众号复盘，全部算转述层。这一步的判据只有一个：你能不能打开一个页面，在上面逐字看到这句话。 打不开、或者打开了没有这句话，这个数就到此为止，不进你的下一个动作。

第 2 步。在一手原句里找三类限定词。 找到了原句不等于查完了，要看清它到底说了什么：

• 1时间限定——first month、in 2024、截至某月某日、年化。抹掉时间限定，一个首月峰值就会被当成常态。
• 2单位限定——equivalent work of（工作量当量）、positions（岗位）、headcount（人头）、full-time equivalent。这三种单位在中文里都可能被译成「个人」，但它们是三件事。
• 3时态与语气限定——estimated、projected、expects、预计、有望，对应的是预估；actual、reported、recorded、实际、已完成，对应的是决算。一个数是预估还是决算，只看这个词，不看它有几位数。

第 3 步。回到同一份原文里找削弱性上下文。 一手源为了可信，通常会自己写下一些不利于故事的句子；转述层几乎一定会把这些句子删掉。所以第 3 步就是回原文找那些被删掉的句子——Klarna 那份稿子里的「on par with human agents」和「25% drop in repeat inquiries」，就是这类句子。你在转述里读到的那个版本和原文的差距，通常就等于被删掉的这几句。

第 4 步（可选，但值钱）。找同一家公司后来的决算口径去对。 预估要能在后来的公开材料里找到落点。Klarna 在 2025 年 11 月 18 日的季度业绩稿里写的是：「Since 2022, revenue per employee has tripled, while operating expenses rose just 2%.」——人均营收较 2022 年翻了三倍，运营支出只涨了 2%。这是决算口径的句子：有基期、有实际值、可被后续财报推翻。把它和 2024 年 2 月那句「estimated to drive a $40 million」放在一起，就能看出同一家公司两种口径的差别在哪。

第 5 步。三步过不去，整条弃用。 不是改小了再用，也不是「量级方向应该没错」。量级方向本身也是一个结论，它同样需要出处。

这套流程的成本是实的：一手源常常是英文，一次核对二十分钟起，而且大概率查完之后你手上少了一个能用的数。但少一个数，比多一个错的数便宜得多——错的那个会被写进你的预算表、你的对外方案、你给老板的汇报，然后在三个月后被别人当场拆掉。

四、方法可以拿走，Klarna 的结论不能

先把这家公司后来发生的事补上，因为它把另一个流传更广的版本也推翻了。

据 CX Dive 2026 年 2 月 20 日的报道（记者 Kristen Doerer），Klarna CEO Siemiatkowski 谈这件事时的说法是：没有员工被终止雇佣，公司停掉的是外包坐席，那批外包人员「转去做别的了」。同一篇报道里还有三个数：公司员工规模从 7,000 降到 3,000，降幅超过五成；CEO 预计到 2030 年降到 2,000 以下；而它从自己的用户里直接招来的那批客服，满意度评分「through the roof」。这套模式他自己的比喻是「像开 Uber 一样」——想做的人上来做一段。

所以「裁了 700 个客服、两年后又把人请了回来」这个故事，两头都对不上：一头是那 700 从来就不是人头，另一头是公司规模一路在降，并没有把那批人请回来。

这就带出这篇的代价说明——三个不该照搬的地方。

第一，第 1 步只解决「谁说的」，不解决「说得对不对」。 新闻稿本身也是公司自己写的，它的预估是它自己的预估，没有第三方审计过。走完三步你拿到的是「这句话确实是这家公司说的、口径是当量和预估」，不是「这件事是真的」。把一手源当成真理，是这套方法最容易被用坏的地方。

第二，规模结论不可类比。 首月 230 万次对话、23 个市场、35 种以上语言、员工从 7,000 降到 3,000——这个量级和一家 5 到 50 人的公司完全不是一件事。你一天可能只有十几通咨询，你的问题从来不是产能不够，是没人有空回。这家公司的做法回答不了你的问题，它能给你的只有一件事：它的数字是怎么被算出来的，以及那个算法适不适用于你自己的账。

第三，什么时候不必这么查。 如果你只是想知道「这条路别人走没走通」这个方向感，三步核对是过度投入，看两篇转述就够了。分界线很清楚：这个数只要进你的预算表、进你的对外方案、进你给老板的汇报，就必须过这三步；只在脑子里过一下的，不必。

最后一句留给一个更难受的事实：本文核到的这条链上，每一层的作者大概都不觉得自己在编。抹掉一个 first month、把 equivalent work of 译成「顶掉」、把 estimated 写成「省下」——每一步都像是在把话说得更顺口一点。顺口这件事本身没有成本，成本发生在有人拿着这个顺口的版本去做决定的时候。

关于一套 AI 客服上线之后，怎么判断它是真的在替你干活、还是只是在制造好看的解决率，本站另有一篇专门讲。