拆一个 AI 客服项目：最容易做，也最容易死

一万个客服工单，模型这一项的成本大约 37 美元。

这不是估算。据 Anthropic 官方定价页给出的客服场景成本示例：平均每次对话约 3,700 个 token，用 Claude Haiku 4.5（每百万 token 输入 $1、输出 $5）处理 10,000 个工单，总成本约 $37.00。

除一下：$37 ÷ 10,000 = $0.0037 一个工单。这一步是我自己算的，分子分母就是上面那两个数。

先别急着高兴。这个数字既是这个项目「最容易做」的全部原因，也是它「最容易死」的全部原因——因为它同时意味着：你的客户迟早会知道它。

一、先看需求那一头：它是真的，这一点不用争

有一家上市公司把这条线的数摊开写了，可以直接拿来看。

天润云（北京，客户联络云平台，港股股份代号 02167）在其官网 2025 年 8 月 27 日发布的 2025 年上半年业绩解读里写着几个数：整体收入 2.68 亿元人民币，同比增长 13.8%；AI 收入同比增长 44.8%；客户净留存率（NDR）达到 108%，并已连续多年保持在 100% 以上；超过三分之一的新签约客户购买了 AI 相关产品；七个重点行业实现了超 30% 的增长。

再看更近的一组。据财华社 2026 年 5 月 9 日的报道：该公司 2026 年第一季度来自 AI 数字劳动力解决方案及 AI 增强解决方案的收入，较 2025 年同期增长约 105%；其客服与营销场景的 AI 平台，2026 年 3 月的 Token 调用量较 2025 年 12 月增长约 60%。

这几个数放在一起，能确证的只有一件事：有人在为这件事持续付钱，而且付的钱在变多。 需求侧不用再论证了。

有两个数我特意没有放在一起算，说明一下为什么：「超过三分之一的新签约客户购买了 AI 相关产品」和「AI 收入同比增长 44.8%」，一个是客户数口径，一个是收入口径，分母完全不同，相乘或相除都得不到任何有含义的东西。同样，NDR 108% 也不等于「续约率 108%」——净收入留存率是老客户群体的收入在扩容与流失相抵之后的净变化，它可以在有客户流失的情况下依然大于 100%。把它读成「客户几乎不流失」，是这个指标最常见的误读。

把需求侧和第一段那个 $0.0037 放在一起看：需求是真的，供给门槛是低的。

这两件事同时成立的赛道，只有一种结局——进来的人很多，活下来的人靠的不是能不能做出来。

二、三个死因，一个比一个晚出现

我把这类项目的死法按出现的时间顺序排开。它们不是并列的三种可能，是同一条路上的三个关口，前一个没过去的项目，通常撑不到看见后一个。

死因一（交付后第 1~2 周）：没有验收口径，于是「它答错了」变成一句无法反驳的话。

上线两周，客户发来三张截图，说这几个答得不对。你看了看，其中一张确实错了，另外两张是问题本身问得含糊。你想解释，但你解释不了——因为上线之前没有任何一份东西写着「多少算合格」。

在没有口径的情况下，任何一次答错都是 100% 的错误率，因为分母不存在。这一关杀掉的项目最多，而它的成因是在动手之前就埋下的。

死因二（第 1~3 个月）：报价没有成本锚，客户一旦知道模型这一项多便宜，价格就守不住。

$0.0037 一个工单这件事不是秘密，它写在厂商自己的定价页上。客户的技术顾问、他侄子、或者他自己搜一次，都会看到。

那一刻他会问一句非常合理的话：既然一万个工单只要三十几美元，那你这几万块钱收的是什么。

这句话没法用「技术含量」回答，因为对方问的就是成本。能回答它的只有一样东西：你交付的不是调用，是别的。 这个「别的」如果在合同里没有名字、没有工作量、没有可核验的产出物，那这个项目从报价那天起就注定被砍价砍到做不下去。

死因三（第 8~14 个月）：交付完就没人喂它，第二年续不上。

第一年的合同是好签的，因为对方在买一个新东西。第二年的合同要靠效果，而效果在第 6 个月就开始往下掉——不是模型变笨了，是它依据的那些东西过期了：价格改过，活动结束了，退换政策换了一版，新品上了，老品下架了。没有人负责把这些变化喂回去，它就会用去年的规则回答今年的问题。

这一关杀掉的是那些前两关都过了的项目，而且死得很安静：客户不吵架，只是到期不续。

三、三件兜底动作，各对一个死因

先给顺序，顺序不能换。每一件都带一个约束。

第 1 件：上线之前，先量一份基线，跑满两周。

对应死因一。

做法很朴素：把上线前两周的真实客服对话抽出来一批，由人按你们既有的标准逐条判一遍对错，得到一个数——这批人工回答的准确程度是多少。这个数就是基线。

三条约束。其一，基线必须由客户方的人来判，不能由你判。 你判出来的数，客户不会认。其二，抽样量定死，不许上线后改。 我的建议是不少于 200 条，一次抽完。其三，把判错的那些按类型归一次类——这份类型清单比那个百分比更值钱，它就是第 2 件事的输入。

基线的作用不是好看，是把「它答错了」这句话变成「这一类它答错的比例是多少，和人工比是高了还是低了」。没有基线的项目，验收时你手上是空的。

第 2 件：把交付指标从「解决率」换成两个能当场核验的数。

对应死因一和死因二。

「AI 解决率」这个指标不能用，因为它由系统自己认定「已解决」，而客户的体感来自另一头。我的建议是换成这两个：

一是独立接待率——一段对话从头到尾没有转给人，且客户没有就同一件事在 48 小时内再来一次，才算数。第二个条件不能省，它把「客户被绕烦了直接走人」和「问题真的解决了」区分开。

二是人工更正条数——上线后每周由客服主管随机抽检 N 条，记下其中被判定为需要更正的条数。这个数会随时间下降，下降曲线本身就是交付物。

这两个数的共同点是：客户自己能在他自己的后台上核对。 而这一点，正好也是死因二的解药——你交付的不是那 $0.0037，是这两条曲线，以及把它们做出来的那套工作。报价对着可核验的产出物报，才守得住。

第 3 件：把「喂养」写成按月交付物，而不是一次性交付。

对应死因三。

具体是三样东西每月各交一次：这个月被更正过的问题清单；这个月业务上发生了变化、因此需要更新的条目清单；以及一份「它依据的版本是哪一版」的说明。

一条约束：这三样东西必须有一个具名到岗位的责任人，写在合同里。 写「技术部」不算，写「甲方客服主管 + 乙方交付负责人各一名」才算。

再给一份清单，是我建议在上线前就写进「一律转人工」的对话类型。它不是外部数据，是本文给出的建议清单，你可以按自己的行业增删：

• 1客户已经表达不满，或者就同一件事第二次来问的；
• 2涉及金额变更、赔付、退款的；
• 3涉及承诺的——时效、保修期、能不能退、什么时候到；
• 4涉及人身安全、健康、儿童的；
• 5涉及合同、发票、法律与投诉的；
• 6客户明确要求转人工的，这一条不许设门槛，不许再试一次；
• 7系统对自己的答案没有把握的。

这份清单和上面那两个指标是一套东西：你把最贵的那几类对话挡在外面，剩下那些的独立接待率才有意义。

四、代价，以及什么时候不该接这个项目

先把代价说全，三条。

第一，这三件事全都在压低你的自动化率。 转人工的口子开得越足，独立接待率越难看；基线量得越诚实，你越没法用一个漂亮的百分比去谈判。那个不好看的数，正是你换来的可续费性的价格。 想两样都要的项目，通常两样都拿不到。

第二，按月交付意味着你的人力是持续占用的，不是交付完就释放。 报价的时候必须把这十二个月的工时算进去。很多这类项目账面上赚钱、实际上亏，就是因为把它当成了一次性交付来报价，而实际发生的是一年的运维。

第三，法律与舆论这两条线上的代价，本文只各点一句，因为它们各自都值得单独讲。 法律侧：据中央广播电视总台 2026 年 1 月 14 日的报道，杭州互联网法院审结了全国首例 AI「幻觉」侵权案，驳回索赔、判决生效，裁判确立的是过错责任原则——这意味着你事前做过的动作是算数的，但只有留下痕迹才算数。 组织侧：据 DigitalApplied 的复盘，Klarna 用 AI 顶替了 700~850 个客服岗、年省 4000 万美元以上之后，又重新招回了人工、改为人机混合，客户满意度才回升约 25%——全自动不是这条路的终点，是它的一个阶段。 这两件事本站各有一篇专门写，这里不展开。

什么时候不该接这个项目。

第一种：客户的对话量小到一张常见问题清单就能覆盖大半。这时候你交付的东西对他产生不了增量，而你要收的维护费是持续的。这种客户签下来是双输——他觉得贵，你觉得不值当。

第二种：客户说不清自己的对话里哪一类占比最高。第 1 件事的基线你就量不了，量不了就没有验收口径，直接回到死因一。我的建议是：先免费帮他把最后 200 条对话通读一遍并分类，读完再决定接不接。 这一步花的时间，比签错一个项目便宜得多。

第三种，也是最该拦住的一种：客户的目标是「省掉几个人」，并且已经在心里定好了省几个。这种项目在第一年就会撞上第三笔代价——因为省掉的人，正是第 3 件事里那个「具名到岗位的责任人」。没有人喂它，它撑不过第二年。 这一条我不建议用商量的方式绕过去，接之前就该说清楚。

这套完整的上线前清单与月度交付模板，在《数字员工搭建实战》第 5 课。