客服部门大概是过去两年里AI落地最积极的场景，也是最容易被算错账的场景。
Gartner周三在客户服务与支持大会上公布了一项调查：275名服务与支持负责人中，只有4%实现了从AI部署中预期的投资回报率。这个数字足够刺眼——绝大多数项目不是没上线，而是上线了，却没赚回当初承诺的东西。
Gartner高级总监分析师Christopher Sladdin在主题演讲里点了根子上的问题。高管们普遍期待AI能压低单次客服互动的成本，工具也确实能帮客服更快结束通话、少花时间做通话后记录。但这些效率收益并不自动变成财务上的胜利——收入没涨，市场份额没变，账面上找不到那笔回报。
他的建议是反过来做：采用“AI优先”的思路，把技术当成创造价值的工具，而不是削减成本的工具。
怎么创造价值？答案在对话数据里。每一次客户互动都会留下大量信息，AI真正的超能力不是替代人接电话，而是让管理层能够大规模地从这些互动中学习——客户到底要什么、什么动作推动了成功的结果、客户旅程里哪些环节是客户自己在无意中制造摩擦。
“AI的超能力在于，它使领导层能够大规模地从客户互动中学习。”Sladdin说。
调查反映出的另一个问题，是很多组织把AI拆成一堆互不相干的小场景，各自上线、各自考核，最后加起来的收益只是几个流程改进的零头。
Sladdin的建议是收敛：少做几个场景，但每一个都直接挂在组织的战略目标上。真正跑在前面的组织，做的不是孤立的应用，而是一套彼此关联、指向同一组业务目标的AI组合。价值在组合里叠加，而不是在每个单点上抠出一点增量。
Gartner预测，到2028年，构建AI组合的组织实现的业务价值，将是那些追求独立场景的组织的两倍。
前提是地基得打牢。Sladdin提到一个很有说服力的比例：面向AI的组织在数据与知识管理这些基础工作上的投入，几乎是AI应用场景本身的1.8倍。数据要干净、要新，知识来源要整合、要改进，否则AI生成的洞察既不精准也不相关，再多的场景也只是在沙子上盖楼。
还有一个更隐蔽的障碍：培训。工具发下去了，但没人认真教员工什么时候用、怎么用。
Sladdin把这件事讲得很直接：“人类和AI并不适合做同样的工作。两者都能创造价值，但方式不同。领导者必须停止思考如何让人类退出互动，而应思考人类在哪些环节能创造不成比例的客户价值。”
这句话值得单独拎出来。过去几年客服AI的叙事主线一直是“减少人工介入”，仿佛理想状态是零人工。但按这套逻辑推下去，被优化掉的往往不是成本，而是那些本来只有人才能提供的价值——复杂问题的判断、情绪的安抚、临门一脚的挽回。这些恰恰是客户最记得住的部分。
真正以AI为先的组织，不是把新技术叠在旧团队上，而是重新设计一支以价值为中心的队伍：哪些环节交给AI做规模化处理，哪些环节留给人做高价值介入，边界要划清楚。
4%不是一个关于技术成熟度的数字，而是一个关于目标设定的数字。绝大多数客服AI项目失败，不是因为模型不够好，而是因为它们从一开始就被设定成一个降本项目。降本的天花板很低，而且容易在报表上被摊薄；价值创造的天花板高得多，也更容易被客户感知到。
封面图源：Unsplash
