AI客服转人工率居高不下的真正原因（以及怎么降到20%以下）

AI 客服项目上线后，最常被问的问题是”能不能闭环”。而衡量闭环最诚实的指标只有一个：转人工率。

行业里一个粗略的经验值是：转人工率高于 40%，说明这套系统基本在空转——话术再多，也只是给用户多加了一道等待；能把转人工率压到 20% 以下，才算是真正替人分担了工作。

下面拆解转人工的四个真实原因，以及对应的处理办法。

一、意图覆盖不全：AI 只会回答”问题”，不会处理”事情”

多数客服系统只覆盖了 FAQ 型问题（“营业时间”、“怎么退货”），而用户真实咨询里占比最大的是流程型问题：“我的订单三天没发货”、“退款为什么还没到”。

这类问题的特点是需要查数据、需要跨系统。AI 如果没有工具能力，只能说”我帮您转人工”或”请您稍等”——用户听到”转人工”的那一刻，体验就断了。

解法：优先给 AI 接三个查询工具（订单、退款、物流）。多数场景下，这三项就能覆盖一半以上的转人工请求。

二、知识库答非所问：检索到了，但答案不针对问题

第二类原因更隐蔽：AI 确实找到了相关文档，但回答的是”退货政策概述”，而用户问的是”这件特价商品能不能退”。

这是典型的检索粒度问题。整篇文档作为检索单元，答案埋在其中一段。可行的改进是：

• 按问答对切入库，而不是按文档切
• 对高频场景做结构化条目（如”特价商品退货规则：不可退”），用精确匹配优先命中
• 加一轮生成前的校验：答案是否回答了用户问题的核心诉求？

三、情绪识别失败：用户已经在发火了，AI 还在讲流程

用户在第三次重复同一句话时，情绪已经升级。此时 AI 如果继续用标准话术回复，转人工是必然的。

解法：设置明确的分级规则——同一问题重复两次、出现明确不满表达、或涉及资金纠纷时，主动转人工并附上对话摘要。主动转人工比被动转人工的体验好得多，因为用户可以感到”系统知道我在生气”。

注意：这里要转得干净，把上下文、已确认信息、已尝试的解决方案一并带给人工坐席，不要让人工从零开始问一遍。

四、人工坐席不信任 AI：把该接的单推走

最后一个原因经常被忽略：转人工率高不一定是 AI 的问题，也可能是人工坐席的问题。有些坐席因为不信任 AI 的结论，倾向于自己重新问一遍，或干脆把所有会话都接过来。

解法：给人工坐席一个”AI 总结卡片”——用户意图、已查到的订单信息、AI 建议的处理动作。坐席一键采纳，比重新问一遍快。当他们发现 AI 的准备是可靠的，推走的行为会自然减少。

90 天实施节奏

• 第 1～3 周：抽样 500 条真实会话，统计转人工原因分布（覆盖不足 / 答非所问 / 情绪 / 坐席习惯）
• 第 4～6 周：接入订单、物流、退款三个查询工具；重构知识库为问答对结构
• 第 7～9 周：上线情绪分级与主动转人工规则；给坐席配 AI 摘要卡片
• 第 10～13 周：按原因分布逐个攻破，每周复盘转人工率与用户满意度

这套做法的关键不是技术升级，而是把转人工原因数据化。在不知道用户为什么转人工之前，所有优化都是猜的。

结语

AI 客服的目标不是”零人工”，而是”人工只处理该由人处理的事”。把 20% 留给真正复杂、真正需要共情、真正涉及争议的对话——这才是合理的结构。

如果你的转人工率还在 40% 以上，先别急着换模型。去听 100 条转人工前的对话录音，答案通常就在里面。