客服圈流傳一句話：「AI 接走的是重複的問題，不是接走人。」這句話乍聽像在安慰人，拆開來看，其實是把「AI 會不會取代客服人員」這個大哉問，換成兩個更具體的問題：AI 接走了哪些工作，留下來的又是什麼。
這幾年，AI 取代客服人員的焦慮確實變濃了。如果你的公司也在評估要不要讓 AI 大幅接手客服，可能已經注意到，對話式 AI 系統普及的速度比多數人預期得快，幾乎每隔一段時間就有企業對外宣布要用聊天機器人接手客服線；不過把鏡頭拉近看實際的人力調整，步伐卻沒有想像中激進，真正裁員的公司是少數，把客服人力重新配置、擴大職責範圍的公司反而更多。這中間的落差，正是這篇要拆開來看的兩層問題。
先看目前客服工作裡，哪些對話已經真的被 AI 接走，再往下拆剩下的那一塊。
客服工作裡，哪些對話已經真的被 AI 接走了？
密碼重設、訂單查詢、常見問題、預約排程，這類規則清楚、答案固定的任務，是客服工作裡最先、也最徹底被 AI 接走的一塊。只要問題有標準答案，對話式 AI 幾乎都能處理。Gartner 一份分析估算，全球客服中心的自動化互動比例，會從當時的 1.6% 一路墊高到 2026 年的十分之一；同一份分析也指出，全球約有 1,700 萬名客服中心人力，人力成本在客服中心的總成本裡最高能占到 95%。這正是企業對自動化這麼積極的原因，Gartner 甚至預測，對話式 AI 到 2026 年會讓全球客服中心的人力成本共減少 800 億美元。
另一個角度看得更直接。Salesforce 一份訪問全球超過 6,500 位客服專業人士的報告顯示，AI 目前已經能解決約三成的客服案件，預估到 2027 年會提高到一半。換句話說，再過不到兩年，每兩通客服對話裡，就有一通完全不需要真人介入。
麥肯錫的分析則從企業成本角度算出類似的結論，把生成式 AI 應用在客服職能上，能帶來相當於職能成本三成到四成五的產能提升，在銀行、電信、公用事業這幾個仰賴大量客服人力的產業，甚至能把需要真人服務的客戶接觸量，減少到原本的一半。
不過，把自動化程度拉到最高，不代表這個職業會整個消失。美國勞動統計局對客服代表這個職缺的推估顯示，2024 到 2034 年間，美國的客服代表就業量會下滑 5%，主因是零售業等領域的例行工作持續被自動化系統取代；但因為離職、轉職、退休而產生的職缺替補需求，每年平均仍有約 34 萬 1,700 個。這是美國勞動市場的推估，不直接套用在台灣，但反映的自動化與人力汰換節奏，仍值得台灣的客服團隊參考。
複雜判斷與情緒安撫，AI 目前仍難以勝任
自動化吃掉的是有標準答案的任務，那沒有標準答案的呢？越牽涉到情緒感知、跨部門協調、模糊資訊判斷，甚至風險與信任決策的情境，AI 目前能接手的程度就越低。
一份針對某家財星 500 大軟體公司客服團隊、涵蓋 5,179 名客服人員的學術研究就印證了這一點。Brynjolfsson、Li 與 Raymond 追蹤企業導入生成式 AI 協作工具前後的表現，發現平均每小時解決的問題數提升約一成四；不過這個提升幅度並不平均。經驗較淺、技能較低的客服，速度與品質都明顯進步，提升幅度最高可達三成四；反而是經驗最豐富、技能最高的資深客服，受到的影響很小，幾乎沒有從這套工具得到額外的產能。研究團隊的解讀是，AI 工具比較像在幫新手快速學會資深客服本來就懂的判斷方式，一旦客服本身的經驗已經很豐富，AI 能補的東西就有限。
這個落差，消費者那端也感受得到。Gartner 另一份調查在 2025 年初訪問了 5,801 位美國消費者，問他們在尋求產品或服務推薦時比較信任誰，結果 54% 選擇真人客服，只有 32% 選擇 AI。這是美國消費者的調查結果，不過背後反映的心理相當直覺，牽涉到判斷與建議的場合，人還是比較讓人放心。
這也是為什麼多數企業目前不敢把最複雜、最需要判斷力的案件整批交給 AI 處理，自動化吃得動的是流程，吃不動的是經驗與信任。
全面用 AI 取代客服人力的企業，後來都怎麼了？
數據講的是趨勢，兩個公開案例則講出趨勢背後容易忽略的風險。喊出要用 AI 大規模取代客服人力的企業不是沒有，但實際走到後面，不少都得往回修正，以下兩個都是國際大型企業自己公開承認的真實案例。
Klarna：喊出取代 700 人，最後回頭重新招募真人
2024 年，瑞典金融科技公司 Klarna 宣布導入 AI 客服助理，對外表示這套系統做的工作量，相當於原本 700 名客服人力。到了 2025 年，客戶滿意度卻出現下滑。Klarna 執行長 Sebastian Siemiatkowski 公開承認，公司當時把重心放得太偏向效率與成本，結果換來的是服務品質下降。認清這一點之後，Klarna 轉向人機混合模式，重新招募真人客服，主打彈性排班與遠距工作的職缺，把部分被 AI 接走的對話重新交還給人來處理。
澳洲聯邦銀行：裁員 45 人後，公開承認決定有誤並撤回
澳洲聯邦銀行的案例更直接。銀行以語音機器人能降低通話量為由，裁撤了 45 個客服職位。但金融業工會隨後提出質疑，指出實際通話量不但沒有下降，反而上升，銀行得靠員工加班、甚至讓主管代接電話才撐得住服務水準。最後，銀行向澳洲公平工作委員會承認，當初的評估沒有把所有相關因素考慮進去，是一項錯誤，撤回這批裁員決定，並向受影響的員工道歉。
這兩個案例背後的共同點，不是 AI 本身做不到事，而是企業把「量大」或「情境複雜」的工作，錯判成可以整批自動化。
往回修正的公司是少數，但也提醒了正在評估要不要讓 AI 大幅接手客服的企業，先看看多數企業實際上都怎麼調整人力。
多數企業不是裁員，而是把客服人力挪去做更高價值的工作
把鏡頭拉遠看整體趨勢，答案跟外界的想像不太一樣。Gartner 在 2025 年 9 到 10 月訪問了全球 321 位客服與支援主管，發現 85% 的主管正在擴大真人客服的職責範圍，只有 20% 的主管真的因為導入 AI 而減少了客服人力。就算是打算調整人力規模的企業，做法也偏向溫和，只有 31% 的企業計畫或已經在 2027 年第一季前用資遣的方式調整前線人力，63% 選擇用自然流失，也就是離職不補的方式，慢慢把團隊規模調整到位。
對留下來的客服人員來說，這個轉變似乎也不算壞事。Salesforce 同一份訪問超過 6,500 位客服專業人士的報告指出，在會用 AI 工具的客服代表裡，71% 認為 AI 為自己創造了成長機會，86% 表示自己已經因此發展出新技能，81% 覺得自己的角色變得更專業化。
當然，也不是每家公司都這麼溫和。Salesforce 執行長 Marc Benioff 在 2025 年 9 月公開受訪時就直接點出這一點，他表示公司的客服支援人力已經從約 9,000 人降到約 5,000 人，原因是「需要的人力更少」；不過他也說明，公司目前的客服對話，有一半由 AI 代理處理、一半交給真人。這段話同時呈現了人力確實減少、以及 AI 與真人分工並行這兩個事實，沒有刻意淡化裁員的部分。
整體而言，多數企業選擇的路徑，是把 AI 接走例行工作騰出來的時間，拿去補強客服人員原本比較弱的那一塊。如果你的客服團隊也走在這條路上，接下來要拆的，就是這些能力具體是什麼。
AI 把重複工作接走之後，客服人員該補哪些能力？
把前面四節的線索收攏起來，方向已經比較清楚。AI 接走的是有標準答案的工作，留下來要靠人接手的，幾乎都要求更高的判斷力。客服人員現在該補的能力，大致落在三個方向。
第一個方向，是處理複雜案件與情緒安撫的能力。前面提到，Brynjolfsson 等人的研究已經證實，AI 工具能大幅拉高新手客服的表現，卻幾乎補不到最資深、經驗最豐富的客服身上；這代表 AI 目前擅長的仍是套用既有規則，真正需要臨場判斷、讀懂客戶情緒的能力，還是得靠人自己練出來，而且會越來越值錢。
第二個方向，是校對與把關 AI 輸出的內容，這正在變成客服工作的核心職責，不是額外多出來的雜務。Gartner 對客服主管的調查也指出，主管們正把客服人力導向知識管理這類更具策略性的職務，讓客服人員不只是回覆客戶，還要負責檢查 AI 給出的答案對不對、合不合語境。
第三個方向，是維護知識庫、協助訓練 AI。Salesforce 的調查裡，86% 使用 AI 的客服代表表示自己已經因此發展出新技能，這些技能有很大一部分就落在「知道怎麼把對的資訊餵給 AI」這件事上。Brynjolfsson 等人的研究也發現，與 AI 協作的過程，反過來也幫客服人員自己學習與進步，尤其是外籍客服在對話流暢度上明顯提升，等於客服人員一邊用 AI，經驗也跟著累積得更快。
客服圈那句「AI 接走的是重複的問題，不是接走人」，回頭看大致是準的。目前的數據顯示，AI 客服真正拿走的是工作量，不是整個職位，裁員的案例存在，也真的有企業走回頭路。但這不代表客服人員可以什麼都不做，沒被拿走的那一塊，恰好是要求更高判斷力的工作，這塊能力不會因為 AI 普及就自動具備，反而需要更主動地投入練習與升級。