包裹送錯了，顧客把訂單編號輸入一次、說明問題一次，AI 客服卻又把他帶回「請選擇問題類型」。這類情境令人疲累的地方，是對話一直進行，事情卻沒有往前走。

資策會產業情報研究所 MIC 在10月20日公布的調查，呈現了這個落差：87%受訪網友用過AI客服，但滿意者占42%，35%覺得普通，23%不滿意。這份資料於2025年第四季蒐集，取得1,068份有效樣本，因此應讀作這批受訪者的經驗，不能直接當成所有企業客服的最新成績單。

「有回答」離「有解決」還有一段路

MIC調查中，顧客重視的能力以回答正確、資訊有用居前，也在意能否理解問題，以及有需要時轉給真人。這對企業是一個很實際的提醒：機器再快輸出下一句，也補不上答非所問造成的時間浪費。

常見問答很適合先自助處理，例如查營業時間、找配送規則；一旦問題牽涉例外訂單、責任判斷或多次補充仍無法釐清，就需要其他處理管道。把所有情況塞進同一套對話流程，會讓簡單問題看似很順，複雜問題卻越聊越久。

顧客也不一定期待系統立刻辦完所有事。他可能只是需要知道：資料有沒有被收到、誰正在處理、何時能得到下一個回覆。這些資訊若一直缺席，一句語氣親切的「很高興為您服務」，反而容易讓人覺得沒有被理解。

轉真人失敗，常把前面的努力一起消耗掉

調查另有36%受訪者表示，曾遇過AI解決不了、想轉真人卻未成功的情況。這是「曾有此經驗」的人數比例，不能說成所有轉接操作有36%失敗；它仍指出一個明確痛點：交接失靈會讓顧客卡在入口。

好的交接，至少應帶走已確認的訂單資訊、問題重點與試過的方法。真人接手時，先讀摘要再確認缺少的部分，顧客就不用從頭講起。摘要也要容許更正，避免AI誤解後，把錯的版本繼續傳下去。

如果當下沒有真人在線，可以清楚顯示服務時間、建立案件編號，讓顧客選擇稍後回覆或其他聯絡方式。只放一個永遠找不到人的按鈕，或要求顧客反覆換關鍵字，實際上都沒有完成交接。

管理者該看哪些訊號？

企業常想知道AI接住多少問題。這個數字有用，但「沒有轉真人」可能有兩種結果：顧客真的解決了，也可能已經放棄。如果只看機器處理量，兩種情況很容易被算在一起。

比較可行的做法，是挑選一小批完整案件回看。顧客是否得到可執行的答案？同一問題是否很快又來詢問？轉真人之後，還重複問了多少次已提供的資訊？這些問題能幫主管找到該修的步驟，而不只是要求客服再快一點。

例如退貨流程若經常卡在確認收件地址，改善方向可能是讓系統讀到正確訂單狀態，或由專人確認例外案件。若顧客因介面太難操作而離開，繼續增加回答內容也沒有用。先把失敗原因分清楚，團隊才知道要改知識庫、系統串接，還是服務安排。

這份調查沒有證明AI客服一定比真人差，也不能推論未表示滿意的58%全部生氣。對企業來說，更值得追問的是：在顧客最需要幫忙的那一步，公司的服務能不能接下去。

如果你正在負責客服導入，這週可以挑一種最常出問題的案件，從顧客開口一路走到結案。把重複提問、無法交接與沒有回覆期限的地方標出來，先修其中一個，通常比再加一段歡迎詞更貼近需要。

常見問題

AI 客服只有42%滿意，是否代表58%都不滿？

不是。該調查另有35%評為普通，23%不滿意。不能把未選滿意的受訪者全部算成負面評價。

36%曾轉真人失敗，是每次轉接都這麼容易失敗嗎？

這個比例描述受訪者曾遇過的經驗，並非所有轉接次數的失敗率。改善時仍應查公司的案件紀錄，找出交接卡在哪一步。