AI客服答非所問最惱人　逾三成用戶轉接真人碰壁

MIC指出，全球普遍面臨人力緊缺，企業加速導入AI客服，希望提升服務效率、優化成本，並改善顧客體驗。不過，目前59%用戶仍屬低頻率使用者，高頻率用戶占21%，顯示AI客服雖然普及，使用頻率與服務體驗仍有提升空間。相較前一年，43%用戶增加使用頻率，僅5%減少，使用動能持續增強。

金融保險使用最多　年輕族群使用頻率增幅突出

調查顯示，AI客服用戶曾使用的產業，以金融保險占55%最高，其次為電信通訊38%、零售電商32%，餐飲服務與科技及消費性電子則分別占26%、23%。

不同年齡層的使用情境也有差異。46至65歲用戶中，超過六成曾使用金融保險業的AI客服；18至25歲用戶則有53%表示使用頻率增加，比例居各年齡層之冠，曾使用零售電商、餐飲服務AI客服的比例也較高。

MIC資深產業分析師柳育林預期，零售電商與餐飲服務的AI客服應用將有更明顯成長，發展較早的金融與電信業，則將持續深化既有服務。

回得快還不夠　67%最重視答案正確、實用

網友最重視哪些AI客服能力？調查前五名依序為「答案正確與實用性」67%、「溝通流暢與理解力」52%、「轉介真人機制」46%、「回應速度與即時性」32%，以及「溝通的服務態度」13%。

柳育林指出，答案正確與實用性的重視程度明顯領先，反映消費者最在乎的仍是問題有沒有被解決。企業除了建立持續更新、滾動優化的高品質知識庫，也需要備妥順暢轉接真人客服的機制。

調查中，57%用戶曾在AI無法解決問題後，成功轉接真人客服，但也有36%曾遇過轉接失敗的不佳體驗。MIC認為，短中期內，人機協作仍是最具實務可行性的發展方向，尤其涉及情緒理解或風險決策的案件，更適合交由真人處理，轉接時能否保留先前對話脈絡也是關鍵。

會聊天不等於會處理　生成式AI仍須防幻覺、個資外洩

目前網友接觸最多的，仍是依預設條件處理問題的「規則回應型」客服，曾用比例達66%；能進行多輪對話與任務判斷的「理解推理型」占40%，強調自然、靈活互動的「擬人互動型」則占18%。

柳育林表示，未來三種類型混合運用的情況可能更普遍，由規則回應型處理高度標準化問題、理解推理型負責多輪故障排除等結構化任務，擬人互動型則用於意圖較模糊、開放式諮詢或需要自然互動的情境。

不過，導入生成式AI也需要更嚴謹的把關，包括防止AI幻覺產生虛假或誤導資訊、確保回答符合產業規範，以及避免敏感資料外洩或被用於未經授權的模型訓練，也須防止過度閒聊導致服務失焦。

滿意度僅42%　糟糕體驗恐讓品牌流失顧客

整體而言，42%用戶對AI客服感到滿意，35%認為普通，23%不滿意。MIC指出，目前AI客服雖能解決不少基礎問題，仍未普遍帶來超乎預期的服務體驗。

此外，57%網友認為，AI客服互動時有必要揭露「非真人」身分。對於溝通內容可能被記錄與分析，48%持觀望態度，高度擔憂者占28%、低度擔憂者占24%。

客服體驗也可能影響消費選擇。針對極差的AI客服體驗，僅11%網友表示對品牌觀感與決策幾乎沒有影響，約40%認為有些影響，影響程度達中等以上者則近五成。MIC提醒，不良的AI客服體驗可能成為企業流失顧客的破口，即使只是微小的溝通摩擦，也可能逐步侵蝕品牌觀感。