出海客服选型：一份诚实的 AI 客服评估框架

选 AI 客服的时候，你看到的都是最好的一面：Demo 里 AI 秒回、语气得体、一次转人工都没有。但 Demo 跑在理想数据、理想问题、理想网络下。真正的差距不在演示当天，而在你上线三个月之后——账单第一次跳了、AI 学歪了一条话术、某个社媒渠道死活接不通、退款被机器人自动放行……这些坑，功能清单上一个字都不会写。

所以选型不该比谁的功能格子勾得多，而该问几个「落地时才现形」的问题。下面五个问题，建议你在签约前逼着供应商——也逼我们——回答清楚，别只信 Demo 和功能清单。

问题一·账单可预测吗

这是最容易被 Demo 掩盖、却最先在财务爆发的问题。很多平台的定价不是「一个月多少钱」，而是「按结果多少钱」——你用得越多、AI 解决得越多，账单越高。

公开可查的计费口径就有两种典型：Intercom 的 Fin 按 outcome（成功解决的对话）计费，Zendesk 走 per-resolution（按解决条数）计费¹。这两种模式在小流量时看着便宜，但它有个反直觉的副作用：AI 干得越好，你付得越多。大促咨询翻三倍，账单跟着翻，而你恰恰这时最需要成本可控。

YundaDesk 的口径是另一种：套餐内含 AI credit，不按对话数、不按解决条数二次扣费。用量在套餐额度内，月账单是一个你签约时就知道的固定数字。选型时把这个问题问死：

• 账单的计量单位到底是什么？对话数、解决数，还是坐席数？
• 流量翻倍时账单怎么变？有没有封顶？
• 有没有「AI 表现越好、我付越多」的反向激励？

账单可预测不只是省钱，而是你敢不敢把量交给 AI 去接——按解决计费下你会本能地少用 AI，跟买它的初衷正好拧着。

问题二·AI 学歪了能撤回吗

所有 AI 客服都说自己「会学习」。但「学习」这个词底下藏着两种完全不同的东西。

一种是黑盒训练：数据喂进去，模型变成什么样你看不见，学歪了也没有明确的「撤回」按钮，只能再喂新数据去盖。另一种是受控学习闭环：每一次学习都是一条可以被人看见、被评审、被回滚的记录。

YundaDesk 走的是后者。AI 没答上、坐席补答、或坐席「纠正」了 AI，系统不会偷偷改自己，而是生成一条【待确认学习建议】进老板的评审台——你一条条看过、点采纳才生效，不满意就丢掉。生效后每条都能追溯来源、单独测试、一键回滚。学习绝不自动生效。（这套机制怎么运转，展开写在了 /zh/blog/teaching-ai-that-gets-smarter/。）

选型时该问的是：

• AI 学到的东西，我能不能逐条看见？
• 学错了，有没有一键回滚，还是只能再训一版盖过去？
• 学习是自动生效，还是要人确认？

问题三·动钱的动作谁批

这个问题问的是底线，不是功能。AI 能查订单、改地址、催发货，都好说。但当客户说「给我退款」——谁按最后那个按钮？

有的平台为了炫「全自动」，会让 AI 直接把退款、赔付、改价这些动钱的动作执行掉。听起来很丝滑，直到某天一个配置过激的机器人给一批本不该退的订单放了行。这类事故一旦发生，省下的人力成本一次就赔回去了。

YundaDesk 的红线写死在系统里：任何直接动钱的动作——退款、赔付、改价——永远需要人工审批，AI 不自动执行。 AI 可以把订单信息、会话记录、处理建议都递到人面前，让审批快到几秒钟，但决定权不交给它。这不是能力不够，是刻意留的闸。（这条边界为什么这么划、怎么落地，写在 /zh/blog/ai-first-human-backed-boundary/。）

选型时别被「全自动」三个字忽悠，问清楚：

• 退款、赔付、改价这类动作，有没有一道强制的人工审批闸？
• 这道闸是关不掉的硬约束，还是能为了「效率」配置掉的开关？

问题四·渠道是声明支持还是真接得通

功能清单最爱堆渠道 logo——WhatsApp、LINE、Instagram、Messenger、TikTok 一排铺过去，看着全都接得通。但「支持」这个词很滑：官网列了 logo，不等于你今天注册就能五分钟跑起来。

最实在的验证办法，是在试用期里让你的客服自己动手：给你 15 分钟，能不能把一个渠道真的接进来，发一条消息、AI 真的回一条？ 能，这个渠道就是真的；不能，那个 logo 就只是个愿望。别让销售替你演示，让最终要用它的人自己上手，卡在哪一步一目了然。

出海团队尤其要盯长尾渠道：很多欧美工具的清单到 WhatsApp、Messenger 就停了，而你的客户可能在 TikTok、Zalo、YouTube。YundaDesk 一个收件箱接住全渠道，正是把这些别人接不进来的长尾也算在内——同样欢迎你用上面这套 15 分钟测试来验，而不是只看清单上的 logo。

真正要盯的是：供应商标的每一个渠道，是不是都能被你自己动手验证接通，且不管接哪几个，都汇入同一个工作台、同一份客户档案——这一点不打折。

问题五·出海字段是不是一等公民

这是很多本土市场客服工具搬到出海场景就露怯的地方。你的客户散在几十个国家、说不同的语言、在不同时区上线、用不同的社媒 ID——这些不是「可以自己加的自定义字段」，而是出海客服的骨架。

有的平台里，国家、语言、时区、社媒 ID 都得你自己配成自定义字段，配完还未必能拿来分群、路由。而在为出海生的系统里，这些是出厂就有的一等字段：客户从哪个国家来、说什么语言、在什么时区、社媒 ID 是多少，进来就自动带上；同一个人在多个渠道的多重身份自动合并成一份档案，AI 客服还会自动跟着客户的语言走。

选型时拿你自己的真实场景去试：

• 建一个客户，国家/语言/时区/社媒 ID 是现成字段，还是要我自己造？
• 同一个客户从邮件和 Telegram 两个渠道进来，系统认得出是同一个人吗？
• 能不能按国家、按语言直接分群做主动触达？

出海字段是不是一等公民，决定了你是在「用本土工具凑合出海」，还是「用一个本来就为出海设计的工具」。

一张选型自评清单

把上面五个问题拆成可打分的条目，逐条对你正在看的每一家平台打勾——勾得越满，落地三个月后翻车的概率越低。

• 账单计量单位是套餐/坐席，而不是按对话或按解决条数
• 流量翻倍时账单可预测、有封顶，无「AI 越努力我越贵」的反向激励
• AI 学到的每一条都能逐条看见、能追溯来源
• 学习需要人确认才生效，不是自动生效
• 每一条学歪的东西都能一键回滚
• 退款/赔付/改价有强制的人工审批闸，且这道闸关不掉
• 试用期内客服能自己在 15 分钟内跑通一个真实渠道（如 Telegram bot）
• 清单上的每个渠道，你都能在试用期自己动手验证接通（而不是只看 logo）
• 所有渠道汇入同一个工作台、共用同一份客户档案
• 国家/语言/时区/社媒 ID 是出厂一等字段，不用自己配
• 同一客户的多渠道身份能自动合并成一份档案
• AI 客服自动跟随客户语言，能按国家/语言分群

选型最容易犯的错，是被最漂亮的 Demo 和最长的功能清单牵着走。但你真正要用三年的，是账单跳没跳、AI 学歪了能不能撤回、退款那道闸关没关得住、渠道是不是真接得通。最好的平台，是你能看懂、能控制、账单不跳的那个——包括你看得懂它诚实标注的边界。看不懂的强大，落地时都会变成看不见的风险。