2024 年 2 月，Klarna 的 CEO 宣布，公司的 AI 完成了相当于 700 名客服人员的工作量。这句话几乎登上了所有商业媒体，成为“AI 正在取代知识型工作”的标准引用。那些原本对 AI 持谨慎态度的客户体验（CX）负责人，纷纷被董事会追问：为什么你们没有这样做？
到 2025 年 5 月，Klarna 已在悄悄重新招聘人工客服。到 2026 年初，重新招聘已全面展开，CEO 公开承认公司让成本压过了质量，并为此在客户满意度上付出了代价。
媒体把这件事解读为 AI 不够好。这种解读是错的。AI 的表现完全符合设计，这才是真正的问题所在。它带来的教训比大多数人从新闻标题中读到的更具体，也更有用。
我们在今年早些时候写过这一失误的人力代价。本文要讨论的是另一件事：让这一切成为可能的衡量问题。
所有人都衡量错了指标
Klarna 最初发布公告时，核心数字是拦截率：AI 在对话转到人工之前承接了多少客户对话。根据不同说法，这一比例在 2/3 到 3/4 之间。这个数字很亮眼，但它与客户的问题是否真正得到解决几乎毫无关系。
拦截率衡量的是 AI 是否接住了对话。一位客户就同一问题联系客服 2 次，只要 AI 都处理了，就算作 2 次拦截。客户接受了错误答案后放弃，依然算数。客户沮丧到去信用卡公司申请拒付，同样算数。这个指标记录的是数量，对结果却只字未提。
Klarna 的 AI 完全按照考核它的指标在工作。问题出在衡量方式上。对于当下每一位正在评估 AI 供应商的 CX 负责人来说，这一区别至关重要。
Klarna 的 CSAT 分数在其数量指标变化之前就已下滑。如果拦截率与自主解决背道而驰，这正是您会看到的情形。信号早已存在，但直到结果恶化到足以反映在高管真正关注的数字上，才有人注意到这一差距。
拦截率为何最初会成为默认指标
解决率更难定义，这正是行业默认采用拦截率的主要原因。客户的问题真的解决了吗？要回答这个问题，您需要知道问题是什么、答案是否切中要害，以及客户是否再次联系。而拦截率只需统计无需人工介入就结束的对话数量。
在当前市场中表现稳健的公司，从一开始就围绕这些更难的问题构建衡量体系。重复联系率，即同一客户是否在 14 天内就同一问题重新打开工单，是最清晰的解决信号，但大多数部署都会跳过它，因为它需要跨对话追踪，而不是只看单次对话。单次交互层面的 CSAT 比汇总数据更重要。把升级转人工视为持续数据，用来发现 AI 智能体知识的不足之处，其价值远超大多数团队的认知。
Maven 在众多企业部署中的数据直接印证了这一规律。以拦截率为指标的客户会遇到改进瓶颈；而以首次联系解决率、分流与解决比率和重复联系频率为指标的客户则持续改进，因为他们的反馈闭环连接的是真实结果。
让衡量问题变得致命的结构性决策
Klarna 在质量下滑尚未在数据中显现之前就削减了人员。这一逻辑看似站得住脚：既然 AI 在处理业务量，人力规模就可以缩减。但质量问题是缓慢累积的。它先体现在 CSAT 上，然后是重复联系，再到客户流失，最后才反映在本质上滞后的营收数字中。等到信号显现时，用于缓冲和恢复的余地已经没有了。
这是“AI 失败”叙事中被忽略的部分。技术并没有失败，失败的是部署结构，具体来说，是在验证 AI 真正在解决问题而不只是拦截问题之前，就决定削减人力。
避开这一陷阱的部署并没有先裁员，而是对人员进行了重组。支持团队转向升级处理、质量审核和客户成功工作，这些岗位需要 AI 确实无法复制的判断力。人员缩减来自这种重组，而非“先裁员”的思路。这一区别看似细微，结果却天差地别。
Klarna 事件之后，企业买家发生了哪些变化
这件事加速了采购领域早已在发生的变化。如今的企业 CX 负责人问的是首次联系解决率，而不是拦截率。他们问 AI 出错时会怎样，而不只是它有多少次是对的。他们要的是来自真实生产部署的重复联系数据，而不是受控环境下的演示准确率。
这种转变在交易周期中有具体体现。能用真实客户数据回答这些问题的供应商推进得更快；仍以拦截率数字为卖点的供应商则面临更尖锐的问题和更漫长的流程。“拿出证据”的门槛已经提高，而 Klarna 是重要原因之一。
经受住考验的部署是什么样的
Clio 在部署 Maven 之前评估了 32 家 AI 供应商，并对其中 10 家进行了压力测试。如今，他们 80% 的聊天咨询实现自主解决，工单关闭总量比之前的系统多出 60%。他们的支持团队没有缩减，而是转向了更高价值的工作。他们追踪的指标是解决率，而非分流率。阅读完整案例。
Papaya Pay 从事受监管的跨境支付业务，实现了 90% 的自主解决率。合规要求每一次交互可审计、每一次升级可追溯，并满足 SOC 2、HIPAA 和 PCI-DSS 标准，这迫使他们建立起大多数部署都会跳过的解决率纪律。事实证明，这种纪律是一种优势，而非束缚。
这两个部署都不是从“能裁掉多少人”开始的，而是从“‘解决’究竟意味着什么”开始的。
如果您正在评估 AI 供应商，该怎么做在部署任何东西之前，先定义“解决”。确定“已解决”的含义，是首次联系解决、14 天内无重复联系，还是完成特定任务，并从第一天起就将其作为成功标准。如果您的供应商说不清他们会如何衡量，答案已经很明显了。我们的分流与解决指南详细介绍了具体的设置方法。
将重复联系率作为一级指标来追踪。 把它与标准 CSAT 一起放在仪表板上，并将其作为反馈闭环，用于改进 AI 智能体的知识库和行为。如果同一位客户就同一问题反复联系，那是解决失败，而不是一张新工单。
把升级数据当作信号，而非工作流中的一个步骤。 每一次升级都在告诉您 AI 的知识或权限在哪里存在不足。改进最快的团队会持续利用这些数据。企业级 AI 智能体平台应让这些信息易于呈现，而不需要您费力挖掘。
从一开始就要求统一的全渠道覆盖。 客户先打电话、再发邮件、又打开聊天，不应该反复说明情况。真正推动结果数字的是跨聊天、语音和邮件的统一解决，而不是在演示中看起来不错的单渠道自动化。
在大规模验证质量之前，不要削减人员。 让人员转型与技术部署同步规划，而不是事后补救。岗位会发生变化，客服人员会转向升级处理、质量审核和异常管理，但这一转型需要精心设计，而不能想当然。
我们由此得出什么结论
Gartner 预测到 2029 年 80% 的客户服务交互将涉及 AI，这一目标看起来依然可以实现。过去 2 年并没有改变终点，而是让人看清了哪些路径通向终点，哪些路径通向公开反转和重新招聘公告。
能够实现 80% 自主解决的公司，将是那些在部署之前就正确定义了“解决”、让 AI 对这一定义负责，并从一开始就把人员转型纳入计划的公司。而那些优化拦截率、过早裁员、衡量对话数量而非结果的公司，正在成为反面教材。
Klarna 的故事并不是关于 AI 能力的警示，而是关于一个有能力的系统被指向错误目标时会发生什么的警示。
如果您正在评估 AI 客户服务解决方案，并希望用一套框架按真正重要的指标进行比较，我们的分流与解决指南将详细介绍如何构建经得起推敲的商业论证。您也可以预约演示，看看 Maven 的解决率与您当前的系统相比如何。
用您自己的对话来验证。
申请免费的个性化演示。
