人力管理（WFM）

什麼是勞動力管理（WFM）？

勞動力管理（WFM）是一門確保在正確時間配置適當數量客服人員、以因應客戶需求的管理實務。其範疇涵蓋需求預測（預估將有多少客戶聯繫）、排班最佳化（為客服人員安排班次）、即時遵循度監控（追蹤客服人員是否依排班執行），以及產能規劃（長期人力配置決策）。

在客戶服務領域，WFM 直接影響成本與品質。人力不足會導致等候時間過長與 CSAT 低落；人力過剩則浪費預算。有效的 WFM 能在兩者之間取得平衡。

AI 如何改變勞動力管理

AI 代理能自主處理相當比例的客戶互動，從根本上重塑 WFM。當 AI 解決 60-90% 的詢問時，人力的重心便從處理數量轉向處理複雜度。這改變了 WFM 的每個面向：

• 預測： 依據 AI 無法解決的部分預測真人客服需求，而非總聯繫量
• 排班： 以處理複雜問題的專家為最佳化目標，而非通才型客服人員
• 技能規劃： 當 AI 處理例行工作，真人客服需要不同的技能——更多判斷力、同理心與技術深度
• 產能： 因應業務量成長，無需等比例增加人力

產業研究： Gartner 預測，因 AI 而計畫縮減客服人力的組織中，有 50% 將在 2027 年前放棄這些計畫。這項轉變的重點不在於取代客服人員，而是重新定義其角色：從處理數量轉向創造價值。

Maven 的優勢：擴展規模，無需增加人力

Maven AGI 讓組織能因應持續成長的客戶需求，而無需等比例增加人力。Maven 能自主解決 80-93% 的詢問，大幅減少需要真人客服處理的互動量，讓 WFM 更簡單、更有效率。

Maven 實證： Rho 在每月聯繫量增加 12% 的情況下，未增加任何人力，仍維持 95% 的 CSAT——充分展現 AI 如何改變人力產能規劃。

常見問題

AI 會讓 WFM 變得更簡單還是更困難？

兩者皆是。AI 減少了需由真人處理的互動量（人力配置更簡單），但剩餘的互動更為複雜（更難預測與排班）。組織需要更新 WFM 模型，將 AI 的解決模式納入考量。

WFM 團隊應如何為 AI 部署做規劃？

首先衡量目前的互動組成：例行性（可由 AI 自動化）與複雜性（需要人為判斷）各佔多少比例？據此推估導入 AI 後的真人人力需求。規劃一段過渡期，由 AI 與真人客服共同處理全部業務量，再逐步將真人客服轉向複雜且高價值的工作。

AI 會讓 WFM 不再必要嗎？

不會。複雜、敏感及需要判斷的互動仍需真人客服處理。WFM 的核心問題將從「處理總業務量需要多少客服人員？」轉變為「處理複雜案件需要多少專家？」這門學科會改變，但不會消失。