晚上十一点，你打电话问一笔搞错的扣款。没听音乐，没排队，一个声音用流利普通话调出订单、三两下解决了。这背后，是中国企业客服正在被大模型改写。而这背后，是客服行业几十年的老痛点：人贵、流动快、深夜里没人接。大模型恰好补上了这块最短的板。
一个能算清的市场
IDC的数据：2025年中国企业级智能客服（只算软件和服务）市场规模71.9亿元（约10亿美元／78亿港元），同比涨55.3%，是企业软件里跑得最快的赛道之一。阿里云以13.5%的份额连续第三年第一，客服收入涨83.6%到9.7亿元（约1.35亿美元／10.6亿港元）。前五家加起来才35.7%，说明牌局还没固定。
从"答得上"到"办得成"
技术变了才是重点。老系统靠关键词匹配话术；新一代跑在大模型、智能体（agent）上，能真把事办了：退款、开单、改派件。阿里云的伶鹊平台基于通义千问，说已服务超5000家企业，平均AI分流率超60%——也就是说，超过一半的咨询到不了真人。它的兄弟产品瓴羊说，能替掉约50%人工客服的量。
双11期间，阿里说天猫超市的机器人独立解决率92%，用其小蜜的商家客服成本平均降了约30%。独立研究也同向：Forethought 2025年对600位客服负责人的基准调研发现，上智能体的企业工单量多57%、自助解决率高33%、单次解决成本降超20%。
它真正擅长的地方
高频、低歧义的活儿是甜区：查订单、重置密码、预约、查快递。科大讯飞说它的外呼机器人一天打超3000万通，服务六大国有银行里的五家——都是重复、讲规则的事。对这类问题，AI更快、不疲倦、凌晨两点也能用方言接。
它还是会掉链子的地方
难的事暴露底线。一笔横跨三个系统的账单纠纷、一位正在悲痛的客户、一个没人预料到的请求——这些还得人上。演示里漂亮的分流率，可能悄悄惹怒找不到"转人工"按钮的用户。研究者说，行业已经从"答不答得对"卷到"办不办得成"，很多产品还卡在第一步。语音数据还受《个人信息保护法》约束，乱抓数据有合规风险。
部署也在分流
中小企业多用云上机器人；银行、医院越来越选私有化部署保数据——讯飞报一个本地并发年费，百度度言说医院随访接受度近91%。2026年的赢家，大概率是能把聊天闭环打通CRM、物流和支付的厂商，不是话术最俏的那个。
把镜头拉回日常最直观的变化：你下次拨通银行、运营商或电商客服，第一句回你的多半是AI。它能认出你、调出订单，多数查件改址的小事当场办妥，确实省下排队的时间。可一旦碰到退款纠纷、身份核验或情绪崩溃，记得主动要"转人工"——按钮往往藏得深，但接通之后，后面的难事才真正有人兜底。对企业来说，AI客服不该是裁掉真人的理由，而该是把人挪到更复杂、更值钱的活上去的工具。否则省下的成本，最后会以弱者的体验为代价。换句话说，客服自动化越成功，越要留好"人"的出口——这既是伦理，也是生意。
普通人现在能做什么
1. 如果你开公司，先从最高频、最重复的问题切，给敏感事项留一条又快又显眼的转人工通道。
2. 作为用户，记住"转人工"的按钮或话术，别默认机器人听懂了你的弦外之音。
3. 采购时让厂商拿出审计过的解决率和满意度，而不只是分流率——毕竟省下的每一分，都该花在用户身上。
诚实的局限
多数头条数字——60%分流、降30%成本、92%自助——来自厂商自家披露，不是独立审计，当作方向看就行。"智能体"在很多产品里仍是"AI加脚本"，能分流不等于能让客户满意。语音采集的隐私和同意处理得参差，过猛的分流会伤到最该找人的那批用户。技术已是基础设施，不是魔法。还有一个常被忽略的坑：当AI接了绝大多数咨询，企业容易误以为"服务已自动化"而削减真人班次，结果复杂问题反而更慢——技术省下的钱，不该由最弱势的用户买单。