去年底，一个做家居品牌的客户找我们复盘他们的 AI 客服项目。他们花了 40 多万上了一套号称「解决率 80%」的智能客服平台，机器人后台报表也确实很好看：接待量占比 72%，独立完结率 78%。但半年过去，客户投诉环比涨了 35%，天猫店铺的 DSR 评分从 4.9 掉到 4.6，老板逼着客服总监回归全人工，两个月才把口碑修回来。
我们把机器人后台的原始对话日志拉了两万条出来重新打标，真实的独立解决率是 42%，剩下的 36% 是「机器人回了话但客户没继续」——这在系统里被算成「解决」了。客户是不问了，但转手就去平台投诉、去小红书发帖。老板算了一笔账，AI 客服帮他省下 1 个人的工位，赔上去的赔款和差评修复费够养 3 个客服半年。
一、为什么大多数 AI 客服"号称的解决率"和真实差 30 个点
AI 客服平台的选型陷阱，本质是指标口径的博弈。厂商想让报表好看，你想让人力真的下降，中间隔着 3 类算法游戏，几乎每家平台都会玩一部分：
第一类是「静默即解决」。客户问完机器人回一句，30 秒内没继续追问，就算「独立解决」。真实情况可能是客户觉得答非所问、直接放弃，或者跑去别的渠道投诉。这个游戏几乎所有主流平台默认打开。
第二类是「转人工前掐断」。当客户明确说「转人工」，机器人先弹 3 层挽留问卷、再问「是否愿意留联系方式回电」、最后才转人工。相当一部分客户在这个漏斗里就流失了，报表上会显示「机器人拦截率 45%」，但客户体感是「找不到人」。
第三类是「非活跃时段兜底率注水」。凌晨、周末客户少的时段，机器人接一个是一个，把日均解决率往上拉；工作日高峰时段真实解决率其实不到 30%，但被平均掉了。
这三个坑不是靠改配置能绕开的，得从指标定义、数据回流机制、报表拆解粒度三个层面同时对齐。选平台的时候如果销售只跟你聊「我们解决率行业第一」不聊指标口径，基本可以判断这家平台的报表体系是为了签单不是为了让你省钱。
二、5 家平台横评：8 维度定位
我们选了 4 个市面上问询量最高的 SaaS AI 客服平台，加上「自建 Agent」这条自研路线，做一张 8 维度对照表。数字和评价基于开沿在过去两年 AI 项目里做过的对比测试和厂商 PoC 记录，具体到你的行业还需要单独验证。
| 维度 | 智齿科技 | 网易七鱼 | 美洽 | Salesken | 自建 Agent |
|---|---|---|---|---|---|
| 目标行业/规模 | 中大型企业、金融、政府 | 中型云原生 SaaS 客户 | 中小企业、跨境电商 | 销售型企业、外贸 | 有工程能力的中型以上 |
| 大模型接入自由度 | 中，官方生态为主 | 中，接入豆包/文心为主 | 中低，套件式绑定 | 高，OpenAI 生态原生 | 极高，自选任意模型 |
| 意图识别与知识库训练 | 强，行业模板深 | 强，标注工具成熟 | 中，模板化程度高 | 强，对话打点细 | 视团队水平而定 |
| 定价结构 | 阶梯 + 席位年费 | 阶梯 + 会话包 | 席位月费透明 | 会话量 + 席位组合 | 一次性开发 + 推理成本 |
| 与钉钉/企微/CRM 集成 | 全，官方多套件 | 全，网易云商生态 | 中，主流通道有 | 中，海外为主 | 视二开范围 |
| 数据合规与私有化 | 支持全私有化 | 混合部署为主 | 公有云 SaaS 为主 | 数据出境需谨慎 | 完全可控 |
| 人机协作与转人工 | 成熟，工单流强 | 成熟，客户端友好 | 简洁，中小企业够用 | 侧重销售话术推荐 | 定制程度最高 |
| 报表与运营指标 | 报表深，但指标默认口径宽松 | 面板清晰，可自定义 | 简洁，缺深度报表 | 侧重转化漏斗 | 想统计什么统计什么 |
几个容易被忽视的差别：
- 大模型接入自由度决定了知识更新周期。绑死一个模型的平台，未来两年碰到「新模型能力更强但平台不支持」的概率很高；
- 报表的默认口径往往是选型时最不透明的一环。同样是「解决率」，有的算「机器人给出回答」就算解决，有的算「48 小时内客户没重复咨询」才算解决，差 20-30 个百分点很正常；
- 私有化能力不是所有企业都需要，但一旦业务涉及金融、医疗、政务，就是硬门槛。SaaS 型的美洽和 Salesken 在这类场景下基本要出局。
想把 AI 相关成本算得更细，可以对照看AI Agent 定制开发价格拆解里的成本结构。
三、逐家拆解
3.1 智齿科技：老牌企业级，行业深度强
智齿是国内 AI 客服赛道里资历最老的一批之一，从传统 IVR 时代过来，2019 年之后转型深度做智能客服。在金融、政务、大型电商这几个赛道客户密度最高，行业知识库模板做得深，比如银行的反诈话术、政务的办事指南结构化都有现成模板可套。
长板：
- 私有化部署能力成熟，等保三级项目做过很多；
- 行业知识库沉淀厚，中大型企业接入 3-6 个月能出效果；
- 工单流和呼叫中心的一体化能力强，很多老 IVR 客户能平滑迁移。
短板：
- 价格中高，中小企业不友好，起步年费常见在 30-50 万；
- 定制化项目周期长，快 3 个月、慢 8 个月；
- 大模型接入相对封闭，想接自选模型要走商务沟通。
适合人群：日均对话量 5000+、有等保或行业合规要求、预算 40 万以上的中型以上企业。
3.2 网易七鱼：云原生 SaaS，产品成熟度高
七鱼是网易云商体系里的老牌客服 SaaS，产品化程度在这几家里最高，前后台的界面细节、工单流转的流畅度、机器人训练台的可用性都在及格线以上。云原生 SaaS 起家，公有云开通即用。
长板：
- 席位年费定价透明，中型企业 20-40 席位规模一年 10-25 万比较常见；
- 训练台工具链完善，运营人员上手快；
- 网易云商生态里的电话、云信、通话质检可以打包用；
- 网易系客户在教育、游戏、跨境的资源比较多。
短板：
- 深度定制能力不如智齿，特殊行业要绕开；
- 大模型层默认接入国内合规大模型，想接海外模型或自研模型受限；
- 报表默认口径偏乐观，需要人工重新拉数据打标。
适合人群：中型 SaaS 公司、教育、跨境电商、日均对话 1000-8000、预算 15-40 万。
3.3 美洽：中小企业友好，接入快
美洽在中小企业和跨境电商圈子里知名度高，产品思路是「拿来即用」——注册、绑网站、开机器人可以在半天内完成。对小团队来说门槛很低。
长板：
- 席位月费透明，10 席位一年 3-8 万，价格最亲民；
- 网页端接入体验好，跨境网站集成友好；
- 客户端 UI 干净，客服同事上手快。
短板：
- 深度定制、复杂工单流转能力弱；
- 私有化选项少，涉及等保业务基本不合适；
- 报表体系简单，运营颗粒度不够；
- 大模型能力更新节奏慢，前沿场景不占优。
适合人群：日均对话 500 以下、20 席位以内、跨境电商或 SaaS 售后、不涉及强合规的中小企业。
3.4 Salesken：销售场景对话智能，海外背景
Salesken 是海外背景的销售对话智能公司，产品重心在销售 SDR 场景——通话录音打点、对话质量评分、话术推荐、销售教练这类能力上，客服只是它的次要用途。
长板：
- 销售话术模型训练精细，能把「客户情绪波动」「异议类型」标注到句子级；
- 通话质量分析、CRM 打通体验好；
- OpenAI 生态原生，前沿模型能力接入最快。
短板：
- 中文对话理解不如国产平台深，行业黑话识别偏弱；
- 数据出境合规问题在国内业务中要谨慎评估；
- 售后客服场景的工单流和转人工体验不够顺；
- 国内销售支持有限，遇到问题响应慢。
适合人群：外贸型企业、跨境 SaaS、以销售咨询为主的团队；不适合以本土售后客服为主的场景。
3.5 自建 Agent：RAG + 意图识别自研，最灵活但最重
「自建」这条路线不是产品，是一种自选组合：底层跑一个大模型（豆包 / DeepSeek / 文心 / 通义 / Claude），加上向量库（Milvus / PGVector / Qdrant），加上意图识别、工具调用、人机协作层，跟企业内部系统深度打通。
长板：
- 大模型灵活切换，新模型出来两周内能试；
- 报表指标想统计什么统计什么，不受平台口径约束；
- 数据完全自控，合规友好；
- 长期来看单次会话成本最低。
短板：
- 前期投入重，标准场景开发落地 3-6 个月；
- 团队要有 AI Agent 工程和产品运营能力；
- 冷启动阶段的知识库沉淀、话术训练全靠自己扛；
- 前 6 个月的坑比 SaaS 平台多得多。
适合人群：有内部工程团队（或稳定的定制开发合作方）、日均对话 3000+、对合规和成本长期敏感、愿意把 AI 客服当成能力资产建设的企业。
自建的具体投入结构可以看AI Agent 开发成本拆解和AI Agent 落地路线图。
四、4 类企业场景推荐
维度太多容易看晕，我们把最常见的 4 类企业场景收敛成一张推荐表：
| 场景 | 推荐首选 | 备选 | 关键取舍 |
|---|---|---|---|
| 天猫/京东/独立站电商售后 | 网易七鱼 或 美洽 | 智齿（中大型） | 对话量弹性大，SaaS 更划算，不建议自建 |
| SaaS 产品客户支持 | 网易七鱼 | 自建 Agent（有工程能力） | 需要和产品工单/账单深度打通，选可开放 API 的平台 |
| 金融/保险风控客服 | 智齿科技 | 自建 Agent（私有化） | 合规是硬门槛，SaaS 型平台基本出局 |
| 服务型企业（家政/装修/月子/汽车维修） | 美洽 或 自建 Agent | 网易七鱼 | 咨询决策链长，AI 主要做前端筛选，转人工成交 |
三个关键判断点：
- 对话量是否稳定：波动大的电商季节性业务，SaaS 按量付费更划算；对话量稳定且长期在 5000/日 以上，自建 Agent 的单次成本会持续下降；
- 业务系统深度：如果 AI 客服需要跟 ERP、CRM、订单系统深度打通，接口开放度就是硬指标。深度集成话题可以看AI Agent vs RPA vs 低代码；
- 合规红线：金融、医疗、政务、教育这些行业，先看私有化能力和数据本地化能力，再看功能。
五、决策自检 6 问
在敲定平台之前，把这 6 个问题在内部对齐清楚，比多聊三家厂商更有用：
| # | 自检问题 | 通过标准 | 不满足怎么办 |
|---|---|---|---|
| 1 | 日均对话量真实数据是多少？ | 有过去 3-6 个月的原始日志和拆解 | 先做一次人工统计再谈选型 |
| 2 | 知识库现有的成熟度如何？ | 至少 500 条结构化问答 + 100 篇文档 | 先补 2-3 个月的知识库沉淀 |
| 3 | 高峰对话 QPS 峰值？ | 大促、投诉高峰的峰值 QPS 有实测 | 用 SaaS 免费版跑一周实测 |
| 4 | 数据合规红线在哪一层？ | 合规、法务、安全三方已经拉齐 | 请合规同事先出一版数据分级清单 |
| 5 | 未来 12 个月预算区间？ | 一次性 + 年度运营两部分都算清 | 先做小范围 PoC 再谈规模化 |
| 6 | 内部有没有能懂 AI 的产品/工程？ | 至少 1 个能持续运营的角色 | 找定制开发合作方或者选偏 SaaS 的方案 |
这 6 个问题里，第 2 条和第 6 条是最容易被跳过的。知识库不到位，机器人再聪明也没得说；内部没有能持续运营 AI 的人，上线三个月之后指标就开始劣化。
六、AI 客服的 3 个高频坑
我们复盘过 20 多个 AI 客服项目，跌进以下 3 个坑的概率大概各占三分之一：
坑 1：训练集稀薄假象
上线前销售给你演示的机器人对话流畅得像真人，是因为演示 demo 用的是行业公共知识库训练的通用模型。真正接入你自己的产品之后，机器人的行业专有知识几乎为零，头两个月的对话质量断崖式下滑。
避坑做法：签合同之前，让厂商用你自己的 100 条真实客户问题跑一遍冷启动测试，看未训练状态下的正确率。低于 30% 的话，评估一下你自己有没有能力在 2 个月内把知识库堆到能训练的规模。
坑 2：转人工设计歧视
不少平台的转人工按钮默认藏得很深，或者要经过多层挽留问卷才转。这在报表上会让「机器人独立完结率」很好看，但客户体感极差。我们见过一个 SaaS 客户，机器人独立完结率报表 76%，NPS 却下降了 14 分。
避坑做法：签合同前问清楚转人工的默认路径长度（几次点击、几秒能触发），要求配置项开放到运营侧，能自己调。指标上不只看机器人完结率，同时看「转人工请求耗时」「转人工放弃率」这两个客户视角的指标。
坑 3：报表指标造假
前面第一节讲的三类指标游戏，本质上都是报表工程的产物。选型的时候一定要看指标定义文档——什么算解决、什么算失败、时间窗口、样本口径。没有正式指标定义文档的平台，尽量不要选。
避坑做法：合同里写清楚每月一次的指标口径 review——甲方可以随机抽取 100-200 条对话，人工重新打标，跟平台报表对比。差异超过 15% 的月份触发厂商的解释和修正义务。
关于长期运维和厂商锁定，可以延伸看企业软件维护费怎么算里的价格结构，AI 客服的年度维护费同样是这类结构。
七、写在最后
AI 客服的选型难点，不在「哪家产品技术上更强」，而在「我的业务真正需要哪一档能力，我的团队能撑住多重的运营负担」。开沿这些年做下来的体感是几条铁律：
- 知识库能力比模型能力重要：模型是通用的，知识库是你的资产，任何时候投入知识库都不算亏；
- 报表指标要自己算，不要信平台默认口径：签合同就把口径 review 机制写进去；
- 合规是红线不是选项：金融、医疗、政务先合规再看功能；
- 转人工路径是客户体感的核心：AI 是助手，人是兜底；
- 别把「AI 客服上线」当项目结束：真正的运营在上线之后 6-12 个月，第一年预算里要留出 15-20% 做持续训练。
我们过去 5 年帮 2000+ 家企业做过数字化和 AI 落地，1000+ 个项目里 AI 客服和智能对话相关的项目占了相当一部分。如果你正在做 AI 客服的选型或者上线后的复盘，欢迎把现有的对话样本、知识库现状、指标报表整理一下，我们可以一起看看里面有哪些口径需要修、哪些指标需要重新对齐。
