文 | 新零售早参，作者 | 碾转转
" 您好，我理解您的心情。"
这可能是很多消费者最不想听到的一句话。
明明只是想申请退款，AI 客服却绕着问题反复打转；明明已经说了好几遍 " 我要转人工 "，系统还是不断推荐相似答案；好不容易找到人工客服，第一句话却是：" 您好，请您重新描述一下遇到的问题。"
前面半小时的沟通，瞬间归零。
更麻烦的是，有些 AI 客服不仅 " 答非所问 "，还可能出现承诺和实际执行不一致的情况。消费者按照 AI 客服的说法申请售后，到了人工客服这里却被告知："AI 的回复不代表平台最终处理结果。"
AI 原本应该是帮消费者解决问题的工具，最后却变成了一道新的 " 客服墙 "。
不过，这种情况正在迎来变化。
2026 年 9 月 1 日，我国首个聚焦人工客服与智能客服协同机制的国家标准——《顾客联络服务 人工与智能客户服务协同要求》（GB/T 47746 — 2026）正式实施。
这意味着，AI 客服怎么用、什么时候应该转人工、人工和 AI 之间如何衔接，以及涉及退款、赔偿等关键事项时应该怎么处理，都有了更加明确的标准依据。
对于每天都在网购、点外卖、使用互联网服务的消费者来说，这可能是一件比想象中更重要的事情。
AI 客服终于不只 " 挡人 " 了
过去几年，AI 客服越来越普遍。
对于企业来说，这并不难理解。大量消费者咨询其实高度重复，比如 " 快递到哪里了 "" 怎么修改地址 "" 优惠券怎么使用 "" 退货流程是什么 " 等问题，如果全部交给人工客服，不仅需要大量人力，也很难做到全天候响应。
所以，让 AI 处理标准化问题，本身没有任何问题。
真正的问题在于，一些企业在 AI 客服落地之后，把 " 降本 " 变成了唯一目标。
AI 回答得好不好是一回事，消费者能不能找到人工客服又是另一回事。有些平台把人工客服入口藏得很深，消费者需要在多个菜单里反复寻找；有些则让 AI 不断重复相似答案，把 " 转人工 " 变成一场耐心测试。
这也是为什么，"AI 客服 " 逐渐从一个效率工具，变成了消费者投诉中的新热点。
中国消费者协会发布的 2026 年上半年全国消协组织受理投诉情况分析显示，售后服务问题占投诉总量的 26.79%。在售后服务领域，随着 AI 客服应用场景扩大，" 虚假承诺 " 和 " 人工接入困难 " 等问题也开始受到关注。
换句话说，消费者真正反感的并不是 AI，而是AI 成为企业逃避服务责任的工具。
这也是此次新国标最值得关注的地方。
国家市场监督管理总局、国家标准化管理委员会发布的标准解读材料明确指出，当前顾客联络服务中仍存在任务分配随意、服务切换断层、数据同步不畅、服务质量参差不齐等问题，因此需要建立人工与智能客服之间更加清晰的协同机制。
从这个角度看，新国标并不是要把 AI 客服 " 赶走 "。
恰恰相反，它是在告诉企业：AI 可以用，但不能把消费者困在 AI 里。
转人工不能再玩 " 躲猫猫 "
新国标最容易被普通消费者感知到的变化，就是人工客服和 AI 客服之间的切换。
过去很多人都有类似经历：打开 APP 找客服，第一层是智能客服；输入问题以后，系统继续推荐机器人答案；想找人工，菜单里却没有明显入口。
你输入 " 人工 "。
它回答：" 很抱歉，目前暂不支持人工服务。"
你再输入 " 转人工 "。
它又开始：" 为了更好地帮助您，请问您需要咨询哪方面的问题？"
于是，一场本来应该几分钟解决的问题，被拖成了半小时甚至更久。
针对这种情况，新国标明确提出，人工客服与智能客服切换时，需要提供便捷入口并保障衔接顺畅；对于复杂问题、涉及安全等问题，应优先由人工客服处理。与此同时，人机切换之后要同步客户信息，做到不重复询问。
这实际上重新定义了 AI 客服的角色。
简单问题，可以让 AI 快速解决。
复杂问题，就应该及时交给人。
消费者明确要求人工服务，也应该有更加方便的入口，而不是让 AI 成为一道必须闯过去的关卡。
尤其值得注意的是，标准还提出，应根据问题复杂度、客户意愿等因素合理分配智能客服和人工客服的服务范围，并对特殊群体的服务保障提出相应要求。
这背后的逻辑其实很简单：
AI 的价值应该是缩短服务路径，而不是增加服务路径。
对于电商平台来说，这一点尤其重要。
消费者购买商品之后遇到的问题，本身就比 " 查询物流 " 复杂得多。退货、换货、质量问题、赔偿、优惠承诺、售后维修等场景，往往涉及具体事实判断和消费者权益。
如果所有问题都让 AI 先挡一遍，再让人工重新接一遍，那么所谓的 " 智能化 " 其实只是把企业内部的客服成本，转化成了消费者的时间成本。
而消费者的耐心，也是有价格的。
企业不能简单甩锅 AI
如果说 " 转人工 " 解决的是效率问题，那么另一个更关键的问题，就是责任到底算谁的。
这也是此次新国标受到关注的另一个原因。
过去消费者可能遇到这样的场景：AI 客服告诉你 " 可以退款 "" 可以补偿 "" 可以免费维修 "，你按照这个结果去申请处理，最后人工客服却告诉你，这只是 AI 自动生成的回复，并不代表平台最终承诺。
问题就来了。
如果 AI 客服是企业主动部署的服务渠道，那么消费者凭什么知道，哪些话算数，哪些话不算数？
此次标准对这一点进行了更加明确的边界划分。
根据公开的标准解读，普通问答和产品介绍可以由 AI 客服完成，但涉及价格、折扣、退款、赔偿、合同变更等关键事项时，AI 可以负责解释规则、收集材料、生成工单，但最终确认应由人工客服或规范化流程完成。
这意味着，未来企业不能简单地把所有涉及消费者权益的决定，都交给一个无法独立承担责任的 AI 系统。
当然，这里也需要准确理解一个概念：
" 企业要对 AI 客服负责 "，并不等于 AI 说的每一句话都自动成为具有法律效力的企业承诺。
此次 GB/T 47746 — 2026 属于推荐性国家标准，主要作用是为人工客服和智能客服协同服务建立统一规范和评价依据，并不等同于一部新的强制性法律。
但这并不意味着企业可以继续随意使用 AI。
因为当 AI 客服成为企业正式对外提供服务的渠道后，企业仍然需要根据具体业务和相关法律法规承担相应责任。新国标则进一步把"AI 到底应该做到什么程度 "这件事情讲得更加清楚。
这对于整个电商行业来说，其实是一个非常重要的变化。
过去企业讨论 AI 客服，更多是在算一道成本账：
一个人工客服多少钱？
一个 AI 客服能替代多少人？
每天能处理多少咨询？
以后行业需要开始算另一笔账：
AI 有没有把问题解决？消费者能不能顺利找到人？人工接手之后有没有重复沟通？AI 给出的信息有没有经过合理管理？
AI 客服真正的价值，不应该只是 " 少雇多少人 "，而应该是用更低的成本提供更好的服务。
如果只是把人工客服从消费者面前 " 藏起来 "，那不叫智能化，只能叫自动化地增加消费者的沟通成本。
AI 治理进入 " 具体场景 " 阶段
从更大的行业趋势来看，这次客服国标并不是一项孤立的规则。
过去几年，中国对 AI 的治理正在从原则性的框架，逐渐走向更加具体的应用场景。
2023 年，国家网信办等七部门公布《生成式人工智能服务管理暂行办法》，明确提出促进生成式人工智能健康发展和规范应用，同时保护公民、法人和其他组织的合法权益。该办法自 2023 年 8 月 15 日起施行。
随后，围绕 APP 用户权益、自动化决策等问题，相关标准和治理工作也在持续推进。例如，2025 年发布的《移动互联网应用程序（APP）风险分类分级指南》就将隐私安全、服务异常、财产安全、内容安全等纳入风险分类框架。
到了 2026 年，AI 治理进一步向具体应用场景深入。
7 月 15 日起，《人工智能拟人化互动服务管理暂行办法》正式施行，针对持续性情感拟人互动服务建立专门的监管规则；而 9 月 1 日实施的《顾客联络服务 人工与智能客户服务协同要求》，则把目光进一步放到了AI 如何与真人一起提供服务上。
这背后其实出现了一条越来越清晰的路线：
AI 不是不能用，而是要明确 " 怎么用、谁负责、出了问题怎么办 "。
这对企业来说，意味着 AI 客服已经不能只看模型能力了。
以前企业采购客服系统，可能重点比较的是识别准确率、响应速度、调用成本和自动解决率。
以后还要考虑人机协同流程、人工接入机制、信息同步、服务记录、风险场景以及数据安全等问题。
尤其对于电商平台来说，这种变化可能会更加明显。
因为电商客服并不是单纯的信息问答，而是直接连接着交易、售后、退款、赔偿和消费者权益。
一个 AI 客服回答错一句商品参数，可能只是体验问题；但如果涉及退款、价格、赔偿等事项，错误信息就可能进一步演变成交易纠纷。
所以未来真正成熟的 AI 客服，可能不会是 " 越来越像真人 " 的客服，而是越来越懂得什么时候自己解决、什么时候把问题交给真人。
这才是人机协同真正应该解决的问题。
结语
AI 客服的出现，本来是为了让消费者更快得到答案。
但如果消费者为了找到真人，需要先和 AI 斗智斗勇半小时；为了证明 AI 说过的话，还要重新提供截图和聊天记录；为了一个退款问题，还得重复讲三遍自己的经历，那么技术带来的效率，最终就被消耗在了沟通环节。
此次新国标真正值得关注的，并不是 " 以后不能用 AI 客服了 "，而是它开始给企业划出了一条更加清晰的边界：
简单问题交给 AI，复杂问题及时转人工；AI 和人工之间要顺畅衔接；消费者不用重复讲述；涉及关键权益的事项，不能简单把责任甩给 AI。
从生成式 AI，到 APP 用户权益，再到 AI 拟人化互动和智能客服协同，中国的 AI 治理正在从 " 管技术 "，逐渐走向 " 管技术如何进入具体生活场景 "。
对于企业来说，这意味着 AI 降本增效的时代并没有结束。
只是接下来，" 降本 " 不能再以牺牲消费者体验为代价，" 增效 " 也不能只是把成本转嫁给消费者。
AI 可以替企业接电话、回答问题、处理工单。
但最终决定一家企业客服水平的，可能还是那个最传统的问题：
消费者遇到麻烦的时候，你到底愿不愿意真正帮他把问题解决。
