Pylon两位创始人在SaaStr AI Day放话：50％的工单拦截率，为什么人头一个没少？ [企业追踪]

Pylon的两位创始人在SaaStr AI Day上扔出一个反常识的数据：他们的客服团队拦截了50％的工单，但公司一个客服都没多招，也没少招。就问你，这50％的拦截率，到底是成功还是失败？

Marty Kausas和Advith Chelikani，Pylon的CEO和CTO，上周刚发布他们所谓的“智能体客服”产品，转头就站上SaaStr的讲台，对着台下几百号人开炮：过去两年，你们客服部门买的AI产品，全买错了。那些天天挂在嘴边汇报的拦截率数字，恰恰掩盖了真相。

先交代背景。Pylon成立三年出头，1600多家客户，几乎全是B2B。两位创始人的核心论点就一句话：客服行业买了两年的AI，买的是“全自动替代”的幻梦，而真正的价值在于“人机协同”——让AI帮人把活干得更快，而不是让人失业。

一、50％拦截率，换不来一个headcount的减少

Kausas举了个例子：一家5000人规模的公司，客服团队1000人，部署了全自动解决工单的AI Agent。系统拦截了大约50％的工单，听起来很猛对吧？结果呢，客服团队的人数纹丝不动。

为什么？因为工单数量和实际工作量根本是两码事。AI能完全搞定、不需要人工介入的，永远是那批最简单、最不耗时的工单。拦截了50％的工单，可能只砍掉了20％的实际工作量。剩下的全是硬骨头，照样得人工上。

往好听了说，这叫AI解决了“长尾问题”；往坏了说，这就是拿一个漂亮的拦截率数字，掩盖了AI根本没触及核心工作的现实。就问你，这数字报给老板的时候，心里虚不虚？

二、客服行业跑反了方向

Kausas的观察很犀利：增长最快的AI公司，全在做人机协同，而不是全自动替代。OpenAI、Anthropic这些模型实验室自己，加上写代码的Cursor、法律界的Harvey，哪个不是人机协作的典范？他自己每天用Claude和Codex，离“被AI替代”还差着十万八千里。

但客服行业偏偏跑向了另一个方向——几乎所有人都在搞全自动解决工单的Agent。Pylon认为，这解决的是一个真实但极其狭窄的问题，尤其在B2B场景下，工单承载着大量上下文和客户关系，全自动根本玩不转。

Pylon的赌注很明确：全自动解决会被商品化，真正的价值在于帮人类更快地处理那些升级上来的复杂工单。他们内部管这叫“agentic customer support”——工单进来的时候，AI已经帮你查好了背景、分析了日志、甚至给出了建议方案，人类只需要做最终判断和沟通。

三、现场演示：工单进来，已经“被调查过”了

两位创始人现场演示了两个真实工单案例。其中一个，客户报了一个AWS日志查询的问题——以前客服得手动登录AWS控制台，翻半天日志才能定位。现在AI Agent自动完成了这些调查工作，工单到人工手里时，已经附带完整的调查结果和可能的解决方案。

结果怎么样？Beta客户的数据：一家客户的升级工单减少了70％，另一家的首次响应时间加快了64.5％。注意，不是拦截率，是“升级工单减少”和“响应速度提升”——这才是真正影响客服工作量的指标。

四、检验标准：你的工作变了吗？

Kausas开场讲了个故事：他们公司今年初招了个工程师，休了两年长假回来，发现工作“面目全非”——以前是自己写代码、自己测试、自己review，现在是管理AI Agent干这些活。Kausas说，这就是检验标准：如果一个客服人员加入你的公司，发现工作内容和两年前一模一样，那说明你买的AI屁用没有。

他还秀了张各部门AI支出的图：编程是唯一一个真正起飞的应用场景，其他所有职能部门都还在起跑线上。客服行业花了两年时间，买了个“看似能替代”的AI，结果只是把最不需要替代的活儿给自动化了。

最后，Kausas的话值得每个CX负责人刻在工位上：如果AI没有让你的客服工作变得“面目全非”，那你买的不是AI，是焦虑缓解剂。真正的AI客服，不是替你接电话的机器人，而是让你的客服团队每个小时多处理三倍复杂工单的“超级外挂”。

就问你，你的客服团队，现在是在管理AI Agent，还是在给AI Agent擦屁股？回答可以翻倍的请站出来啊。

该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。