Pylon联合创始人在SaaStr AI Day上揭秘：为何客服团队拦截50％工单却零增? [企业追踪]

“拦截率”是客服AI领域最流行的虚荣指标，没有之一。Pylon的两位联合创始人在SaaStr AI Day上直接拆了这个台：他们拦截了50％的工单，但团队人数一个没少。就问你，这数字好看吗？有用吗？答案是，屁用没有。

Marty Kausas和Advith Chelikani，一个是CEO，一个是CTO，公司成立刚过三年，客户约1600家，几乎全是B2B。他们上周刚上线了一个叫“agentic customer support”的新功能，然后就在SaaStr AI Day上把这个行业的老底给掀了。他们的核心观点很刺耳：过去两年，客服部门买错了AI产品。所有厂商都在吹的拦截率，恰恰掩盖了这个事实。

一、50％拦截率，零人头变化

Kausas讲了一个真实的例子：一家约5000人的公司，客服团队1000人，部署了全自动解决代理。效果如何？拦截了大约50％的工单。然后呢？团队人数纹丝不动。为什么？因为工单数量和工作量根本是两个维度。AI能完全解决的，永远是那些最简单、最不耗时的工单。拦截了50％的工单，可能只减少了20％的实际工作量。剩下的硬骨头，全部转人工。

这就引出了Pylon的判断：全自动解决正在变成大宗商品，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。往好听了说，AI是副驾驶；往坏了说，如果你买AI是为了裁掉客服团队，那你大概率要失望。

二、客服行业买错了AI产品

Kausas的论点是，增长最快的AI公司都在走“人+AI增强”路线，而不是全替换。他点名了几个标杆：模型实验室自己、编程领域的Cursor、法律领域的Harvey。他自己每天都在用Claude和Codex，但这两个工具离“自动化替代他”还差得远。然而客服行业走了相反的路——几乎所有人都在追求全自动解决代理。

问题出在哪儿？B2B场景下的工单，承载着更多的上下文和客户关系。一个全自动代理能解决的，是那些有限类型的问题，而且这些问题本来就不怎么耗时。真正复杂的、需要判断力的、涉及大客户关系的，全都得升级到人工。你拦截了50％的工单，但你的团队依然忙成狗，因为剩下的50％才是真正的工作量。

Pylon的赌注很明确：与其追求全自动解决，不如用AI辅助人类把升级上来的工单处理得更快。他们展示了两个现场案例：一个工单到达时已经被AI调查过了，包括一个原本需要手动查AWS日志的操作。结果是，有客户升级率降低了70％，另一家的首次响应时间快了64.5％。

三、判断标准：这份工作是否“面目全非”

Kausas开场讲了一个故事：他们公司今年初来了一位工程师，休了两年长假后回归。离职时，他是纯手写代码的软件工程师；回来后，他说这份工作已经“面目全非”。以前是你自己写代码、自己测试、自己审查。现在，你是在管理AI代理干这些活。Kausas说，这就是客服行业应该对标的标准。如果一个客服人员加入你的公司，发现这份工作和他离开的那份一模一样，那说明什么都没改变。

他还晒了一组按部门划分的AI支出数据。编程是唯一一个真正起飞的应用场景，其他所有职能都还在起跑线上。客服行业，恰恰是最需要AI赋能却买错产品的典型。

所以，别盯着拦截率看了。那是一个让你自我感觉良好、却对业务毫无帮助的数字。真正的问题是：你的客服人员的工作方式，有没有因为AI而变得“面目全非”？如果没有，那你的AI投资，基本等于打了个水漂。

Pylon想用“人+AI协同处理复杂工单”来重新定义客服AI。这个方向对不对，市场会给出答案。但至少，他们敢于承认那个被所有人追捧的指标，是个伪命题。就问你，敢不敢跟进？

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。