$TI CLOUD(02167.HK)

如果你现在还认为 “投诉必须转人工”，那你大概率已经落后了。

一家月活 6 亿的网约车平台，已经实现了 AI 对投诉场景的独立接管。而且 Agent 仅上线两个月，独立接待率已经超过 65%，独立建立工单准确率更是达到 95% 以上。

在这个被普遍认为 “最容易失控、最不敢试错” 的场景里，AI 不但没有制造风险，反而成了稳定器。

那么，他们是如何在客诉场景把 Agent 应用得这么好的呢？下面我们一起来拆解一下。

一、为什么必须用 AI 来处理客诉？

首先，为什么要用 AI 来处理客诉？

作为国内头部网约车平台，其月活跃用户规模达到 6 亿，如此高频的使用场景下，每天仅围绕司机服务、物品遗失等问题，就会产生大量投诉与反馈咨询。

这些问题完全依赖人工客服来承接，意味着平台必须长期维持一支规模庞大的客服团队，不仅人力成本高，调度与管理压力也非常大。

与此同时，平台客服的工作时间为早 9 点至晚 6 点，而用户打车却是 24 小时不间断的。大量投诉发生在非工作时间，只能以留言方式留存，等客服上班后再处理，直接影响用户的服务体验与情绪感受。

除此之外，这一平台的客服场景还存在一个现实问题。

由于采用的是聚合型打车模式，该平台本身并不提供运力，而是由多家网约车公司共同承接订单。这意味着，在处理一次客诉时，客服需要同时在平台系统和对应的运力方系统中分别创建工单，两个平台来回切换，反复创建工单，这导致人工客服的工作效率极低。

正是在高咨询量、时段错配、流程复杂的多重压力下，该平台才决定引入 AI 承接大量客诉场景，从而减轻人工客服负担，提升整体服务效率，并改善用户体验。

二、投诉业务为什么反而适合 Agent 规模化落地？

当然，该平台能够使用 AI 来处理客诉场景，也有一些前提条件。

我们在接触这个客户时，首先对场景进行了分析，我们发现该平台的投诉场景本身具备三个天然适合 Agent 落地的特征。

第一，问题类型高度集中。

在打车平台，投诉长期集中在物品遗失、司机投诉、费用异常等少数几类高频问题上，场景边界清晰、结构稳定，非常适合被标准化拆解与持续优化。

第二，用户的第一诉求不是裁决，而是回应。

多数用户在投诉初期，并不期待立刻给出处理结果，而是希望被及时回应、被认真对待、情绪得到承接。相比复杂判断，这一阶段更考验的是响应速度与表达稳定性。

第三，处理结果高度依赖工单，而非当场解决。

绝大多数投诉最终都需要进入后续流程。一线客服的核心价值，并非即时裁决，而是信息记录是否完整、分类是否准确、工单是否规范。

正因如此，投诉流程中前 70% 的工作，本质上都是信息处理问题，而不是判断问题。这也为 Agent 在投诉场景中的规模化接管，提供了清晰、可落地的基础。

明确目标之后，问题就变得具体了：Agent 应该从哪里介入，又该如何介入，才能既稳住用户情绪，又不增加风险？

围绕这一目标，我们在实践中做了这样四件关键的事：

第一，先承接情绪，而不是先解决问题

在客诉场景中，情绪失控往往比问题本身更容易导致升级。因此，在用户发起投诉后，Agent 的第一动作并不是追问细节，而是先完成情绪承接。

Agent 会先复述并确认用户的问题，让用户明确感知到 “问题已被听见”；随后，立即给出同理心安抚话术，并根据不同投诉类型配置差异化安抚策略，在必要时使用兜底安抚话术。

同时，通过口语化表达、设置工号、拟人化话术等方式，尽可能降低用户对 “机器人” 的感知，避免因情绪持续发酵而直接转人工。这一点，直接决定了投诉是否会在开局阶段 “失控”。

第二，用 “订单澄清” 替代人工反复追问。

在投诉过程中，最容易触发转人工的时刻，往往是用户的一句：“你知道我说的是哪一单吗？”

为此，平台并没有让 AI 被动追问，而是通过接口自动查询用户最近一笔订单，将订单时间、订单类型等关键信息直接传递给智能体，由 AI 主动与用户进行订单澄清与确认。

这一设计一方面减少了反复追问，避免 “找不到订单→转人工” 的情况；另一方面，也让投诉信息的记录更加准确、完整。这是降低转人工率的关键技术点之一。

第三、让 AI 把 “话后工作” 一次性做完。

真正拉开差距的，并不在于客户接待本身，而在于客户接待完成之后的问题处理工作。

在通话结束后，AI 会自动完成一整套标准化流程：

包括对话内容总结、问题类型与订单类型分类、工单创建条件判断，并同步向平台自身及合作运力方的两个工单系统创建工单，并按业务类型自动分配至一线或二线处理队列。

最终结果是，机器人话后建单准确率稳定在95%以上，人工客服得以从大量重复、机械的建单工作中释放出来。这一步，决定了 AI 能否真正 “接管投诉”，而不是只承担前台接待。

这家月活 6 亿打车平台的实践证明，投诉并非 AI 的 “禁区”，关键在于是否找准介入位置、跑通完整闭环。

当 Agent 能够稳定承接情绪、准确记录信息、自动完成流转，投诉场景反而成为 AI 最容易规模化落地的场景之一。

如果你所在的行业同样面临高频投诉、人力成本高、流程复杂等问题，或正在探索 Agent 在客户服务中的应用路径，欢迎与我们一起交流讨论，或许下一步的突破，就在你的业务场景中。

$TI CLOUD(02167.HK)