$天潤雲(02167.HK)

如果你現在還認為 “投訴必須轉人工”，那你大概率已經落後了。

一家月活 6 億的網約車平台，已經實現了 AI 對投訴場景的獨立接管。而且 Agent 僅上線兩個月，獨立接待率已經超過 65%，獨立建立工單準確率更是達到 95% 以上。

在這個被普遍認為 “最容易失控、最不敢試錯” 的場景裏，AI 不但沒有製造風險，反而成了穩定器。

那麼，他們是如何在客訴場景把 Agent 應用得這麼好的呢？下面我們一起來拆解一下。

一、為什麼必須用 AI 來處理客訴？

首先，為什麼要用 AI 來處理客訴？

作為國內頭部網約車平台，其月活躍用户規模達到 6 億，如此高頻的使用場景下，每天僅圍繞司機服務、物品遺失等問題，就會產生大量投訴與反饋諮詢。

這些問題完全依賴人工客服來承接，意味着平台必須長期維持一支規模龐大的客服團隊，不僅人力成本高，調度與管理壓力也非常大。

與此同時，平台客服的工作時間為早 9 點至晚 6 點，而用户打車卻是 24 小時不間斷的。大量投訴發生在非工作時間，只能以留言方式留存，等客服上班後再處理，直接影響用户的服務體驗與情緒感受。

除此之外，這一平台的客服場景還存在一個現實問題。

由於採用的是聚合型打車模式，該平台本身並不提供運力，而是由多家網約車公司共同承接訂單。這意味着，在處理一次客訴時，客服需要同時在平台系統和對應的運力方系統中分別創建工單，兩個平台來回切換，反覆創建工單，這導致人工客服的工作效率極低。

正是在高諮詢量、時段錯配、流程複雜的多重壓力下，該平台才決定引入 AI 承接大量客訴場景，從而減輕人工客服負擔，提升整體服務效率，並改善用户體驗。

二、投訴業務為什麼反而適合 Agent 規模化落地？

當然，該平台能夠使用 AI 來處理客訴場景，也有一些前提條件。

我們在接觸這個客户時，首先對場景進行了分析，我們發現該平台的投訴場景本身具備三個天然適合 Agent 落地的特徵。

第一，問題類型高度集中。

在打車平台，投訴長期集中在物品遺失、司機投訴、費用異常等少數幾類高頻問題上，場景邊界清晰、結構穩定，非常適合被標準化拆解與持續優化。

第二，用户的第一訴求不是裁決，而是回應。

多數用户在投訴初期，並不期待立刻給出處理結果，而是希望被及時回應、被認真對待、情緒得到承接。相比複雜判斷，這一階段更考驗的是響應速度與表達穩定性。

第三，處理結果高度依賴工單，而非當場解決。

絕大多數投訴最終都需要進入後續流程。一線客服的核心價值，並非即時裁決，而是信息記錄是否完整、分類是否準確、工單是否規範。

正因如此，投訴流程中前 70% 的工作，本質上都是信息處理問題，而不是判斷問題。這也為 Agent 在投訴場景中的規模化接管，提供了清晰、可落地的基礎。

三、我們做對了哪四件關鍵的事？

明確目標之後，問題就變得具體了：Agent 應該從哪裏介入，又該如何介入，才能既穩住用户情緒，又不增加風險？

圍繞這一目標，我們在實踐中做了這樣四件關鍵的事：

第一，先承接情緒，而不是先解決問題

在客訴場景中，情緒失控往往比問題本身更容易導致升級。因此，在用户發起投訴後，Agent 的第一動作並不是追問細節，而是先完成情緒承接。

Agent 會先複述並確認用户的問題，讓用户明確感知到 “問題已被聽見”；隨後，立即給出同理心安撫話術，並根據不同投訴類型配置差異化安撫策略，在必要時使用兜底安撫話術。

同時，通過口語化表達、設置工號、擬人化話術等方式，儘可能降低用户對 “機器人” 的感知，避免因情緒持續發酵而直接轉人工。這一點，直接決定了投訴是否會在開局階段 “失控”。

第二，用 “訂單澄清” 替代人工反覆追問。

在投訴過程中，最容易觸發轉人工的時刻，往往是用户的一句：“你知道我説的是哪一單嗎？”

為此，平台並沒有讓 AI 被動追問，而是通過接口自動查詢用户最近一筆訂單，將訂單時間、訂單類型等關鍵信息直接傳遞給智能體，由 AI 主動與用户進行訂單澄清與確認。

這一設計一方面減少了反覆追問，避免 “找不到訂單→轉人工” 的情況；另一方面，也讓投訴信息的記錄更加準確、完整。這是降低轉人工率的關鍵技術點之一。

第三、讓 AI 把 “話後工作” 一次性做完。

真正拉開差距的，並不在於客户接待本身，而在於客户接待完成之後的問題處理工作。

在通話結束後，AI 會自動完成一整套標準化流程：

包括對話內容總結、問題類型與訂單類型分類、工單創建條件判斷，並同步向平台自身及合作運力方的兩個工單系統創建工單，並按業務類型自動分配至一線或二線處理隊列。

最終結果是，機器人話後建單準確率穩定在95%以上，人工客服得以從大量重複、機械的建單工作中釋放出來。這一步，決定了 AI 能否真正 “接管投訴”，而不是隻承擔前台接待。

四、結尾

這家月活 6 億打車平台的實踐證明，投訴並非 AI 的 “禁區”，關鍵在於是否找準介入位置、跑通完整閉環。

當 Agent 能夠穩定承接情緒、準確記錄信息、自動完成流轉，投訴場景反而成為 AI 最容易規模化落地的場景之一。

如果你所在的行業同樣面臨高頻投訴、人力成本高、流程複雜等問題，或正在探索 Agent 在客户服務中的應用路徑，歡迎與我們一起交流討論，或許下一步的突破，就在你的業務場景中。

$天潤雲(02167.HK)