替换的算术，以及它的薄弱处

将近十年里，企业被推销「客服自动化」，而结果几乎总是一棵决策树：一组事先备好的分支，把人牵着走，直到他放弃并要求转人工。

这样的系统无法用回报来衡量，因为它几乎什么都没替代。它只是把烦躁从坐席转移到了客户身上，电话照样要打。那里没有可供计算节省的东西。

测算取的是一个客服部门：人均每月约 4 000 美元，团队每月 32 000 美元，计入相关开支后全年约 42 万美元。数字是示例性的，但结构很典型：工资，加管理，加流失，加新人培训。

而恰恰是后两项，在这类账里通常会掉出去。招聘并培训一个一年后就离职的人，其成本溶进了总预算，从不计到客服头上。这份测算把它算了进去，这让它更诚实，而不是更好看。

这里出现了值得读这篇文章的那个数字：每次对话约 0.3 美元。它不是抽象的订阅价，而是算力成本乘以对话长度。

一切由此展开。按这个价格量级，服务同样的咨询量一年约需 7 200 美元；与 42 万美元相比，这与其说是改善，不如说是换了个计量单位。

文中给出的无人工介入结案比例是 98.2%。这是整个模型的关键系数，值得单独记在心里：正是它把一次测算变成一个结果。

第一个假设是算力价格的稳定。每次对话三十美分，在今天、在特定模型上成立。换模型、负载上升或供应商调价，都会让这个数字向两边移动，整份账也随之移动。

第二个、也更要紧的，是那 98.2%。98% 与 90% 之间的差别不是「八个百分点」，而是抵达人工的咨询数量增加五倍。到那时人工部门只能保留，节省也就不再是节省。

第三个，是一个未言明的假设：被替代的工作是同质的。一线客服确实重复。但其中几乎总藏着百分之几的情形，需要人不是因为机器人没听懂，而是因为客户正在气头上，想要一个活人听他把话说完。

节省是防守。文章说得公道：进攻更有意思——同一个智能体可以把对话一直带到成交，而人工坐席会因为下班或没来得及回复而丢掉这笔生意。

这部分更难算，文章也承认。节省可以从工资表上读出来；增量收入只能与「没有发生的事」相比。这类数字需要另一种检验：不是计算，而是在其余条件不变的前提下比较两个时段。

带走的不该是数字，而是方法。这份测算有用的地方，在于把客服成本拆成若干部分的习惯，包括那些通常被藏起来的：流失、培训、夜间错过的咨询。

而任何这类模型，最好用一个问题去检验：在你这里、在你的咨询流量上，究竟有多大比例真的无需人工就能结案。其余所有数字都由这一个派生，它一旦出错，结论会整个翻过来。