AI 工单升级流程：不要让 AI 把风险藏起来
AI 客服的价值不是把所有问题都自动回答掉，而是在正确的边界内自动处理低风险问题，并把高风险问题带着上下文交给人。
为什么升级流程比自动回复更重要
客户真正投诉的不是“机器人参与了”，而是机器人不懂装懂、反复要求客户重复信息，或者在明显需要人工时继续绕圈。没有升级流程，AI 回复越多，运营风险可能越高。
应该强制转人工的信号
| 信号 | 例子 | 处理 |
|---|---|---|
| 低置信度 | 知识库没有明确答案，或来源冲突。 | 创建工单并标记知识缺口。 |
| 高价值客户 | VIP、企业客户、即将续约客户。 | 优先转给客户经理。 |
| 财务/退款 | 退款、赔偿、账单争议。 | 带上订单和政策来源转人工。 |
| 投诉升级 | 威胁差评、法律投诉、强烈不满。 | 进入主管队列。 |
| 技术异常 | 无法复现、日志缺失、系统故障。 | 收集环境信息后转技术支持。 |
一个可落地的升级流程
- 识别意图。 先判断问题属于 FAQ、订单、技术、财务、投诉还是销售。
- 检查置信度。 来源明确且风险低时 AI 可直接回答。
- 打包上下文。 转人工时带上客户原话、历史对话、AI 已问过的问题、相关来源和建议处理方向。
- 路由到队列。 按 SLA、客户等级、问题类型分配给对应人员。
- 复盘结果。 记录是否正确升级、是否重复问客户、是否应补知识库。
需要衡量的 KPI
- 升级准确率：该转人工的问题是否真的被转出。
- 重复询问率：人工接手后是否还要客户重复信息。
- SLA 命中率：高风险工单是否进入正确队列。
- 知识缺口修复时间：发现缺口后多久补进知识库。
AegisWise 把 AI 回答、工单、人工处理和 KPI 报告连在一起。你可以从 应用场景 判断先做哪些流程，再用 ROI 计算器 判断节省是否足够。
第一原则：AI 客服的目标不是“少转人工”，而是“正确转人工”。错误压制升级会比人工成本更贵。
需要设计 AI 转人工规则？
发送你的工单类型、SLA、客户分层和当前渠道，我们可以给出第一版升级矩阵。