編輯 | 伊風

出品 | 51CTO技術棧（微信號：blog51cto）

第一批因為AI裁員的公司，又把員工請回來了！

曾信誓旦旦宣布“一個 AI 頂 700 個客服”的 Klarna，如今不得不親自“打臉”。

圖片

這家全球領先的“先買后付”平臺（類似于國內的“螞蟻花唄”），在 2024 年接入 OpenAI 技術后，便風風火火地All in AI：暫停招聘、削減成本，甚至計劃用 AI 逐步取代多達數千名的外包客服。

一年多過去了，這場“AI 替代人類勞動力”的實驗被叫停了！Klarna再也無法繼續無視用戶鋪天蓋地的吐槽——越來越多的抱怨集中在“答非所問”“情緒冷漠”“永遠找不到真人”……問題多到用戶體驗直線下降。

最終，Klarna 不得不低頭：承認過去擁抱AI 的方式過于激進，并開始重新招聘客服人員。

CEO Sebastian Siemiatkowski 也公開改口：“從品牌和公司角度來看，我認為讓客戶明確知道，‘你想找真人，一定找得到’，這件事非常關鍵。”他的話，也像是對服務從業者的一句忠告。

1.AI 再猛，也還是需要人類員工

和許多公司一樣，Klarna 之所以最初大力引入 AI，無外乎“降本增效”四個字。

AI應答迅速、不知疲倦、24小時在線等特點，確實乍看之下能充當一個完美客服。2024 年 2 月，Klarna 在全球媒體上大張旗鼓地宣布：上線僅一個月，AI 助理已接管了三分之二的客戶對話，覆蓋 230 萬次互動，平均響應時間控制在 2 分鐘內。

官方數據看起來令人振奮：AI 在事務處理準確率上“優于人類”，客戶滿意度也“不相上下”。更重要的是，它還有望在一年內為公司帶來 4000 萬美元利潤提升。

但Klarna沒有料到，這場自動化帶來的“饋贈”，其實早就暗中標好了代價。

問題從來不只是“效率”本身。AI 客服的回應模板化、語氣生硬，最致命的，是用戶常常找不到人工客服，這一籮筐問題足以引發用戶眾怒。

Klarna發言人公開說，隨著客戶越來越多地表達對‘缺乏人情味’和‘難以聯系真人客服’的不滿，這種做法顯然在削弱他們原本想要改善的體驗。這種摩擦不僅會降低滿意度，還會帶來真實的財務與聲譽風險。”

Klarna的解決方案就是重新招人，不過他們還開了個試點計劃聘請“客服專家”給AI打輔助。“AI 解決簡單的問題——我們的專家處理那些關鍵時刻”。發言人Nordstrom 解釋說，“這也是我們正在推進這個試點的原因，吸引高學歷學生、專業人士和創業者，擔任一種融合前線服務與實時產品反饋的新型崗位。”

事實上，在Klarna大刀闊斧推進AI客服之初，質疑聲就已經出現。

軟件工程師、《The Pragmatic Engineer》通訊作者 Gergely Orosz 曾在使用 Klarna AI 助手后寫道：“它……挺讓人失望的。只是在復讀產品文檔，然后很快把我轉給人工客服。”

而Klarna卻花費了一年多的時間兜了一大圈，才得到了這個教訓：“在這個自動化的世界里，真正優秀的人類交流仍是最寶貴的。”

發言人表示，他們會修正此前的戰略，“加倍投資于提升服務的人性化：同理心、專業性和真實對話”。

當然，Klarna的轉向不等于放棄AI。Nordstrom 表示，AI 目前仍發揮著關鍵作用，仍處理約三分之二的客戶咨詢。自推出以來，響應時間提升了 82%，重復問題減少了 25%。

2.AI降本增“笑”？Klarna智能客服遇到了哪些問題

Klarna 客服策略的轉變并不令人意外，因為整體來看，消費者對聊天機器人的不滿正在上升，AI 技術本身也存在缺陷。

OpenAI模型本身時常生成偏冗長的答案，應用到客服場景中，給人一種“暈字”的感覺——說了非常多，又好像什么都沒說。

圖片

Klarna用戶吐槽的截圖翻譯

在廣泛的吐槽中，有人在博客梳理出了Klarna 客服的“五宗罪”：

1）響應冗長：回答太啰嗦，用戶一眼望不到重點，違反對話式設計原則

2）無法完成承諾的操作：說能幫忙更新資料、查訂單，結果全是跳轉鏈接，且經常是無效鏈接

3）強制用戶跳出支持窗口：明明是服務窗口，卻總讓用戶去別的頁面完成操作，體驗割裂

4）語氣“過分甜美”卻缺乏共情：回復模板化、過度熱情，關鍵時刻沒有體現出對用戶困境的理解

5）響應速度慢：每次等待 15–20 秒

值得注意的是，目前AI的問答能力尚可，但Agent所需的執行能力則更為其短板。就像一位用戶舉的讓自己抓狂的案例，讓人苦笑不得：

當我要求 AI 客服幫我更新個人信息時，它彈出一個按鈕，讓我跳轉去修改。但點進去后鏈接根本打不開。

我又問它能否查看我的歷史訂單（我并沒有訂單，屬于最簡單的測試場景），它卻讓我“自己去找”。

接著我讓它協助更改支付方式，它又給出了一長串說明，要我離開聊天窗口自己去操作。當我嘗試直接在對話框中提供信息時，AI 回答“不可以”，并把我推送給真人客服。

整個測試過程里，我反復嘗試讓 AI 去完成它“聲稱可以完成的”動作——結果每一次，不是讓我自己去做，就是直接失敗了。

3.超大杯模型API，可能不是智能客服的良藥

Klarna 的 AI 客服響應遲緩，背后可能并不只是“優化沒做好”。

AI 客服 Tico 的開發者推測，Klarna 所使用的 OpenAI Assistants API 本身就存在一定延遲——因為它每次生成回復時，往往需要同時調用多個模塊，包括知識檢索、函數執行、語氣調節、上下文維護等。這種多模塊調用顯然拉長了響應時間。

事實上，Assistants API 的確能幫助企業快速上線一個 AI 助手原型，但不一定適合追求極致響應速度或動作執行效率的場景。

同樣的道理，不必為每一個問題都動用 GPT-4o 或 Claude Opus。對于絕大多數客服需求——比如 FAQ、基礎流程引導、信息查詢——輕量級模型 + 明確流程的組合，其實是更經濟實用的選擇。

企業真正該關注的，不是“AI 模型選得夠不夠大”，而是整體架構是否具備分層調度、任務分流與智能兜底能力。知識庫 + LLM 理解層 + 對話編排平臺，才是客服自動化真正能跑起來的工程路徑。

4.轉人工，正在成為世界性難題

智能客服的普及并未帶來預期的好評，反而讓“轉人工”成為全球用戶都在默默對抗的技術困境。

無論是在國內還是海外，智能客服的滿意度始終不高。

《中國青年報》發起的調查顯示，95.7%的受訪者使用過智能客服，但只有四成認為“好用”。而海外研究機構 Verint 曾發布報告指出，超過三分之二的客戶有過糟糕的聊天機器人體驗。

在社交媒體上，甚至已經出現了大量“轉人工教程”被用戶像傳授秘技一樣反復傳播，移動運營商、航空公司和各大電商平臺及社交平臺無不是中槍范圍。

圖片

原因并不復雜：AI 確實可以應對簡單問題，但一旦用戶表達稍微復雜、語義模糊或情緒焦慮，它就可能“失智”。

回想當時，客服是最先受到AI沖擊的那一波崗位。

那時候我們以為，自己做的是“更高級”的工作。但不久后，Sam Altman就告訴我們，AI 也開始侵入文案、設計、編程等看似穩妥的職業領域，各種一夜端掉XX行業飯碗的論調層出不窮。AI恐慌、AI焦慮似乎彌漫在整個社會之中。

不過還好，Klarna的經歷真實的印證了“溫度”的可貴，更說明了：技術不會讓人無用，它只會逼我們更清楚地認識——人，為什么難以取代。

參考鏈接：

1.https://www.bloomberg.com/news/articles

2.https://hqtime.huanqiu.com/article/4CfvlbHOYcU

3.https://www.voiceflow.com/pathways/behind-the-hype-how-klarnas-customer-support-agent-falls-short

本文轉載自??51CTO技術棧??，作者：伊風