618售后被AI客服卡住了
今年618，很多消费者遇到的不是“客服排队慢”，而是根本找不到能负责的人。
知乎专栏《今年618，AI正在成为大促客服体验的最大黑洞》里有一句话很刺眼：退货暴增、客服不增、AI继续挡，消费者在三个平行系统里被踢皮球。价保页面说一套，AI客服回一套，人工接上来又是另一套。用户想确认能不能保价、能不能退、退到哪里，最后只剩截图和投诉。
这也是今年618里比较典型的一幕：AI不再只出现在营销海报和推荐位里，它已经站到了售后入口。问题是，售后不是闲聊，也不是内容生成。它要处理价保、退款、换货、仅退款、物流异常、平台规则和商家承诺。任何一句答错，都可能变成一张退货单，或者一条差评。
低价之后，售后压力集中爆出来
CBNData在《618的4个关键词：AI、低价、仅退款和高退货率》里，把今年大促的关键词概括为AI、低价、仅退款和高退货率。这个组合放在一起看，售后压力其实不难理解。
平台和商家把低价放到前台，消费者下单更快；仅退款规则降低了部分售后动作的门槛；AI客服又被用来分流大量咨询。看上去每一步都在提高效率，但只要规则没有对齐，AI就会把问题拦在入口处反复消耗。
钛媒体写到，今年平台侧也在简化优惠表达：淘天沿用“官方立减”，京东把大促拆成“三连促”，抖音把“一件直降”放到主视觉。前台规则变简单了，后台客服却没有同步变简单。优惠透明，不代表价保、退换、组合订单、赠品处理也透明。
用户问的是一句很具体的话：我这单能不能退差价？AI如果只会复述规则，用户会继续追问；AI如果擅自给出承诺，商家就要为这个承诺买单。售后场景里，最贵的错误往往不是“没回答”，而是“答得太满”。
年费最低，未必成本最低
很多中小电商选AI客服，第一反应是看价格。预算紧、旺季近，谁上线快、年费低，谁就更容易进候选名单。
网易智企·云商轻学院提到过一个案例：某零售企业对比了5家供应商，最后选了年费最低的一家。上线三个月后，技术团队每天要花4小时整理知识库，运营侧则抱怨AI“答非所问”，最后企业被迫增加人工坐席。
这类账很容易算错。合同里的年费是显性成本，知识库维护、人工兜底、投诉处理、客服培训，是上线后才会冒出来的成本。AI客服如果不能稳定解决高频问题，反而会多制造一层沟通：用户先被机器人绕一圈，再转人工，人工还要先解释机器人刚才说错了什么。
选型时只比价格，常见后果有三个。
第一个是知识库工具太弱。促销规则、SKU、赠品、价保条件更新很快，知识库如果不能快速维护，AI回答就会滞后。
第二个是转人工策略不清楚。消费者已经连续追问，AI还在重复模板话术，情绪会被放大。
第三个是权限边界模糊。AI可以解释政策，但不应该随口承诺退款金额、补偿方式和价保时效。客服系统里，“能说什么”和“能决定什么”必须分开。
别把大模型当万能客服
《财经》在《AI全面入局618：谁在收割，谁在建仓，谁在离场？》中援引国家统计局数据：2026年1—4月，全国网上商品和服务零售额65308亿元，同比增长6.6%；其中网上商品零售额41185亿元，增长5.7%。文章也提到，十年前电商大促火热时，相关增速曾在30%以上。
增长放慢后，平台和商家都更在意效率，AI客服自然会被推上前线。但客服系统不是模型能力展示台。售后场景要的是稳定、可追溯、边界清楚，而不只是“模型更聪明”。
中小电商尤其要警惕一种错觉：模型参数越大，客服效果越好。实际选型时，更该先看自己的问题结构。
如果大部分咨询是物流进度、退款状态、优惠券使用，重点是知识库准确、响应快、能查订单；如果经常出现价保、组合优惠、跨订单纠纷，就要看系统能不能接入真实业务数据，能不能把规则拆清楚；如果涉及补偿、退款金额、特殊售后，最好直接设成人工处理，不要交给AI自由发挥。
模型只是其中一环。知识库、工单系统、订单系统、转人工规则、质检回放，哪一环没接好，最后都会体现在消费者体验里。
真正要防的是“过度承诺”
AI客服最危险的地方，不是语气像不像真人，而是它会不会替商家做没有授权的决定。
比如价保。营销页面为了促进下单，会把承诺写得尽量醒目；售后规则里却可能有时间、品类、渠道、券后价等限制。AI如果没有读到最新规则，或者把相近规则混在一起，就可能回答“可以补差”。消费者截图后再找人工，人工再说“不符合条件”，冲突就出现了。
所以配置AI客服时，至少要把三件事拆开。
能解释的，让AI解释。比如活动时间、退货路径、发票入口、物流查询。
需要核验的，让AI引导查询。比如订单是否参与价保、是否超过售后时限、赠品是否需要寄回。
涉及承诺的，转人工。退款金额、补偿方案、特殊价保、平台仲裁，都不适合让AI直接拍板。
这不是保守，而是售后业务本来就需要边界。AI可以减少重复劳动，但不能替企业承担规则责任。
选型先看售后链路，不看宣传页
一套AI客服值不值得上，不要只看演示页面。演示里最常见的是标准问答，真实618里最麻烦的是连续追问、政策冲突和情绪升级。
更实用的做法，是先拿历史客服记录做一轮拆分：哪些问题重复率最高，哪些问题最容易转人工，哪些问题最容易引发投诉。再用这些真实问题去测试供应商，而不是让供应商拿通用样例展示。
测试时也别只看“能不能答”。要看它答错时怎么处理：会不会提示不确定，会不会及时转人工，人工接手时能不能看到前面完整对话，知识库更新后旧答案能不能被纠正。
618不会等客服系统慢慢磨合。促销开始前，SKU、活动规则、价保说明、退换货政策至少要做一次集中校验。大促期间，如果规则变化，知识库要能快速更新；否则AI越努力回答，错得越快。
AI客服当然有价值。它能接住大量重复咨询，也能缓解人工排队。但对中小电商来说，真正该买的不是“最先进的模型”，而是一套不会乱承诺、能及时转人工、知识库跟得上业务变化的售后系统。
今年618暴露的问题很直接：前台低价越来越清楚，后台售后不能继续含糊。AI客服如果只是挡在入口，它省下的客服费，可能会从退货、投诉和人工补救里重新花出去。