在支持领域广泛采用 AI 两年之后,“AI 是否会取代支持代表”这个问题基本上已经演变成一个更具体、也更有意思的问题:正在缩减的角色和正在扩张的角色并不是同一批角色,对团队架构的净影响看起来不是整体裁员,而更像是一次真正的重塑。

什么在缩减,什么在扩张

缩减 扩张
通才型一线(Tier-1)客服代表 AI 对话审核员
高量、低复杂度的问题解决 升级处理专员(只处理最难的案例)
人工工单分派 客服训练员(整理微调数据)

在我们服务的客户账户中,通才型一线客服代表的角色下降幅度最为明显,原因很简单——这恰恰是自主 AI 客服代理如今已经能出色处理的工作。三年前几乎不存在的一些角色,如今已成为运营良好的支持团队的标配——尤其是“客服训练员”这一职能,负责整理用于微调和提升 AI 客服代理表现的对话记录数据,实际上就像团队主管过去带教新人一样,在“辅导”AI。

哪些技能可以迁移,哪些不能

那些擅长以耐心、有同理心的方式与情绪激动的客户沟通的客服代表,能够很好地转型为升级处理专员——因为他们接手的每一次对话本身都已经是棘手的案例。而那些优势在于快速处理重复性任务的客服代表,转型则更为困难;相比于任由通才型员工人数自然流失,那些投入资源将他们再培训为审核员或客服训练员的团队,留存率明显更好。最成功的转型案例都采用了一套有意设计、结构化的再培训项目——例如让员工跟随现有审核员或训练员“影子实习”数周——而不是简单地更换一个职位名称。

衡量团队的新形态

传统的支持团队指标——每位客服代表处理的工单数、平均处理时长——并不能很好地套用到这些新角色上,因为审核员或客服训练员的价值体现在 AI 系统的解决率和质量改善上,而不是他们本人直接处理的工单量。仍然用旧的一线(Tier-1)指标来衡量这些角色的团队,往往会在内部低估他们的价值,而这最终会体现为留存问题——恰恰出现在最难补岗的那些角色上。

重塑,而非整体缩减

2026 年的支持团队并非在简单意义上变小了——它的形态变了:从事重复性问题解决的人更少,而从事监督、培训以及最需要人工介入的疑难案例的人更多。那些有意识地规划这一转型过程的团队——包括为新角色配套合适的新指标——所获得的留存率和员工士气结果,明显好于那些任由这一变化作为人员流失和沿用旧衡量习惯的无计划副产品而自然发生的团队。而这些旧的衡量习惯,本就是为一种截然不同的支持组织形态而设计的。

招聘那些在大多数团队搭建之初尚不存在的角色

多个团队都遇到过一个现实的难题:为传统支持团队设计的招聘启事和面试流程,并不能很好地套用到客服训练员或 AI 审核员这类角色上,而拥有合适产品知识与对话判断力组合的候选人,往往根本不是来自传统的支持背景。那些专门针对这些新角色调整了招聘流程的团队——而不是沿用一线(Tier-1)的职位描述、只是换个头衔——反映出他们在找到并留住真正胜任这项工作的人才方面,成功率明显更高。