AI 客服的定位是分流与值守，不是全面接替。它接得住重复、标准、有现成答案的问题，接不住情绪激动、情况特殊、需要担责的场景。直接回答标题的问题：AI 客服不能完全替代人工，转人工通道必须保留，这既是用户体验的要求，也是多数平台规则的要求。下面按问题类型讲分工怎么切。
AI 客服接得住哪类问题
三类问题适合交给 AI：查订单物流这类可实时调数据的标准查询；退换货政策、会员权益这类答案固定的规则咨询；营业时间、门店地址这类事实信息。这类请求占比通常过半，AI 秒级响应的体验好于排队等人工。上线前把高频问题清单交给 AI 逐条演练，答案有出处的才放行，避免它自由发挥，把规则题答成了创作题。
上线后的第一周是关键观察期：把每天的对话记录抽检一遍，重点看 AI 有没有在知识库之外自由发挥。发现答错的条目立即修正或下线，第一周的严格程度决定了用户对它的长期印象，放任一周的错误，后面要用几个月来挽回。
必须转人工的几种情形
四类情形直接转人工：用户明确要求人工、同一问题重复两轮 AI 没解决、涉及投诉与纠纷、金额较大或后果敏感的业务。投诉场景里，用户带着情绪来，需要的是被听见，AI 的模板回复只会火上浇油。紧急场景如账户异常、物流丢失，用户等不起多轮试探。转人工要转得干脆，转之前的对话记录一并同步给人工坐席，别让用户从头再讲一遍。
转人工之外还有一档处理：AI 先给出标准解释，再附带一句「如需进一步处理可转人工」，让用户自己选。这比系统强制转人工体验好，也比硬让 AI 陪用户绕圈强，把选择权交出来，是分流设计里最讨巧的一招。
转人工通道的设计要求
转人工入口要显性：藏在多级菜单深处的「转人工」，是客服投诉的重灾区。常见做法是对话框常驻转人工按钮，高峰期提示排队人数并支持回拨。接入后人工坐席能看到 AI 阶段的完整对话，用户不用复述。平台侧对电商、金融类服务普遍要求提供人工服务渠道，具体以各平台规则为准，设计时按「AI 是第一道门，人工永远是出口」的原则来做。
客服数据回流的价值
AI 客服的另一层价值在数据：哪些问题问得最多、哪些问题 AI 答不上来、哪些答案引发二次追问，这些记录是优化知识库的原料。每周让 AI 汇总未解决问题清单，补进知识库后解决率逐月提升。解决率上去了，人工坐席集中在真正需要人的场景，团队的整体体验与人力成本同时改善。这个循环转起来，AI 与人工才算真正配合。
知识库更新要定负责人与节奏：每周固定时间合入新条目，旧的失效信息同步清理。知识库半年不清理的 AI 客服，答错率会明显回升，把这个维护动作写进客服团队的日常排班，工具的价值才能持续。
AI 客服与人工客服的分工还有哪些疑问？
- 夜间时段全用 AI 接待有风险吗？：常规咨询可以，但要在夜间界面明确告知人工服务时间与紧急问题的处理路径，金融、医疗等敏感行业夜间仍建议保留值班人工。
- AI 客服的回答出现错误，责任算谁的？：对外责任在经营主体，用户不会区分前面是人还是模型。所以上线前必须逐条校验答案，错误答案及时下架修正，不能把 AI 当免责理由。
- 小商家没有技术团队能用 AI 客服吗？：可以，电商平台与客服 SaaS 都内置 AI 客服模块，配置知识库即可启用，以服务商官方文档为准，先把高频问答整理好再上线。
延伸阅读：AI 客服机器人 vs 人工客服：哪些场景能替代。
