先说结论：这家公司用 AI 客服没有失败，失败的是只算成本这一本账。瑞典支付公司 Klarna 是全球把 AI 客服声量做到最大的企业之一：2024 年 2 月官宣满月战绩，2025 年 5 月公开回调。一年半里走完的这条完整弧线，比任何「AI 客服能不能做」的争论都值得正在评估的企业细看。本文为外部公开案例解读，非识度交付项目；文中效率数字均为 Klarna 官方自报或援引彭博报道，已逐条标注。
它做了什么？先看官方披露的数字
2024 年 2 月 27 日，Klarna 官方宣布：与 OpenAI 合作的 AI 助手上线满一个月，据其披露——处理了 230 万次对话，占客服对话总量的约三分之二；相当于 700 名全职客服的工作量；客户满意度与人工持平；重复咨询下降 25%；平均解决时长从 11 分钟缩到 2 分钟以内；预估给 2024 年带来 4000 万美元的利润改善。
需要先纠正一个流传很广的误读：「替代 700 名客服」并不准确。官方原文是「相当于 700 名全职客服的工作量」——是工作量当量，不是裁员名单。但方向的信号是真实的：Klarna 此前已把客服招聘冻结了超过一年。
一年半后，为什么把人请回来？
2025 年 5 月，CEO 西米亚特科夫斯基在接受彭博专访时承认：把成本当成了权重过高的评价因子，「结果就是质量下降」。据彭博报道，Klarna 重启客服招聘，并试点一种按需接入的远程坐席模式，让客服可以像网约车司机一样按班次上线服务。
值得注意的细节：试点开始时只有两名坐席。这不是推倒重来，而是在把「人应该守在哪」重新标出来。CEO 的原话是：无论从品牌还是业务角度，客户随时都应该能找到一个人。
识度的分析：真正错在哪一步？
外部材料没有公布质量下滑的具体明细，以下是我们基于公开信息的分析。错不在用 AI，也不在 AI 客服这个方向。错在机制：当「省下多少人力」成为唯一被考核的数字，AI 就会被推向它不该单独守的阵地——复杂的争议处理、情绪激烈的场景、需要例外的判断。这类请求 AI 接不住，而接不住的代价不会立刻出现在成本报表上，会累积在客户流失里。
AI 管正常，人管异常。省下来的人力不是用来裁掉的，是用来守异常的——这是 Klarna 用一年半替全行业验证过的一句话。
这正是识度在设计客服与销售 AI 系统时反复坚持的判断：先定义哪些请求允许 AI 独立闭环，哪些必须立刻转人工并且带上完整上下文，然后再谈能省多少人。顺序反了，数字越好看，窟窿越大。
正在评估客服 AI 化的企业，能带走什么？
三个自检问题，上系统之前就该有答案：一，你的客服请求里，多大比例是可以按标准答案闭环的？这个比例决定 AI 化的天花板，也决定预期；二，转人工的触发条件是谁定的、多久复盘一次？没有升级机制的系统，第一周就该叫停；三，质量指标和成本指标是不是同时上表？只有一本账的系统，最后一定会被另一本账追着还债。
还要一句边界：Klarna 是有品牌余量的巨头，它交得起学费再回调；多数成长型企业交不起。对后者来说，第一次上线就把「人守在哪」设计进去，比事后回调便宜得多。
AI 客服能完全替代人工吗？
能替代的是可标准化的那部分。Klarna 的公开数据显示三分之二的对话量可以由 AI 承接（据其披露），但比例不等于可以取消人工入口——恰恰相反，比例越高，越要把少数复杂场景的人工通道守好。
多大规模的企业适合上 AI 客服？
判断标准不是规模，是请求结构：重复问题占比高、有清晰的知识库、有明确的升级规则，小团队也适合；请求高度非标、知识库缺失的企业，先补记录和知识库，再谈 AI 化。
上线后怎么知道有没有做对？
盯三件事：转人工率的变化趋势、同一问题重复出现的比例、客户在 AI 环节的中途放弃。这三个数比「省了多少人力」更能提前暴露问题。
Klarna 的故事最值钱的地方，不是它证明 AI 客服能省钱，也不是它证明会翻车，而是它把分寸标出来了：正常业务给 AI，异常判断给人，两本账同时记。你的客服请求结构适合怎么拆、拆完怎么设计升级规则，通常一次沟通就能判断——预约一次适配沟通，我们用你的真实请求数据过一遍。
← 返回识度案例