PART 01

AI客服新国标落地，云蝠智能为什么更关注“AI什么时候该找人”

最近，智能客服领域迎来了一项新的国家标准。

9月1日，GB/T 47746—2026《顾客联络服务 人工与智能客户服务协同要求》正式实施。

仔细研究之后，我们发现，这次标准里有一个方向，和云蝠智能这几年一直在做的事情非常接近：

AI与人的协作。

但我们理解的“人机协作”，并不只是给AI增加一个“转人工”按钮。

真正重要的问题其实是：

AI什么时候应该继续处理，什么时候应该主动把问题交给人？

这也是云蝠智能创始人魏佳星在研究新标准之后，特别提到的一点。

他说：

“AI和人的协作，不仅是AI可以转接到人，还有AI本身的触发机制。当它几次无法回应客户核心问题时，就应该能够触发人工介入。”

这句话，其实说到了企业级智能客服下一阶段真正需要解决的问题。

PART 02

从“能转人工”，到“知道什么时候转人工”

传统智能客服的人机协作逻辑其实非常简单。

客户主动提出：

“转人工。”

系统再进行转接。

但真实的客户服务远比这复杂。

有时候客户不会明确说“转人工”。

他可能已经连续问了三遍同一个问题；

可能AI给出的答案始终没有解决核心诉求；

可能对话已经进入一个需要专业人员判断的业务环节；

也可能客户的情绪已经发生明显变化。

如果此时AI依然机械地按照原来的对话流程继续回答，那么即便这个系统支持“转人工”，严格来说也没有真正实现人机协作。

所以云蝠智能一直在思考的不是：

AI能不能转人工？

而是：

什么情况下，AI应该主动触发下一步动作？

这两件事看起来只差几个字，但背后其实是完全不同的产品逻辑。

前者是一个功能。

后者是一整套智能体运行机制。

PART 03

云蝠智能把“触发”做进了Skills

这也是云蝠智能在VoiceAgent 3.0中持续强化Skills 引擎的原因。

我们希望企业使用VoiceAgent时，不只是配置一个“会聊天的AI”，而是能够搭建一套真正参与业务流程的智能体。

Skills的核心逻辑可以概括成两句话：

一切皆触发。

一切皆执行。

什么意思？

企业可以根据自己的业务定义各种触发条件。

例如：

• 客户连续多轮没有得到有效答案；
• 客户提出某类特定业务需求；
• 对话进入需要人工判断的节点；
• 识别到某个关键词；
• 客户达到某个意向等级；
• 客户明确要求人工处理；
• 某个业务变量达到指定条件；
• 或者企业自己定义的其他复杂条件。
• 只要满足条件，就可以触发下一步动作。
• 这个动作，可以是转接人工，也可以是进入另一套业务流程。
• 所以在云蝠智能看来，转人工本身只是Skills可以执行的动作之一。
• 真正重要的是前面的判断：
• 什么时候触发。
• 
  

PART 04

企业可以自己定义“AI的边界”

不同企业的人机协作方式，其实完全不一样。

售后客服场景

一个标准的物流查询，AI完全可以直接完成。

但如果客户连续反馈三次“问题没有解决”，企业就可以设置：

连续无法解决核心问题 → 自动触发人工客服。

专业服务场景

再比如金融、医疗等专业度更高的场景。

部分基础咨询可以由AI完成，但当识别到某类需要专业判断的问题时，就可以直接进入人工服务流程。

销售场景

销售场景又完全不同。

AI前期可以完成需求了解、客户筛选和信息收集，当客户意向达到某个等级之后，再把客户交给销售人员。

于是，同样一个“人机协作”，在不同企业里面可能变成完全不同的逻辑：

• 客服场景：AI解决不了 → 人工介入
• 销售场景：客户意向达到条件 → 销售介入
• 售后场景：识别复杂投诉 → 专员介入
• 专业服务场景：进入风险或专业判断环节 → 人工介入
• 这也是Skills真正有价值的地方。
• 它不是云蝠智能替企业规定：
• 
  
• “第几句话必须转人工。”
• 
  
• 
  
• 而是把这种能力交给企业自己。
• 企业根据自己的业务，决定AI做到哪里，人从哪里开始。

PART 05

不只是一个条件，还可以是一组条件

企业真实的业务通常不会只有简单的“如果A，就执行B”。

更多时候，是多个条件共同决定一个动作。

例如：

• 客户已经连续两次没有得到有效答案；
• 同时识别到明显投诉意图；
• 并且客户属于重点客户。
• 当这几个条件同时满足时，再进入指定人工坐席。
• 或者：
• 客户表达明确购买需求；
• 预算符合要求；
• 预计启动时间在近期。
• 三个条件组合之后，再触发销售人员跟进。
• 在云蝠智能的Skills机制下，企业可以围绕不同的业务条件进行组合，再通过不同的执行管道，把智能体、人工坐席以及企业原有业务系统连接起来。
• 这意味着AI不再只是“回答一句话”。
• 它开始参与企业对整个业务流程的判断。
• 条件出现 → AI判断 → Skills触发 → 执行动作。
• 这才是云蝠智能理解的企业级VoiceAgent。

PART 06

AI与人，不应该是两套割裂的系统

还有一个问题经常被忽略。

AI即使成功把客户转给人工，如果人工接手之后问：

“您好，请再介绍一下刚才遇到了什么问题。”

那客户体验其实依然没有改善。

真正的人机协作应该是连续的。

AI已经获取的信息、客户的诉求、前面的对话结果，都应该成为后续人工服务的一部分。

也就是说，AI和人工不应该是：

AI服务结束 → 重新开始一次人工服务。

而应该是：

AI先处理 → 判断边界 → 触发人工 → 人工继续处理。

客户面对的是一条连续的服务链路。

这也是为什么云蝠智能一直强调，VoiceAgent不能只是一个独立的机器人。

它需要和呼叫中心、CRM、人工坐席、客户数据以及企业业务流程真正连接起来。

PART 07

从“回答问题”，走向“执行任务”

过去大家评价一个AI客服，经常会问：

“回答得像不像真人？”
“知识库准不准？”
“声音自然不自然？”

这些当然重要。

但随着大模型能力逐渐成熟，企业级智能客服真正拉开差距的地方，正在发生变化。

未来企业可能会越来越关注三个问题：

第一，它能不能解决问题。

不仅仅是回答问题，而是真正完成一个业务任务。

第二，它知不知道自己的边界。

遇到自己不适合处理的问题，能够及时退出，而不是继续“硬聊”。

第三，它能不能调动下一步资源。

需要人工就找人工，需要进入另一套流程就进入流程，需要调用企业系统就调用系统。

这也是云蝠智能从AI客服进一步走向企业级VoiceAgent之后，非常重要的一条产品思路：

AI不是一个孤立的聊天窗口，而应该成为企业业务流程中的一个执行节点。

这次新的智能客服国家标准，对人机协同提出了更明确的要求。

而对云蝠智能而言，它更像是对我们长期产品方向的一次印证。

AI和人的关系，从来不应该只是：

“AI能不能替代人？”

真正值得讨论的问题应该是：

“AI和人分别应该做什么？”

机器擅长高频、重复、标准化的信息处理；

人擅长复杂判断、情绪处理以及专业决策。

企业真正需要的，并不是把其中一方彻底拿掉。

而是设计出一套机制，让AI知道什么时候应该自己完成，什么时候应该找到正确的人。

而Skills正在承担这样的角色。

让条件可以被定义，让行为可以被触发，让AI、人工和企业系统能够在同一条业务链路中协同。

从这个角度看，智能客服的发展下一阶段，也许已经不只是让AI“越来越会说”。

而是让AI：

越来越知道什么时候该说，什么时候该做，以及什么时候该把事情交给人。

这也是云蝠智能正在持续完善的企业级VoiceAgent能力。

— END —

云蝠智能 是一款 AI 原生的大模型语音智能体，我们为企业提供AICC大模型呼叫中心，在ChatBOT和CRM基础上提供包括语音智能体，产品能力包括了大模型语音外呼、智能呼入、网页实时语音交互 sdk 及 api。

我们由来自阿里巴巴等公司优秀的开发者组成，曾经获得华为云开发者大赛、讯飞开发者大赛冠军等诸多荣誉。获得奇绩创坛（陆奇博士）、AMINO丰元资本、御势资本、金沙江创投数千万投资。拥有省级民营科技企业、全国呼叫中心及信息发送资质,拥有软件著作权27项及商标4项。

在呼入工单建立、投诉处理及需求跟进等场景完全取代人工客服，在会员回访、客户召回场景取代大多数客服。当前我们的月均AI人机通话量为 7000 万通电话，服务于 5 万家终端企业。

点阅读原文，预约行业专属解决方案！