← 返回觀點
/智慧方案FDE團隊

語音 AI Agent 能診斷故障,但能直接寄出設備嗎?

客戶報修後,系統可以找替換設備並確認地址,真正送出時卻會影響庫存與客戶權益。這篇列出核可人該看哪些資料,以及資料矛盾時如何轉給真人。

AIEgentWrX人機協作導入
語音 AI Agent 能診斷故障,但能直接寄出設備嗎?

客戶打電話表示設備故障時,語音 AI Agent 可以查詢保固、確認地址,再安排寄送替換設備。不過,如果客戶接著要求折抵帳單或更改訂單,它還能直接執行嗎?當語音 AI Agent 從回答問題進一步參與業務流程,企業除了確認它能不能聽懂,也要決定哪些動作可以直接完成,哪些情況必須先由人員確認。

TechOrange 報導,Starlink 使用 Grok Voice 建立語音 AI Agent,處理客服、銷售、帳務、設備故障與物流工作。這些工作牽涉客戶權益、金額與履約責任,因此企業不該把「完全不需要真人介入」當成目標,而要先訂清楚語音 AI Agent 可以執行哪些動作、遇到什麼情況要轉交真人,以及事後由誰查核紀錄。

哪些動作可以自動完成,哪些要先由人員確認?

企業在決定哪些步驟需要人工核可時,可以先評估執行錯誤會造成什麼影響,以及公司能不能立刻恢復原狀。語音 AI Agent 念出帳單到期日、查詢出貨進度或提供公開的方案資訊,主要風險是回答錯誤;提供抵用額度、變更訂單、安排寄送或取消服務,則會直接影響金額、庫存、合約狀態或客戶權益,兩者不能採用相同的核准標準。

建議把語音 AI Agent 可以執行的動作分成三類:

  • 可以自動完成: 資料來源明確、不會改變客戶權益,而且即使回答錯誤也不會直接產生交易的查詢,例如查詢訂單進度與服務據點。
  • 符合條件才執行: 公司已經訂出清楚規則,而且系統可以逐項核對的動作,例如請客戶再次確認地址,或確認設備符合既定換貨條件後,再建立寄送申請。只要資料有缺漏或條件互相矛盾,就要停止執行並轉交人員。
  • 必須由人員核可: 涉及退款、抵用額度、價格例外、訂單取消、合約變更,或可能讓客戶失去權益的動作。語音 AI Agent 可以先整理原因與相關資料,等人員確認後再送出。

企業不能只把核可規則寫成「高風險案件要簽核」,因為第一線人員和 IT 對高風險的理解可能不同。企業應把規則寫得明確,讓每項條件都能實際測試,例如金額超過部門上限、身分驗證失敗、客戶否認先前說法、不同資料來源的內容不一致,或客戶連續兩次表示語音 AI Agent 理解錯誤。第一步是盤點電話流程中所有會改動系統資料的動作,再逐項訂出可以執行的條件、負責核可的人員,以及等待逾時後該怎麼處理。

聽得懂,不代表可以放心讓它執行

企業不能只看模型的綜合排名,就直接當成驗收結果。原文提到,Grok Voice 3.0 在第三方語音綜合評測中排名第一;不過,測試納入客服現場的口音、背景雜音與客戶插話後,OpenAI GPT-Live-1 的測試結果是 74.5%,高於 Grok Voice 3.0 的 71.6%。對導入團隊來說,實際通話中的台灣口音、工廠噪音、客戶插話和產品料號,才是每天真正會碰到的問題,不能只看排行榜上的總分。

導入團隊測試時,也不能只確認「回答是否正確」。如果語音 AI Agent 聽錯地址,卻還是完成寄送,系統可能仍會顯示任務已完成,但客服主管事後就得追查這筆異常。導入團隊設計測試案例時,要把實際的業務動作納入測試,確認資料不完整時流程會不會停下來、語音 AI Agent 會不會覆誦關鍵欄位、是否按照規則轉交真人,以及人員核可前有沒有先把指令送出去。

不同任務也不必綁定同一個模型。例如,企業可以分別為查詢訂單、整理通話重點與判斷合約例外選用不同模型;不過,即使切換模型,仍要遵守同一套核可規則,不能因為某個模型的評測分數較高,就放寬它可以執行的權限。試辦前,企業應使用真實口音、雜音、客戶插話與常見客服任務建立測試集,分別記錄語音 AI Agent 聽錯關鍵欄位、在不該執行時仍執行,以及轉交真人的情況,再決定各類工作要使用哪個模型。

每項動作都能回查,才能確認核可關卡是否有效

人工核可只能在指令送出前把關,企業還要能查清楚語音 AI Agent 當時聽到什麼、引用哪些資料、準備執行什麼動作、由誰核准,以及系統最後實際修改了哪些欄位。如果紀錄裡只有通話摘要,客服主管遇到異常訂單時,仍然無法分辨問題出在語音辨識、規則設定,還是核可人員漏看了關鍵資訊。

企業應把稽核要求直接列入試辦驗收。每次只要涉及額度、寄送、訂單或客戶資料變更,紀錄至少要串起原始通話、擷取出的關鍵欄位、查詢依據、預定執行的動作、核可結果與執行結果;同時也要限制哪些人可以查看或匯出這些資料,避免不需要接觸通話內容與個資的人員取得資料。

EgentWrX 可將幾個任務接成工作流(workflow),並在交棒前設定人工核可,讓流程先停下來,等人員確認後再繼續;系統也能依不同訊息切換不同供應商或地端模型(on-premises model)。平台的稽核日誌可以匯出,並透過雜湊鏈(hash chain)驗證紀錄是否遭到修改。企業可以用這些機制執行核可並回查紀錄,但公司仍要先訂清楚,遇到哪些金額、例外情況與客戶權益問題時,應由誰負責。試辦期間,IT、客服主管與稽核單位應定期抽查已經完成的額度、寄送與訂單流程,確認該停下來的步驟確實有停、核可人員看得到必要資訊,而且事後能還原整個決策過程。

常見問題

所有涉及金額的動作都要人工核可嗎?
涉及退款、抵用額度或價格例外時,建議先由人員核可。如果公司要讓固定的小額動作自動執行,也應先訂出金額上限、適用原因、身分驗證要求與每日次數;只要超過任何一項條件,就要停止執行並轉交人員。
語音 AI Agent 聽錯客戶資料時,流程要怎麼處理?
流程應立即停止所有會改動資料或產生交易的步驟,並請客戶再次確認關鍵欄位。如果前後兩次確認的結果不同、背景雜音過大,或客戶表示語音 AI Agent 理解有誤,就要轉交人員處理,不能靠猜測補齊地址、金額或料號。
如何驗收人工核可關卡真的有效?
驗收時要刻意加入金額超過上限、資料缺漏、身分驗證失敗與客戶插話等案例,確認語音 AI Agent 不會在核可前送出指令,而且核可人員看得到執行原因、查詢依據與預定動作。人員放行或退回後,也要留下可以回查的紀錄。
語音模型綜合評測第一名,就適合直接導入客服嗎?
不能只靠綜合排名決定。企業應使用台灣使用者的口音、工廠或門市雜音、客戶插話與常見任務進行測試,並驗證從通話到訂單、寄送或帳務動作的完整流程。模型聽得快、回答流暢,仍不代表它會在條件不清楚時停下來。
30 分鐘,一起盤點哪些工作適合先交給 AI

想讓每位同仁都有自己的 AI 分身?

顧問會盡快與您聯繫。