文 | 防涂冷的腊
今年 5 月，龚先生在一家二手车交易平台询问一辆车的费用。平台官方 AI 客服 " 小瓜 " 给出的答复很明确：2.87 万元报价已经包含过户和上牌费用。得到这个答案后，龚先生支付了 2000 元定金。等到线下办理手续，销售人员却又要求他支付 1000 元过户费。
AI 说费用已经包含，销售说还要另付。对消费者来说，麻烦不只在于多出 1000 元，而在于他已经根据平台给出的答案付了定金。
这类纠纷正在改变 AI 客服问题的性质。过去的主要问题是听不懂、答非所问、不肯转人工。现在，AI 开始进入价格、退款、赔偿和处理资格等真实业务。它不只需要给出一个听起来合理的回答，还要把回答变成企业能够执行的处理结果。
矛盾也从这里出现。AI 认为用户符合退款条件，后台系统却无法退款；AI 给出明确报价，销售人员却执行另一套规则；AI 已经把会话推进到下一步，人工接手后又要从头确认。模型能够完成的工作越来越多，企业原来的数据、规则、权限和人工流程却没有同步改变。
如果 AI 只负责给客服提供建议，这些问题还可以留给员工处理。当 AI 开始自己判断、调用系统和推进任务，原来围绕人设计的流程就会不断出现摩擦。
淘宝客服的两次现场实验，正好展示了这条分界线：同样是 AI 进入客服，一个主要提高员工效率，另一个已经开始改变整条服务流程。
01 两次AI进入客服的实验
第一次实验中，AI 坐在客服旁边。
2024 年 1 月至 2 月，研究者把 5940 名入职不满一年的淘宝客服随机分组，观察约 256 万次会话。实验组的工作台上多了一名生成式 AI 助手：它识别用户的问题，查找相关资料，再给出一个解决方案。客服可以直接采用，也可以修改或忽略。
结果很快反映在工作效率上。客服识别问题的时间平均下降 8.2%，会话时长下降 1.1%，用户 " 不满意 " 比例下降 3.4%。低绩效客服改善更明显，AI 把资深员工掌握的知识更快送到了经验不足者面前。
在这个实验里，AI 几乎没有改变企业原来的权力关系。它可以建议 " 这类订单适用哪条规则 "，却不能替客服决定是否退款；它可以生成回复，发送按钮仍由人来点。SOP、审批权限和责任归属都没有变化，企业只是在原来的工作台里增加了一个更好用的工具。
这一阶段，AI提高的是人的生产率。
几个月后，第二次实验里的 AI 换了位置。它不再坐在客服旁边，而是自己开始接待用户。
2024 年 8 月，647 名客服参与了一项为期 17 天的 Agentic AI 实验，共覆盖约 68 万次会话。系统先识别适合标准化处理的问题，再由 AI 继续推进会话；每次会话仍匹配一名人工监督者，但人工退到了后台，只有系统触发或客服主动介入时才接手。
实验最终只有约 5.8% 的会话进入 AI 可处理范围。在这些会话中，处理时间下降约 16.8%，用户评分却下降约 0.412 分。速度和评分走向不同，说明 AI 把会话更快推向结束，并不等于用户的问题已经被更好地解决。
这两项实验中，第一项实验里，AI 提出建议，人判断、执行并负责；第二项实验里，AI 开始理解、判断和推进，人工负责监督与异常接管。
AI助手改变的是一个岗位，Agent开始改变一条流程。
为什么从岗位走向流程以后，难度会突然上升？这并不是客服行业才有的偶然摩擦。企业采用通用目的技术时，类似的时间差已经发生过一次。
02 一百年前，工厂先换了电机，后来才改变生产
蒸汽时代的工厂里，通常有一台大型动力机放在厂房中央。动力沿着传动轴送到不同楼层，再通过皮带带动每一台机器。机器不能随意摆放，离轴太远就难以获得动力；厂房的楼层、设备的位置和工人的分工，都围绕这套中央动力系统设计。
电动机出现后，第一批工厂主没有立即推倒厂房。更省事的做法，是把蒸汽机换成电动机，其他部分继续使用。动力来源变成了电，传动轴还在，皮带还在，机器的位置没有动，生产组织也没有动。新技术进入了工厂，工厂却仍按蒸汽时代的方式运行。
经济学家 Paul A. David 研究电气化历史时，强调的正是这段容易被忽略的过程。早期采用电力，并没有马上带来后来人们熟悉的生产率跃升。等到单机驱动逐渐普及，每台机器可以独立获得动力，企业才有条件拆掉中央传动体系，重新安排设备、物料流动、厂房结构和岗位。更大的效率改善，来自围绕电力重新设计生产，而不只是换掉动力机。
几十年后，Erik Brynjolfsson 等人把这类滞后概括为 " 生产率 J 曲线 "。一项通用目的技术投入企业以后，成本往往先发生：企业要建设新软件，清理数据，培训员工，调整流程和组织方式。这些配套资产需要时间形成，收益却要等新流程稳定运行后才释放。生产率可能先下沉，再向上抬升，曲线因此像一个字母 J。
生成式 AI 已经出现类似迹象。微软参与的一项随机实验覆盖 66 家企业、7137 名知识工作者。使用 Copilot 12 周后，员工每周处理邮件的时间平均减少 1.4 小时，降幅约 12%；但会议时间、写作时间，以及邮件线程、会议和文档数量没有显著变化。个人能够独立改变的活动先变快了，多人协作和企业整体工作方式却没有同步改变。
这也解释了两次淘宝实验之间最关键的差别。AI 助手只改动一个员工完成某个节点的方式，原流程基本可以继续运行。Agent 要把任务往下推进，就会遇到后台数据、业务规则、系统接口、人工接管和责任划分。模型越快，旧流程里的等待和摩擦反而暴露得越早。
把新技术装进旧流程，和按照新技术重新设计流程，是两件不同的事。
那么，Agent 究竟要求企业重新设计什么？不妨回到开头那笔退款，看看 AI 要把一句 " 可以退款 " 变成 500 元到账，中间到底隔着多少工作。
03 从一句 " 可以退款 "，到真的退回 500 元
客服软件过去也会自动处理问题，只是它获得的判断空间很小。菜单客服让用户自己选择选项，系统执行固定动作；规则引擎按照预先写好的条件运行；生成式 AI 助手可以理解自然语言、查资料和推荐方案，最后仍由员工决定。到了 Agent，软件开始读取真实业务数据、选择规则并调用系统，才真正靠近企业的业务权限。
现在假设一名用户说：" 我要退款 500 元。"AI 要完成这件事，至少要识别用户在投诉什么，找到对应订单，确认付款和履约状态，查询当时有效的退款规则，判断用户是否符合条件，选择原路退回还是其他方式，执行退款，告诉用户结果，最后把处理过程写进工单。
这不是一个任务，而是一串前后相连的任务。前一步给出的结果，会成为后一步的输入。订单找错了，后面的规则判断全部失去意义；退款已经发起却没有写入工单，下一名客服还可能再次操作。
很多企业现在的 AI 流程看起来已经覆盖了不少环节，真实工作却仍是另一番样子：AI 识别问题，人确认类别；AI 找到规则，人决定方案；AI 生成回复，主管审批；最后再由系统退款。完整流程依然是 "AI —人— AI —人—系统 "。
假设 AI 只用几秒钟就找到了规则，但 500 元退款需要主管批准，而主管正在开会。前面节省的时间会全部停在审批节点。等主管上线，他还要重新阅读对话、核对订单和理解 AI 的建议。一次交接增加一次等待，也增加一次上下文丢失和口径偏差。
这就是任务链的问题。2026 年 NBER 论文《Chaining Tasks, Redefining Work》把生产过程拆成有先后关系的步骤。研究的核心启发是：AI 能够连续执行相邻步骤时，自动化收益更容易释放；如果它会做的环节零散分布，边界和交接会压低实际执行率。这项研究不是适用于所有行业的因果定律，但它抓住了 Agent 部署中一个长期被忽略的变量。
淘宝 Agent 实验中，只有 5.8% 的会话进入 AI 可处理范围，也可以放到这条链上理解。在当时的模型、规则和风险边界下，企业能够放心交给 AI 连续处理的会话仍然很少。想扩大这一范围，模型需要回答得更准，企业也要把查询、判断、执行和记录这些相邻任务真正接起来。
企业 AI的生产率，不取决于有多少环节用了 AI，而取决于 AI能连续干多长。
一个自然的反问是：既然交接会损失效率，让 AI 把整笔退款自己做完不就行了吗？
问题是，它首先得拿到公司的权限。
AI 要核对退款，第一步是看到真的订单：用户是否已经付款，订单处于什么状态，有没有发起过退款。如果客服系统显示 " 已退款 "，支付系统仍显示 " 处理中 "，模型再强，也只能在互相冲突的事实中猜测。企业还要决定它能读取哪些字段，用户等级、历史投诉和支付信息是否需要脱敏。数据首先决定，AI 和企业是不是在面对同一个事实。
订单确认以后，AI 要知道公司真正执行的规则。很多规则并不整齐地放在一本 SOP 里，而是散落在培训资料、系统提示、临时通知和主管经验中。员工看到 " 特殊情况酌情处理 "，可以结合过往案例理解；Agent 要稳定执行，必须知道什么算 " 特殊 "，谁有资格酌情处理，新旧通知冲突时哪一版有效。企业需要把隐性经验整理成可检索、可判定、可更新的规则。
接下来才是最关键的一步：AI 必须真的有权退这 500 元。
它告诉用户 " 按照规则，你符合退款条件 "，风险还停留在信息层面；它告诉用户 "500 元已经原路退回 "，就已经调动了企业资金。企业需要明确，100 元能否自动处理，500 元是否需要二次验证，5000 元是不是必须由人工审批；涉及金融、安全或法律责任的业务，是否直接禁止 AI 自主执行。权限还要落到具体动作，不能只是给模型一个可以进入后台的账号。
Agent开始进入企业内控。
权限也不是越大越好。成熟的 Agent 还要知道什么时候停止。订单信息不一致、模型置信度不足、用户情绪恶化、金额过高、疑似欺诈或已经超出规则边界，都应触发不同级别的人工接管。淘宝实验已经说明，后台留着一名人工，不等于人机协作已经成立。介入发生得太晚，客服接手后还要重新询问，用户只是从和 AI 争执变成再向人解释一遍。
500 元退回以后，流程仍没有结束。企业还要能够回答：AI 为什么批准退款，读取过哪些数据，依据哪一版规则，谁给了它这项权限，资金是否真的到账，错误能不能撤回。2024 年加拿大一宗机票差价纠纷中，Air Canada 试图把错误信息归因于网站聊天机器人，加拿大民事裁决法庭没有接受这一解释。机器人属于企业网站的一部分，企业仍要为它提供的信息负责。这个案例没有替所有 Agent 纠纷给出统一法律答案，却把责任边界说得很清楚：企业不能把软件当作独立于自己的发言者。
让 AI 真的做事，企业就要告诉它能看什么、依据什么、能决定什么、什么时候停，以及出了问题如何追查。这些内容共同组成授权链。
到这里，两条链可以放在一起看。任务链决定 AI 能连续完成多长的业务；授权链决定企业敢让它连续完成多长。Agent 每往前多走一步，通常都要获得更多数据和执行权限；权限越接近真实资金与资源，企业对规则、异常处理、审计和责任的要求就越高。
任务链决定 AI能走多远，授权链决定企业敢让它走多远。
这套矛盾会不会只是客服行业的特殊问题？换一个部门，答案很快就会出现。
04 客服之外，采购会遇到同一条边界
客服最早暴露 Agent 的问题，有很现实的原因：业务高频，流程相对标准，历史数据多，人工成本和结果都容易衡量，而且直接面对用户。AI 只要答错一句话，结果很快就会变成退款、投诉或重复咨询。
这也提醒企业调整评价方式。传统呼叫中心习惯看平均处理时长、接待量和人工成本。淘宝实验中，AI 自主处理的会话确实更快；如果用户随后再次咨询或投诉，局部效率只是把成本挪到了流程后面。Agent 承担的任务越长，指标越要接近完整结果，例如问题是否一次解决、人工接管是否有效、错误能否回滚，以及每个已解决问题的总成本。
如果把场景换成采购，问题没有本质区别。AI 帮助采购员总结供应商资料、整理报价和生成询价邮件，不需要改动原来的审批关系，它仍然是助手。采购 Agent 真正开始工作，则要发现库存变化，判断是否补货，联系供应商，比较报价，选择方案并提交采购单。
流程一旦往后推进，客服里的问题会依次重现。它可以看到哪些库存和成本数据？最多能花多少钱？新供应商由谁审核？报价突然偏离历史区间时，是继续下单还是交给人？采购员过去依靠经验完成的判断，需要变成 Agent 可以调用的规则；企业原来交给岗位的采购权限，也要拆成金额、品类、供应商和风险等级。
如果每一步都重新交给人审批，风险看起来降低了，Agent 也会退回助手的位置，连续流程的效率无法兑现。更可行的做法，是先选择一段规则稳定、数据可用、结果可回滚的任务，让 AI 连续处理，人负责设定边界和接管异常。等错误率、交接质量和审计记录稳定后，再逐步增加任务长度和授权范围。
客服只是先行实验，其他业务也会遇到类似边界，区别只在风险和授权强度。
05 没有旧流程的公司，就一定更快吗？
看到这里，一个很有力的反问是：既然成熟企业改造旧流程如此麻烦，AI 原生公司是不是天然占优？
AI 原生公司可以从第一天按 "AI 处理标准任务、人工处理异常 " 设计软件和岗位，少了旧系统与旧审批链的阻力。任务链更容易连起来，权限也可以在建设初期拆清楚。
但 Agent 稳定工作还需要另一类资产：长期业务数据、成熟规则、风险经验和足够多的异常案例。新公司没有复杂的历史包袱，也缺少这些沉淀。Agent 最容易在少见、模糊、代价高的边界上出错，恰好需要真实业务反复积累。
成熟企业的问题相反。旧软件、部门边界和审批结构会拖慢改造，背后却保存着长期客户记录、真实业务数据、行业规则和大量失败案例。只是这些经验不会自动成为 AI 能力。规则继续留在主管脑中，数据仍分散在不同系统，异常处理只靠老员工口口相传，再丰富的历史也无法被 Agent 调用。
竞争因此不只取决于谁的历史包袱更少，而在于谁能更快完成转化：AI 原生公司要把业务经验补起来，成熟企业要把已有经验从人、SOP 和旧系统中拆出来，变成 AI 能读取的规则、能安全使用的权限，以及人与 AI 能够共同执行的流程。
历史积累只有被转化成规则、权限和流程，才会从包袱变成资产。
06 企业要重新设计的，不只是一套客服系统
从一句 " 可以退款 " 到 500 元真正到账，中间隔着订单、规则、权限、异常处理和审计。模型能够生成这句话，只说明它会回答；企业能够把这句话稳定地转化为一项可以执行、可以追溯的业务动作，才说明适合 Agent 工作的流程已经建立起来。
过去几十年的企业软件，大体建立在一个前提上：人理解情况并作出判断，软件负责记录和执行。ERP、CRM、OA 和财务系统里的表单、按钮与审批流，都围绕人来设计。AI 助手没有改动这个前提，它只是让人更快获得信息和完成表达。
Agent 开始改变这套分工。越来越多标准业务可能变成：人设定目标、规则和边界，AI 完成判断与执行，人处理异常。企业要重新梳理数据和业务规则，拆分权限，设计连续任务，确定人工介入节点，并建立能够追溯和回滚的责任体系。模型只是进入企业的入口，真正困难的改造发生在后台系统和组织内部。
真正决定这一轮 AI 生产率的，可能不是谁最早部署最强的模型，而是谁最早把自己的企业重新设计成适合 AI 工作的样子。
