你個客可能已經同 AI 傾緊計——客服 AI 化，你份工點自處？

你有冇試過打熱線，等足十分鐘，接通之後係錄音叫你「按 1、按 2」，最後彈一句「請到網站自助處理」？你掛線嗰下心入面嗰句粗口，其實全美國有八成人都同你一齊講緊。

而如果你本身做客服、做 sales，嗰把火好快會變成另一種感覺：公司請 AI，係為咗慳錢。咁你係成本，定係資產？

你個客可能已經同 AI 傾緊計——客服 AI 化，你份工點自處？

先睇數字。Gartner 今年初預測，對話式 AI 部署喺 2026 年會令全球客服中心嘅勞動成本減少 800 億美元（約 6,240 億港元）。好嚇人。但同一份研究仲有一句，大部分轉載都冇提：真正全自動嘅對話，今年大約只佔十分之一。 十個電話，九個仲要人接。

咁 800 億從邊度嚟？主要唔係「炒人」，係喺三個位省返：真人接電話時，屏幕上有即時字幕、客人紀錄、建議答案，一通六分鐘嘅電話變四分鐘；掛線之後唔再花三十秒打紀錄，AI 自動生成；仲有質檢，以前主管抽查百分之二嘅通話，而家全數由 AI 打分。三樣加埋，一個五十人嘅熱線中心，等於省咗十幾個位——但冇一個對話係全自動完成。

而更加值得記住嘅，係 Gartner 另一組預測。佢哋話，到 2030 年，AI 每宗查詢處理成本會超過 3 美元，比唔少離岸真人客服仲貴。原因唔神秘：數據中心成本上升、供應商由補貼搶客轉向賺錢、複雜個案消耗嘅算力愈來愈多。

同一份預測仲有一句：到 2028 年，各地陸續立法保障「有權同真人講」，客服中心嘅真人接聽量會反彈 三成。Gartner 分析師 Patrick Quinlan 講得白：

「規例要求客人可以簡單搵到真人，結果反而會令客人一入線就要求真人、繞過 AI。企業可能要維持、甚至用更高人工請返真人。」

客人嗰邊，數字更加一面倒。SurveyMonkey 2025 年 12 月訪問 2,017 名美國成人：79% 強烈偏好同真人傾；81% 認為公司用 AI 主要係為咗慳錢，唔係為咗服務好啲；89% 認為任何時候都應該有得揀真人；一半人話如果發現服務全由 AI 包辦，會直接取消服務。

同一份調查仲問企業高層。Twilio 嘅數據顯示，83% 商界領袖相信對話式 AI 可以取代真人客服。一邊 79% 想要人，一邊 83% 想用 AI 代替人。呢條裂縫，就係你份工企喺邊嘅答案。

你可以問：外國有邊間公司真係試過？芬蘭嘅 Klarna 試到最盡。

2024 年 2 月，Klarna 高調宣佈 AI 助手處理咗三分二客服對話，一個月 230 萬宗，平均兩分鐘內解決，等於 700 個真人嘅工作量。之後佢哋停止招聘。一年之後，2025 年 5 月，公司宣佈請返人。發言人 Clare Nordstrom 咁講：

「AI 俾我哋速度，人才俾我哋同理心。兩樣加埋，先做到需要快嘅時候快、需要有人情味嘅時候有人情味。」

行政總裁 Sebastian Siemiatkowski 認得更直接：

「當成本不幸成為組織客服時過分主導嘅評估因素，你最後得到嘅就係品質下降。真正投資喺真人支援嘅質素，先係我哋未來嘅方向。」

留意佢哋冇放棄 AI。Klarna 到今日仲有三分二查詢由 AI 處理，回應速度快咗 82%，重複問題跌 25%。變嘅係分工：AI 做標準問題，人做「麻煩嘢」。

呢個就係你份工真正嘅變化。分工線唔係「邊個職位被刪」，係「邊一類工作歸邊個」。查訂單狀態、改地址、答營業時間——呢啲會交出去。投訴、退款爭執、客人情緒已經爆煲——呢啲反而更加需要你，而且更加值錢。

所以與其問「我會唔會被 AI 取代」，不如問一條更賺嘅問題：我手上邊三成工作，係 AI 做得比我快十倍嘅？剩低嗰七成，我可以點樣做到公司唔敢交出去？

AI 會搶走我個位
• 轉角度: AI 搶走嘅係「重複嗰半」，唔係你
• 行動: 今個月列出你最常做嘅五件重複事，寫低步驟，試交俾 AI

客人只想要真人，我無得鬥
• 轉角度: 客人要嘅唔係「真人」，係「搞得掂」
• 行動: 主動認領最麻煩嘅個案類型，做全team最熟嗰個

公司只想慳錢，我係成本
• 轉角度: 公司想省嘅係成本，唔係想你走
• 行動: 每次用 AI 省返時間，記低數字，年底見老細時攞出嚟講

AI 搶得走「答案」，搶唔走「搞掂件事」。

你有冇試過俾 AI 客服激到想掟電話？留言話我知。

AI老實講

** 博客文章文責自負,不代表本公司立場 **

你公司上次請人係幾時？

如果你諗唔起，可能唔係你唔為意——係真係冇再請。

呢個先係 AI 影響職場最陰嘅一部分：唔係大規模炒人，而係新人位一個一個消失。

AI-唔係炒你，係唔再請人——公司嗰個新人位，慢慢冇咗

研究講咩

Stanford Digital Economy Lab 8 月 12 日更新咗一份叫《Canaries in the Coal Mine?》（煤礦中嘅金絲雀？）嘅報告，用 ADP 嘅薪酬數據，睇 ChatGPT 出街之後就業點變。作者係 Erik Brynjolfsson、Bharat Chandar 同 Ruyu Chen。

六個重點，我幫你講白啲：

一，整體冇出現大規模裁員潮。AI 未至於全社會炒人。

二，但 22 至 25 歲、做「高 AI 曝露」職業嘅人，就業比同齡做低曝露職業嘅人低約 19%。有經驗嘅員工冇呢個差距。

三，個差距由 2025 年 7 月嘅 15%，擴大到 2026 年 6 月嘅 19%。

四，最關鍵：跌幅主要來自「請少咗新人」，唔係「炒多咗人」。

五，跌得最勁嘅，係 AI 用嚟「自動化」嘅工種；AI 用嚟「補足」人嘅工種，就業平穩甚至上升，尤其有經驗員工。

六，暫時只係就業數字，未見影響基本工資。

「唔請新人」比裁員更難睇到

裁員有新聞、有賠償、有人同情。「唔請人」咩都冇。你唔會見到一單新聞話「某公司今年唔請 junior」，但五年之後你就會見到：成隊人，冇一個識做入門嗰啲嘢。

報告有個新發現，值得你記住。佢將知識分兩類：

一類叫 codified knowledge——可以寫落文件嘅知識，標準化、有教科書、有既定程序。做呢類工嘅年輕人，跌得最勁。

另一類叫 tacit knowledge——要靠實戰、師徒、重複接觸先儲返嚟嘅知識。呢類工，有經驗嘅人反而升。

翻譯成你聽得明嘅話：AI 最叻做「已經寫落紙」嘅嘢。你嗰啲講唔出、寫唔低、但一出手就知對唔對嘅經驗，暫時仲係你嘅護城河。

但唔好當佢係定論

老實講要老實。呢份報告自己都寫明：呢啲係「描述性模式」，唔係因果證明——即係睇到個趨勢，但未證實一定係 AI 造成。

作者列咗幾點叫人小心：控制咗教育程度之後，個差距會縮窄；有啲趨勢喺生成式 AI 普及之前已經出現；換個方法計，數字又會郁。

所以正確嘅講法唔係「AI 搞到你冇工開」，而係「有跡象顯示，最先受影響嘅係新人，而且集中在某類工種」。呢個分別，好重要。

咁你點自處

「我係新人，或者我仔女就畢業」
• 轉個角度：跌嘅係「入門位」，唔係「人」
• 你可以做：唔好淨係靠一張學歷，實習、接 project、有作品，先證明你做到嘢

「我做咗十幾年，應該安全？」
• 轉個角度：報告話有經驗嘅人暫時冇差距，但唔等於免疫
• 你可以做：問下自己份工係「寫落文件嘅知識」定「講唔出嘅經驗」——如果係前者，要開始攞返後者

「公司唔請新人，關我事？我又唔係新人」
• 轉個角度：冇新人，即係冇人接手你而家做嘅嘢——你愈難升，愈難走
• 你可以做：主動將你手上「講唔出」嘅嘢寫低、教出去。教得識人，你先走得甩

「係咪又要驚？」
• 轉個角度：報告同時話，AI 用嚟補足人嘅工種係升緊
• 你可以做：將 AI 當學徒用，唔好當對手——用佢做你唔想做嗰部分

AI 最叻食「已經寫落紙」嘅知識。你嗰啲寫唔低、但一出手就知得唔得嘅嘢，先係而家最值錢嘅。

你公司仲有冇請新人？留言講下你嗰行嘅情況。