AI客服转人工率多少算合格？国标 GB/T 47746 给出了硬标准

摘要：2026 年 9 月 1 日，国家标准《顾客联络服务 人工与智能客户服务协同要求》（GB/T 47746—2026）正式实施。它第一次把一件模糊的事写成了明文：简单问题交给 AI，复杂纠纷及时流转人工，用户需要人工时入口要清晰、不能层层隐藏。

这条标准出现得正是时候。经济日报披露，2026 年上半年全国消协组织受理消费者投诉 985,928 件，其中售后服务问题占比Zui高达 26.79%；而投诉的新增长点不再是传统保修纠纷，而是三个与 AI 直接相关的新问题——AI 客服不实承诺、人工客服接入困难、生成内容失准。

本文回答一个企业Zui关心但Zui没人讲清楚的问题：转人工率到底该定多少？同时给出人机分工边界设计、四行业高风险拦截规则、客服团队测算方法和选型十条。数据均标注来源与口径，不同机构统计差异在文中明确区分。

一、先看清楚市场：增速真实，但口径差 8 倍1.1 两组都是真的数字

指标

数据

来源与口径

2025 年中国企业级智能客服市场	71.9 亿元，同比 +55.3%	IDC，仅含软件和服务
2025 年中国智能客服市场	603 亿元，同比 +25.1%	艾媒咨询，含硬件、软件、服务全口径
企业级市场 CR5	35.7%	阿里云 13.5%、百度智能云 11.2%、腾讯云 8.5% 等
2025 年软件和信息技术服务业营收	15.48 万亿元，为 2012 年的 6.2 倍	光明网引行业数据

同一年份差了 8 倍多，不是谁算错了，是统计边界不同。 你在采购谈判里听到任何一个"市场规模"数字，第一句该问的是：这个口径包不包括硬件和实施服务？

1.2 渗透率与替代率：两个被严重混淆的概念

大模型驱动的 AI 客服在中国企业市场渗透率已突破 80%，超 72% 的企业采用大模型驱动的智能体架构

针对高频 FAQ、订单查询、物流进度、退换货规则等标准化咨询，智能客服可替代率在 60%—80% 之间

但引入 AI 后真正缩减客服团队的企业仅占 20%；55% 的企业人力不变，但服务规模扩大

第三行是全篇Zui重要的数据。AI 的主流结果不是裁员，是"工作量与员工数脱钩"——同样的人服务更多的客户。国际劳工组织 2026 年 9 月发布的一项中国企业研究（访谈 21 家企业、1591 名从业者）记录了同一现象：一家保险公司在 300 名客服规模不变的情况下，借 AI 把日处理量从 6000 个提升到 15000 个；一家旅游服务企业估算 AI 承担的数据处理量相当于 5—6 名全职员工。

二、转人工率：没有标准答案，但有合理区间2.1 先看同行实际跑到什么水平

企业/场景

转人工率或替代率

来源口径

拉卡拉 AI 客服智能体	全年 800 多万次接线，人工替代率超 70%；2026 上半年转人工率降至 13%，一次性解决率 84.7%	企业公开披露
特步（淘天店小蜜）	转人工比例直降 55%，询单转化率涨 46%	平台方披露
小米官方旗舰店	转人工比例降 45%，满意度涨 22%	平台方披露
某头部美妆电商大促	人工介入率从 35% 降至 8%	服务商案例整理
行业综合基准	人力成本降低 28%—35%，复杂业务处理时长压缩 60%	多案例综合，非承诺值

2.2 我的判断：分三档看，不要看单一数字

转人工率不是一个越低越好的指标。它必须与"转人工是否顺畅"配对阅读，否则就会出现"转人工率很低 + 投诉很高"这种Zui坏组合。

业务类型

参考转人工率区间

理由

标准化程度高（物流查询、订单状态、密码重置）	5%—15%	拉卡拉 13%、美妆大促 8% 均在此区间
混合型（售前咨询 + 售后规则）	20%—35%	售前含判断成分，需人工介入价值高
高情绪高责任（投诉、退款、医疗健康、招商合同）	应当主动偏高	这里的低转人工率是危险信号，不是成绩

第三行请重点看。如果你的投诉场景转人工率做到个位数，通常不是 AI 太强，而是用户找不到人工入口——这恰好撞在国标禁止的事项上。

2.3 三个比转人工率更该看的指标

一次性解决率：拉卡拉披露 84.7%。注意要区分"AI 独立解决"和"AI 协助后解决"，两者混算会系统性抬高数字。

转人工路径长度：用户点几次能到人。国标要求入口清晰、不得层层隐藏。

转人工后的上下文完整度：人工接手时能不能看到 AI 已查过什么、问过什么。这一条Zui影响体验，也Zui容易被漏掉。

三、人机分工边界：AI 做什么，人必须做什么

这是国标的核心精神，也是产品设计的核心命题。

3.1 分工表

AI 负责

人负责

重复问题先接住	Zui终承诺与报价
从知识库找依据	投诉、退款、责任判断
整理上下文与建议	复杂关系与情绪安抚
发现异常及时提醒	审核知识与优化流程

3.2 为什么"AI 替人背锅"一定失败

行业里已经有一个完整跑过的实验。Klarna 2024 年 2 月上线 AI 客服，首月承接 230 万次对话、等效约 700 名全职客服，平均解决时长从 11 分钟压到 2 分钟以内，对外宣称年省 4000 万美元。2025 年 5 月，其 CEO 公开承认"过度以成本为纲导致服务质量下降"，重新招聘人工客服。

复盘里有一句话值得每个做 AI 客服的人抄下来：自动化之前，先把老师傅的经验沉淀进知识库，否则 AI 学不到你都不知道的东西。

当客户带着不满情绪发起咨询时，机器人的标准应答往往加剧对立；而人工坐席的同理心和灵活处置能力，是算法暂时无法替代的。

3.3 一个被忽视的正面样本

"小招"：2025 年全年 AI 替代人工 1556 万小时，累计落地 AI 场景超 800 个，大模型应用迭代周期从 32 天缩短到 8 天。反直觉的是，替代了上千万小时工时，员工总数反而创新高——人退到了机器够不着的位置：复杂判断、纠纷处置、AI 产出复核。

这才是人机协同的稳态：不是把人减掉，是把人挪上去。

四、高风险拦截：四类场景必须收手

越是高风险，越不能让 AI 自作主张。设计原则是：AI 给保守回复 + 完整上下文 + 主动提醒人工核对，让客户不用重复解释，让人工知道发生了什么、查过什么、下一步该做什么。

场景

触发信号

AI 该做什么

必须转谁

退款	出现"退款""退钱""不想要了"	保守回复，收集订单信息，不承诺结果	售后专员
投诉	出现"投诉""举报""315""曝光"	先安抚，立即建单，同步上下文	投诉主管
金额争议	出现具体金额差异、扣费疑问	只陈述已核实记录，不做解释性判断	财务/主管
责任归属	出现"你们的责任""谁负责""赔"	不认责、不推责，转人工	主管

四行业高风险规则差异

同一个"售后回复建议"能力，在不同行业调用的资料和处理步骤完全不同：

行业

典型问题

AI 处理步骤

转人工触发

美业服务	"护理后皮肤不舒服"	先查项目说明与注意事项，再问症状与发生时间	涉及健康风险马上转人工
电商订单	"快递到了但商品破损"	先安抚并收集图片，再按退换货给方案	涉及赔付交人工确认
教育服务	"今晚的课想改期"	先查排课与改期规则，再给可选时间	超出规则转班主任
招商交付	"合同承诺的物料还没到"	先查交付清单与进度，再说明负责人和时间	涉及责任马上提醒主管

原则一句话：标准问题让 AI 先处理，金额、投诉、责任和情绪问题让人及时接手。

五、成本怎么算：从单次咨询成本倒推5.1 行业成本参照

项目

数据

来源

人工客服平均成本	约 3000 元/月；一线城市含社保工位年成本 8—12 万元	行业调查
AI 客服单次咨询成本	可降至 0.07—0.21 元，为人工的 4%—6%	行业数据
淘天公开口径	人工一通约 2 元，AI 标准版 0.2 元/通，高阶版 0.5 元/通	2026-05-11 产品体验会
大型电商年省	接入 AI 客服后年省人力成本可达 100 万元以上	经济日报披露

5.2 一个可替换参数的测算模板

假设：日均标准咨询 100 个，人工处理 6 分钟/个，AI 出草稿 + 员工核对 2 分钟/个，每月 22 天，综合人力成本 8000 元/月。

项目

计算

结果

全人工耗时	100 × 6 分钟	600 分钟/天
AI+人工确认	100 × 2 分钟	200 分钟/天
每天省下	—	400 分钟
每月省下	400 × 22	8,800 分钟 ≈ 147 小时
折合人力	147 ÷ 176 小时/人月	约 0.84 个全职
折算金额	0.84 × 8000	约 6,700 元/月，约 8 万元/年

这是计算方式演示，不是效果承诺。 你的真实数字需要用自己的人工时长、咨询量和综合成本替换。

5.3 更完整的账：30 人团队版

角色

省下时间

计算

月省工时

30 名销售	每天 30 分钟翻记录、找资料	30 × 0.5 小时 × 22 天	330 小时
10 名客服	每天 1 小时重复回答标准问题	10 × 1 小时 × 22 天	220 小时
合计	—	—	550 小时 ≈ 3.1 人月

按综合人力成本 8000 元/月测算，约 2.5 万元/月、30 万元/年。还没计算少培训、少返工、少漏客、少投诉，以及成交率提升。

关键在于：这笔账的正确读法不是"能裁 3 个人"，而是"同样 30 个人，能多接多少客户"。参照 55% 的企业人力不变而服务规模扩大的行业数据，这才是更符合现实的预期。

六、选型十条：拿去直接问厂商

转人工入口在对话的第几层？用户点几次能到人？

转人工时上下文是否完整带过去？

知识库的审核流程是什么？未审核内容能否被调用？

是否按部门/角色做知识授权？售后能不能看到报价策略？

回答是否标注引用来源？能否回溯到具体知识切片？

"解决率"的口径是什么？含不含人工协助会话、重复咨询？

是否区分 AI 独立解决与 AI 协助解决？

高风险词（退款、投诉、金额、责任）的拦截规则能否自定义？

全量操作日志保留多久？能否按人、按时间、按客户还原？

是否支持按业务线拆分售前与售后，避免混答？

第 6 条Zui容易筛掉不靠谱的厂商。 同一产品在不同渠道给出 51% 到 76% 的区间（Intercom Fin），Zendesk 标称 80% 而独立分析打到 30%—50%——说不出口径的，数字就别信。

七、FAQ

Q1：国标 GB/T 47746—2026 是强制标准吗？

它属于国家标准的协同要求类文件，2026 年 9 月 1 日实施，明确了简单问题交 AI、复杂纠纷转人工、人工入口不得隐藏三条要求。具体适用方式建议咨询法务或行业主管部门。

Q2：转人工率定多少合适？

按业务类型分档：标准化高的场景 5%—15%，混合型 20%—35%，高情绪高责任场景应当主动偏高。单一目标值会诱导厂商把入口藏起来。

Q3：AI 客服会不会让投诉变多？

2026 年上半年 AI 相关投诉确实成为新增长点，集中在 AI 不实承诺、人工接入困难、生成内容失准三类。这三类全部可以通过"只查授权资料 + 人工确认后发送 + 畅通转人工"来控制。

Q4：AI 回答错了谁负责？

技术上靠三道防线：回复前核对授权资料、无依据不答；员工确认后才触达客户；全量日志可溯源定位到具体知识切片。责任划分以企业内部流程与对外协议为准。

Q5：小团队值得上 AI 客服吗？

先做场景切分。高频标准咨询占 60%—80% 咨询量的业务Zui划算；如果咨询量本身不大或高度非标，人工可能更高效。

Q6：夜间和无人时段怎么办？

AI 可以先接住并准备草稿与待办，次日人工确认后推进。核心不是"自动回复"，而是每一步都有依据、能复盘、该转人时转人。

需要落地协助

如果你在做 AI 客服选型，或者需要按国标把现有的人工协同流程重新过一遍，可以联系慧米云团队，我们提供转人工规则设计模板、知识库审核流程和 7 天单场景试点方案。

商务咨询：请联系慧米云官方渠道，说明行业与日均咨询量，我们会在 1 个工作日内给出针对性建议。

数据来源

国家标准 GB/T 47746—2026《顾客联络服务 人工与智能客户服务协同要求》，2026-09-01 实施

经济日报，《从"回答问题"到"把事情办完"，智能客服进入智能体模式》——引 IDC《中国企业级智能客服市场份额，2025》

艾媒咨询，《2026-2027年中国智能客服市场消费趋势调查报告》

中国经济新闻网，《AI First 落地考：拉卡拉如何把AI变成商户的"超级大脑"》

虎嗅网，《AI客服不是来服务你的，而是来过滤你的》——引经济日报投诉数据

今日头条，淘天 2026-05-11 产品体验会成本口径与品牌案例整理

阿里云开发者社区，《数字化转型实战：大型企业如何建设智能客服系统》——多案例效率基准

Fortune（2025-05-09）、Bloomberg——Klarna 人工客服回撤

2025 年年度报告（2026-03-27）及业绩发布会（2026-03-30）

国际劳工组织 2026 年 9 月中国企业研究（21 家企业、1591 名从业者）

光明网/人民网，《AI客服规模激增，信息服务如何让人更舒心？》（2026-05-25）

注：来客AI 相关能力描述来自慧米云产品方案，属厂商自述口径；文中测算均为计算方式演示，不代表效果承诺。第三方数据按原始来源标注，各机构统计口径存在差异，引用时请注意区分。