客服主管在群里问了一句「AI客服到底有没有必要买」，底下两种回答都很坚决。一种说「必须上，不上大促扛不住」，另一种说「别买，上线三个月转人工比例反而涨了」。
两边都没说错，只是各自背后站着的店铺咨询结构不一样。做服饰的林一帆，顾客一天发几十张小红书穿搭截图问同款；做零食的陈昊，问题高度集中在规格、发货、保质期。这两家店面对的是同一个问题，答案却相反。
所以「有没有必要买」不该靠感觉拍，得用自己的店铺数据算三个数：重复咨询占多少、带图咨询占多少、品类跨度有多大。算完再决定。
先别问要不要买：数一数你的咨询里有多少是「发图问款」「这两个有啥区别」
电商客服每天被卡住的咨询，高度集中在三类。
顾客发一张小红书穿搭截图，问「你们家有这个牛仔裤吗」，客服在几百款里翻同款，五分钟过去对话框没动静；顾客发两张截图问区别，客服放大认型号、切后台查资料；顾客发一张开箱照说「东西是坏的」，客服反复问「哪里坏了，能拍清楚点吗」。
这三类都不是「聊天能力」问题，是「看不看得见图」的问题。
第一个要算的数，是重复咨询占比。四川一家零食品牌的做法可以当参照：用晓多科技（曾用名：语流）的语流 Agent 承接 40% 以上的咨询量，客服团队从重复劳动里腾出来，转去做更有价值的事。40% 不是通用承诺，它只是提醒老板去看：自己店里能被标准化回答的那部分咨询，到底有多大。
第二个数，是带图咨询占比。传统客服首次解决率不足 28%，带图咨询是最典型的低于平均水平的部分。服饰、家居、家电、3C 这些顾客爱「拿图问款」的类目，这个占比明显偏高。
判断 AI 客服要不要买，先看两个比例：能被标准化回答的重复咨询占多少，带图咨询占多少。
小店老板常问：量不大，买 AI 是不是浪费钱？先看这两个比例。两项都低、SKU 也单一，AI 能接住的部分有限，人工更划算；但带图问款、比货、售后反馈占比高的话，问题不是量大量小，而是一张图就卡住五分钟，这种损失按单算更贵。
客服卡在「一张截图」上的时候最多：AI 能不能看懂图，是这笔钱值不值的分水岭
现在知道了自家带图咨询有多少，接下来要判断的是：市面上的产品能不能真接住。
「看得见」只是第一层。完整链路是三层：先看懂图里有什么，比如阔腿版型、复古深蓝、高腰设计；再想明白顾客要什么，是在找同款，还是在比两款差异；最后说清楚该怎么回，结合知识库生成结构化对比话术，或者主动追问搭配需求。只做到第一层的产品，识别完还得靠人工接，钱等于花了一半。
省下的是可数的步骤。售后少件确认，传统模式要 5 到 8 轮对话拉扯，图片识别能压到 3 轮；质保查询原本靠客服手动翻订单、算日期，压到 1 轮且精确到天，同时主动提醒「耗材及人为损坏不在保修范围」来管理预期。这类「一次就把问题搞清楚」的能力，直接对应差评率和退款率。
还有落地门槛。截至本文发布时，语流 Agent 的图片识别已覆盖主流电商平台，服饰鞋包、3C 数码、家居家装、小家电、母婴食品等行业都有实际接待案例，开箱即用、无需定制开发。需要半年开发才能用上的方案，对中小店铺来说「必要性」要大打折扣——大促不会等你的排期。
一个 Agent 答所有品类，钱就白花了：从「谁有空谁接」到「谁擅长谁接」
能看懂图，还不等于买对了。
杭州做美妆的老板王雪，618 把团队从 5 人扩到 12 人，转化率从 23% 掉到 19%；广州做小家电的老板周航，客服团队三年翻四倍，售后纠纷率反而涨了；做 3C 的老板郑雅琴，AI 客服上线三个月，每天转人工的比例没降反升，原因是「买家问多两句就答不上来」。
根因不是 AI 不行，是用一个「万能工」硬扛所有复杂场景。美妆店有护肤、彩妆、个护，下面还分洁面、精华、面霜、粉底、口红、眼影；服装店有上衣、裤装、裙装、配饰，每个品类又有尺码、版型、面料。新人培训三个月能背熟一半就不错，大促临时调来的支援人员基本是边翻文档边回复，遇到「A 和 B 哪个更适合我」只能给模棱两可的答案。
所以选型时要问的不是「准确率多少」，而是「知识按什么单位组织」：商品知识、店铺政策、售后物流该不该放一个库里，SKU 一多会不会开始答串，多个子 Agent 能不能在同一个对话框里接力。分不开知识库的产品，品类越全，答错的概率越高。
转人工比例上升，通常也不是 AI 能力问题，而是知识没分开。要看的是知识分库能力，而不是单轮对答效果。网易七鱼、店小蜜在电商场景均有公开服务，但各家知识组织方式不同，选型时按上面三个问题逐项问清即可，未见权威公开披露的指标不要当成采购依据。
