AI 客服機器人 ROI 怎麼算？導入前必看 6 大指標

客服中心要導入 AI 客服機器人（AI Voice Bot），最難的是說服決策者。比起籠統地說「應該可以省下不少人力」，不如直接用數字說明。「以我們的月均來電量和每通人力成本估算，大約 3 到 6 個月就可以看到成效」，對決策者來說，這樣的資訊更具體，也更容易做判斷。

這篇文章分享的是，如何在部署之前滿足導入條件、上線之後用什麼指標衡量成效。我們也分享了 Otto Group one.O 的兩個真實案例，規模和應用場景雖然不同，但企業都可以拿來對照自家的業務情況。

哪些電話適合自動化，並交給機器人

AI客服機器人最適合處理的，是那些流程固定、可以在通話中完整解決的情境，像是訂單查詢與建立、商品現貨確認、帳號資料更新、預約確認或取消。這類通話的共同點是，客戶的需求可以從系統裡調出來，不需要客服自行判斷，機器人能在掛電話之前把事情做完，消費者也不用擔心電話打不進去或久候。

有些通話類型則不適合。申訴與糾紛、需要談判的退費、第一次來電帳戶資料不完整的客戶，這些情況硬是交給機器人處理，很容易會影響客戶滿意度，也會讓客服自動化的提案站不住腳。

第一階段部署 AI 客服機器人的合理目標是將 60% 到 70% 的例行通話自動化就好。如果目標設到 90% 以上，初期可能會換來更高的專人轉接率和更差的通話品質。我們會建議先專注在小範圍讓系統穩定運行，再逐步擴大自動化範圍。

衡量成效的 6 個指標

導入前，要先準備這六項指標的衡量基準。上線後，才能用同一套數字評斷系統是否有達到目標，也是檢視投資報酬率（ROI ，Return on Investment）的依據。

自助完成率是上線初期最重要的數字。上線前幾週，如果專人轉接率持續超過 30% 到 40%，通常代表對話設計有漏洞，或後台系統整合沒做完整。兩個問題都可以修正，但要及早發現，避免後續善後成本增加。

CSAT 是用來檢視自助完成率的指標。完成率高、但客戶滿意度下滑，就表示有些通話不該讓機器人獨自處理。轉接時，若能把完整通話紀錄一起傳給接手的客服人員，客戶不需要重新說明來電目的，整體評分往往會好很多，即便那通電話最後是由人工完成的。

用台灣的勞動數字估算每通成本

導入 AI 客服機器人，省最多的還是人力成本。根據勞動部 113 年職類別薪資調查（2024 年 8 月辦理，2025 年 5 月發布），台灣服務業事務支援人員月薪為 NT$39,000。加上雇主依法負擔的勞保、健保及勞退提撥（約佔薪資 20%），每位全職客服每月的實際人力成本約 NT$46,800，換算時薪約 NT$266。

通話時長部分，全產業平均處理時間（含通話與通話後作業）會落在 6 到 8分鐘左右。以此推算，一通例行通話的客服人力成本約 NT$27 至 NT$35。這還沒算進加班費、人員流動、教育訓練這些間接成本。

一開始在計算 ROI 會常漏掉兩個數字。一是來電高峰與人力彈性。促銷日來電量可能是平日的五到十倍，提前安排人力要支付加班費，AI 客服機器人的每通成本是固定的，流量再大也不會等比例增加。二是多語言。如果客群需要多種語言服務像是英文或日文，一套多語言機器人的部署成本，長期下來遠低於替每個語言維持獨立客服人力。

兩個 one.O 導入案例：接線訂購、外撥排程

CHANNEL21：來電訂單處理
 

CHANNEL21 是德國規模最大的電視購物品牌之一。他們部署了 Otto Group one.O 的 AI 語音機器人「Bella」接聽訂購電話，平常日來電量約 100 到 200 通，促銷活動期間單日高達 1,000 通。五到十倍的峰值波動，靠人力備援根本難以預測，加班成本更難控制。Bella 直接串接 ERP 系統，在通話中完成庫存確認、訂單建立和信用核對，客戶掛電話時訂單已經建立，不需要後台人員介入。這個部署的 ROI 關鍵不只在減少每通成本，而是把活動檔期高峰的成本從難以控制變成可預期的固定支出。

特別是約 10% 的 CHANNEL21 來電者，在不知道等待時間的情況下，主動選擇使用語音機器人。這也說明消費者真的信任這套系統，長期來說，這比自助完成率更能反映商業價值。

Hermes Einrichtungs Service：出貨配送協調
 

Hermes Einrichtungs Service 的案例是另一種做法。他們用 one.O 的 AI 語音機器人主動向客戶撥出電話，協調家具送貨時間，並收集交貨後回饋，橫跨全德國 49 個配送站點。目前自動化率達 60%，目標是把自動化率推到 80% 以上。這個部署特別的地方，是跨 49 個站點同步上線，服務 KPI 全程穩定，沒有因為規模擴大而出現品質下滑。

供應鏈發展主管 Jannik Niederschierp 說，語音機器人讓客服人員可以從大量重複性的外撥電話中脫身，去處理真正需要個別判斷的複雜問題，員工和客戶的滿意度都跟著提升了。

兩個案例的出發點不同，一個是接來電（Inbound），一個是撥電話出去（Outbound）。但兩者都證明 AI 語音機器人帶來正向 ROI，不僅降低每通成本，還能釋出人力，投入需要人工處理的客戶互動。

服務歐洲市場的採購考量

如果您的客服中心負責服務歐洲客戶，AI客服機器人的資料處理地點就不只是技術規格，還有採購流程裡的實質審查項目。客戶語音資料在歐盟境外的基礎設施上處理，會帶來 GDPR 合規風險；這個風險不一定出現在成本試算表上，但可能直接拉長採購審核的時程，案子也可能因此無法順利進行。one.O 的 Voice Bot 選擇在歐洲資料中心托管產品，其中一個原因就是在架構上就解決了合規問題。