估值超过1000 亿元，正在筹备美股上市的独角兽公司 Klarna，其 CEO 最近公开承认：公司在过去几年采用的以 AI 为中心的战略，是错误的！
图片来源：Klarna
从 2023 年开始，Klarna 就是 AI 最疯狂的拥护者。
至今，在OpenAI的官网上，仍然能够看到它的“成功”案例。
图片来源：OpenAI
从内容来看，Klarna 通过 OpenAI构建的 AI 客服，实现了以下效果：
1、承接了 2/3 的客户咨询
2、完成了相当于 700 名全职人工客服的工作量
3、在客户满意度评分方面，它与人工客服相当
正因为如此“显著”的成效，Klarna CEO 在去年公开宣称：AI 能够完成所有人的任务，包括他自己。
他更是宣称：过去一年已将员工人数从5000人削减至3800人，而有了 AI 的支持，计划进一步将员工人数降至2000人。
相当于用 AI 裁员 50%。
但是，才过去短短几个月，Klarna CEO 的口风就发生了 180% 的大转弯。
早在今年 2 月，Klarna CEO 在 X 平台上发帖表示：我们刚刚有了顿悟，在一个 AI 的世界里，没有什么比人类更宝贵！
图片来源：X 平台
到了今年 5 月，Klarna CEO更是公开表示：Klarna 正在为 700 名糟糕的 AI 客服付出代价，那就是糟糕的客户服务质量。
Klarna CEO：遗憾的是，成本似乎成为了过于突出的评估因素，结果就是服务质量下降。投资于高质量的人工客服，才是我们未来的道路。
而作为补救措施，Klarna 已经重新启动人工客服的招聘。
Klarna 的案例，非常具有代表性。
首先，它代表了一大批 AI 最狂热的支持者。
以某上市公司为例，其董事长在今年年初宣布：客服95% 的人要淘汰了，只留5% 能用AI的人。
这家上市公司不是个例。据我了解，不少大公司在看到 AI 的惊艳效果后，都在谋划用 AI 大面积替代人工。
说白了就是 AI 裁员。
另外，AI 客服这个领域也非常有代表性。
因为除了 AI 编程，AI 客服是 AI 在企业端落地的 No.1场景。
一方面是客服业务非常普及，另一方面则是大模型的能力非常适配客服场景。
然而，AI 客服最大的问题就在于：演示效果非常惊艳，但一旦实际落地就会暴露很多问题。
由于 AI 客服并没有真正的逻辑推导能力，更多是根据客户的问题，去简单匹配知识库的内容。因此，虽然在简单业务场景下表现良好，但是面对复杂的问题，“人工智能”就很容易变成“人工智障”。
比如，Gartner 在去年 7 月发布的一份报告就显示，64%的客户更希望公司不要使用 AI 客服。
另外，如果客户发现公司将使用 AI 客服，53%的客户会考虑转而使用其他产品。
图片来源：Gartner
那为什么 AI 编程已经大杀四方，甚至能征服最资深的 IT 工程师，而 AI 客服却表现不佳，只能应用于简单的业务场景呢？
我觉得有 4 个方面的原因。
1、数据与在线化
AI编程的效果很好，是因为互联网上高质量的编程数据特别多，而更本质的原因则是编程天然就是一个“在线化”的工作。
高质量的互联网数据越多，大模型的训练效果就越好。
而客服就不一样了——特别是传统公司的客服业务——大量数据都在私域甚至线下，无法用于大模型的训练。
2、规则复杂度
编程通常有严格的规则和逻辑，和自然语言相比，很少有“大致可用”的模糊状态，大大降低了不确定性。
但是客服就不一样了：多一个语气词、少一个语气词，客户的感受可能就不一样。相对于编程，规则要复杂得多。
3、自动化验证机制：
编程可以利用编译器快速验证代码的可执行性，这种客观、可信的验证机制也大大提升了 AI 的生成能力。
客服就不一样了，必须有人工反馈，比如人工打分，或者让客户评分，否则AI 没办法自动评价服务的质量，这就大大限制了 AI 的学习能力。
4、人机协同，容错率高：
AI 编程的过程，程序员会全程在线参与。
这种高度融合的“人机协同”，降低了“AI 黑箱”的负面影响，提高了 AI 编程的容错率。
而 AI 客服和用户对话的时候，基本就是 AI 单独面向用户，容错率更低。
那是不是 AI 客服就没用了呢？
肯定不是，关键还是要客观认识 AI 的局限性，不要动不动就“All in AI”，而是要对业务进行分层，只把简单的业务交给 AI。
比如，Salesforce 就提出了一个概念：AI 置信度阈值。
所谓“AI 置信度阈值”，就是判断 AI 生成的内容在多大程度上是可信的——如果这个可信度低于我们能接受的程度，就应该立即转人工服务。
AI 置信度阈值的本质就是分层：分层以后，简单的交给 AI，复杂的交给人类。
最后，很多人骂我唱衰 AI。
但实际上，我是 AI 最坚定的拥护者，我甚至相信 AI 将会彻底颠覆软件产业。
不过，AI 的优缺点都非常明显，一定要循序渐进的推进使用。
而那些动不动就“AI 裁员”的企业，迟早有一天 ，还得把员工请回来。
