很多企業已經能做出會回答問題的 AI 客服，但真正困難的不是讓它說話，而是讓它在正式服務中可靠地完成工作。
例如客戶詢問帳單時，AI 不只要解釋規則，還可能需要驗證身分、查詢帳戶、判斷能不能調整費用，並在超出權限時交給真人。
OpenAI Presence 的用途，就是協助企業把這類語音與文字 AI Agent，從展示功能變成受到政策、權限與人工升級規則控制的正式服務。
OpenAI Presence 是什麼？
OpenAI Presence 是一套企業級 AI Agent 部署產品。
它可以協助企業建立能夠：
- 回答客戶或員工問題。
- 讀取完成工作所需的公司知識。
- 連接經過授權的內部系統。
- 執行公司允許的操作。
- 遇到高風險或不確定問題時轉交真人。
目前主要支援即時語音與文字互動，適用情境包括客服、外撥銷售與高風險的內部服務流程。
Presence 的重點不是讓 AI 擁有更多權限，而是讓每一項權限、操作與轉交條件都先被企業明確定義。
它和一般客服聊天機器人有什麼不同？
一般聊天機器人通常只能根據常見問題提供文字回答。
Presence 則希望處理更完整的任務，例如：
- 理解客戶真正想解決的問題。
- 驗證使用者身分。
- 查詢帳戶或案件資料。
- 依照公司政策判斷下一步。
- 執行已經核准的操作。
- 把無法安全處理的問題交給真人。
例如客戶反映帳單金額錯誤時，AI 不只是說明帳單規則，也可能查詢紀錄、確認適用政策，並在權限允許時完成特定調整。
但如果涉及爭議金額、特殊例外或政策沒有涵蓋的情況，就必須停止自動處理並轉交真人。
導入時要先定義一項具體工作
OpenAI 表示，每一次 Presence 部署都會從一項明確工作開始。
例如：
- 處理帳單問題。
- 協助保險理賠查詢。
- 處理員工資訊技術服務要求。
- 回答產品與服務問題。
- 在高需求期間提供第一線支援。
企業不應一開始就要求 AI 處理所有客戶問題。
工作範圍愈清楚，就愈容易決定 AI 需要哪些資料、可以使用哪些工具，以及哪些情況一定要交給人。
AI 只能取得完成工作需要的資料
Presence 的部署原則不是把整間公司的資料全部開放給 AI。
企業要依照工作需求，決定它可以存取：
- 哪些知識文件。
- 哪些客戶資料。
- 哪些帳戶欄位。
- 哪些內部系統。
- 哪些操作功能。
例如處理一般帳單詢問的 AI，不一定需要看到完整付款資訊、其他產品資料或與案件無關的私人紀錄。
好的企業 AI 不是知道公司所有事情，而是只取得完成當前工作所需的最少資料與權限。
企業可以設定哪些規則？
Presence 會把模型能力與企業政策、操作守則及升級條件結合。
企業可以定義：
- AI 可以回答哪些問題。
- 哪些資訊必須先驗證身分才能查看。
- 哪些操作可以直接完成。
- 哪些操作需要人工批准。
- 哪些情況必須立即停止。
- 什麼時候要轉交真人。
例如修改聯絡方式可能可以在完成身分驗證後執行，但退款、取消重要服務或變更合約條件，可能必須由員工確認。
上線前怎麼測試？
企業不能只測試最常見、最簡單的問題。
Presence 提供模擬與評估工具，可用來檢查 AI 是否：
- 得到正確結果。
- 遵守公司政策。
- 正確使用工具與系統。
- 沒有越過權限。
- 在適當時機轉交真人。
- 能處理少見與高風險情況。
測試內容不只應包含正常客戶，也應包括資料不足、使用者說法矛盾、要求例外處理及可能涉及詐騙的情境。
上線後還需要繼續改善嗎？
需要。
產品、價格、政策與客戶行為都會改變，原本正確的客服流程可能幾個月後就不再適用。
Presence 會利用正式服務中的互動紀錄、轉交案例與品質訊號，協助找出：
- AI 經常答錯的問題。
- 過度轉交真人的情況。
- 政策沒有涵蓋的新問題。
- 工具使用失敗的位置。
- 客戶經常誤解的說明。
Codex 可以根據這些訊號提出更新建議，但企業團隊仍要測試、比較並批准後，才能控制新版正式推出。
AI Agent 上線不是專案結束，而是開始進入持續測試、修正與管理的階段。
哪些工作適合使用？
- 問題範圍清楚的客戶服務。
- 有明確政策可依循的帳務查詢。
- 大量重複的員工資訊技術支援。
- 可以清楚定義核准操作的服務流程。
- 尖峰期間需要大量第一線回應的工作。
這些工作通常具有固定資料來源、清楚處理規則與明確人工轉交位置。
哪些工作不適合直接自動化？
- 政策本身仍然模糊的工作。
- 每個案件都需要高度個別判斷的問題。
- 涉及重大財務、醫療或法律決定的操作。
- 沒有明確申訴與人工覆核機制的服務。
- 資料品質不可靠的內部系統。
- 企業無法說明誰對錯誤結果負責的流程。
如果企業自己都無法說清楚處理規則，AI 也很難穩定做出正確決定。
小型企業現在能直接使用嗎？
目前不能當成一般自助式工具直接註冊使用。
OpenAI 表示，Presence 目前透過有限的一般可用計畫，提供給符合資格的企業客戶。
部署主要由 OpenAI 的現場部署工程師與指定系統整合商協助完成。
因此，它比較適合具有明確客服量、內部系統與正式導入需求的企業，不是一般個人或小型商家打開 ChatGPT 就能直接啟用的功能。
小型企業可以先學哪三件事？
即使暫時無法使用 Presence，小型企業仍可以先採用相同原則。
- 限定工作：先讓 AI 只處理一類問題。
- 限制權限：只提供完成任務必要的資料。
- 設定轉交：不確定、高風險或客戶要求真人時立即停止。
例如小型店家可以先讓 AI 根據確認過的資料，準備營業時間、服務內容與預約規則的回覆草稿。
價格例外、退款、客訴與私人資料問題，仍交給本人處理。
評估 AI 客服不能只看回答數量
企業不能只記錄 AI 回答了多少次。
更重要的指標包括：
- 問題是否真正解決。
- 是否遵守政策。
- 錯誤操作是否減少。
- 人工轉交是否發生在正確時機。
- 客戶是否需要重複說明問題。
- 真人客服是否能接續完整紀錄。
AI 減少轉交不一定永遠是好事。
如果它只是沒有把該交給人的問題送出去，轉交率下降反而可能代表風險增加。
OpenAI 公布了哪些使用結果？
OpenAI 表示，Presence 已用於其英文電話支援服務。
官方資料顯示，這套系統目前可在不需要人工協助的情況下，解決約 75% 的來電問題。
OpenAI 也表示，在導入 Codex 驅動的改善流程後，十天內將人工轉交比例降低了 15 個百分點。
不過，這些是 OpenAI 公布的自家部署結果，不能直接推論每家企業都會得到相同表現。
實際成果仍取決於資料品質、工作範圍、公司政策與測試完整度。
今天最重要的判斷
OpenAI Presence 不是讓企業把客服全部交給 AI 的工具。
它真正強調的是：
- 從一項明確工作開始。
- 只提供必要資料與權限。
- 設定可執行與不可執行的操作。
- 先模擬高風險情境再正式上線。
- 保留人工批准與轉交機制。
- 上線後持續檢查與改善。
企業 AI Agent 真正成熟的標誌，不是它什麼都能做，而是每一次行動都有清楚範圍、政策、紀錄與負責的人。
今天，和 AI 一起進步一點。
每天學會一個 AI 技巧。
每天節省一點時間。
每天提升一點能力。
SasaDaily，陪你一起成長。
