假设你经营一家只有 5 个人的智能家居产品展示中心。
每天进门的客人，其实有很多问题都很像：
「这个怎么用？」
「跟另一款差在哪里？」
「可以讲英文吗？」
「可以直接看着产品教我吗？」
「如果装在家里，要怎么设置？」
以前这些问题全部都要由现场人员一个一个回答。
忙的时候，真正准备购买的客人可能反而要等。
现在有了 Gemini 3.8 Live with Live Avatar，流程可以重新拆一次。
但重点不是：
摆一个会说话的 AI 人像在店里。
而是：
哪些服务真的值得先交给它？
第一步：先让 AI 接最重复的第一层问题
这家展示中心先不让 AI 处理成交。
只让它负责大量重复、低风险，而且答案已经确认过的问题。
例如：
- 基本产品功能
- 安装前需要准备什么
- 不同型号的已确认规格
- 一般操作方式
- 展示区在哪里
- 常见使用情境
- 基本售后流程说明
客人可以直接对着 Avatar 说话。
如果语言不同，也可以先用对方熟悉的语言进行第一轮沟通。
这样现场人员不用每天把同一段介绍重讲几十次。
第二步：让 AI 看着客人正在看的东西回答
真正有意思的地方，不只是语音。
假设客人站在智能门锁展示区，不知道某个零件的用途。
与其先找型号、打字描述：
「右边第二个黑色按钮是什么？」
可以直接把镜头对准正在看的设备，再用语音询问。
如果系统有接上正确的产品数据与后端工具，AI 就可以把：
看到什么＋听到什么＋公司提供的数据
放在同一段对话里理解。
这比传统「先搜索关键字，再慢慢找答案」更接近现场服务。
第三步：有些问题一出现，立刻交给真人
这里才是整套流程最重要的地方。
这家展示中心不设置成：
「AI 能答就全部答。」
而是先写清楚哪些问题一定转真人。
例如：
正式报价
客人问：
「今天买三套可以多少钱？」
不要让 AI 自己决定折扣。
付款
信用卡、分期、正式付款与订单确认，由人处理。
退换货与补偿
只要涉及例外条件、赔偿或客诉，就交给真人。
AI 不确定的问题
数据找不到、不同文档互相矛盾，或 AI 没有足够把握时，不继续猜。
客人明确要求真人
不要再让 AI 多问五题才肯转接。
客人说要找人，就转人。
第四步：转真人时，不要叫客人全部再讲一次
这是很多 AI 客服流程最容易失败的地方。
客人已经跟 AI 说了三分钟。
结果转给店员后，第一句又是：
「请问有什么可以帮您？」
那前面的 AI 几乎白做了。
比较合理的设计，是转交时一起留下简短摘要：
- 客人正在看哪个产品
- 已经问过什么
- AI 回答过哪些内容
- 现在卡在哪一步
- 为什么需要真人
真人接手后，直接从真正需要判断的位置开始。
这才叫工作流程。
不要先问 Avatar 像不像真人
企业导入这类服务，很容易先被画面吸引。
嘴型很自然。
表情会变。
还可以讲很多语言。
看起来很厉害。
但这些都不是最重要的商业指针。
真正要看的是下面 5 个数字。
1. First-contact Resolution
100 个客人来问问题，有多少人在第一轮就真正把问题解决？
不是 AI 有回答就算。
而是客人真的不需要再找别人处理。
2. Human Handoff Rate
有多少对话最后需要真人接手？
这个数字也不是越低越好。
付款、报价、特殊客诉本来就应该转人。
真正该看的，是：
不必要的转人工有没有下降，该转的时候有没有正确转。
3. Average Handling Time
同样一个问题，以前需要店员处理多久？
现在从 AI 开始到问题真正结束，又需要多久？
如果只是增加一个 Avatar，最后客人还是全部重讲一次，时间未必有省。
4. Wrong Answer Rate
每 100 次回答，有多少次数据错误、过期、理解错问题，或需要员工事后更正？
这个数字不能因为 AI 看起来很自然就忽略。
越像真人的界面，反而越容易让用户相信它讲的话。
5. Cost per Resolved Conversation
最后才算：
每完成一次真正有效的服务，到底花多少钱？
里面不只有模型费用。
还包括：
- API
- 系统集成
- 人工接手时间
- 数据维护
- 错误修正
- 软硬件设备
如果原本一个简单问题人工只需要 30 秒，却为了它创建一套很昂贵的 Avatar 系统，就不一定划算。
这家 5 人展示中心真正改变的是什么？
不是少请一个人。
而是重新分工。
以前：
每个客人进门，都先占用一名员工。
现在：
重复产品介绍、基本问答、多语第一线服务，可以先由 AI 处理。
员工把时间留给：
- 真正需要比较的客人
- 现场判断
- 特殊需求
- 正式报价
- 付款
- 客诉
- 最后成交
所以企业真正该问的不是：
「这个 Avatar 看起来够不够真人？」
而是：
「它接走哪一步之后，我的人可以把时间拿回来做什么？」
如果你也想知道自己的工作里，哪一步最适合先交给 AI，留言「流程」。
推荐阅读
AI 商业案例｜2026/08/14：8 人跨境皮件品牌怎么用 OpenRouter？一般客服走低成本模型、复杂客诉升级，退款与补偿直接转人工
AI 快问快答｜2026/07/28：AI 客服把问题转给真人，就代表自动化失败吗？
AI 商业案例｜2026/08/10：8 人在线课程平台怎么用 Langfuse？从学员客服成本、人工修改到真正解决率，找出值得留下的 AI 流程
