假設你經營一家只有 5 個人的智慧家居產品展示中心。
每天進門的客人，其實有很多問題都很像：
「這個怎麼用？」
「跟另一款差在哪裡？」
「可以講英文嗎？」
「可以直接看著產品教我嗎？」
「如果裝在家裡，要怎麼設定？」
以前這些問題全部都要由現場人員一個一個回答。
忙的時候，真正準備購買的客人可能反而要等。
現在有了 Gemini 3.8 Live with Live Avatar，流程可以重新拆一次。
但重點不是：
擺一個會說話的 AI 人像在店裡。
而是：
哪些服務真的值得先交給它？
第一步：先讓 AI 接最重複的第一層問題
這家展示中心先不讓 AI 處理成交。
只讓它負責大量重複、低風險，而且答案已經確認過的問題。
例如：
- 基本產品功能
- 安裝前需要準備什麼
- 不同型號的已確認規格
- 一般操作方式
- 展示區在哪裡
- 常見使用情境
- 基本售後流程說明
客人可以直接對著 Avatar 說話。
如果語言不同，也可以先用對方熟悉的語言進行第一輪溝通。
這樣現場人員不用每天把同一段介紹重講幾十次。
第二步：讓 AI 看著客人正在看的東西回答
真正有意思的地方，不只是語音。
假設客人站在智慧門鎖展示區，不知道某個零件的用途。
與其先找型號、打字描述：
「右邊第二個黑色按鈕是什麼？」
可以直接把鏡頭對準正在看的設備，再用語音詢問。
如果系統有接上正確的產品資料與後端工具，AI 就可以把：
看到什麼＋聽到什麼＋公司提供的資料
放在同一段對話裡理解。
這比傳統「先搜尋關鍵字，再慢慢找答案」更接近現場服務。
第三步：有些問題一出現，立刻交給真人
這裡才是整套流程最重要的地方。
這家展示中心不設定成：
「AI 能答就全部答。」
而是先寫清楚哪些問題一定轉真人。
例如：
正式報價
客人問：
「今天買三套可以多少錢？」
不要讓 AI 自己決定折扣。
付款
信用卡、分期、正式付款與訂單確認，由人處理。
退換貨與補償
只要涉及例外條件、賠償或客訴，就交給真人。
AI 不確定的問題
資料找不到、不同文件互相矛盾，或 AI 沒有足夠把握時，不繼續猜。
客人明確要求真人
不要再讓 AI 多問五題才肯轉接。
客人說要找人，就轉人。
第四步：轉真人時，不要叫客人全部再講一次
這是很多 AI 客服流程最容易失敗的地方。
客人已經跟 AI 說了三分鐘。
結果轉給店員後，第一句又是：
「請問有什麼可以幫您？」
那前面的 AI 幾乎白做了。
比較合理的設計，是轉交時一起留下簡短摘要：
- 客人正在看哪個產品
- 已經問過什麼
- AI 回答過哪些內容
- 現在卡在哪一步
- 為什麼需要真人
真人接手後，直接從真正需要判斷的位置開始。
這才叫工作流程。
不要先問 Avatar 像不像真人
企業導入這類服務，很容易先被畫面吸引。
嘴型很自然。
表情會變。
還可以講很多語言。
看起來很厲害。
但這些都不是最重要的商業指標。
真正要看的是下面 5 個數字。
1. First-contact Resolution
100 個客人來問問題，有多少人在第一輪就真正把問題解決？
不是 AI 有回答就算。
而是客人真的不需要再找別人處理。
2. Human Handoff Rate
有多少對話最後需要真人接手？
這個數字也不是越低越好。
付款、報價、特殊客訴本來就應該轉人。
真正該看的，是：
不必要的轉人工有沒有下降，該轉的時候有沒有正確轉。
3. Average Handling Time
同樣一個問題，以前需要店員處理多久？
現在從 AI 開始到問題真正結束，又需要多久？
如果只是增加一個 Avatar，最後客人還是全部重講一次，時間未必有省。
4. Wrong Answer Rate
每 100 次回答，有多少次資料錯誤、過期、理解錯問題，或需要員工事後更正？
這個數字不能因為 AI 看起來很自然就忽略。
越像真人的介面，反而越容易讓使用者相信它講的話。
5. Cost per Resolved Conversation
最後才算：
每完成一次真正有效的服務，到底花多少錢？
裡面不只有模型費用。
還包括：
- API
- 系統整合
- 人工接手時間
- 資料維護
- 錯誤修正
- 軟硬體設備
如果原本一個簡單問題人工只需要 30 秒，卻為了它建立一套很昂貴的 Avatar 系統，就不一定划算。
這家 5 人展示中心真正改變的是什麼？
不是少請一個人。
而是重新分工。
以前：
每個客人進門，都先占用一名員工。
現在：
重複產品介紹、基本問答、多語第一線服務，可以先由 AI 處理。
員工把時間留給：
- 真正需要比較的客人
- 現場判斷
- 特殊需求
- 正式報價
- 付款
- 客訴
- 最後成交
所以企業真正該問的不是：
「這個 Avatar 看起來夠不夠真人？」
而是：
「它接走哪一步之後，我的人可以把時間拿回來做什麼？」
如果你也想知道自己的工作裡，哪一步最適合先交給 AI，留言「流程」。
推薦閱讀
AI 商業案例｜2026/08/14：8 人跨境皮件品牌怎麼用 OpenRouter？一般客服走低成本模型、複雜客訴升級，退款與補償直接轉人工
AI 快問快答｜2026/07/28：AI 客服把問題轉給真人，就代表自動化失敗嗎？
AI 商業案例｜2026/08/10：8 人線上課程平台怎麼用 Langfuse？從學員客服成本、人工修改到真正解決率，找出值得留下的 AI 流程
