上个月，我去一家家政公司回访。前台空荡荡的，只坐着一个客服姑娘，不慌不忙地喝着茶。我扫了一眼她面前的电脑屏幕，对话框正在自动弹出一行行回复——“阿姨堵车了，预计迟到15分钟，抱歉，已通知您了。”“明天下午3点，李阿姨可以上门，您点这里确认。”——每条消息后面都跟着个小机器人图标。老板张姐从办公室迎出来，笑着跟我说："现在那80%的破事儿，根本不用人管了。"
客服的嗓子说不了话，老板才慌了
张姐做家政已经8年了，手里管着200多位阿姨，服务2000多个家庭。前几年靠拼命接电话来维持运转：客户约时间、改期、投诉、催单，一天能有七八百条消息，三个客服轮班都回不过来。去年底最忙的时候，嗓子全哑了，去诊所做了雾化治疗，第二天还得接着喊。
她试过用企业微信的自动回复，但只能设几句固定的话，客户问“李阿姨明天上午行不行”，系统只会回复“请拨打热线”。客户觉得敷衍，投诉反而更多。也找过外包客服团队，但那些人不懂业务，派错单、记错时间的事三天两头发生，阿姨上门跑空，客户当场就退单。
张姐说：“我知道肯定有技术能解决，但我不懂，我只怕花冤枉钱。”她报过的几个智能化方案，报价都是十几万起步，还要配IT人员维护，她觉得离自己太远。
让AI先学会“别胡说”
张姐找到我们的时候，需求很明确：要一个能自动回消息、能派单、而且得靠谱的东西，预算不能超过请两个客服一年的钱。
我们算了笔账，两个客服一年工资加社保差不多12万，于是把整体方案控制在8万以内——包括搭建、知识训练和一年的运维。核心技术就用大语言模型做对话，再对接一套轻量工单系统。
最难的不是接AI，而是让AI“懂”家政业务，还不能胡说八道。比如客户问“我家宝宝对尘螨过敏，阿姨会处理吗？”AI如果没有约束，可能瞎编一套除螨方案，但现实中阿姨只负责基础保洁，不能承诺医疗级效果。所以我们花了大量时间在“数据准备”上：
- 整理常见问题库：把过去三年聊天记录里高频出现的870个问题全扒出来，让张姐和店长一条条标注标准答案。
- 设定边界：哪些问题AI可以直接答（改时间、查订单、投诉记录），哪些必须转人工（涉及安全、赔偿、复杂投诉），用明确的指令写进系统提示词里。
- 训练“可说不可说”：我们模拟了300多条危险提问，比如“你们能不能帮忙配钥匙？”“我家里有贵重物品丢了，阿姨是不是偷了？”——让AI学会回答：“关于安全问题，已帮您转接负责人，稍后回电。”绝不擅自判断。
这个过程持续了两周，张姐的人天天和我们一起调教AI。他们提供业务知识，我们来转化成技术策略。上线前，我们做了1000条随机测试，回答准确率达到97%以上，才敢切到真实客户。
前台喝茶了，但钱没少赚
系统上线第一个月，数据就和以前不一样了：
- 80%的常规消息由AI自动处理，包括预约、改期、常见问题解答。
- 人工客服只接复杂投诉和紧急情况，工作量直降，从3个人缩减到1个人。张姐没裁员，而是把两个客服转去做了客户回访和阿姨品控，反而提升了服务质量。
- 派单错误率从原来人工的12%降到了不足2%。因为AI接到预约后直接生成工单，自动匹配阿姨排期、服务范围和距离，推送到阿姨微信，全程不需要人经手。
最让张姐惊喜的不是省了人力，而是客户体验变了。以前电话占线、回复慢，客户火气很大，现在秒回，而且语气永远温和，很多客户都以为是24小时真人值班。上线第三个月，老客复购率升了15%，转介绍也多了。张姐说：“我不用天天救火了，终于有时间去看看怎么把培训抓起来，把高端家务单做起来。”
这是非技术老板拥抱AI最朴素的样子：不追求花哨功能，不指望机器取代人，而是把重复的、低价值的沟通交给AI，把人用在更有温度的地方。
这笔账，可以这么算
回头看，8万投入带来的变化，张姐自己算得清清楚楚：
- 客服人力成本一年省下约8万（两个转岗，一个留任）。
- 派单错误引发的赔偿和客诉处理费，一年少说也省了三四万。
- 复购和转介绍带来的增收，还没细算。
很多老板害怕AI落地的技术门槛，其实现在的方案已经能做到“开箱即用”，但关键在于有人帮你把业务语言翻译成技术策略。如果你也经营着服务业，每天被重复的咨询和派单困住，不妨来找我聊聊你的具体情况。哪怕暂时不做，也可以先体验一下我们给独立开发者做的工具产品——时光智行小程序，看看一个轻量、不折腾的小程序能如何帮你把服务流程串起来。