「謝謝你，你是個好機器人」：AI Agent 正在重新定義客戶體驗與工作的意義

本文整理自《經濟學人》Podcast 節目 Boss Class 2026 年 1 月播出的單集。

Bret Taylor 專訪系列（共三篇）

1. 每家公司都需要 AI Agent，但別等它變完美
2. AI 的不完美如何變成商業優勢
3. 本篇：AI Agent 正在重新定義客戶體驗與工作

一位老先生和一個「好機器人」

在 Sierra 執行長 Bret Taylor 收到的所有客戶案例中，有一個故事特別讓他印象深刻。一家電信公司的客戶，一位年長的男士，打電話來說他的電視接收器壞了。他和 AI Agent 通話了超過三十分鐘，最後說了一句：「謝謝你，你是個好機器人。」

這個故事打動 Taylor 的地方有好幾層。首先，這位老先生很清楚自己在和機器說話，AI Agent 在對話一開始就表明了身份，甚至主動承認「我偶爾也會犯錯」。其次，三十分鐘的通話時間，如果換成真人客服，後面一定有主管在催「快點結束，你今天還有十通電話要接」。但 AI 沒有這個壓力，它有無限的耐心。最後，那句帶著溫暖的感謝，說明即使人類知道自己面對的是機器，只要體驗夠好，信任和善意自然會出現。

Taylor 在接受《經濟學人》Boss Class 節目專訪時分享了這個故事，用它來說明一個更大的論點：AI Agent 在客戶體驗上的表現，不只是「夠用」，在很多情境下已經超越了真人。Sierra 平台上的 AI Agent 客戶滿意度普遍很高，而且幾乎一致地高於之前真人客服的分數。

這不是要貶低客服人員。而是 AI 在某些維度上有結構性的優勢：它不會累、不會有情緒、不會因為快下班了而敷衍、不會因為語言障礙而溝通不良。在加州這樣的多語言環境，客戶可能說英語、中文、塔加洛語、越南語，提供多語言客服的成本原本非常高，現在基本上是免費的。

電腦的歷史正在被翻轉

Sierra 共同創辦人 Clay Bavor 有一個說法讓 Taylor 經常引用：人類和電腦的關係正在翻轉。從打孔卡、鍵盤滑鼠、觸控螢幕，到現在的語音互動，電腦的歷史一直是「人學習怎麼用電腦」。你得學會用 Excel 的介面、搞懂資料庫的查詢語法、記住 app 的操作流程。每一代新工具出現時，人類都要經歷一段痛苦的學習曲線。

AI Agent 翻轉了這個方向。不再是人學電腦，而是電腦學人。你只需要說話，AI 自己想辦法理解你要什麼、怎麼幫你完成。Taylor 認為這是電腦史上最人性化的一次演進，從打孔卡到鍵盤滑鼠到觸控螢幕到語音對話，每一步都讓人和機器之間的互動更自然、門檻更低。

這個觀點背後有一層商業邏輯。過去企業花大量的預算在設計使用者介面、撰寫操作手冊、訓練客戶使用產品。這些成本在 AI Agent 的時代會大幅下降，因為客戶不需要「學會」你的系統，他只需要開口說話。這不只是技術進步，而是客戶體驗的哲學轉變。

人機協作的真實樣貌：不是取代，是重新分工

「AI 會取代人類工作嗎？」是每次 AI 討論的必答題。Taylor 的回答很明確：某些工作確實會由 AI Agent 做得更好，就像 ATM 改變了銀行分行員工的角色，就像農業機械化改變了農業。從美國建國時幾乎全民務農，到今天農業人口只佔極小比例，這種轉變在歷史上反覆發生。

Taylor 強烈反對的是「工作消失、人類無事可做」的論述。他覺得這是想像力的匱乏。我們只是還沒辦法想像這個技術會催生出什麼新的工作型態。

他舉了一個 Sierra 客戶的真實案例來說明這種轉變。一家企業原本的客服中心團隊，現在的工作頭銜變成了「AI 架構師」（AI Architects）。這些人不再一通一通接電話，而是在設計、調校、管理 AI Agent 的行為和決策邏輯。Taylor 說這個案例證明了一件事：最懂客戶體驗的人，正好也是最有能力管理 AI Agent 的人，因為他們深度理解客戶的需求、常見的問題模式、和回應的分寸拿捏。

不過 Taylor 也坦承，這個轉變對個人來說並不輕鬆。他建議客服人員主動思考：如果某些類型的客戶互動以後會由 AI 來處理，你的公司會把省下來的預算投資在哪裡？能不能主動往那個方向靠攏？這不是一個舒適的建議，但在他看來，與其被動等待，不如主動佈局。

AI Agent 帶來的另一個反直覺效應是：它反而讓真人客服的品質提升了。因為簡單、重複的問題被 AI 消化掉了，真人客服可以把時間花在更複雜、更有價值的案例上。過去每一通客服電話平均的互動成本假設是 10 歐元，AI 把它降到 1 歐元，企業等於有了十倍的預算來處理客戶互動。這些多出來的預算可以用在降低客戶流失率、提升銷售轉換率。Sierra 有一個客戶，原本已經把客服外包到海外，現在因為 AI 降低了成本，反而把客服搬回國內，認為這會帶來更好的客戶體驗。

他不用 AI 寫東西，但用 AI 挑毛病

Taylor 個人使用 AI 的方式也很有意思。他說他不用 AI 來寫東西，因為寫作的過程本身就是他思考的過程，讓 AI 代筆等於跳過了最重要的思辨環節。但他非常喜歡用 AI 當「創意對手」：寫完一份策略文件後，丟進 ChatGPT 請它挑毛病、找漏洞。

另一個他覺得非常實用的功能是資訊摘要。不管是 Slack 訊息還是電子郵件，身為 CEO 每天面對的資訊量大到不可能全部讀完。AI 幫他把大量資訊壓縮成可以快速消化的摘要，讓他能掌握以前根本沒時間讀的內容。

他說他最期待的是有一天通勤時能透過語音和 AI 互動，邊開車邊處理信箱。這個工作流程現在還不夠成熟，但以技術演進的速度，他覺得只是時間問題。

「我們都是剛學會 Excel 的會計師」

Taylor 用了一個生動的比喻來為整場對話收尾。他說，面對 AI 這個新技術，所有人的處境其實是一樣的：「就好像我們都是會計師，然後 Excel 上週末才剛被發明。還沒有人會用樞紐分析表（pivot tables），但如果你是第一個學會的人，你就會成為全公司最厲害的會計師。」

這個比喻有幾個含義。第一，沒有人是 AI 的專家，因為技術太新了，所有人都在同一個起跑線上。Sierra 辦公室裡最資深的軟體工程師，在「怎麼寫 AI Agent」這件事上並不比其他工程師更有經驗。第二，這代表企業內部最了解業務的人，和外面請來的技術顧問相比，並不處於劣勢。懂客戶的人學 AI 可能比懂 AI 的人學客戶更快。第三，先動手的人會建立先行者優勢，因為在所有人都還在摸索的階段，經驗本身就是最稀缺的資產。

Taylor 承認這對某些人來說很辛苦，特別是那些已經在職涯巔峰、原本以為可以靠累積的專業吃一輩子的人。他說，技術變革從來都是這樣。但和過去不同的是，這一次連科技業自己也在被顛覆。他覺得這件事有一種「公平感」，因為寫 AI 程式的工程師和被 AI 影響工作的客服人員，正在經歷同樣的不安全感。

我的觀察：臺灣服務業的多語言機會

Taylor 提到 AI Agent 的多語言能力時，是從加州的多元語言環境出發。但這個優勢在臺灣同樣適用，而且可能被嚴重低估。

臺灣的旅宿業、醫療觀光、跨境電商，都面對大量非中文客戶。日本旅客、東南亞移工、歐美商務客，每一種語言的客服都是一筆成本。AI Agent 可以讓一家中型旅館同時提供中文、英文、日文、越南語的客服，成本幾乎為零。這在過去是只有大型連鎖飯店才負擔得起的配置。

更深一層來看，Taylor 說的「電腦學人」這個翻轉，對臺灣的高齡化社會特別有意義。年長使用者對科技產品的排斥，很大一部分來自「學不會介面操作」的挫折感。如果互動方式變成直接說話，這個門檻就消失了。那位和 AI 聊了半小時的老先生，他不需要學任何東西，只是打了一通電話。

回到 Taylor 的會計師比喻：臺灣現在的狀態也是 Excel 剛被發明的那個週末。還沒有人真正精通這個工具，但已經有人開始用了。先動手的人，不一定會做得完美，但他們累積的實戰經驗，會成為下一個階段最有價值的資產。