SaaStr 这份 13 家客服 AI 实测报告 头部 70% 中位数 48% 这笔账每个做电商的人都得看

SaaStr 创始人 Jason Lemkin 这周公开了一份被压了三周的客服 AI 评测报告，把 Gorgias（也就是 SaaStr Fund 投的那家做电商客服的独角兽）跑了一年多的「AI 客服真实解决率」横向对比扔到了台面上。13 家厂商、212 个真实电商店铺、每家店都跑真实库存没有沙盒测试——这一条把水分挤得相当干净。报告核心结论很扎眼：表现最好的 5 家客服 AI 自动化率能到 64% 到 75%，中位数厂商只有 48%，整个行业加权平均 46%。这份报告的意义在于它第一次给出了独立可验证的横向基准，而不是各家厂商自己宣传的市场宣传话术。

看头部 5 家：Yuma 71%、Decagon 73%、Gorgias 64%、Ada 68%、Rep AI 75%。看尾部：Klaviyo 21%、Envive 22%、Zendesk 37%、Intercom 42%。换成一句直白话，你店铺现在用的客服软件内置的 AI，在这份评测里属于成绩最差的那一档。Zendesk、Intercom、Klaviyo 这三家都是绝大多数品牌已经在付费用的平台，但他们的 AI 代理在这份独立测评里都没有突破 42% 这条线。这一组数据，对正在做电商客服 AI 选型的老板来说，几乎等同于一份现金成本测算表——同样是按解决对话收 0.9 美元，从 Zendesk 买的解决率和从 Yuma 买的解决率是两件事。这条细节单独拎出来看，跟主线判断是一回事。

报告里有一条容易被忽略但价值极高的补充数据：质量分。光是自动化率高不代表客户体验好，Ada 自动化率 68%，但盲评质量分只有 39 分；Rep AI 75% 自动化，质量分 55 分；Yuma、Decagon、Gorgias 是仅有的「双高」选手——自动化 64% 到 73%，质量分 66 到 72 分。Sierra 自动化率只有 48%，但质量分 72，和 Yuma 并列第一。给正在选客服 AI 的电商老板划一条底线：单纯比自动化率，会被几个「自动化高、答案质量低」的厂商套进去；只看质量分，又会错过能扛住大部分真实度问题的头部厂商。两件事得一起看。

报告里还有一个让人后背发凉的发现：10 家有 4 周历史数据的厂商里，9 家自动化率都在下滑。Siena -23 点、Kodif -13 点、Klaviyo -11 点、Sierra -11 点。报告没有给具体原因，但提到了三种可能：模型更新、店铺配置漂移、问题集变难。Gorgias 自己每 30 天重新跑一遍他们家内部 20 多个代理，每 6 个月一次复检是必要的。这条数据意味着，AI 客服在采购合同里写「按效果付费」几乎是不可能的——你看到的自动化率是一个快照，3 个月后可能已经掉下去 10 个点。

最后聊一下数字背后的钱。Gorgias 自家 AI 代理按解决一场对话收 0.9 美元，但「解决」的定义是什么，报告里专门划了一条线：零人工接触、不跳到电邮、不引导打电话、72 小时内客户没回来找客服才算解决；中途有任何一次人工接手就按未解决算。这一定义比绝大多数头部 SaaS 的内置统计口径都严格。如果你正在用 Gorgias、Zendesk、Intercom、Klaviyo 内置的 AI 客服，问清楚他们账单里「一次解决」是什么定义——这条决定你 AI 客服每月花的钱到底买了什么。

回到电商老板这一头，几条操作路径很清晰。把客服 AI 当成一个独立采购项目对待，不要把它当客服软件的内置模块处理，预算、考核指标、采购流程都得拆开。跑头部 5 家之外的厂商，按 50% 的真实解决率做商业模型；跑头部 5 家，按 70% 做商业模型，中间留 20% 给人工或者更深的系统接入。每 6 个月抽 30 条真实工单到厂商的参考店铺去实测，看自动化率和质量分有没有滑。问清楚对方账单里「一次解决」的定义，最好让他们把这个定义写到合同里。客服 AI 行业现在已经不是「有没有」的问题，而是「哪一家+什么配置+什么真实解决率」的问题；2026 年下半年这一道门槛会越涨越高。

创业找资源，上乌鸦部落。