NewToken 新词元关注新智能
读懂

客服先冻招聘,因 AI 减人约占两成

Gartner 11 月 5 日公布对 275 位客服负责人的调查:因 AI 减坐席编制的占 21%,减过的平均砍 16.7%;7% 已回聘,11% 计划回聘。

主线人与组织

读懂|客服先冻招聘,因 AI 减人约占两成
本文提纲3 节
  1. 两成真减,近半先冻招聘
  2. 减得快的,有人已经在回聘
  3. 验收人还在坐席这一侧

客服编制因 AI 动刀时,多数组织先冻结招聘、把人挪走,而不是先裁人。

Gartner 11 月 5 日公布的调查问了 275 位服务与支持负责人(2026 年 7–8 月):因 AI 减少人工坐席编制的占 21%。在减过的组织里,过去 18 个月平均砍掉 16.7% 的人力。同一组人里,7% 说已经回聘,11% 计划在未来 18 个月内回聘。

这改变的不是「AI 能不能接电话」,而是编制怎么改、谁先被挪开、出了错谁回来补。我们的判断是:客服组织的 AI 编制账,多数还停在入口关上和岗位挪移;把减员当成 AI 上线的前提,已经有人在付钱把人找回来。

两成真减,近半先冻招聘

Gartner 把「改编制」拆开了。45% 的负责人报告招聘冻结,39% 把人工坐席调往其他业务单元;相比之下,报告强制减员的只有 20%。另一边,71% 在服务与支持内部给人换岗,超过一半招了专做 AI 项目的人。

分析师 Emily Potosky 的原意是:多数策略是间接的,见效慢;压力很大,但大规模减员尚未在数据里出现,服务负责人更多用 AI 重塑工作、抬产能,而不是按规模替换劳动力。Customer Experience Magazine 同日转述核对了同一组比例。

编制动作 比例
因 AI 减人工坐席编制 21%
减过的平均减幅(18 个月) 16.7%
招聘冻结 45%
调往其他业务单元 39%
服务内部换岗 71%
已回聘 / 计划 18 个月内回聘 7% / 11%

有人会盯着 21% 和 16.7% 说「减得很深」。我们同意:一旦动手,平均砍掉的编制不浅。

但分母仍是约五分之一的组织。在更多组织里,入口关上了、人被挪到别处或换了服务内部的岗;坐席表上的「消失」不等于模型已经验收通过。

减得快的,有人已经在回聘

分析师 Kathy Ross 把回聘写成「砍得快、再招回来」的陷阱:编制按「预期中的 AI 价值」先砍,技术扛不住量和复杂度时,服务质量下滑,剩下的人补不上缺口。

Gartner 把 7% 已回聘、11% 计划回聘,读作对其早前预测的早期印证——因 AI 裁过客服的公司,到 2027 年约一半会回聘。那是预测,不是本调查的实测完成率。

回聘贵在重建:招人、上手、把走掉的经验补回来。Ross 的原意是:把减员当成已证明、可持续的 AI 表现的结果,而不是换取 AI 价值的前提。

站内刚写过 Challenger 的减员公告理由:雇主对外写的头号理由从 AI 换成了市场与经济条件。那张表量的是公告口径;Gartner 这张表量的是客服负责人自报的编制动作。两套尺子都提醒同一件事:对外话术和工位上的验收,不是一张表。

验收人还在坐席这一侧

问卷不能代替每家公司的排班表,样本是 Gartner 会议受众里的负责人,不是全行业普查。它能核对的,是这些负责人怎么描述自己的编制工具箱:冻招聘、挪人、换岗、招 AI 专岗,以及少数已经减过人的回聘。

对组织里的人,有用的读法落在工位上:谁还在接复杂单、谁验收模型能不能扛量、编制单谁签字。若 AI 还没在真实话务里稳定交差,先砍坐席,等于把验收义务留给更少的人,再在回聘时付第二次价钱。

我们坚持这一点:客服 AI 的编制决定,应排在可核对的接待结果后面,不要抢在它前面。先冻招聘、先挪岗,至少还留着人;先减员再指望模型补上,账单会从编制表挪到回聘和质量事故上。

来源

引用与数据Markdown 镜像