数字好靚，但日常实际会点变？

大部分 AI 供应商个网站都掛住些勁数字——「lead 多 300%！」「成本减 80%！」——但好少講返日常实际是点。一间中小企由零 AI 变到 AI 客服全面运作，老闆同團队究竟经历紧咩？

本文是一个綜合案例研究，数据抽自多个行业的公开案例同真实实施纪录，追蹤一间中小企首次部署 AI 客服时，在第 1 日、第 30 日、第 60 日、第 90 日通常发生的变化。不是单一公司故事，而是典型路徑——等你部署前心入面有个合理的譜。

AI 之前：基准狀态是点？

部署 AI 之前，典型中小企都有一组好熟悉的限制。

回复时间时快时慢。 营业时间內，老闆或同事在做紧其他东西的夾縫复 WhatsApp，平均 30 分钟到 2 小时。收了鋪之后，讯息要等到第二朝先有人复——中间隔 12 到 16 个钟。

重复问题食晒时间。 「幾点开门？」「幾钱？」「有没有货？」「在邊度？」呢五條问题佔了所有讯息的 60–70%，但每條都要人手复。

夜晚漏单。 夜晚同週末的查询——往往是意向最高那些——没有人复。等你复到，客已经找了第二间或者没有晒興趣。

没有结构化收资料。 对说在 WhatsApp 入面发生，但资讯就留在那度。没有系统咁收聯絡方式、查询类型或者追蹤转化。

第 1–7 日：设定同第一印象

老闆上载业務资料（FAQ、价钱、营业时间、政策、产品），駁好网页聊天或 WhatsApp，再跑测试对说。AI 由第一日起就准确答到基本问题；較刁鑽的问题就要补返知识庫。初期设定大约 2–4 个钟，之后第一个礼拜每日花 15–30 分钟執回复。

第一个驚喜：AI 5 秒內复。捱了幾个月 30 分钟人手回复之后，即时回复的感覺好震撼——连老闆自己都覺得。第一个擔心通常是「萬一他講錯东西？」——呢个焦慮好正常，解法就是头一个礼拜每日睇对说日誌，捉錯即改。

第 8–30 日：第一次真正見效

AI 开始接住真实对说，第一批可量度的影响浮现。

回复时间由幾个钟跌到幾秒。 每條讯息即刻有回应，FAQ 型问题即刻有答案。夜晚十点、半夜、朝早六点的讯息，而家都有真实回复。

重复问题在老闆的 queue 消失。 佔 60–70% 的常规问题不使人理，同事只見到要判断的复杂对说。

指标	AI 之前	第 30 日
平均首次回复时间	30 分钟–2 小时（营业）／ 12–16 小时（非营业）	30 秒以內，24/7
AI 解决率	无	50–65%
非营业时间讯息回复率	0%	100%
有收到聯絡方式的 lead	约 30%（人手记）	70–80%（系统收）
老闆花在重复讯息的时间	每日 1–2 小时	每日 15–30 分钟（只睇不复）

第 31–60 日：转化影响浮面

呢个阶段，生意开始見到商业影响，不淨是运作效率。

夜晚转化出现。 由 AI 处理的夜晚对说帶来的预约、购买或合格 lead，开始反映在收入度。呢些生意之前根本不存在，因为以前些讯息没有人复。

同事工作量转移。 不使再一日答 15 次「幾点开门？」，时间转去复杂查询、现場服務同跟进 AI 收返的 lead。

对说流程成熟。 老闆根据 30 日数据執流程——为高价值查询加篩选问题、改善转交觸发、按 AI 答不到的问题扩充知识庫。

竞争效应。 同一个客以前撒网问幾间，而家你即刻复、对手隔幾个钟先复。速度优勢直接变成更高转化率。

第 61–90 日：单位经济稳定

生意而家有足够数据去评估 AI 是咪正回报。

每條 lead 成本下降。 WhatsApp Business 同 Be@me 的案例报告每條 lead 成本减 38%。AI 处理愈多查询，经讯息获客的成本就愈低。

收入归因清晰。 老闆而家可以计：平台总成本 vs AI 收返的 lead 帶来的收入。多数中小企在头 30–60 日已经转正，到第 90 日，ROI 一目了然。

指标	AI 之前	第 90 日
平均首次回复时间	30 分钟–16 小时	30 秒以內，24/7
AI 解决率	无	65–75%
每月收到的 lead	不稳定（没有追蹤）	系统化，80%+ 有聯絡方式
AI 收返 lead 帶来的收入	HK$0	通常是平台费用 3–10 倍
同事花在讯息的时间	每日 1–2 小时	每日 20–30 分钟

呢个转变，銅鑼湾一间零售鋪、旺角一间补習社、尖沙咀一间診所都見得到——行业不同，曲线一致。

有咩是没有变的？

老实講，AI 都有醫不到的东西。

投訴仍然要人。 AI 可以更快將投訴转交，但解决不到。嬲紧的客需要同理心、判断，同往往只有人先諗到的变通方案。

产品或服務质素不变。 AI 令资讯传得快，但不会令你的东西变好。食物麻麻、补習不見效，复得快都救不到。

員工培训仍然需要。 AI 同人手之间的转交，要同事明个系统。没有培训，同事会懶理 AI 收返的 lead，或者重复做 AI 做了的东西。

知识庫要持续维护。 价钱会变、餐牌会转、服務会更新。不更新，AI 就会畀錯答案——而錯答案比慢答案更傷。

常見问题

90 日时间线对好细的生意现不现实？

现实。本綜合研究入面的生意包括一人经营同 2–3 人團队。设定不需要技术背景——只需要第一週投入 2–4 个钟，之后每週 15–30 分钟维护。时间线同生意大细无关，变的只是影响规模。

最常見令成效慢的原因是咩？

知识庫不齐。如果 AI 答不到你客最常问的头 10 條问题，就会转交太多对说，效率提升就会被攤薄。头一輪设定时间，最值得落在砌一个完整 FAQ。想知点砌，可以睇 AI 知识庫点写先有效。

没有 WhatsApp 都做到呢些成效嗎？

做到。本研究的指标适用於所有讯息渠道。多数查询经网站来的生意，用网页聊天 widget 都有类似成效。WhatsApp 因为 98% 开信率而放大效果，但核心价值（即时回复、24/7 复蓋、收 lead）在任何渠道都成立。

过了 90 日之后会点？

进入维护模式。重活在头 60 日做晒。之后就是每週 15–30 分钟睇对说日誌、资讯变就更新知识庫、每月睇一次表现指标。AI 在背景默默接客，老闆专心做生意。想睇点训练團队同 AI 协作，可以參考團队如何与 AI 客服协作。

呢个案例是基於真实生意嗎？

是綜合案例——个別指标抽自多个行业的公开案例（Be@me、JJMehta 相机店、莎莎、Eatizen、中原地产、MEDILASE）同 AI 平台供应商的实施数据。逐日敘事代表典型中小企部署路徑，不是单一公司。

资料来源：

WhatsApp Business 成功案例（Be@me、JJMehta 相机店、Piedra Nómada）
莎莎／Omnichat、Eatizen／美心、MEDILASE／Omnichat、中原地产／HKPC
Waslo（教育 AI 实施数据）、Rybo AI（旅行社案例）
OECD（2025）

AI 客服部署前后：头 90 日实际变化（綜合案例）