造Claude的公司，客服也是AI

首页 › use-cases › 造Claude的公司，客服也是AI

先说一个圈内朋友几乎都不知道的事：Anthropic 自己的客服，不是 Anthropic 的模型在接，而是竞品生态里的 Fin。更魔幻的是，造 Claude 的公司，验证 AI 客服可行性的第一个月，就省下了 1700 个小时的人工。今天拆三个海外公司的真实账本，看 AI 客服到底是怎么"转正"的。

案例一：Anthropic 用 Fin——造模型的公司，自己被 AI 服务

Anthropic 的 Head of Product Support Emily Lampert 和 Head of AI Support Isabel Larrow 在 fin.ai 的官方案例里透露了一组数字：

Fin 的介入率（involvement rate）做到了 96%——几乎每一条进线都会先过一遍 AI
仅用一个月，解决率（resolution rate）就达到 50.8%
第一个月省下 1,700 小时（约合 212 个工作日，相当于一个全职坐席一整年的工时）
运营两年后，Fin 已处理 Anthropic 约 560,000 次独立解决，端到端接管了总量的 63%

案例二：Sierra——一美元五毛一次，按结果收费

Sierra 是 Bret Taylor（前 Salesforce 联合 CEO、OpenAI 董事会主席）和 Clay Bavor 联合创办的公司。2026 年的核心玩法是按解决结果计费（outcome-based pricing）：AI 搞定了才收钱，转人工免费。

具体到客户的账本（来自 Sierra 官方案例和第三方盘点）：

ADT（美国最大安防公司之一）：每月约 200 万次咨询走 Sierra 的 AI Agent
WeightWatchers：约 70% 的客户会话由 AI 完成，满意度 4.6/5
Ramp（金融科技）：解决率 90%
Sierra 官方披露的客均解决率区间：64%–94%
截至 2025 年底 ARR 超 1.5 亿美元，估值 100 亿美元

对比 Fin 的 $0.99/次：Sierra 约 $1.50/次。 单价贵 51%，但 Sierra 拿下的是 ADT、SiriusXM、Rivian、SoFi、Cigna 这类对安全合规要求极高的企业客户（FedRAMP High 认证）。这就是所谓的"垂直贵价换高风险场景的确定性"。

Mermaid 全链路图

flowchart TD
    A["用户进线：邮件/聊天/语音"] --> B{"Fin 介入 96%"}
    B -->|"简单FAQ/账户查询"| C["知识库检索+Claude生成"]
    B -->|"复杂：退款/技术排障"| D["补齐上下文，判断置信度"]
    C --> E["解决 → 结单"]
    D --> F{"置信度够不够"}
    F -->|"够"| G["AI直接执行：退款/改套餐"]
    F -->|"不够"| H["无缝转人工+摘要上下文"]
    G --> E
    H --> I["人工只处理 37%"]
    I --> J["案例回流→优化Fin"]
    J --> B

中美客服岗的真实成本对照

项目	美国一线客服	中国一线客服	Fin/Sierra 计费
月薪（全成本）	$3,500–4,500	¥6,000–9,000	按解决 $0.99–1.50/次
单次对话成本	$3–8（含管理分摊）	¥2–5	结果付费，转人工不计费
高峰弹性	需临时工扩容	外包坐席弹性	水平扩展，零边际招人
7×24	加班费高	排班难	天然 24/7

中国的人力成本低很多，但结构是一样的：夜里 11 点的账户查询、重复 1000 遍的密码重置、节假日的物流咨询——这些不需要创造力，只需要 7×24 不掉线。

信息差总结：你知道 vs 别人在做

你以为的	实际发生的
AI客服=Klarna 式降本噱头	Anthropic 自家 63% 流量已由 Fin 端到端处理
按坐席/按月付费	Fin $0.99/次、Sierra $1.50/次，按结果付费成为主流
AI只答FAQ	ADT 每月 200 万次进线，Ramp 解决率 90%
转人工是失败	转人工免费，失败案例是训练数据，闭环迭代

中国技术团队怎么抄

判断你的场景：如果你的产品客服里 50% 以上是重复性查询（账户、物流、密码、配置问题），AI 客服能立刻落地
技术选型：小团队直接用 Dify/RAGFlow + Claude/OpenAI API 搭建（月成本 $50–200），不要自研 Agent 框架
关键在知识库而不是模型：Anthropic 团队反复强调，把历史工单、产品文档、退换货政策喂干净，比换模型涨 5 个点的解决率都管用
照抄计费模式：如果你是做 B 端 AI 产品的，按解决结果计费是 2026 年已被验证的商业模式，比按 token 收费好卖十倍
闭环设计：转人工的 37% 不是失败——把每一次人工接管的原因打标，回流训练，解决率每季度能涨 3–5 个点

行动指南

个人：去 fin.ai/customers/anthropic 看完整访谈视频，学习"Head of AI Support"这个新岗位的职责定义——国内大厂今年开始批量招这个岗
团队：用 Dify 或 Coze 把你们产品文档喂进去，跑一周内部客服模拟，先测解决率再谈采购
老板：算一笔账——你们客服团队年薪总和 ÷ 年工单量 = 单次对话成本，如果超过 $2（约¥15），AI 客服 ROI 已经为正

参考来源

fin.ai/customers/anthropic — Anthropic 官方访谈：96% 介入率、50.8% 首月解决率、1700 小时
fin.ai/customers/anthropic-transformation — 79% 解决率、63% 端到端、约 56 万次解决
claude.com/customers/intercom — Intercom 用 Claude 服务 25,000+ 客户、解决率 86%
sierra.ai/customers/adt — ADT 部署 Sierra 案例官方案例
pick-right.com/tools/sierra/ — Sierra ARR $150M+、$10B 估值、按结果计费模式
buildmvpfast.com/blog/sierra-per-resolution-economics-vertical-ai-agents-2026 — ADT 月 200 万次、WeightWatchers 70%、Ramp 90%

本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生（微信ID: gprshome201101）维护。聚焦5G/6G核心网、3GPP标准、AI工具实战。知识星球「51学通信」提供深度技术答疑和行业洞察。

[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。

51学通信知识星球海报-扫码加入