引言：為何「人工轉接」是智能助手的終極考驗？

在香港，無論是銀行、電訊商還是政府服務，大家愈來愈習慣先同AI聊天機械人傾幾句，再按掣轉去真人客服。呢個「人工轉接」過程，表面看似簡單——AI聽唔明就交俾人——但背後其實涉及大量技術難關。根據業界經驗，一個流暢嘅轉接體驗，往往比純AI對話更難做好。今次我哋會深入拆解當中最常見嘅5大技術挑戰，並附上實用建議，幫你了解點解有時轉接會「卡住」或者「斷線」。

挑戰一：語音辨識嘅「港式口音」陷阱

智能助手要判斷「幾時應該轉人工」，第一步就係要聽得明用戶講乜。但香港用戶嘅語言習慣特別複雜：廣東話夾雜英文、潮語、甚至唔同地區嘅口音（例如「港式英語」同「內地口音」）。市面上好多語音辨識模型，主要訓練數據以普通話或標準英語為主，對廣東話嘅支援有限。

技術上，語音辨識系統需要處理「聲學模型」同「語言模型」兩大範疇。廣東話有九聲六調，同音字極多，例如「轉接」同「轉借」發音相近，AI好容易誤判。加上香港人講嘢速度快，又成日省略主語，例如「喂，我張卡唔見咗，想報失」——AI要識得喺無完整句子結構下提取關鍵資訊。

實際影響：如果AI聽錯關鍵字，就會錯誤判斷「用戶需要人工」，或者相反，明明用戶好嬲想投訴，AI仲喺度機械式問「請問您嘅賬戶號碼係幾多？」。結果就係用戶更加煩躁，轉接時情緒已經好差。

業界對策：近年有本地科企開始訓練「廣東話專屬模型」，加入大量香港日常用語同俚語數據。但呢啲模型需要持續更新，因為潮語變化好快。對於企業嚟講，選擇供應商時要留意對方有冇香港本地化嘅語音數據庫，否則轉接判斷只會流於表面。

挑戰二：意圖理解——AI幾時先「知道自己唔識」？

人工轉接嘅核心，係AI要識得「認輸」。但點樣判斷「自己搞唔掂」？呢個涉及自然語言理解（NLU）嘅「置信度」機制。AI會為每個回覆計算一個信心分數，例如佢有80%把握用戶想查餘額，但只有40%把握用戶想投訴服務質素。當信心分數低過某個門檻，系統就應該觸發轉接。

問題係，門檻設得太高，好多簡單查詢都會被誤轉去人工，浪費人力；設得太低，AI就會「死撐」，令用戶兜大圈。香港用戶普遍心急，好少願意同AI糾纏多過兩三個來回。根據一項本地調查，超過六成受訪者表示，如果AI兩次答非所問，就會直接要求轉人工。

技術難點：意圖理解唔單止要睇單一句話，仲要結合對話歷史。例如用戶先問「我張信用卡幾時找數？」，再問「如果逾期會點？」，AI要明白第二句係跟住第一句嘅語境，否則可能誤判為「想了解罰款機制」而繼續機械式回答，錯過轉接時機。

業界對策：先進系統會引入「對話狀態追蹤」，記錄用戶喺成個session入面嘅意圖變化。同時，AI要懂得分辨「用戶情緒」——例如偵測到用戶重複問同一問題、語氣急促、或者使用負面詞彙（「嬲」、「投訴」、「垃圾」），就應該優先考慮轉人工。呢啲功能需要大量標註數據訓練，並非每個供應商都做得到。

挑戰三：無縫交接——「唔好要我重複講多次」

假設AI終於決定轉接，最大嘅用戶痛點就係要重新向真人客服講一次自己嘅問題。呢個「交接斷層」係技術挑戰中嘅重中之重。要做到無縫交接，系統需要將AI對話期間收集到嘅所有上下文（包括用戶身份、查詢內容、已嘗試過嘅解決方案）打包傳送俾人工客服介面。

技術上，呢個涉及「會話狀態序列化」同「即時數據同步」。如果AI同人工客服系統係兩個獨立平台，中間就要靠API串連。但好多企業嘅舊系統（legacy system）根本冇開放API，或者數據格式唔相容。舉例，AI記錄咗「用戶想轉換月費計劃」，但人工客服嘅系統只顯示「用戶來電」，完全冇對話摘要，客服就要由頭問起，用戶自然覺得「你哋個AI廢嘅」。

實際案例：香港某大型電訊商曾經推出AI客服，但轉接時只傳遞用戶電話號碼，冇傳遞對話內容。結果用戶要喺電話度重複講三次「我想取消寬頻」，先成功轉到相關部門。事件喺討論區被瘋傳，最後要緊急更新系統先解決。

業界對策：企業應採用「統一客服平台」，將AI同人工坐席整合喺同一套系統。同時，利用「螢幕彈窗」（screen pop）功能，喺轉接一刻將AI對話摘要自動顯示喺客服人員嘅電腦上。呢啲功能需要前期投入，但長遠可以大幅提升客戶滿意度。

挑戰四：延遲與時機——「轉接要等幾耐？」

喺香港，效率至上。用戶要求轉人工，如果等超過10秒，已經開始不耐煩。但技術上，轉接過程涉及多個步驟：AI判斷需要轉接 → 查詢客服排隊狀態 → 搵到合適嘅客服人員 → 傳送會話資料 → 建立語音或文字連線。每一步都有網絡延遲，加埋可能超過15秒。

更複雜嘅係，如果用戶用緊WhatsApp或網頁聊天，而人工客服只係電話線路，就要做「跨渠道轉接」。例如用戶喺網頁打字問問題，AI搞唔掂，想轉去電話客服——但用戶根本冇留低電話號碼，系統要即時彈出視窗問「請輸入電話號碼，我哋會打俾你」，呢個額外步驟又增加延遲。

技術難點：即時轉接需要「預測性排隊」——系統要估計邊個客服人員最快有空，同時考慮用戶嘅問題類型（例如投訴要轉去資深客服）。如果排隊太長，AI可能要建議用戶「留低聯絡方法，稍後回覆」，但呢個建議往往令用戶覺得被敷衍。

業界對策：採用「智能路由」技術，根據用戶嘅歷史記錄同問題複雜度，自動分配最合適嘅客服。同時，利用「虛擬排隊」功能，用戶可以選擇「保持通話」或者「稍後回覆」，系統會喺客服有空時主動通知。香港有企業開始用「WhatsApp 回覆」作為後備渠道，減低電話線路壓力。

挑戰五：私隱與數據安全——轉接時點保護個人資料？

轉接過程中，AI會將用戶嘅對話內容、賬戶資料、甚至身份證號碼傳送俾人工客服。呢啲數據喺傳輸過程中，有機會被截取或洩漏。香港雖然有《個人資料（私隱）條例》，但技術上要確保合規，並唔簡單。

具體挑戰：

  • 數據加密：AI同客服系統之間嘅API通訊，必須使用TLS加密，但部分舊系統仍然用HTTP，容易受到中間人攻擊。
  • 存取控制：客服人員可能無權限睇某啲敏感資料（例如信用卡CVV），但AI喺對話中可能已經收集咗，轉接時要自動過濾，避免「過度分享」。
  • 審計追蹤：每次轉接都應該記錄低邊個客服處理、睇過咩資料，以便日後查核。但好多企業忽略呢點，出事時無從追究。

香港市場現狀：金融業（例如銀行、保險）監管嚴格，轉接時必須符合金管局嘅網絡安全指引。但零售或餐飲業嘅AI客服，往往冇咁嚴謹，容易成為黑客攻擊目標。用戶喺轉接時，如果發現對方問你「身份證號碼」或者「密碼」，就要提高警覺，因為正規客服通常唔會喺對話中索取呢啲資料。

業界對策：企業應採用「數據脫敏」技術，喺轉接前自動將敏感欄位（例如身份證號碼中間幾位）遮蓋。同時，建立「最小權限原則」，客服人員只能睇到處理個案所需嘅資料。用戶方面，亦可以主動要求「唔好喺對話中講密碼」，改用其他驗證方式。

總結：人工轉接嘅未來趨勢

人工轉接唔係「AI失敗」嘅表現，而係「AI有自知之明」嘅體現。技術上，要克服上述5大挑戰，需要結合語音辨識、NLU、系統整合、即時通訊同私隱保護等多方面能力。香港市場特別重視效率同體驗，企業如果能夠做到「轉接快、唔使重複、私隱安全」，自然可以贏得客戶忠誠。

對於用戶嚟講，了解呢啲技術挑戰，可以幫你更有效咁使用智能助手——例如當AI問你「係咪想轉人工」時，直接答「係」，而唔好講「你係咪傻㗎」，因為AI可能聽唔明呢句廣東話粗口，反而延誤轉接。

未來，隨住生成式AI進步，AI可能更加「識趣」，自動判斷用戶情緒，甚至主動建議轉人工。但無論技術幾咁先進，最終目標都係令用戶覺得「同真人傾偈」同「同AI傾偈」之間嘅界線愈嚟愈模糊。而人工轉接，就係呢條界線上最重要嘅一道橋。

本文內容僅供一般參考，實際技術方案應諮詢專業供應商。如有任何疑問，歡迎留言討論。