飯店旅宿導入 AI 客服機器人前，該先盤點哪些對話該轉真人

一間經營三間分館、合計五十多間房的旅宿品牌，今年打算把 AI 客服機器人正式排進預算。老闆娘算過帳，晚班沒人盯 OTA 訊息，常常訂房詢問拖到隔天才回，轉換率跟著掉。市面上飯店專用的 AI 客服工具這兩年愈來愈成熟，能串接訂房系統、二十四小時自動回覆，建置費用從幾萬到十幾萬元不等，對這個規模的旅宿來說是可以負擔的投資。廠商 demo 時，問「有沒有空房」「幾點退房」這類標準問題答得又快又準，老闆娘也看過同業導入後客訴不減反增、AI 亂承諾加床和寵物政策的案例，心裡清楚這件事沒有表面看起來那麼簡單，但具體該怎麼評估，一時也說不上來。

這種猶豫是合理的。AI 客服機器人的核心風險，從來不是對話能力夠不夠自然，而是它會不會對房客做出「品牌總則答得出來、但你這間分館這個房型答不出來」的承諾。評估的重點，應該從「這套系統聊天聊得順不順」，轉移到「哪些問題可以放心交給它、哪些一定要先轉真人」。

導入前該先盤點的，不是系統，是自己的例外規則

在找廠商談之前，旅宿業者自己要先做一件事：把各分館、各房型會隨季節、活動、庫存變動的例外規則整理成清單，包括加床規則、寵物友善條件、退款與取消政策的地區差異、旺季加價或優惠期限。這份清單如果本來就存在員工腦中或零散的內部群組公告裡，沒有系統化，那麼不管換哪家廠商的 AI，都會面臨同樣的問題——機器人只能讀到品牌總則，讀不到分館層級的例外。

同樣要先確認的，是訂房系統裡哪些欄位是即時更新的、哪些是人工手動維護的。AI 客服的準確度，很大程度取決於它串接到的資料新不新。如果房況更新要靠前檯手動同步，那機器人給出的答案就永遠有時間差，這個時間差在旺季特別致命。

POC 或試用期該怎麼設計才有意義

有意義的試用期，不該只測「機器人聊天順不順」，而要刻意設計幾組「品牌總則和分館例外會打架」的情境去測試，例如問同一個問題但指定不同分館、不同房型，看機器人是不是照樣套用通用答案，還是真的能辨識差異、或是老實承認不確定並轉真人。這種測試比單純問地址、交通這類固定資訊有意義得多，因為後者本來就不太會出錯。

試用期的長度建議涵蓋至少一段訂房高峰，例如連假前後或促銷檔期，因為平日測試往往一片風平浪靜，問題都是房況變動快、例外規則被觸發時才會浮現。驗收標準也要事先寫清楚：對於「機器人不確定就轉真人」這個機制的觸發率要設下最低門檻，而不是只看整體回覆準確率的數字好不好看，因為一個看似準確率九成五的系統，如果錯的那五趴剛好都是承諾性的政策問題，代價會遠比數字顯示得嚴重。

該問廠商的關鍵問題，以及該提高警覺的訊號

除了系統功能，幾個問題一定要在簽約前問清楚：機器人在遇到規則衝突或資料缺漏時，預設行為是「猜一個看起來合理的答案」還是「老實說不確定並轉真人」；各分館的例外規則更新之後，多久能反映到機器人的回答上，這個更新流程是廠商負責還是要旅宿業者自己維護一套後台；機器人做出的錯誤承諾如果導致房客現場糾紛或要求退款，廠商是否分擔任何責任，還是完全算在業主頭上。

如果廠商對「機器人會不會亂承諾」這個問題的回答是「我們的模型很聰明，不太會出錯」，而講不出具體的例外處理機制或人工複核流程，這通常是該提高警覺的訊號。反過來，如果廠商主動提出要先幫你盤點分館差異、建議哪些問題該保留給真人、並且提供對話紀錄的複核工具，這種廠商通常比較懂旅宿業真正的痛點在哪裡，值得優先考慮。

導入前最後該確認的事

簽約前最後該做的，是把「哪些問題可以讓機器人全自動回答、哪些一定要轉真人」畫出一條清楚的線，並且確認這條線背後有沒有人負責日常維護例外規則、多久複核一次對話紀錄。AI 客服機器人省下的是晚班人力，但如果省下的人力被拿去處理機器人亂承諾造成的客訴，那這筆帳其實是白算的。把範圍先設得保守一點，再隨著資料愈來愈完整逐步放寬，會比一開始就想著全面取代人力來得穩妥。