電商 AI 客服:自建 LLM、串接 SaaS、顧問嵌入,三種路線的成本與掌控度比較

上季我們幫一家做居家用品的電商盤客服系統。他們有三個報價躺在桌上:一份是找外包團隊自己訓一套 LLM 客服,一份是接某家海外 SaaS,還有一份是叫我們進場。老闆問我一句話:「哪個最省?」我說,這問題問錯了。省錢不是選路線的標準,能不能扛住你家退貨政策的那 200 條例外規則才是。

電商 AI 客服的選型,本質是在「電商 AI 客服 自建 vs SaaS」這條光譜上,決定你要用多少成本換多少掌控度。三條路:自建 LLM、串接現成 SaaS、顧問嵌入交付。三者的差別不在功能清單,而在成本結構落在哪、以及你的訂單與會員資料握在誰手上。

三條路線,先把帳算清楚

自建 LLM,是你自己養模型、養向量庫、養那條 RAG 檢索管線。前期投入最重,一個能上線的版本,團隊、算力、標註資料加起來，六位數新台幣月燒很正常，而且要熬三到六個月才看得到穩定輸出。但一旦跑起來,邊際成本趨近於零,資料完全在你機房,想接 ERP、接金流、接會員分級都沒人擋你。

串接 SaaS 最快。今天簽約,下週可能就有一個會回答「我的包裹到哪了」的機器人。前期便宜,但成本是按對話量或坐席數往上疊的。用得越好、流量越大,帳單越貴。更關鍵的是資料:你的客訴內容、訂單細節、會員行為,都要餵進別人的雲。多數電商真正卡住的,不是月費,是那句「我們的退換貨規則太特殊,系統的預設流程套不進來」。

顧問嵌入是第三條。工程師進你的現場,不賣你一套盒裝產品,而是照你的資料、你的流程,把 AI 客服拼出來、推上生產線、蹲到有人真的在用。前期比 SaaS 貴,比純自建省,因為它站在開源模型與你既有系統的中間,不重造輪子,但每個接點都為你客製。

成本與掌控度,攤在同一張表上

別被「便宜」跟「Demo 很美」騙了

回到那家居家用品電商。SaaS 那份報價最便宜,Demo 那天也答得漂亮。但我們試著把他們「拆封後七天、非人為損壞才能退」的規則餵進去,系統只會鸚鵡學舌地覆述條款,遇到「我拆了但發現尺寸不對」這種真實客訴就當機。這種題目,不是加幾條 FAQ 能解的,得讓模型讀懂訂單狀態、物流節點、會員歷史,才答得準。

我們最後給的建議不是三選一,而是分層:高頻、標準的問題（出貨進度、發票),先用輕量方案頂著;真正牽涉退換貨判斷、金額爭議的,才動用嵌入式的 RAG,把公司內規當成知識源接進去。三個月後,客服首次回應時間從平均 6 分鐘壓到 40 秒,而真人客服的工時省下來,拿去處理那些機器真的不該碰的情緒性客訴。

選型沒有標準答案,只有一條底線:別讓資料掌控度變成你沒算進去的隱形成本。真要判斷,先問自己——你的流程有多不一般,你的資料能不能離開自家機房。這兩題想清楚,路線自己會浮出來。我們在 Tenten 做的,就是陪客戶把這兩題問到底,然後派工程師進場,把那套「答得準、有人用」的客服,真的推上線。