過去幾年，企業談到 AI 客服，最常想到的畫面通常是：
顧客提出問題，AI 從 FAQ 或知識庫中找到答案，再自動回覆。
例如顧客問：
你們多久出貨？
AI 找到配送規則後回答：
完成付款後約 1～3 個工作天出貨。
這已經可以解決大量重複性的客服問題。
但到了 2026 年，AI 客服正在出現一個更明顯的變化。
企業開始要求 AI 不只是「知道答案」，而是能夠：
- 查詢顧客資料
- 讀取訂單狀態
- 使用企業內部系統
- 根據公司規則判斷下一步
- 安排預約
- 推薦商品
- 執行經過允許的操作
- 必要時轉交真人
這也是最近經常聽到的 AI Agent。
2026 年 7 月，OpenAI 推出 OpenAI Presence，加上 Cars24 實際部署 AI Agent 的案例，以及 Meta 推出的 Business Agent，都指向同一個趨勢：
AI 客服的競爭，正在從「能不能回答問題」，轉向「能不能完成一個客服流程」。
但這不代表每個中小企業都要立刻讓 AI 自動退款、改訂單或操作後台。對多數品牌來說，更實際的做法仍然是先從 FAQ、客服管道集中與真人接手流程開始。
FAQ 聊天機器人與 AI Agent，到底差在哪裡？
先從最簡單的情境來看。
假設顧客詢問：
我的訂單什麼時候會到？
傳統 FAQ 聊天機器人可能會回答：
一般訂單會在付款完成後 1～3 個工作天出貨。
這個回答沒有錯。
但它回答的是「公司的配送規則」，不是「這位顧客的訂單」。
真正的客服人員通常會繼續做：
- 確認顧客是哪一筆訂單
- 查詢訂單目前狀態
- 查詢物流資訊
- 判斷是否發生延誤
- 告訴顧客實際配送進度
- 如果物流異常，再進一步處理
這就是 FAQ Chatbot 與 AI Agent 最大的差異。
| 比較項目 | FAQ 聊天機器人 | AI Agent |
|---|---|---|
| 主要任務 | 回答常見問題 | 完成一段客服流程 |
| 資料來源 | FAQ / 知識庫 | FAQ、訂單、會員、庫存、企業系統 |
| 能力 | 找答案並回覆 | 查資料、判斷、使用工具、執行核准動作 |
| 主要風險 | 回答錯誤 | 回答錯誤，加上操作錯誤 |
| 需要管理 | FAQ 正確性 | 權限、政策、流程、紀錄、人工接手 |
| 適合階段 | 初期客服自動化 | 較成熟的客服 / 營運流程自動化 |
簡單來說，FAQ 聊天機器人主要在做：
問題 → 找答案 → 回覆
AI Agent 則可能是：
理解需求 → 查詢資料 → 使用工具 → 根據規則判斷 → 執行動作 → 回覆結果 → 必要時轉真人
因此，AI Agent 並不只是「更聰明的聊天機器人」。真正的差異，是 AI 開始進入企業原本由客服、業務或營運人員負責的工作流程。
OpenAI Presence：AI 開始真正進入企業客服流程
2026 年 7 月 22 日，OpenAI 發表 OpenAI Presence。
OpenAI 對 Presence 的定位並不是一般消費者使用的聊天產品，而是一套協助企業部署 AI Agent 的企業級產品。
Presence 可以協助企業部署能夠回答問題、處理客服事件、使用企業系統、執行經過核准的操作，並在需要人工判斷時轉交真人的 AI Agent。
目前它主要支援語音與聊天形式的 AI Agent，可應用於客服、外撥業務以及企業內部工作流程。
OpenAI 舉出的其中一個例子是帳單問題。
如果只是一般聊天機器人，顧客詢問帳單時可能只能得到：
您可以在會員中心查看帳單。
但 Presence 所描述的流程更接近：
理解顧客問題 → 驗證顧客身分 → 查詢帳戶資訊 → 套用企業政策 → 執行允許的操作 → 必要時交給真人
也就是說，AI 已經不是站在企業系統「外面」回答問題。
它開始真正進入企業流程裡面工作。
真正困難的地方，不只是 AI 會不會回答
看到 AI Agent，很容易把焦點放在模型有多聰明。
但 OpenAI Presence 反而透露出另一件非常重要的事情：
企業導入 AI Agent 最大的問題，已經不只是模型能力，而是控制。
例如退款客服。
企業可能允許 AI：
- 查詢訂單
- 確認付款狀態
- 判斷是否符合退款政策
但可能規定：
退款金額 1,000 元以下可以自動處理。
而：
超過 1,000 元必須由真人確認。
甚至某些情況，例如已經超過退貨期限，但顧客提出特殊原因，也可能必須直接交給真人。
因此企業真正需要的不是一個「什麼都敢回答的 AI」。
而是：
知道自己可以做什麼，也知道什麼事情不能自己決定的 AI。
這也是 AI Agent 要真正進入企業環境時非常關鍵的一步。
AI 客服開始需要「權限」
這也讓 AI 客服出現一個過去比較少討論的概念：權限。
以前 Chatbot 通常只有「讀取」能力。
它可以讀 FAQ：
- 運費多少？
- 幾天到貨？
- 七天內是否可以退貨？
風險相對有限。
但 Agent 如果開始能：
- 修改預約
- 更新地址
- 取消訂單
- 提交退款
- 發優惠券
- 修改 CRM 資料
問題就完全不同了。
企業必須定義：
- AI 能查什麼？
- AI 能改什麼？
- 哪些動作可以直接執行？
- 哪些一定要人工核准？
- 哪些情況必須停止並交給真人？
OpenAI Presence 的設計也明確朝這個方向發展：Agent 只取得完成特定工作所需要的知識與系統存取權限，而企業可以設定它能做什麼、什麼情況需要核准，以及什麼時候必須由真人接手。
這可能會成為未來企業 AI 客服非常重要的能力。
Cars24：AI Agent 已經不只是概念
如果 OpenAI Presence 呈現的是企業 AI Agent 的「架構」，Cars24 則是一個很值得觀察的實際案例。
Cars24 是汽車交易平台，在印度經營大型二手車買賣生態系，同時也在阿聯與澳洲營運。
汽車交易與一般網路購物最大的不同，是整個流程通常不會在一次聊天裡完成。
顧客可能需要：
比較不同車款 → 確認預算 → 預約看車 → 試駕 → 準備文件 → 詢問貸款 → 再次聯絡 → 完成交易 → 售後服務
整個流程可能持續數天甚至數週。
這正是 AI Agent 特別適合處理的場景。
Cars24 的 AI 不是只回答汽車 FAQ
Cars24 使用 OpenAI API 建立語音與對話 AI Agent。
例如當買家聯絡 Cars24 時，AI 可以詢問：
- 預算
- 家庭人數
- 通勤需求
- 偏好的車型
接著從 Cars24 的車款資料中推薦適合的車輛。
之後還能：
- 安排試駕
- 解釋融資方案
- 試駕前主動提醒
- 客戶需求改變時推薦其他車款
- 試駕後繼續追蹤
- 購車後處理保固與售後問題
賣車流程也類似。
AI 可以蒐集車輛資訊、安排檢驗、提醒預約，甚至重新聯絡過去已經沒有繼續互動的潛在賣家。
這已經與傳統 FAQ Chatbot 有非常大的差距。
因為 AI 不再只是：
回答問題。
而是在：
推動顧客完成下一個步驟。
Cars24 公布的成果更值得注意
根據 OpenAI 2026 年 7 月公布的 Cars24 案例，目前其 AI Agent 每月處理超過 100 萬分鐘的對話。
同時帶來：
- 客服問題解決率提升 50%
- 部分重要服務流程處理時間降低 80%
- 透過 AI 再互動，重新挽回 12% 原本流失的賣家潛在客戶
這裡最值得注意的其實不是「AI 回答了多少問題」。
而是最後一個數字：
12% 的流失潛在客戶被重新找回。
因為它代表企業衡量 AI 客服的方式，也正在改變。
以前可能看：
- AI 回覆了多少訊息？
- 自動回答比例多少？
現在開始變成：
- 問題解決率有沒有提高？
- 流程時間有沒有縮短？
- 潛在顧客有沒有被重新帶回來？
- 最後有沒有促成下一個商業行為？
AI 客服開始從「客服成本工具」變成可能影響營收的工具。
Meta Business Agent：客服與銷售之間的界線開始消失
另一個非常值得觀察的案例來自 Meta。
Meta 在 2026 年 6 月推出 Meta Business Agent。它可以在企業與顧客原本就會使用的通訊環境中互動，包含 WhatsApp、Messenger，並進一步擴展到 Instagram。
Meta 表示，目前已經有超過 100 萬家企業使用其 Business Agent 在 WhatsApp 與 Messenger 上全天候回應顧客。
但 Business Agent 做的事情已經不只是回答：
你們今天營業到幾點？
Meta 列出的能力還包括：
- 回答企業相關問題
- 根據商品目錄推薦產品
- 預約服務
- 篩選潛在客戶
- 決定什麼時候交由團隊成員處理
- 協助完成銷售
另外，Meta Business Agent Platform 還可以連接 Shopify、Zendesk、Shopee 等企業系統，讓 AI 有能力進一步執行工作。
這背後透露出一個很重要的趨勢：
客服、行銷與銷售之間原本清楚的界線，正在慢慢消失。
未來的客服，可能是一段完整的對話式購物流程
例如顧客今天傳訊息：
我下個月要去日本五天，有推薦比較輕的登機箱嗎？
以前的 Chatbot 可能回答：
我們有 20 吋與 24 吋行李箱。
更進階的 AI Agent 則可能繼續問：
- 會搭乘廉航嗎？
- 預算大約多少？
接著：
推薦適合商品 → 確認庫存 → 比較規格 → 回答配送問題 → 提供購買連結 → 甚至進一步協助完成交易
如果購買後再詢問：
可以改配送地址嗎？
AI 又可以接著讀取訂單資料、確認出貨狀態，再執行下一個流程。
因此，同一個 AI Agent 可能同時扮演：
客服 + 商品顧問 + 業務助理 + 售後服務入口
這也是為什麼 Meta 將產品稱作 Business Agent，而不是單純的 Customer Service Chatbot。
OpenAI、Cars24 與 Meta，其實都在說同一件事
把三個案例放在一起，就能看到很清楚的方向。
OpenAI Presence
在解決：
企業如何安全、可靠地讓 AI 進入正式工作流程？
重點是權限、政策、工具、測試、監控與真人接手。
Cars24
證明 AI Agent 可以實際參與複雜而且長時間的客戶旅程。
不只是回答問題，而是推薦、預約、追蹤、提醒與售後服務。
Meta Business Agent
則把 Agent 帶進顧客本來就在使用的聊天管道。
並進一步串接商品、銷售、客服與企業系統。
三者共同指向的結果就是：
AI 正從企業的「聊天介面」，慢慢變成「工作執行層」。
這代表 FAQ 已經沒用了嗎？
當然不是。
反而剛好相反。
FAQ、產品資料、配送政策、退換貨規則、服務流程等資訊，會變得更加重要。
因為 AI Agent 如果要做出正確決策，首先仍然必須知道：
企業的規則是什麼。
差別只是以前：
知識庫 → AI 回答顧客
未來會變成：
知識庫 + 企業資料 + API + 公司政策 + 權限 + 工作流程 → AI Agent 執行任務
因此 FAQ 並不是被淘汰。
它反而是企業建立 AI Agent 的第一層基礎。
中小型品牌需要馬上導入 AI Agent 嗎？
看到 OpenAI、Meta 都開始談 Agent，很容易產生一種感覺：
我是不是現在就應該讓 AI 自動處理訂單、退款、會員資料？
其實沒有必要一次做到這麼複雜。
對大部分中小型品牌而言，比較合理的導入順序可能是下面這五個階段。
第一階段：先整理 FAQ
先把每天重複出現的問題整理出來：
- 商品問題
- 配送方式
- 付款方式
- 預約流程
- 退換貨政策
先讓 AI 能夠穩定回答。
第二階段：整合客服管道
當 LINE、官網、Email 等地方都開始出現客服問題時，再考慮如何集中管理。
這一步要解決的是：
- 同樣的問題是不是每個平台都要重新設定？
- 客服紀錄是不是散落在不同地方？
- AI 回答不了時，誰要接手？
第三階段：讓 AI 查資料
下一步才是讓 AI 可以查詢：
- 訂單
- 預約
- 會員資料
- 庫存
這個階段可以先採取 只讀取、不修改 的方式，風險相對比較低。
第四階段：讓 AI 執行低風險操作
例如：
- 修改預約時間
- 更新聯絡資料
- 重新寄送訂單通知
但必須設定明確權限。
第五階段：進入真正的 Agent 工作流程
最後才可能讓 AI 根據規則自行完成一段工作流程。
同時保留：
- 人工核准
- 例外處理
- 權限管理
- 完整操作紀錄
這通常比一開始就追求「全自動 AI 客服」更實際。
AI 客服真正的下一場競爭：不是誰的模型最好
如果 2023～2025 年 AI 客服最常比較的是：
- 哪個模型回答比較準？
- 哪個模型比較像真人？
那接下來企業真正會比較的，可能變成：
- 能不能串接我的系統？
- AI 可以做哪些事情？
- 可以設定哪些權限？
- 回答錯誤怎麼處理？
- 執行錯誤怎麼防止？
- 什麼情況會交給真人？
- 客服主管能不能知道 AI 做過什麼？
- 導入之後真的有降低處理時間或提高成交率嗎？
模型能力依然重要。
但企業真正願意付費的部分，可能逐漸轉向：
模型之外的整套客服工作流程。
Teasweb 怎麼看這件事？
Teasweb 目前還不是要讓中小企業第一天就導入完整 AI Agent。
我們更希望協助品牌先完成 AI Agent 的前置基礎：
- 整理 FAQ
- 集中客服管道
- 建立 AI / 真人接手規則
- 逐步把重複問題交給 AI 處理
對多數品牌來說，這會比一開始就追求全自動更實際。
如果你的客服目前還分散在 LINE 官方帳號、官網聊天與 Email，第一步不一定是做完整 Agent，而是先把最常出現的 20～30 個問題整理出來，建立一套 AI 能回答、真人能接手的流程。
等 FAQ 穩定、客服紀錄集中、人工接手規則清楚後，再思考要不要讓 AI 進一步查訂單、查會員或執行更低風險的操作。
這才是多數中小型品牌比較安全、也比較容易落地的 AI 客服導入路徑。
下一步：先檢查你的客服流程有沒有形成學習迴圈
如果你還不確定自己的客服適不適合導入 AI，可以先做一次免費客服流程健檢。
我們會依照你的客服管道、常見問題與目前痛點，協助你判斷：
- 哪些問題適合交給 AI
- 哪些情況應該保留真人客服
- FAQ 應該怎麼整理
- AI 回答不了時要怎麼接手
- 目前客服流程最容易卡在哪裡
參考資料
- OpenAI：Introducing OpenAI Presence
- OpenAI：How Cars24 scales conversations and builds faster with OpenAI
- Meta：Be There for Every Customer With Meta Business Agent
※本文整理資訊截至 2026 年 8 月。OpenAI Presence、Meta Business Agent 等產品仍可能持續調整功能、可用地區與企業導入方式，實際資訊請以官方最新公告為準。