11 家 AI CRM 摆在一起:谁在替人干活,谁在换招牌

前段时间,一个做跨境电商的朋友约我喝茶,聊的全是客服的事。

他们团队十几个人,每人屏幕上开着一排窗口:工单系统一个,订单后台一个,聊天工具一个,财务对账又一个。客户问一句"我的包裹到哪了",客服得在四个系统里翻一遍,才能拼出答案。

去年,公司咬牙换了套号称"AI 驱动"的 CRM。

我问他,好用吗?

他苦笑:AI 是有,就是没什么人用。三个月下来,大家又绕开它,回到原来那套手工流程。

你想想看,这套系统花了真金白银,最后变成了什么?变成了大家"绕着干活"的东西。

为什么?因为"AI 驱动"这四个字,已经通货膨胀了。把几条自动回复规则改个名字,也能叫 AI;真正能听懂你生意、自己长本事的系统,凤毛麟角。

所以最近我把市面上主流的 11 家客户服务类 CRM 挨个翻了一遍,从 Salesforce、微软,一路看到 Zoho。就想搞明白一件事:谁家的 AI 在替人干活,谁家的 AI 只活在宣传页上。

先把结论放在这儿:好用的 AI CRM 只有一种——你的团队每天真的会去用的那一种。

什么叫 AI CRM?

先把概念说清楚。

什么叫传统 CRM?说白了,一个记事本。客户信息存在里面,要你手动更新、手动翻查、手动汇总。它记得再多,也不会主动跟你说话。

什么叫 AI CRM?它是个助理。记事本负责"存",助理负责"干":帮你起草回复,帮你看出哪个客户快要流失,帮你把下一单该怎么跟安排明白。

一句话:记事本等你喂,助理帮你做。

但"帮你做"也分三六九等。我给自己定了六把尺子,选型的时候挨个量,基本不会踩坑。

一看档案。客户打开一个客户,他的对话、订单、付款、投诉,是不是都汇在同一条时间线上?我打个比方:你去医院,最怕每换一个科室就把病史从头讲一遍。好的 CRM,就是那份跟着病人走的完整病历。

二看初稿。客服每天大把时间耗在写跟进邮件、写常规回复上。生成式 AI 该干的就是这份草稿活:依据客户情况先写一版,客服改两笔就能发。草稿里要是能自动带上客户聊过的痛点、看过的商品,那就是真在干活。

三看预测。用历史数据往前算:下个月咨询量会不会暴涨?哪些账户有流失风险?算得准,你就能提前排班、提前挽留。最好它还能分层算:按个人、按团队、按区域分别推演,你加两个人、客单价涨一成,大概是什么局面。

四看渠道。邮件、短信、电话、WhatsApp、网页聊天、社交私信,渠道可以多,但水必须汇进同一条河。客户昨天发邮件、今天打电话,客服应该看得见同一段故事,而不是两个互不相识的陌生人。

五看情绪。客户打字说"好的,谢谢",可能心里已经火了。情感分析实时读出这股火,把要炸的单子往前排、把该升级的提前升级。这几秒钟的预警,经常就是留住一个客户的全部分量。

六看下一步。客服常常知道这单要跟,但不知道具体干嘛。好的推荐不是"记得回访",而是"给这位客户发封邮件,提一下他上周的投诉、目前的处理进度和下一步安排"。

这六把尺子,就是我量那 11 家产品的工具。下面挨家说。

11 家,四种活法

这 11 家看完,我发现它们其实分四种打法。

第一类:生态型,全家桶的胜利

Salesforce Customer 360 是这一类的天花板。它把销售、服务、营销、商务的数据拧成一股,自家的 Einstein AI 铺在每一个环节:销售云里帮你管线索,服务云里智能派单,营销云里优化旅程,商务云里做个性化推荐。销售能看见客户的工单历史,客服能查到购买记录,不用切窗口。

代价也明摆着。有用户直言,集成、数据建模、把 AI 用起来,前期的时间和人力投入省不了。但也有用户对它的 zero-copy 数据接入赞不绝口:数据不搬家就能用,做分析、喂模型都省事,这个功能被反复点赞。价格上,入门套件每用户每月 25 美元,Pro 套件 100 美元,Einstein 要单独找销售谈。它适合已经深度绑定 Salesforce 的大企业:生态绑得越深,它越香。

微软 Dynamics 365 客户服务是同一个思路,押的是微软全家桶。它的 Copilot 直接嵌在客服工作台里:起草邮件、把几十页的历史记录压成三句话、跨语言翻译、推荐知识库文章,连 SharePoint 的文档、Teams 里的聊天都能顺手调来,客服不用离开工作台。每客服每月 50 美元起,高配到 195 美元。用户反馈很实在:图表好用;但搜索框响应慢,查东西必须从词的最开头匹配,急死人。

HubSpot Service Hub 面向成长型公司。它最大的底气是销售、营销、服务的数据在一套系统里:客服看得见这个客户被营销邮件打动过几次、用过产品哪些功能。它的 AI 叫 Breeze,负责把冗长的工单对话压成摘要、给回复建议。免费版就能起步,专业版每席位每月 90 美元,企业版 150 美元。吐槽集中在定制:视图和工作流想深度折腾的用户,会觉得天花板不够高。

Zoho Desk 是全家桶里的性价比选手。每用户每月 7 美元起,顶配才 40 美元,一天算下来一块多钱。如果你的公司本来就在用 Zoho 的 CRM、财务、营销工具,Desk 接上就转,几乎无缝。它的 Zia 助手自动按内容和专长分单、识别出情绪不好的客户往前插队、照着知识库和历史工单起草回复。用户也提醒:功能是全,但跟专业选手比,某些地方的限制更多,上手也要点耐心。

第二类:对话型,把聊天当主业

Zendesk 是从工单系统一路长成 CRM 的老将。Support 管工单,Sell 管销售管线,Sunshine 管统一客户数据,统称 Zendesk AI 的能力负责智能派单、照着工单内容推荐话术、识别出不耐烦的客户提前插队。用户夸它上手快、东西摆得清楚;吐槽也一致:高级设置藏得深,加功能、加人,费用涨得快:套件每席位每月 55 美元起,一路到 169 美元,AI 副驾还要再加 50 美元。小团队加着加着,账单就压不住了。

Intercom 干脆把整个产品做成一场持续进行的对话:统一的聊天入口,客服、售前、产品引导全在里面。它的招牌是自主解决机器人 Fin,能端到端处理完整请求,还会看意图、看情绪,把火大的客户往前排。有个用户的评价让我印象很深:一段写得好的提示词,Fin 就像个新来的真客服。有点强。但注意它的计费方式:按解决收费,每单一单 0.99 美元,加上每席位每月 29 美元起的套件费,业务量越大账单越难预测,财务做预算会头疼。

Freshworks 客户服务套件是中端市场的好手:Freshdesk 管工单,Freshchat 管实时对话,Freddy AI 在底下托底,按紧急度派单、回答常见问题、预测咨询量,还能给客服当副驾驶,总结对话、起草回复、实时翻译。每客服每月 19 美元起,顶配 89 美元。用户说它简单清爽、不搞太多花活;想接 WhatsApp 得靠第三方工具,有点折腾。

Dixa 主打"按人串线":电话、邮件、聊天、社交私信收进同一个界面,同一客户的所有往来自动串成一条线,昨天邮件、今天来电,客服看见的是同一个故事。它的 AI 代理 Mim 负责智能路由,按客户历史、优先级、坐席空闲把对的话分给对的人。每客服每月 89 美元起。用户夸它的技能路由快而准;也批评它的合同:一年起签,解约还要提前三个月通知。有句话说得挺狠:这个签约模式,太上个时代了。

第三类:电商型,客服直连订单

Gorgias 是专为电商品牌做的客服 CRM,跟 Shopify、BigCommerce、Magento 长在一起。客户问"我的订单呢",它的 Automate 直接实时调出物流数据当场回答,连库存有没有都顺便答了。退款、换货、改地址,在对话里顺手就办了。它的报表也很懂老板:这个月靠挽留省下多少钱、客服顺手带出多少单、退款率多少。客服部门的账,终于能算到钱上。按工单量计费,每月 10 美元(50 单)到 750 美元(5000 单)不等。做 Shopify 生意的人很难绕开它;有用户吐槽它和 Aircall 的电话集成存在摩擦,功能像在互相打架。

第四类:关系型,客户不是一桩案子

Gladly 干脆把工单制推翻了:每个客户只有一条终身对话线,今年打电话、明年发邮件、后年聊天,全在同一条线上接着聊,不再另开案号。它的 Sidekick AI 负责翻出历史脉络、按客户偏好推荐个性化回复,电话也直接嵌在同一条时间线里。每月 180 美元起,定位高端。用户的爱恨都很鲜明:有人说它让整个团队告别了"工单思维";也有人抱怨没有专属客户经理、没有自带满意度调查,关键指标还得手动算。

Kustomer 在这条路上走得最彻底——工单这个概念,直接删掉了。所有对话、订单、付款、订阅、历史行为,汇成一条实时更新的客户时间线。客户隔了半年再来、中途换过三个渠道,客服一打开,故事从第一行起全在那儿,张口就能接上文。

它新出的助手 Envoy,对话一进队列就开始干活:这位客户是谁、上次出了什么事、试过什么办法、大概哪儿出了问题、该走哪条政策。这些准备工作全做完,回复草稿也拟好了,客服改一改就能发。转接也不重置:摘要跟着人走,下一个人接着办,客户不用从头复述。它还有一套无代码的工作台,不会写代码的团队也能自己调教专属的 AI 客服。对客服这个职业来说,这等于把最耗神的重复劳动拿走了,让人把力气花在真正要动脑子的事上。

用户的声音很一致。家具品牌 Nathan James 的客户体验总监说,客户全部历史就在一条时间线上,不用来回切换,这对他们是转折点。保险公司 Kin 的增长副总裁说,现在全公司连理赔团队都在用它。旅行平台 Hopper 的体验负责人评价,它扛得住规模,又贴现代服务团队的需求。服装品牌 Everlane 说,它是他们打造世界级客户体验的重要技术伙伴。

要说门槛,它要求团队换个脑子:习惯了"立案归档"的人,得重新适应"没有案号"这回事。

真要掏钱,先干五件事

清单看完了,轮到你做决定。买 CRM 是个用好几年的决定。买对了,团队和客户都顺;买错了,就是白花功能的钱,十八个月后推倒重来。

第一,先找准最痛的那个点。是回复太慢,是客服在系统之间来回切换,还是销售缺上下文?痛点不同,要的 AI 完全不同:慢,就要猛的自动化和智能派单;缺上下文,就要统一视图和集成;没人爱用,界面顺不顺手就是第一位。

第二,把集成清单列出来。AI 再聪明,摸不到数据就是瞎子。你家的订单在 Shopify、交易在 Stripe、内部沟通在 Slack,它能不能实时双向打通?注意"实时双向"四个字,隔夜同步一次的那种连接,形同虚设。

第三,掂量团队的消化能力。Salesforce 功力深厚,但要养专职管理员;Kustomer、Freshworks 这类,曲线平缓得多。团队习惯了邮件就别硬切纯聊天,习惯了工单就给足缓冲。

第四,把总账算全。挂牌价经常只是门票:AI 要加购,集成要加钱,企业级实施还有数据迁移、配置、培训,这些加起来可能追平软件本身的价钱。还有一条:20 个人的时候很划算的方案,扩到 100 人时可能贵得离谱。按人头收费还是按对话量收费,经济模型完全不同,按你未来的规模去算,别按今天的。

第五,先定指标,再掏钱。上线前就想清楚看哪几个数:首响时间、解决时长、转人工率、满意度,或者流失率、复购。没有这几个数,你永远分不清 AI 是真的改善了结果,还是只是把活儿从左边挪到了右边。选型时,把你团队每天真实处理的五到十个场景写下来,让每家厂商当场演示。演示里没有的场景,上线后就是你的坑。

经常有人问我:小公司要不要上 AI CRM?

要。而且小公司可能比大公司更需要:没人手做数据清洗、没人手搭流程,一个靠谱的 AI 等于白捡一个运营,让三五个人干出十几个人的架势。关键是挑那个做减法的工具,别挑那个给你加课的。

最后说两句

写完这篇,我把这份清单发给了开头那位朋友。

至于他换不换、换哪家,我不知道。但我知道,下一次他坐在会议室里听厂商讲 AI,至少知道该问哪五个问题,该掏出哪六把尺子。

翻完这 11 家,真正留在我脑子里的,是一条思路上的分野:大部分系统把客户当成一桩桩孤立的案子,编号、立案、归档;少数系统把客户当成一个有故事的人,记得他从哪儿来。

谁能记住客户的故事,谁就不用让客户每一次开口,都从头再讲一遍。

你的客户值得被记住,你的客服也值得少开五个窗口。

祝你,下一套系统,是大家抢着用的那一种。