最近给几家银行打过客服电话的人，多半有个相同的体感：对面"声音"更好听了，反应也更快了，还能直接听懂一整句描述。这背后不是客服培训变好了，是客服换人了——多家股份制银行的热线智能接入率已经过八成。
新一代大模型客服和过去那套"业务查询请按1"的语音菜单完全是两个物种：它能接住普通话不标准的整句投诉，能直接查账、改预约、把理财条款讲成人话。行业流传的测算很直白，单通服务成本从人工坐席的几块钱压到几毛钱，一次全量切换，省下的是数千人规模的编制。
为什么是银行先动手？因为客服是典型的纯成本中心，账最好算——模型替换一条人工坐席，半年省回一条专线的钱，ROI清晰到不需要说服任何人。还有一层更隐蔽的逻辑在数据侧：客服通话是金融机构手里最高频的真实用户语料，接进大模型既是在降本，也是在给自己练兵，一举两得的买卖没有理由不做。
普通人感受最直接的是"转人工"这件事变难了：机器听得懂"我要投诉"，但会先用一张优惠券挽留你，你得把话说得再具体一步，报身份、报单号、说要什么结果，三句之内它就得给你转。客服从业者这边，岗位没有消失，但在位移——投诉处理、复杂案例、质检和AI训练师留下，标准问答岗位在收缩。最受伤的是中间的外包呼叫中心，几家头部BPO已经在把合同从"按坐席数计费"改成"按解决量计费"，整个行业的计价单位都换了。
在广州管过三十人电商客服团队的老周，去年把团队砍到八个人，留下来的全是处理纠纷的老手和两个专门教AI认错误的员工。他的原话很扎心：以前招人看打字速度，现在招人看会不会教机器人。
用户端记住一个话术模板：身份、单号、诉求，三要素一口气说完，转人工的效率最高；从业者也别慌，把情绪处理和例外流程这两块练熟——这两样恰恰是机器学得最慢的部分。
客服电话便宜下来的每一分钱，都是从一个行业里省出来的，钱去了哪里，比省了多少更值得盯。