AI客服工具选型的第一步不是比谁的机器人更聪明，而是先看你的咨询从哪来、量有多大：国内电商和本地服务优先看智齿科技、网易七鱼、美洽这类中文渠道和本土部署更顺的方案；做海外用户支持、已经在用工单系统的团队，再看 Intercom Fin、Zendesk、Freshdesk。下面 6 款的差别主要在计费口径、接入渠道和知识库维护成本上，先对号入座，再谈功能清单。
先分清三种计费方式，账单差别比功能差别大
海外产品这两年普遍从按坐席收费转向按效果或按用量收费，口径不同，同一批咨询算出来的钱完全不一样。Intercom Fin 按解决结果收费，公开价为每次解决 0.99 美元，另加坐席费用，好处是没解决不花这笔钱，坏处是咨询量涨得越快账单涨得越快。Zendesk 的 AI 按自动解决次数收费，公开口径约为承诺量 1.5 美元一次、按量付费 2 美元一次，坐席套餐另算，适合工单体系本来就建在 Zendesk 上的团队。Freshdesk 的 Freddy 按会话收费，公开价约 49 美元 100 个会话，新账户有一次性的免费额度，会话用完就续费，预算好估算，但机器人答错了也要占额度。
国内三款以坐席订阅和项目报价为主，官网大多不挂统一价目表，需要按渠道数量、机器人能力和是否私有化部署谈价。对咨询量稳定、更在意总价可控的团队，这种模式反而省心；代价是签约前要把机器人问答量、坐席数、渠道数问清楚，避免上线后逐项加钱。
六款工具对比：渠道、长处和短板
| 工具 | 主要计费方式 | 更擅长的场景 | 需要留意 |
|---|---|---|---|
| Intercom Fin | 按解决结果收费，另加坐席费 | 海外 SaaS、订阅制产品的英文支持 | 解决量大时费用上升快，中文场景要实测 |
| Zendesk | 坐席套餐加按解决次数收费 | 工单量大的海外团队、多品牌支持 | 功能分层多，智能分流等能力在更高版本 |
| Freshdesk（Freddy） | 按会话包收费，坐席费另算 | 预算有限的海外中小团队 | 会话不结转，答错同样消耗额度 |
| 智齿科技 | 坐席订阅与项目报价 | 国内中大型企业、电话与在线一体客服 | 功能全但实施偏重，小团队容易买大 |
| 网易七鱼 | 坐席订阅与项目报价 | 国内电商、零售与服务营销一体场景 | 深度定制需评估实施周期 |
| 美洽 | 坐席订阅为主 | 中小商家、教育与本地服务的在线咨询 | 复杂工单和深度系统对接能力相对有限 |
按团队类型对号入座
每月咨询只有几百条的小商家，先别碰按结果计费的海外方案：知识库还没整理好时，机器人解决率上不去，钱花了效果还不稳。美洽这类上手快的国内工具更合适，网站、公众号、App 的咨询先接到一个工作台，夜间和节假日由机器人顶住常见问题，人工只处理真正需要判断的对话。
国内中型电商和连锁服务品牌，重点看网易七鱼和智齿科技。前者在零售、电商的服务加营销场景积累较深，售前咨询、售后工单和客户洞察能串起来；后者强项是全渠道联络中心，在线、电话、工单一体，适合咨询入口多、还有外呼和回访需求的团队。两家都要实测同一批真实问题：把最近一个月最高频的 100 条咨询喂进去，看机器人答对多少、转人工时有没有把上下文带全，这比看演示稿可靠得多。
已经在用 Zendesk 或 Freshdesk 管工单的出海团队，不要为了 AI 整体换系统。工单在 Zendesk 就先开它的 AI 能力，接受按解决次数付费的前提是解决率可监测；工单在 Freshdesk 就用 Freddy，会话包模式适合咨询量平稳的月份。Intercom Fin 的位置更特殊：它可以独立跑在其他工单系统之上，适合对现有系统满意、只想补一个解决能力强的机器人，又能接受按结果付费的团队。
这三种情况，AI客服不适合硬扛
第一种是知识本身说不清：退换货规则朝令夕改、报价靠销售临场判断，这类业务喂给任何机器人都会答错，先把规则写成稳定文档再谈自动化。第二种是高风险承诺：退款到账时间、医疗和金融建议、合同条款解释，机器人一旦编造就是事故，必须设置成只给流程指引、具体结论转人工。第三种是咨询量太小：每月不到两百条咨询，人工完全接得住，上系统的实施和维护成本比省下的人力更贵，先用帮助中心加表单分流就够了。
客户资料会整批进入客服系统，这一点选型时经常被漏掉：对话记录、订单信息、联系方式存在谁的服务器、保留多久、能不能按要求删除，签约前要逐项确认。涉及国内用户数据的团队，优先选择支持境内存储和权限分级的方案；用海外方案的，要把数据出境和隐私条款单独过一遍法务。
上线前留两周做小流量验证
稳妥的顺序是先影子运行：机器人只生成建议回复，由人工确认后发送，统计它本来能答对的比例；再放开三成流量自动应答，只开放物流查询、发票、营业时间这类低风险问题；最后才逐步扩大范围。每周抽查机器人答错的对话，把错误归类成知识缺失、规则冲突和理解偏差，分别补知识库、改规则、加转人工条件。两周后如果高频问题的自动解决率还不到三成，问题多半不在工具，而在知识库和业务规则本身，换一家大概率重蹈覆辙。
