跳至正文
MakerGain
← 返回项目

轉交真人不計費:Fini 把 AI 客服帳單押在「真的解決了」上

編輯:MakerGain

Fini 的 AI 客服代理在客戶現有 helpdesk 裡接手聊天工單,用行為樹和確定性執行器,依節點讀取方案與帳號狀態,呼叫客戶介面完成取消訂閱等動作;轉交真人不計費,預設只把端到端解決、沒有真人接手的工單算作計費單位。團隊曾清空首版產品,在 fintech 客服團隊駐點四週後重建,選擇不取代客戶現有客服系統,並把後台 AI 自行提出的知識修正置於真人審核之後,未經批准不發布。

官方文件用取消訂閱這個任務說明流程。客戶在聊天框打下「我要取消訂閱」,Fini 的 agent 接住這句話:判斷意圖,讀取方案、帳號狀態與帳單日,確認這個方案允許取消,問清原因,呼叫這家公司自己的取消介面,最後回覆取消結果和下一個帳單日。不是讓模型臨場發揮;這套流程寫成行為樹,由確定性的執行器依序走過節點。[1]

哪個檢查沒通過——比如方案本來就不能取消——或客戶直接要求真人,對話就會連同用過的知識、走過的步驟,一起交給真人團隊;介面呼叫失敗,則重試或升級處理。這次轉交真人,不計費。

Fini 是做 AI 客服 agent 的公司,產品跑在客戶現有的 helpdesk 之上,在 chat、email、voice 裡處理工單,涵蓋 130+ 種語言,也會在客戶系統裡實際執行動作。帳單預設按 resolved ticket 計算,不按席位:Growth 每張 $0.89、每月包含最多 3,000 張;Scale 每張 $0.69、包含最多 10,000 張;Enterprise 每張 $0.49、不限量。轉交真人免費,72 小時內重新開啟不重複計費,問候、垃圾訊息、中途離開的對話不計費;沒有按席位收費,也不對真人團隊收費。官方說,工單量高或單次處理時間短的客戶,可以申請按 conversation 報價,並能在續約時切換。[2]

圖:來源 官方頁面[2],2026-11-18 以瀏覽器截取;三種報價區域裁切後上下排列,保留原文字與數字。

一間賣 AI 客服的公司,把「我們攔下多少對話」這個最方便拿來行銷的數字排除在帳單外,預設只把端到端解決、沒有真人接手的工單,算作計費單位。這種定價等於承認:轉交真人不是產品失敗,而是產品的一部分。它面向有客服團隊的公司,日常使用者包含客服與知識審核人員。

「解決」得能追查,才敢只收解決的錢

把轉交真人定價為零,前提是「解決」有判定方式。Fini 不讓模型決定下一步:規則寫成行為樹,LLM 只在 Check、Reply、Form 這類節點內工作,由確定性的 tree walker 決定哪個節點先跑。官方稱,相同輸入會產生相同執行路徑。每段對話留一份 AI Steps 軌跡,依序記錄跑過哪些節點、傳入什麼、回傳什麼。答錯了,可以追查哪一步出錯,而不只是一句「AI 決定這樣做」。[1]

回覆產生後,還有一層 Guardrails 檢查:禁用詞、機密屬性值、不允許的連結,或自訂條件。命中後可能改寫,而非升級處理;檢查本身報錯時,官方說原回覆可以保持不變——是「可以」,不是預設放行。上線前,Test Suite 用真實對話重播,測試草稿 Behavior、規則和文章;External Actions 在測試裡使用錄製或 mock 回應,不呼叫客戶的線上系統。[1]

知識這一側,分工更重。說明中心頁面、檔案、Notion、Google Drive、Confluence、Zendesk Help Center 先進入 Sources,成為候選來源,經過 review 和 publish 才進入 Articles;官方稱,不對文件做 chunking,也不用 embeddings,而是讓 LLM 在知識圖譜上推理。後台 AI 會從對話裡提出知識缺口、來源衝突與修正草稿,這些提案預設進入審核佇列,沒有人批准就不會發布;另一類由原始內容產生的 Magic Articles,則在生成後按設定進入 Review,或直接發布。[3]

自動化的邊界,畫在「提出」和「批准」之間。客戶那邊得有人值班審核知識,這份工作量官方沒有量化,而它恰恰決定 $0.89 到底便不便宜。

清空一次之後,產品長成「不用搬家」的樣子

Fini 在 2022 年 6 月開始;Starter Story 訪談頁面(日期 2025-07-18)顯示,團隊來自阿姆斯特丹,有 2 位創辦人、8 位員工。共同創辦人 Deepak 在 Starter Story 訪談(頁面日期 2025-07-18)裡說,第一版產品上線後沒人用,他們把產品清空重來,接著在一家 fintech 的客服團隊裡待了 4 週,再圍繞「AI-native source of truth」重建 Fini。[4]

重建後的產品形狀,有兩處能和這段經歷對上。第一,知識不能只是把文件丟進去讓模型搜尋:一般來源要先審核再發布,後台 AI 自己提出的修改必須經人批准——這和「在客服團隊裡坐四週」的處境相合;訪談沒有把這條規則明確歸因於那四週。第二,Fini 不要客戶搬家:它跑在 Zendesk、Intercom、Salesforce 這些現有系統之上,工單、巨集、佇列和真人團隊都留在原處,Fini 在裡面讀取與回覆;沒有第三方 helpdesk 的團隊,則使用它內建的 Email 通路。[3]

這個選擇不夠亮眼,卻省掉客戶最不想做的事:搬家。代價是,Fini 得配合別人定義的工單模型,賣的東西也從「取代你的客服系統」,變成「在現有流程裡插入一段」。

同一個訪談裡,重建後的第一位付費客戶每月付 $500,幾週內看到 70% resolution。這是當事人自述,訪談沒有給出 resolution 的定義,對外部讀者來說只是起點,不是結論。

帳面上的生意,和帳之外的部分

Fini 的客群偏向 fintech、銀行、保險、醫療等受監管產業。訪談稱,Atlas、Column Tax、TrainingPeaks 等客戶,每月透過 Fini 處理 500,000+ 張客服工單;Deepak 也自述,自動化 80% 的客服問題、節省 50% 成本、提升 CSAT 10%。這些都是公司或創辦人的說法,來源沒有給出審計口徑。[4]

收入同樣要看清口徑。Starter Story 頁面標題寫「$2.5M/年」,同頁側欄寫「$190K revenue/月」,兩處都沒說明統計期間與計算方式。不能直接當成 MRR,也不能拿來推利潤——Fini 的推理成本、毛利率與獲利能力都未披露。

銷售條款把一部分未達標風險寫進付款條件,但真人處理與維護成本仍在客戶這邊。Enterprise 客戶可先免費跑 90 天真實流量,試點期不收費,達到書面目標後方案才開始;另有 90-Day Money-Back Guarantee:符合條件的新 Enterprise 客戶,如果 90 天內未達到 90% resolution,就付 $0,條件是提供 1,000 張真實工單驗證。官方頁面 FAQ 寫 14 天上線、30 天完全自主,Enterprise 試點區又寫「30 天上線」;兩種口徑並存,簽約時得看合約。[2]

語音另計,按 answered call 收費,所有方案都能使用:每月前 10,000 通每通 $0.89,10,001–50,000 通每通 $0.59,50,000 通以上每通 $0.35;按分鐘的替代計價為 $0.22/$0.18/$0.14,包含語音辨識、AI 推理、語音合成與電話費。官方定價頁列出單價、內含額度、付款週期與超量計費方式,但沒有列出 Growth 和 Scale 的每月平台基本費,所以無法從公開頁面算出一位客戶每月的最低支出。[2]

通路也有邊界。競品 Carly 的比較頁(標註價格於 2026-10-01 核對),把 Fini 的通路列為 chat、email、website widget、voice,不含文字訊息,並把自家的 Carly Phone 定位成客戶主要用電話和簡訊聯繫時的直接替代品。2026 年 8 款最佳 Fini AI 替代品[5] 這是競品頁的說法;本輪讀取的 Fini 官方頁面沒有列 SMS,所以「能不能接簡訊」,仍缺 Fini 一方確認。

最後還有一處需要合約決定:官方定價頁強調,只在端到端解決、沒有真人接手時計費;官方指南卻在端到端、無真人之外,又加上客戶 72 小時內不回覆這一條。同一句話在帳單上怎麼寫,比任何示範都重要。[2] · [6]

Fini 把轉交真人定成免費,等於放棄對未解決對話收費;真人處理和維護成本,仍留在買方。Fini 因此讓掉多少收入,取決於合約裡「解決」兩個字怎麼寫。簽約前真正要盯的,就是合約裡這個詞的定義。

繼續閱讀

AI 客服
先讓機器人說「我不知道」,這門副業每月帶來約 \$500

倫敦 HeyDeacon 的 Andy 與兩位共同創辦人開發 Deacon,供仍親自回客服信的創辦人和小團隊使用。它先由共同創辦人自用;答不上來時,承認不知道並請訪客留下電子郵件;對方實際留下後,對話才會被標為未讀,並寄信給擁有者,真人回覆可加入知識庫。團隊把重點放在模型外的流程;知識庫需手動重抓,或由發布腳本觸發更新,換模型不必重做產品。

AI 客服
接手第一週資料庫就崩了:Zipchat 想讓每家網店的客服都能開箱即用

Zipchat 是面向電商的 AI 客服代理。Ruslan 在 2024 年 1 月接手時,團隊說不清 MRR 與客戶來源,第一週資料庫就開始崩潰。他先補帳:用 Mantle 讓 MRR 可見、蒐集聊天回覆的回饋;按其部落格說法,約兩個月後 MRR 提高 25%,首次達到2 萬美元。產品稱30 分鐘可上線,但品牌規則、客服平台串接與答錯修正仍須逐店設定。

AI 效率
Klipy,等你點頭才動手的銷售 AI

Klipy 接手銷售會議後的跟進工作。它擷取電子郵件、會議和即時通訊裡的客戶對話,草擬跟進郵件和 CRM 更新,並準備下次會議的資料。跟進郵件由業務人員核准後才寄出。創辦人 Jung Hong Kim 是韓國連續創業者,曾因零售事業在 COVID 期間倒閉而負債。他做顧問時遇到共同創辦人,三個月推出 Klipy.ai。產品於 2024 年 11 月以自動記錄的 AI CRM 上線,2025 年 6 月轉向替業務執行下一步,並按使用者同意後的具體動作計費。

AI 開發
每改一個小地方都要再付一次錢,他把 App 設計搬進了聊天框

Diego Roshardt 發現行動應用程式的設計稿每次修改都要另外付費,於是做了 AppAlchemy。使用者在聊天框描述 App,產生 React Native 程式碼後,掃碼就能在手機上即時預覽。改一句話,畫面就跟著變。程式碼可以匯出,公開資料未交代由誰打包和上架。他花約兩週做出初版,選擇先累積 Reddit 帳號的活動紀錄、找出相關社群,再用對讀者有價值的貼文分享產品連結,以這種方式代替直接投放廣告。