EPR Research於2026年11月21日審查25款AI客服代理產品,結果顯示僅13款能依公開條件估算每月1,000、5,000與10,000次互動成本,公開可計價覆蓋率為52%;另有9款完全無法估算,CustomGPT.ai則只能完成其中兩個量級。
即使被列為可計價,各產品採用的計量單位也不一致,包括每則對話、每次解決、每個工作階段、每段聊天回合、每次文字請求及每包額度。同一批5,000次客服互動,在Intercom Fin約需2,999美元、Front Autopilot約2,860美元,HubSpot Breeze為1,320美元,SiteGPT僅129美元,但這些數字並非同條件比較。
25款產品中有20款可辨識明確收費觸發條件,占80%;然而,基礎訂閱費、方案門檻、包含額度、超額費與最低承諾等條件不完整,仍使7款無法形成完整價格。該研究並非產品品質排名,也未涵蓋全市場或最低報價;其核心價值在於揭露AI客服的價格分歧遠大於表面單價差距。
這項審查的核心並非單純比價,而是企業客服預算、平台供應商與AI新創之間的計量標準競逐。傳統客服軟體多以席次、方案與功能模組收費;生成式AI帶來非固定成本後,供應商轉向每則解決、每次對話、每回合或模型用量計費,但企業真正支付的不是互動次數,而是服務結果、轉人工負荷與基礎系統授權。
這形成三層結構性矛盾。第一,雲端模型端按請求或回合計費,看似極低,卻未必涵蓋收件匣、客服席次、轉接流程及知識庫治理;Amazon Lex與Google Dialogflow的低估算值因此不能直接視為完整客服成本。第二,成果型計價將AI成效與營收風險綁定,Intercom Fin在5,000次互動、假設50%解決率下為2,999美元,30%與70%解決率則分別推升至2,009與3,989美元,營收規模越大,模型支出可能呈非線性上升。第三,Human handoff、重開對話與第二次計費會形成隱藏稅負;HubSpot專業版另需1,500美元一次性導入費,使首月模型成本由1,320美元升至2,820美元。
供應商因此擁有策略性資訊優勢:公開起始價容易吸引比較,卻將席次、超額費、導入費及承諾期藏在合約條款中。買方若直接比較官方標價,不僅可能低估總支出,也可能把低價但僅提供API元件的產品誤認為完整企業客服。真正被重新分配的不是單筆費用,而是企業對「AI是否降低客服總成本」的控制權與可預測性。
AI客服市場正從功能競賽轉向「成本可治理性」競賽,這將比模型排行榜更能影響企業採購。接下來可區分三種情境:
01 起因觸發:公開價格與計價條款缺乏可比較性
02 一階傳導:企業AI客服採購與預算模型重做
03 二階擴散:客服平台、通路與模型供應商重新分潤
04 宏觀終局:客服定價由席次走向可驗證成果責任
領域延伸情報推薦 相關延伸研讀
依主題領域自動關聯之高參考價值外電情報