系统判断：退网挽留
客户说家里网络又出问题。AI 抓到了关键词，调出套餐、历史记录和优惠策略，生成了一条看起来合理的处理路径。
SCENARIO STORY / CASE-317
那个“又”字，
系统没有听见。
AI 识别了退网意图，推荐了挽留动作，也关闭了工单。但资深客服听见的不是一个投诉，而是一段信任关系已经被耗尽。
人听见：信任耗尽
王姐听见了那个“又”字。它不是语气词，而是客户经历多次失望后，对系统承诺失去信任的信号。
指标显示：工单关闭
如果只看处理时长、关闭率和挽留动作，项目似乎有效。但客户真正需要的是一次被看见、被解释、被修复的关系。
WHOLECRAFT LENS
这个案例暴露的不是 AI 能力问题，
而是系统有没有给判断留下位置。
同一个 AI 引擎，两种命运。区别不在模型参数，而在设计者有没有把现场判断、信息回流与人成长嵌入业务系统。
停顿
当重复来电、情绪异常、历史工单反复关闭同时出现，系统必须允许“先别继续自动跑”。
入口
一线人员需要有一个正式入口表达：这不是套餐问题，而是片区、承诺或信任问题。
回流
覆盖原因不能只进入个人绩效，而要进入产品、运营、网络与管理复盘。
梯度
新人不能只学会选择 AI 给出的答案，还要保留练习判断力的简单场景和师徒载体。
METRIC RESET
指标需要被重新校准
处理时长 / 关闭率 / 覆盖率
这些指标能说明系统是否高效，但不能说明信任是否被修复。
重复来电 / 真实解决率 / 信任修复
如果客户持续回来，工单关闭只是把问题推迟。
判断力 / 学习梯度 / 一线信任
AI 不能把新人需要经历的成长路径全部吃掉。
FROM CASE TO WORKSHOP
适合放进一次客户共创会的故事结构
讲故事
用“又”字让客户理解，AI 项目不是抽象技术问题。
拆系统
把关键词、工单、指标、人工覆盖和组织规则画到同一张图上。
找盲区
识别哪些信息没有字段，哪些判断没有入口，哪些学习被截断。
做设计
设计回嵌组件和新指标，让 AI 提效真正进入经营结果。