Intercom、Zendesk、客製 AI：台灣中型品牌該怎麼選？

台灣的中型品牌在選 AI 客服的時候，通常會遇到三條路：

買 Intercom，買 Zendesk，或者找人客製。

這三條路的月費差距可以從幾千到幾十萬，但更大的差距是：你買到的是什麼，和你在買了之後還要做什麼。

這篇不是推銷，是把我觀察到的選型邏輯說清楚。

---

TL;DR

• Intercom 和 Zendesk 歷史上是工單流程平台，近兩年都在快速 AI-first 化——差別不在「有沒有 AI」，而在它們仍以流程管理為核心，不是從零為對話品質設計
• 台灣中型品牌用這兩個的主要問題：費用結構、繁體中文不是優先最佳化的市場、知識庫維護困難
• 客製 AI 的優勢是根據你的場景設計，但費用結構不等於「便宜」，第二年的維護成本要算進去
• 選型的核心問題只有一個：你的客服「工單管理」重要，還是「對話品質」重要？
• AI 客服真正的 KPI 是「自動解決率」，不是「回答得像不像人」

---

先說這兩個平台是什麼

Intercom 和 Zendesk 歷史上是客服流程管理平台。

它們解決的核心問題是：客戶來了很多請求，怎麼分派給不同的客服人員、怎麼追蹤處理狀態、怎麼回報指標。

但這個描述現在只說了一半。

Intercom 這兩年非常 aggressively AI-first，官方首頁和定價頁的主軸已經放到 Fin AI Agent，不是 ticketing。很多人認為它正在從 helpdesk 公司轉型成 AI 客服公司。Zendesk 的 AI Agents 也在快速投資中。

所以更準確的說法是：它們不是「沒有 AI」，而是 AI 仍然長在流程管理的邏輯上，不是從零為「對話品質」設計的。

這個結構差異，決定了它們適合什麼人用。

---

Intercom 的真實樣貌

Intercom 的設計感很好，介面流暢，很受新創公司和 SaaS 品牌喜歡。

Fin 在英文場景下表現不錯，可以接知識庫、自動回答，沒答到的轉真人。近期版本對 resolution rate 的優化有明顯進步。

台灣品牌用起來要注意的：

繁體中文不是它優先最佳化的市場。這不是說它中文一定很差——底層接的語言模型（OpenAI 或 Anthropic）中文能力其實不錯——但 FAQ 結構、retrieval 邏輯、support flow 設計，都是英語世界的預設值。台灣客服常見的口語問法，要花額外工夫去測試和調整。

費用結構對台灣市場偏貴。月費幾百美金起跳，高用量再加。對年營收幾千萬台幣的中型品牌，這個費率比例要認真評估。

你要適應它的邏輯，不是它來適應你。客製化程度有限，流程要套進它設計好的框架裡走。

---

Zendesk 的真實樣貌

Zendesk 更老牌，功能更全，報表和工單管理特別強。大型企業、需要多部門協作的客服，Zendesk 有優勢。

AI Agents 近兩年有大幅投資，能力進步很快。

台灣品牌用起來要注意的：

系統很重。設定項目繁多，workflow 複雜，權限層深，上線前的導入週期可能要一到三個月。對中小型品牌來說，學習成本和管理成本很真實。

和 Intercom 一樣，繁體中文不是優先最佳化的市場。底層模型能力沒問題，但整套系統的調校需要額外工夫。

定價很複雜。方案分層多，實際算下來常常超出預期。

---

那，客製 AI 是什麼？

客製 AI 客服，就是不買現成平台，根據你的品牌、你的客服場景、你的知識庫，從頭設計一套。

底層用語言模型（Claude、GPT 或開源模型），中間接 RAG 知識庫，前端根據你用的渠道（網站、LINE、WhatsApp）接入。

真正的優勢：

完全根據你的語境設計。繁體中文、台灣用語、你的產品邏輯，都可以深度優化。客服語氣、知識庫結構、幻覺防護——都是為你的場景設計的，不是套模板。

渠道整合彈性高。LINE OA、自己的網站、內嵌到 App——根據你的客戶在哪裡，接進去。

費用結構要說清楚：

沒有坐席費、沒有按月授權的黑盒子——這是對的。但說客製 AI「費用透明」，說得不夠完整。

真正容易出現的費用有：API token 用量（會隨對話量浮動）、向量儲存費用、維護 retainer、知識庫同步工時、模型更新後的 prompt 調校。

第一版的建置費可能不高，但第二年開始如果沒有設計好維護機制，會是一個累積的成本。更準確的說法是：費用結構可控，但需要一開始就規劃清楚。

真實的風險：

找到做得好的人很重要，也不容易。客製 AI 的品質差距很大——有人幫你建了一個沙堆上的房子，上線三個月就開始出包。要看對方有沒有真實案例、知不知道 RAG 架構的細節、有沒有設計轉真人的機制。

沒有現成的工單管理。如果你需要完整的客服工單系統（分派、追蹤、回報），要另外接或另外建。

上線時間通常比預期長。如果只是簡單 FAQ 場景，2-6 週可能夠。但如果包含 LINE 整合、CRM 串接、轉真人流程、analytics，2-4 個月比較現實。

---

一個大家都沒說清楚的事：轉真人

AI 客服上線之後，最常出包的不是 AI 答錯。

是轉真人的那一刻。

AI 識別到問題超出範圍，說「幫您轉接客服人員」。

然後客戶等了五分鐘，終於連到真人。

真人問：「請問有什麼可以幫您？」

客戶要從頭說一遍。

這件事毀掉了很多 AI 客服的體驗。不是 AI 不夠聰明，是轉真人時 context 沒有傳遞過去。

不管你選哪個方案，上線前要先確認：AI 轉真人時，對話記錄和客戶說過的事，真人客服看得到嗎？

這個問題沒有解決，其他都是次要的。

---

AI 客服真正的 KPI

很多品牌評估 AI 客服，用的是「回答得像不像人」、「語氣有沒有溫度」。

這些不是錯的，但不是最重要的。

真正的 KPI 是 autonomous resolution rate（自動解決率）。

客戶問了問題，AI 獨立解決，客戶滿意離開——這個比例是多少？

一個語氣很自然但解決率只有 20% 的 AI，不如一個語氣稍微制式但解決率 60% 的 AI。

評估任何方案時，先問這個數字。如果對方說不出來，或者給你的是「滿意度分數」而不是「解決率」，再追問。

---

台灣 LINE 生態是特殊的

這篇不能不說這件事。

台灣的客服場景，LINE 不只是聊天渠道，它是 CRM + 通知 + 會員系統。

很多品牌的客戶根本不會去網站客服，只在 LINE 官方帳號裡互動。

國際平台對 LINE 的支援，通常是「接入」——可以收訊息、可以發訊息。但深度整合——推播通知、會員標籤、Rich Menu 互動、訂單查詢——需要額外開發。

客製 AI 在這一塊的彈性比平台大很多。但前提還是那句話：找到真的做過的人。

---

選型的核心問題

不是「哪個比較好」，是「你需要解決什麼問題」。

如果你的痛點是客服人力調度和工單管理——你有十幾個客服人員、需要追蹤每個工單的狀態、需要跨部門分派——Intercom 或 Zendesk 有它的位置。

如果你的痛點是對話品質和自動化率——你希望 AI 能真的解決客戶的問題、減少轉真人、讓品牌語氣一致——客製 AI 通常能做得更貼近你的場景，特別是 LINE 為主的台灣客服。

如果你兩個都要——有幾個做法：用 Zendesk 管工單、接客製 AI 做前線自動回答；或者先解決最痛的那一個，另一個等規模夠了再做。

---

台灣中型品牌的常見誤區

看到國際大牌就覺得安心。 Intercom 和 Zendesk 是好產品，但不是為台灣市場設計的。買之前要測繁體中文的實際表現，特別是台灣口語問法，不要只看英文 demo。

被月費迷惑了。 「只要每月 XXX 美金」聽起來很合理，但沒算進去的有：設定費、導入顧問費、坐席費超額費、知識庫維護費。實際第一年的費用常常是報價的兩倍。

以為買了平台就結束了。 不管哪個選擇，知識庫的設計和維護都是你的事。AI 客服效果，60-80% 取決於知識庫品質，不是模型品牌。這件事業界已有共識。

沒想清楚轉真人怎麼做。 大部分品牌在選平台時沒有測試這件事，上線後才發現是最大的問題。

---

三條路的比較

	Intercom	Zendesk	客製 AI
適合規模	中小型，新創，SaaS	中大型，多部門	中型，重視品牌和語境
AI 成熟度	快速 AI-first 化中	快速投資中	取決於建置團隊
工單管理	好	很好	通常要另接
繁體中文	非優先市場，需調校	非優先市場，需調校	可深度優化
LINE 深度整合	有限	有限	可完整客製
上線速度	快（1-4 週）	慢（1-3 月）	視複雜度（4 週-4 月）
費用透明度	中	低	結構可控，需規劃
轉真人設計	有，但 context 傳遞要測試	有，但 context 傳遞要測試	需自行設計
適合主要痛點	流程管理，新創	大型工單管理	對話品質，LINE 主力

---

薩摩的立場

薩摩做的是客製 AI，所以我說客製 AI 好，你可以合理懷疑我有立場。

但我會直說：如果你真的需要的是工單管理系統，Zendesk 或 Intercom 解決你的問題比我們更直接。那不是薩摩設計的東西。

如果你的痛點是「AI 沒辦法好好回答台灣客戶的問題」、「LINE 整合很淺」、「轉真人客戶要重講一遍」——這些是我們真正在解決的問題。

選型不是在選誰最好，是在選誰解決你的問題。

---

FAQ

Q：有沒有比 Intercom 和 Zendesk 更適合台灣中小企業的現成選擇？

有幾個台灣本土的客服平台定價對台灣市場更友善，繁體中文和 LINE 整合也做得更細。如果預算有限、問題相對簡單，可以先從本土平台看起。現成平台不一定要選國際大牌。

Q：客製 AI 大概要多少錢？

差距很大，很難給一個準確數字。建置費取決於場景複雜度、渠道數量、知識庫規模；之後的費用包含 API 用量、維護、知識庫更新工時。第一年和第二年的費用結構通常不一樣，要一起算進去。薩摩的做法是先了解你的場景再報價，不是拿一個固定數字出來。

Q：先裝 Intercom，之後想換客製 AI，容易嗎？

知識庫的內容可以帶走，流程設定要重建。最麻煩的通常是「客戶已經習慣某個入口」的切換，不是技術問題。如果一開始就知道之後要換，建議在設計 Intercom 時就把知識庫整理得乾淨一點，之後遷移會省很多時間。

Q：怎麼測試轉真人做得好不好？

很簡單：自己去問一個 AI 答不到的問題，等它說「幫您轉接」，然後看真人客服看到什麼。如果真人問你「請問有什麼可以幫您」，你就知道 context 沒傳過去。這個測試三分鐘就能做，上線前一定要做。