Μετάβαση στο περιεχόμενο

industry · product

Αντικαθιστά το AI την Ομάδα Εξυπηρέτησης Πελατών; Τα Δεδομένα του 2026

Οι έρευνες της Federal Reserve, η έρευνα μισθοδοσίας του Stanford και οι νέες προβλέψεις του BLS διαφωνούν με τους τίτλους. Οι απολύσεις παραμένουν σπάνιες, οι προσλήψεις επιβραδύνονται και η ίδια η δουλειά αλλάζει. Δείτε πώς να ξανασχεδιάσετε τον ρόλο.

Entagl Research9 λεπτά ανάγνωσης
Αντικαθιστά το AI την Ομάδα Εξυπηρέτησης Πελατών; Τα Δεδομένα του 2026

Όχι. Το AI δεν αντικαθιστά τις ομάδες εξυπηρέτησης πελατών, και τα δεδομένα μισθοδοσίας είναι ασυνήθιστα σαφή πάνω σε αυτό. Στην έρευνα επιχειρήσεων του Αυγούστου 2026 της Federal Reserve Bank of New York, πάνω από το 60% των εταιρειών του τομέα υπηρεσιών χρησιμοποιεί πλέον AI, όμως μόνο το 4% είχε απολύσει κάποιον εξαιτίας του το προηγούμενο εξάμηνο. Λίγο πάνω από το ένα τρίτο επανεκπαίδευσε το προσωπικό του αντ' αυτού. Αυτό που όντως αλλάζει το AI, και γρήγορα, είναι το σχέδιο προσλήψεων και το σχήμα της ίδιας της δουλειάς: περίπου το 15% αυτών των εταιρειών προσέλαβε λιγότερους ανθρώπους από όσους θα προσλάμβανε διαφορετικά, ενώ το 13% προσέλαβε περισσότερους για να δουλέψουν μαζί με την τεχνολογία.

Αν διευθύνετε μια κλινική, μια αντιπροσωπεία αυτοκινήτων, μια αλυσίδα κομμωτηρίων ή ένα γραφείο υποστήριξης, ήδη ξέρετε ότι το AI μπορεί να απαντήσει σε ένα μήνυμα. Αυτό που θέλετε να μάθετε είναι τι γίνεται με τους τέσσερις ανθρώπους της ομάδας εξυπηρέτησης που τα απαντούν σήμερα.

Κόβει όντως το AI θέσεις εργασίας στην εξυπηρέτηση πελατών;

Σπάνια, μέχρι στιγμής, και η τάση στα δεδομένα των ερευνών δεν είναι αυτή που υπονοούν τα περισσότερα δημοσιεύματα. Η New York Fed ρωτά τις ίδιες εταιρείες τα ίδια πράγματα κάθε Αύγουστο από το 2024. Και στα τρία χρόνια, η επανεκπαίδευση παρέμεινε η πιο συνηθισμένη αντίδραση στην υιοθέτηση του AI και οι απολύσεις η λιγότερο συνηθισμένη.

Τι έκαναν οι εταιρείες που χρησιμοποιούν AI το προηγούμενο εξάμηνο Εταιρείες υπηρεσιών, Αύγ. 2025 Εταιρείες υπηρεσιών, Αύγ. 2026
Απέλυσαν εργαζομένους εξαιτίας του AI 1% 4%
Προσέλαβαν λιγότερους εργαζομένους εξαιτίας του AI 12% περίπου 15%
Προσέλαβαν περισσότερους εργαζομένους εξαιτίας του AI 11% περίπου 13%
Επανεκπαίδευσαν υπάρχοντες εργαζομένους λίγο πάνω από το ένα τρίτο λίγο πάνω από το ένα τρίτο

Πηγή: Federal Reserve Bank of New York, Liberty Street Economics, 1 Σεπτεμβρίου 2026 και 4 Σεπτεμβρίου 2025.

Τα εθνικά δεδομένα των ανακοινώσεων λένε μια πιο θορυβώδη ιστορία, που αξίζει να τη διαβάσετε προσεκτικά. Η Challenger, Gray & Christmas κατέγραψε το AI ως τον δηλωμένο λόγο πίσω από 116,175 ανακοινωμένες περικοπές θέσεων εργασίας στις ΗΠΑ από τον Ιανουάριο έως τον Αύγουστο του 2026, περίπου το 22% του συνόλου των ανακοινωμένων περικοπών και τον πρώτο λόγο της χρονιάς. Τον Αύγουστο έπεσε στην τέταρτη θέση με 3,462, τερματίζοντας ένα πεντάμηνο σερί στην κορυφή. Πρόκειται για λόγους που δηλώνουν οι ίδιοι οι εργοδότες στις ανακοινώσεις τους, όχι για μετρημένες απώλειες θέσεων, και συγκεντρώνονται στην τεχνολογία και όχι στην πρώτη γραμμή των υπηρεσιών.

Πού είναι πραγματικές οι απώλειες;

Στη γραφειακή εργασία, και το Bureau of Labor Statistics έβαλε πλέον νούμερο στη δεκαετία. Οι προβλέψεις απασχόλησης 2025 έως 2035, που δημοσιεύτηκαν στις 27 Αυγούστου 2026, αναμένουν τη συνολική απασχόληση στις ΗΠΑ να αυξηθεί κατά 3.5%, ενώ η υποστήριξη γραφείου και η διοικητική υποστήριξη υποχωρούν ταχύτερα από κάθε άλλη επαγγελματική ομάδα: κατά 4.0%, δηλαδή 752,100 θέσεις. Για τις πωλήσεις και τα συναφή επαγγέλματα προβλέπεται πτώση 1.4%.

Διαβάστε τη διάκριση που μετράει. Η δουλειά που εξαφανίζεται είναι ο προγραμματισμός ραντεβού, η απομαγνητοφώνηση, η δρομολόγηση, η καταχώριση δεδομένων και η αναζήτηση πληροφοριών. Η δουλειά που μεγαλώνει είναι ό,τι χρειάζεται κρίση, μια σχέση ή μια απόφαση για την οποία κάποιος θα λογοδοτήσει.

Το Digital Economy Lab του Stanford βρήκε τον ίδιο διαχωρισμό σε πραγματικά αρχεία μισθοδοσίας. Με δεδομένα της ADP που καλύπτουν εκατομμύρια εργαζομένους έως τον Ιούνιο του 2026, οι Erik Brynjolfsson, Bharat Chandar και Ruyu Chen αναφέρουν καμία ένδειξη ευρείας εκτόπισης σε επίπεδο οικονομίας, με μία απότομη εξαίρεση: η απασχόληση των ατόμων 22 έως 25 ετών σε επαγγέλματα εκτεθειμένα στο AI βρίσκεται τώρα 19% χαμηλότερα από εκεί που θα ήταν αν είχε ακολουθήσει τους λιγότερο εκτεθειμένους συνομηλίκους τους. Το πέμπτο εύρημά τους είναι το κρίσιμο για όποιον σχεδιάζει ομάδα. Οι μειώσεις συγκεντρώνονται στα επαγγέλματα όπου το AI υποκαθιστά ανθρώπινες εργασίες. Εκεί που συμπληρώνει τον εργαζόμενο, η απασχόληση μένει σταθερή ή ανεβαίνει.

Γιατί το σχέδιο προσλήψεών σας αλλάζει πριν από τη μισθοδοσία σας

Επειδή ο μηχανισμός δεν είναι οι απολύσεις. Οι συγγραφείς του Stanford είναι σαφείς ότι το κενό λειτουργεί «κυρίως μέσω μειωμένων προσλήψεων νέων εργαζομένων παρά μέσω αυξημένων αποχωρήσεων», και τα νούμερα της New York Fed δείχνουν το ίδιο σχήμα: τέσσερις φορές περισσότερες εταιρείες επιβράδυναν τις προσλήψεις από όσες απέλυσαν κάποιον.

Αυτό έχει μια άβολη συνέπεια, που οι περισσότεροι επιχειρηματίες δεν την έχουν υπολογίσει. Η εισαγωγική θέση στην υποστήριξη δεν ήταν ποτέ μόνο απαντήσεις σε αιτήματα. Ήταν ο τρόπος με τον οποίο οι άνθρωποι μάθαιναν τον κατάλογό σας, τις αντιρρήσεις των πελατών και τους ίδιους τους πελάτες, πριν περάσουν στις πωλήσεις ή στη διαχείριση πελατών. Αυτοματοποιήστε το κάτω σκαλί και θα εξακολουθείτε να χρειάζεστε τη σκάλα.

Υπάρχει και ένα αντίβαρο στην έρευνα. Στη μεγαλύτερη μελέτη πεδίου για το AI σε αυτή ακριβώς τη δουλειά, οι Brynjolfsson, Li και Raymond παρακολούθησαν 5,179 εκπροσώπους υποστήριξης πελατών στους οποίους δόθηκε ένας βοηθός generative AI και μέτρησαν αύξηση 14% κατά μέσο όρο στα ζητήματα που επιλύονται ανά ώρα, που φτάνει το 34% για τους άπειρους και χαμηλής εξειδίκευσης εργαζομένους και σχεδόν μηδενίζεται για τους πιο έμπειρους. Η εργασία, που δημοσιεύτηκε στο Quarterly Journal of Economics το 2025, βρήκε επίσης καλύτερο κλίμα από την πλευρά των πελατών και υψηλότερη διακράτηση των εργαζομένων. Το AI συντόμευσε την καμπύλη μάθησης, δεν την κατάργησε.

Τι κάνει η ομάδα όταν απαντά πρώτο το AI;

Τέσσερα πράγματα, από τη δική μας εμπειρία με επιχειρήσεις που πουλάνε μέσα από συνομιλίες σε WhatsApp, Instagram, Messenger, Telegram, web chat, email και API:

  1. Χειρίζεται τις εξαιρέσεις. Την επιστροφή χρημάτων που έχει ιστορία, τον δυσαρεστημένο τακτικό πελάτη, τη συμφωνία που θέλει μια έκπτωση την οποία πρέπει να εγκρίνει κάποιος. Αυτά ήταν πάντα τα λεπτά της ημέρας με τη μεγαλύτερη αξία, και πάντα ανταγωνίζονταν 40 ερωτήσεις ρουτίνας.
  2. Έχει την ευθύνη της γνώσης από την οποία απαντά ο agent. Τιμές, πολιτικές, διαθεσιμότητα, τι υπάρχει πραγματικά σε απόθεμα. Όταν ένας AI agent απαντά σε κάθε μήνυμα, η ακρίβεια των πληροφοριών της επιχείρησής σας παύει να είναι εσωτερική λεπτομέρεια και γίνεται η ίδια η εμπειρία του πελάτη.
  3. Αναλαμβάνει τις συνομιλίες που αξίζουν άνθρωπο. Η παράδοση σε ένα κοινό inbox ομάδας σημαίνει ότι ο άνθρωπος μπαίνει σε ένα νήμα που έχει ήδη πλήρες πλαίσιο, αντί να ξεκινά από το «γεια, πώς μπορώ να βοηθήσω;».
  4. Δουλεύει τα follow-up που δεν προλάβαινε κανείς. Προσφορές που έμειναν αναπάντητες, ραντεβού που δεν τηρήθηκαν, η λίστα επανάκλησης. Ένας φωνητικός agent που ήδη γνωρίζει το ιστορικό της συνομιλίας μπορεί να κάνει την κλήση επιβεβαίωσης· ο άνθρωπος κλείνει αυτές που θέλουν κλείσιμο.

Τίποτα από αυτά δεν είναι μικρότερη δουλειά. Είναι η ίδια δουλειά χωρίς το γέμισμα, και γι' αυτό ακριβώς είναι πιο δύσκολο να βρείτε άνθρωπο γι' αυτήν.

Πώς να σχεδιάσετε τη στελέχωση γύρω από μια υποδοχή με AI;

Μια σειρά βημάτων που έχει αντέξει στις υλοποιήσεις που βλέπουμε:

  1. Μετρήστε το μείγμα πριν αυτοματοποιήσετε οτιδήποτε. Χωρίστε τις συνομιλίες του περασμένου μήνα σε ρουτίνας, σε αυτές που θέλουν κρίση και σε αυτές που είναι κρίσιμες για τα έσοδα. Οι περισσότερες επιχειρήσεις σοκάρονται με το πόσο μεγάλη είναι η πρώτη κατηγορία.
  2. Αυτοματοποιήστε την πρώτη απάντηση, όχι ολόκληρη τη σχέση. Η ταχύτητα είναι εκεί που βρίσκονται τα χρήματα. Στη δική μας μελέτη 32,581 συνομιλιών πελατών σε 1,247 επιχειρήσεις, οι απαντήσεις μέσα σε 60 δευτερόλεπτα είχαν μετατροπή 35.1% έναντι 7.1% για απαντήσεις που έκαναν από μία έως 24 ώρες.
  3. Γράψτε τους κανόνες κλιμάκωσης πριν από το go-live, όχι μετά το πρώτο παράπονο. Ποια θέματα φτάνουν πάντα σε άνθρωπο, ποιος τα αναλαμβάνει, πόσο γρήγορα. Καλύψαμε τους μηχανισμούς της εποπτείας στο human-in-the-loop AI για εξυπηρέτηση πελατών και πωλήσεις.
  4. Ανακατανείμετε, και μετά αποφασίστε για το προσωπικό. Δώστε του ένα τρίμηνο. Οι ομάδες που μετακινούν ανθρώπους σε εξερχόμενα follow-up και σε διακράτηση πελατών συνήθως βρίσκουν πρώτα το επιχείρημα των εσόδων και μετά αυτό του κόστους.
  5. Προστατέψτε τη διαδρομή εκπαίδευσης. Αν η junior θέση σας ήταν 80% απαντήσεις ρουτίνας, ξαναχτίστε την γύρω από τον έλεγχο των συνομιλιών του AI και την ευθύνη ενός τμήματος πελατών. Αλλιώς κερδίζετε φέτος και σε τρία χρόνια δεν έχετε κανέναν έτοιμο.

Ο προϋπολογισμός γι' αυτό αξίζει τα δικά του νούμερα, και δουλέψαμε τα οικονομικά ανά μονάδα ξεχωριστά στο τι κοστίζει πραγματικά η εξυπηρέτηση πελατών το 2026. Οι μηχανισμοί της σταδιακής υλοποίησης βρίσκονται στο πώς να λανσάρετε έναν AI agent χωρίς να κλονίσετε την εμπιστοσύνη των πελατών.

Τι δεν ξεκαθαρίζουν αυτά τα στοιχεία

Τρία τίμια κενά. Το δείγμα της New York Fed είναι εταιρείες στη Νέα Υόρκη και στο βόρειο Νιου Τζέρσεϊ, όχι μια εθνική απογραφή, και οι ίδιοι οι συγγραφείς της σημειώνουν ότι τα μοτίβα μπορεί να αλλάξουν καθώς ωριμάζει η υιοθέτηση. Η εργασία του Stanford χαρακτηρίζει τα ευρήματά της «πρώιμους, περιγραφικούς δείκτες» και όχι αιτιώδεις εκτιμήσεις. Και κάθε έρευνα εδώ μετρά το τελευταίο εξάμηνο μιας τεχνολογίας που αλλάζει γρηγορότερα από όσο τρέχουν οι έρευνες.

Υπάρχει επίσης ένα σενάριο που τα δεδομένα δεν μπορούν να αποκλείσουν. Οι εταιρείες μπορεί απλώς να αργούν περισσότερο να κόψουν απ' ό,τι να σταματήσουν να προσλαμβάνουν, οπότε οι ήσυχες μισθοδοσίες του 2026 είναι καθυστέρηση και όχι ετυμηγορία. Τίποτα στα σημερινά στοιχεία δεν το αποδεικνύει. Τίποτα δεν το αποκλείει κιόλας.

Ξεκινήστε από τη μέτρηση. Αν δεν μπορείτε να πείτε τι ποσοστό των συνομιλιών του περασμένου μήνα χρειαζόταν πραγματικά άνθρωπο, δεν είστε έτοιμοι να αποφασίσετε τίποτα για το προσωπικό, και η απάντηση συνήθως εκπλήσσει τον ιδιοκτήτη.

Απαντήστε σε κάθε μήνυμα μέσα σε δευτερόλεπτα, σε 100+ γλώσσες, και δώστε τις συνομιλίες που θέλουν άνθρωπο σε έναν άνθρωπο που έχει ήδη το πλαίσιο. Κλείστε ένα demo 30 λεπτών και θα το χαρτογραφήσουμε πάνω στο πραγματικό μείγμα των συνομιλιών σας.

FAQ

Θα αντικαταστήσει το AI τους εκπροσώπους εξυπηρέτησης πελατών;

Όχι με βάση τα σημερινά στοιχεία. Στην έρευνα του Αυγούστου 2026 της New York Fed, το 4% των εταιρειών υπηρεσιών που χρησιμοποιούν AI ανέφερε απολύσεις σχετικές με το AI, ενώ λίγο πάνω από το ένα τρίτο επανεκπαίδευσε εργαζομένους αντ' αυτού. Το BLS όντως προβλέπει μείωση 4.0% στα επαγγέλματα υποστήριξης γραφείου και διοικητικής υποστήριξης από το 2025 έως το 2035, οπότε οι γραφειακές εργασίες μέσα στον ρόλο συρρικνώνονται ακόμη κι εκεί που ο ρόλος δεν συρρικνώνεται.

Πόσες θέσεις εργασίας στην εξυπηρέτηση πελατών έχει κόψει στην πραγματικότητα το AI;

Δεν υπάρχει καθαρός αριθμός, και καλά θα κάνετε να είστε καχύποπτοι με όποιον σας δώσει έναν. Οι εργοδότες ονόμασαν το AI ως λόγο σε 116,175 ανακοινωμένες περικοπές θέσεων στις ΗΠΑ από τον Ιανουάριο έως τον Αύγουστο του 2026 (Challenger, Gray & Christmas), περίπου το 22% όλων των ανακοινωμένων περικοπών σε κάθε κλάδο. Τα δεδομένα μισθοδοσίας από το Digital Economy Lab του Stanford εξακολουθούν να μη δείχνουν ευρεία εκτόπιση σε επίπεδο οικονομίας.

Κάνει το AI τους εκπροσώπους υποστήριξης πιο παραγωγικούς ή απλώς φθηνότερους;

Και τα δύο, άνισα. Η μεγαλύτερη μελέτη πεδίου πάνω σε αυτό, με 5,179 εκπροσώπους υποστήριξης, βρήκε αύξηση 14% κατά μέσο όρο στα ζητήματα που επιλύονται ανά ώρα, 34% για τους νεότερους εκπροσώπους και σχεδόν μηδέν για τους πιο έμπειρους. Κατέγραψε επίσης βελτιωμένο κλίμα από την πλευρά των πελατών και υψηλότερη διακράτηση των ίδιων των εκπροσώπων.

Να σταματήσω να προσλαμβάνω προσωπικό υποστήριξης εισαγωγικού επιπέδου;

Προσοχή. Οι μειωμένες προσλήψεις εισαγωγικού επιπέδου είναι η πιο καθαρή επίδραση στην αγορά εργασίας μέσα στην έρευνα του Stanford, και έρχεται με ένα κόστος στη ροή ταλέντου: η junior θέση υποστήριξης είναι εκεί που οι άνθρωποι μαθαίνουν το προϊόν σας και τους πελάτες σας. Ξαναχτίστε τον ρόλο γύρω από τον χειρισμό εξαιρέσεων, την ευθύνη της γνώσης και τα εξερχόμενα follow-up, αντί να τον κόψετε.

Τι πρέπει να κάνει πρώτα μια μικρή επιχείρηση;

Κατηγοριοποιήστε τις συνομιλίες του περασμένου μήνα ανάλογα με το αν χρειάζονταν κρίση. Αυτοματοποιήστε την πρώτη απάντηση στην κατηγορία ρουτίνας, ορίστε κανόνες κλιμάκωσης για τις υπόλοιπες, και μετρήστε κλεισμένα αποτελέσματα αντί για κλεισμένα αιτήματα.

Πηγές: Federal Reserve Bank of New York, «Businesses Are Using AI to Transform Work, Not Cut Jobs», Liberty Street Economics, 1 Σεπτεμβρίου 2026; Brynjolfsson, Chandar & Chen, «Canaries in the Coal Mine?», Stanford Digital Economy Lab, αναθεωρημένο στις 12 Αυγούστου 2026; US Bureau of Labor Statistics, Employment Projections 2025 έως 2035, 27 Αυγούστου 2026; Challenger, Gray & Christmas, Job Cut Report Αυγούστου 2026; Brynjolfsson, Li & Raymond, «Generative AI at Work», NBER Working Paper 31161, δημοσιευμένο στο Quarterly Journal of Economics (2025); Entagl Response Velocity Study 2026.

Δημοσιεύτηκε από Entagl Research on