技術分享

AI 客服導入費用:需求評估、PoC、正式上線各多少錢

以 2026 年台灣客製專案估算,AI 客服的需求評估免費、單一場景 PoC 約 NT$30 萬至 80 萬、正式上線約 NT$80 萬至 250 萬,跨部門多系統依範圍估價;AI 模型 API 與雲端主機依用量另計。本文拆解每個階段的錢花在哪裡,比較平台訂閱與客製整合的成本結構,並整理控制預算的做法。

作者 JoinX 哲煜科技 創辦人暨執行長發布 閱讀約 7 分鐘
AI 客服導入費用:需求評估、PoC、正式上線各多少錢

重點摘要

  • AI 客服客製導入分四個階段:需求評估免費、PoC 約 NT$30 萬至 80 萬、正式上線約 NT$80 萬至 250 萬,跨部門多系統依範圍估價。
  • 開發費之外,AI 模型 API 與雲端主機依實際用量計費,上線後的維運另訂合約。
  • 平台訂閱多半按客服席次或 AI 成功處理的次數計價,前期便宜,但用量越大、要接的系統越多,長期成本越難預估。
  • 客製整合前期投入較高,適合要查訂單、會員資料,或資料不能離開指定環境的企業。
  • 控制預算最有效的做法,是先用一個管道、一批真實問題做 PoC,答對率達標再擴大。
本文目錄

AI 客服的費用,主要取決於三件事:知識庫要整理多少資料、要接幾個客服管道與既有系統,以及驗收標準訂多嚴。 模型本身的費用通常不是大頭。下面依 JoinX 在AI 客服導入頁公開的費用區間,拆解每個階段的內容,再比較平台訂閱與客製整合的成本差在哪裡。

AI 客服導入費用大概多少?

以 2026 年台灣客製專案估算,需求評估免費,單一場景 PoC 約 NT$30 萬至 80 萬,正式上線約 NT$80 萬至 250 萬,跨部門、多系統依範圍估價。AI 模型 API 與雲端主機依實際用量另計。

階段費用區間包含時程
需求評估免費了解流程與資料、判斷適不適合用 AI、建議第一個場景1~2 次會談
單一場景 PoCNT$30 萬~80 萬一個管道、有限資料、人工監督下測試4~8 週
正式上線NT$80 萬~250 萬權限、串接、轉真人、監控、測試與部署2~4 個月
跨部門、多系統依範圍估價多個知識庫與 AI Agent、跨系統流程與完整治理4 個月以上

區間是預算規劃的起點,不是固定報價。同一個階段落在區間的哪一端,看的是資料量、管道數量與驗收要求。

每個階段的錢花在哪裡?

錢大多花在 AI 以外的工作:整理知識庫、設計轉真人流程、串接既有系統,以及測試答對率。階段越往後,系統串接與權限設計的比重越高。

需求評估:先確認適不適合用 AI

需求評估免費,通常 1 至 2 次會談:了解目前的客服流程、常見問題與答案寫在哪些文件,判斷適不適合用 AI,並建議第一個場景,讓企業在投入 PoC 之前,就知道哪些問題適合交給 AI、哪些不適合。

PoC:用一批真實問題量答對率

用一個管道、一批真實問題建立知識庫與回答流程,量測答對率、出處正確率與轉真人比例。費用落在區間哪一端,主要看知識庫文件的整理難度:文件格式一致、內容是最新版本,費用就低;文件散在各部門、版本混亂,整理工作就多。

正式上線:補齊權限、轉真人與監控

接上官網、APP 或 LINE 官方帳號,設定轉真人流程、權限與監控,必要時串接訂單或會員系統。要查訂單、查會員的 AI 客服,費用會比只回答常見問題的高,因為每串一套系統,就要多做一次權限設計與測試。

跨部門、多系統:依範圍估價

多個部門各有知識庫、要跨系統執行任務,或要讓 AI Agent 建單、改預約時,範圍差異很大,所以依模組與系統數量估價。這類專案通常分階段進行,每個階段都有可以驗收的成果。

開發費之外,每個月還有哪些費用?

上線後的固定支出主要有三項:AI 模型 API、雲端主機,以及維運。前兩項依實際用量計費,維運則另訂合約,範圍包括知識庫更新、回答規則調整與系統監控。

費用項目計費方式影響金額的因素
AI 模型 API依用量(處理的文字量)每月對話數、每次回答引用的文件長度
雲端主機與資料庫依用量與規格知識庫大小、同時在線人數、是否需要私有部署
維運另訂合約知識庫更新頻率、要監控的管道與系統數量

估算時,建議用過去 3 個月的客服紀錄推算每月對話數,再預留尖峰用量。NIST 的 AI 風險管理框架也把上線後的持續監控列為治理重點,維運不是可以省略的項目。

平台訂閱和客製整合,成本結構差在哪?

平台訂閱前期投入低、按席次或成功處理次數計價,適合流程標準、不需要深度串接的團隊;客製整合前期投入較高,但可以接進既有系統、資料留在指定環境,用量變大時成本也比較好預估。

比較項目平台訂閱客製整合
前期費用低,多半開通即可使用依階段計費,見上方費用表
計價方式按客服席次、AI 成功處理次數或用量開發費一次性;模型 API 與主機依用量
串接既有系統依平台提供的整合功能,特殊系統要另外開發依需求串接訂單、會員、預約等系統
資料存放在平台的雲端環境可指定環境,包括私有部署
長期成本對話量與席次增加時,費用跟著增加主要隨模型用量增加,開發費不重複支付
適合流程標準、想快速試用要查訂單會員資料、權限複雜、資料不能外流

以官網公開價格為例(2026 年 11 月 4 日查詢,美元計價):

  • Zendesk: Suite Team 方案年繳每位客服人員每月 US$55(月繳 US$69),AI 專員依「自動化解決」計費,超出方案內含額度後,承諾式方案每次 US$1.50、隨用隨付每次 US$2.00(Zendesk 定價頁)。
  • Intercom: Fin AI Agent 每次成功處理(outcome)US$0.99(Intercom 定價頁)。

這類「按成功處理次數」的計價,對話量小時很划算,但費用會跟著用量成長:以 US$0.99 計算,每月成功處理 1 萬次約 US$9,900,一年約 US$11.9 萬,還不含客服席次費用。實際價格以平台官網為準,方案與價格可能隨時調整。

什麼情況選平台,什麼情況找客製?

問題以常見問答為主、不需要查企業內部資料、客服團隊想先快速試用時,平台訂閱比較划算。要查訂單或會員資料、有特殊權限、資料不能放在第三方雲端,或對話量大到按次計費不划算時,客製整合比較合適。

也可以混合使用:先用平台驗證客人最常問什麼,再把需要串接系統的部分交給客製開發。比較時建議用同一個估算期間,例如 3 年,把開發費、訂閱費、用量費與維運費加總比較,而不是只看第一年的支出。

如果 AI 客服之後要走向跨系統執行任務,例如建單、改預約,可以參考企業 AI Agent 與 RAG的權限與稽核設計。

怎麼讓 AI 客服的預算不超支?

最有效的做法是縮小第一階段的範圍:一個管道、一批真實問題、清楚的答對率門檻。PoC 達標才擴大,達不到就停在這個階段,損失控制在 PoC 的費用內。

  1. 挑一個問題最多的管道。 例如官網對話框或 LINE 官方帳號,不要一開始就全部管道一起上。
  2. 先整理知識庫。 把過期、重複的文件清掉,答案明確的 FAQ 優先。
  3. 定義答對率門檻。 用過去的真實問題當測試集,說清楚多少答對率算過關。
  4. 把轉真人寫進流程。 退款、客訴、帳務等要負責的問題直接轉真人,不讓 AI 回答。
  5. 先只開放查詢。 要串接系統時,先只讀不寫,修改類動作保留人工確認。
  6. 上線後看對話紀錄。 依答錯與轉真人的題目補知識庫,再評估要不要擴大管道。

JoinX 做過哪些 AI 對話專案?

JoinX 的 AI 對話專案包括保險業的 AI Agent 介面、在既有平台加入 AI 搜尋,以及官網上每天在回答問題的 JoinX GPT。這些專案的共同做法,是讓 AI 依既有資料回答,答不了的交給人處理。

  • 保險公司: 2026 年為保險業務情境設計 AI Agent 的對話介面與操作流程,讓第一線人員真的用得起來,最後由人確認。
  • GoodParty 享派兑: 在 JoinX 開發並持續維運的平台上加入 AI 搜尋,沿用原本的資料與後台,不另外換系統。詳見GoodParty 案例。
  • JoinX GPT: joinx.co 右下角的 AI 助手,依官網的服務、流程與文章內容回答問題,問不到的交給業務。

金融機構導入 AI 客服時,還要對照金管會的 AI 指引準備治理文件,做法見金融業 AI 導入。

常見問題

AI 客服導入最少要多少錢?

以客製專案來說,第一步是免費的需求評估;要做出可以實際測試的版本,單一場景 PoC 約 NT$30 萬至 80 萬。如果只需要回答常見問題、不串接系統,也可以先試用平台訂閱方案。

AI 客服每個月的費用怎麼算?

主要是 AI 模型 API、雲端主機與維運三項。模型 API 依處理的文字量計費,主機依用量與規格計費,維運另訂合約。建議用過去 3 個月的客服紀錄推算對話數,再預留尖峰用量。

平台訂閱和客製開發,哪個比較便宜?

看期間與用量。對話量小、不需要串接系統時,平台訂閱比較便宜;對話量大、要查訂單會員資料,或資料不能放在第三方雲端時,客製整合的長期成本通常比較好控制。建議用 3 年期間把所有費用加總比較。

AI 客服 PoC 沒有達標怎麼辦?

先看沒達標的原因。多數是知識庫文件不完整或過期,補齊後再測一次;如果問題本身需要人工判斷,例如客訴與退款,就把這類問題改成直接轉真人。PoC 的目的就是在投入正式上線之前,先確認做不做得到。

AI 客服上線後還要付維運費嗎?

要。產品、規章與 FAQ 會變動,知識庫要跟著更新,答錯的題目也要調整回答規則,模型版本更新時還要重新測試。維運範圍與費用依管道與系統數量另訂合約。

參考資料

  • Zendesk 方案與定價(2026 年 11 月查詢)Zendesk
  • Intercom Pricing(2026 年 11 月查詢)Intercom
  • AI Risk Management Framework(AI RMF 1.0,2023)美國國家標準與技術研究院(NIST)

以上為本文撰寫時引用的法規與資料;法規可能修訂,實際適用請以主管機關最新公告為準。

關於作者

李秉哲 Jack Lee

JoinX 哲煜科技 創辦人暨執行長

2016 年創立 JoinX 哲煜科技,帶領 80+ 人、橫跨台灣與日本的團隊,累計為 220+ 家客戶完成 520+ 個專案,其中包含 56 套中大型系統。

延伸閱讀