AI 客服 + RPA 组合：一个 3 人团队怎么跑 10 个店铺

3 人管 10 店靠 AI 管嘴、RPA 管腿，本质是把 10 个店当成 1 个店来运营。

核心要点

• AI 解决率目标 30 天 50% 90 天 70 起
• Erewhon 年省 1500 小时，ROI 5.5 倍
• Amwhiz 重复工单降 82%，首响压到 1.4 小时
• RPA 把对账从 6 小时/天压到 15 分钟/天
• 3 人团队月增投入约 2500 元，省约 1.65 万

3 个人跑 10 个店，靠的不是某个工具，是把两件事拆开。

AI 客服解决沟通，RPA 解决搬运。分界线在工作流，不在工具。

三个可核的参照数据。Erewhon（洛杉矶 10 家门店，2500 名员工）的一个员工用 Zapier 搭了 39 步工作流，70% 的客服工单无需人工改动直接发出，每年省 1500 小时，约 4 万美元等值人工成本，Zapier 投入的 ROI 是 5.5 倍。Amwhiz 那个香水品牌，9 个 Shopify Plus 店日均 400 次咨询，65% 是重复的订单类问题，改造后重复工单量降 82%，首次响应从 18 小时以上压到 1.4 小时，CSAT 从 3.9 升到 4.7 星，复购提升 23%。店群场景下，成熟工具能让单个人工坐席同时托管 10 家以上店铺的剩余咨询。

主编判断：3 人 10 店能跑，前提是把 10 个店当成 1 个店来管。分店看，10 倍复杂度；按渠道看，是同一套话术、同一个仓库、同一张报表。

先分工：AI 管嘴，RPA 管腿

Erewhon 那个工作流的设计有个细节值得抄：它先查会员状态，会员给温暖的 AI 版本，非会员给标准答案，同时把购买历史显示出来，让店长优先处理高价值客户。AI 干分流，人干判断。

3 人的岗位重排

原状态：3 人各管 3-4 个店，每个店都要登 5 个后台，人力全耗在切换和查询上。

岗位 A：店铺运营（1 人）。 负责 10 个店的商品上下架、定价、活动报名、平台后台的策略性操作。RPA 把订单和库存从这层剥离后，这个岗位第一次有时间做选品和页面优化。

岗位 B：客服与售后（1 人）。 负责 AI 拦下来的工单：投诉、退货纠纷、大额退款、超权限问题。同时维护 AI 的知识库和升级规则。Teammates.ai 的数据说明这部分为什么值得留人：AI 转人工时如果先给一段预摘要上下文，人的读入时间每单省 42 秒。

岗位 C：数据与财务（1 人）。 负责对账差异处理、异常订单排查、税务与申报单证。RPA 做完搬运后，这个岗位处理的是差异和例外，不是数据本身。

四个落地指标

指标一，AI 独立解决率。 目标 30 天 50%，90 天 70% 到 80%（Zipchat 的建议）。低于 50% 通常是知识库没建，不是模型不行。

指标二，接入订单数据后的提升幅度。 Edel Optics 的数据是接之前 20-30%，接之后 75-79%。如果你的 AI 客服解决率长期卡在 30% 以下，先查订单数据有没有接。

指标三，首次响应时效。 目标是 1 小时以内，AI 接手后应在秒级。Amwhiz 那个案例从 18 小时以上到 1.4 小时是 9 个店一起达标的。

指标四，人工工单里重复问题的占比。 每周统计一次。占比超过 40% 说明 RPA 或知识库有缺口。Amwhiz 的 65% 是改造前的数字。

再看两个辅助指标：CSAT 分离统计（AI 处理和人工处理要分开看，混在一起看不出问题）；转人工后的二次升级率（AI 解决不了又没干净转手的情况）。

必守的四个禁区

这部分只做技术说明和风险提示。

不要让 RPA 模拟点击多账号登录环境。 2026 年主流平台对账号环境的验证维度已扩展到操作行为和环境一致性。机器人的固定行为轨迹本身就是可识别特征。这类需求要走官方 API 或 ERP 的授权通道。

不要让 RPA 自动改价。 定价涉及利润、竞品、库存的实时判断，规则会变。

不要让 AI 自动处理投诉和拒付风险工单。 语气错配会直接推高拒付率。设一个情绪阈值，超过就路由到人。

不要省掉真人接管通道。 多语种 AI 转人工时，交接语言的规则要提前定。买家用葡萄牙语咨询，转给一个不会读葡萄牙语的坐席，工单就卡在这里。Live Translation 是一种答案，路由到指定语言的坐席是另一种。

一个月怎么排

第 1 周：数。 导出 90 天工单，按类型和语言打标。前 20 类通常覆盖 75% 到 85%。同期导出上个月的账单，看对账耗时和错误率。这一步只花一小时。

第 2-3 周：AI 先只写草稿。 选 1 个语种，内部备注模式运行。Edel Optics 和 YouGarden 都是这么起步的。同时接订单数据，这是分水岭。

第 4 周：RPA 跑报表和对账。 先做这两块，因为错了能被下游发现。做 1 到 2 周双轨运行，核对差异率。

第 5-6 周：扩 RPA 范围。 加订单下载录入和库存同步。库存同步要接三套：平台在售、国内在途、海外仓现货。少一套就超卖。

第 7-8 周：AI 转为直发。 达标线是 30 天替代率 50%、CSAT 不低于人工水平。设 3 条消息未解决自动转人工的阈值。

第 9-12 周：把 AI 测出的动作交给 RPA。 AI 客服跑出来的问答热点，就是 RPA 该自动化的动作清单。反过来，RPA 报出的异常，就是 AI 该学的知识。

成本对照

按 3 人团队算。

原状态：3 人 × 每人 1.2 万月薪 = 3.6 万，加 5 个店铺 SaaS 工具约 1000 元，月成本约 3.7 万。

改造后：人力不变，工具投入 AI 客服（按中等配置年 2 万摊月 1667 元）+ RPA 工具（月 500 元起）+ 知识库维护工时（每周 4 小时）。月增成本约 2500 元。

能省的：报表汇总从 3 人 2 天压到 4 小时，每周省约 2 人天；对账从 6 小时/天压到 15 分钟/天，每周省约 5.5 人天；订单录入每周省约 2 人天。合计每周约 9.5 人天，按每人天 400 元算是 3800 元/周，约 1.65 万/月。

结论：人工不减，但同样的 3 个人从”处理事务”转向”处理例外”。 1.65 万的月节省对应 2500 的月增投入，账是通的。

真正的收益在另一头：Amwhiz 那个案例复购提升 23%。CSAT 从 3.9 到 4.7 星带来的复购增量，通常比人力节省大一个数量级。

FAQ

3 个人管 10 个店现实吗？

现实，但有前提。10 个店必须是同一套话术、同一个仓库、能合并报表的规模。跨平台跨品类的话要另算。Amwhiz 那个案例是 9 个 Shopify Plus 店，条件比这个更苛刻。

AI 和 RPA 怎么分工才不冲突？

按工作流切：面向买家的一侧归 AI，面向系统的一侧归 RPA。判断标准是这件事需不需要理解意图。需要理解的（投诉、退货纠纷）留人加 AI，不需要理解的（下载、录入、同步、对账）交 RPA。

部署顺序有讲究吗？

有。先 AI 后 RPA，先高频低风险后低频高风险。第一个月只做报表和对账，这两块错了下游能发现。第三个月才动库存同步，因为同步错误直接导致超卖。

AI 客服替代率上不去是什么原因？

两个常见原因。一是没接订单数据，AI 只能答 FAQ，所有具体订单都要转人。二是知识库没按店铺和语种分开，多店场景下 AI 会把 A 店的政策答给 B 店的买家。

会不会因为用了 RPA 影响账号安全？

会。这不是 RPA 本身的技术问题，是平台侧的检测维度变了。2026 年主流平台验证的不只是 IP 和设备，还包括操作行为和环境一致性。机器人的固定节奏本身就是特征。这类需求必须走官方 API 或 ERP 授权通道，不要用模拟点击。

参考文献

• 《博客（Erewhon 39 步客服工作流案例出处）》｜Zapier｜https://zapier.com/blog/
• 《多店铺 AI 客服改造案例（重复工单、首次响应与 CSAT 数据）》｜Amwhiz｜https://www.amwhiz.com/
• 《AI 转人工预摘要上下文与解决率统计》｜Teammates.ai｜https://teammates.ai/
• 《客户案例库（Edel Optics、YouGarden 分阶段上线路径）》｜My AskAI｜https://www.myaskai.com/
• 《AI 客服替代率目标值与失败场景清单》｜Zipchat｜https://www.zipchat.ai/
• 《订单与库存同步的官方 API 授权通道（文中 RPA 禁区对应的合规路径）》｜亚马逊官方｜https://business.amazon.com/
• 《Selling Partner API》｜亚马逊官方｜https://developer-docs.amazon.com/sp-api/
• 《Marketing and promotions》｜Shopify Help Center｜https://help.shopify.com/en/manual/promoting-marketing/ai