据首席人工智能官Kartik Sheth表示，德意志电信正在其客户服务中用AI代理取代部分传统电话菜单。他在《The Next Web》报道的HumanX活动上称，完全无需转接人工的互动占比每月上升一至两个百分点。这是一个运营信号，却没有回答投资者的核心问题：客户的问题是否以更低的总成本得到解决？
这一区别很重要，因为留在机器人端的电话，可能意味着路由器被迅速重启，也可能意味着客户放弃尝试或稍后再次拨打。报道未披露基础通话量、当前整体自动解决率，也没有将该指标与客服支出对应。因此，Sheth的说法支持公司正在改变客服来电入口这一判断；单靠这些说法，无法证明可量化的盈利收益。
报告的增长衡量转人工情况，并非全部结果
活动日程确认Sheth是德意志电信首席人工智能官，并列有9月24日关于企业规模部署AI代理的讨论。据最初报道，他表示，AI初次用于某类服务时，处理的该类来电不超过五分之一，随后随系统调校而改善。他还说，占比越高，进一步提升越难，因为余下的案例更复杂。这些是管理层对部署情况的描述，并非已公布且经过独立核查的集团整体时间序列。
“完全无需转人工”描述的是一道转接界线。它没有说明客户的问题是否解决、回答是否正确、互动持续多久，或者客户是否再次来电。机器人留住更多来电可能体现有效自动化；如果它拦下了不适合处理的来电，也可能掩盖重复工作。更有价值的比较，应在统计无需人工比例的同时，追踪同一类问题的解决、升级和再次联系情况。
每月上升若干百分点也不能无限期画成直线。报道未提供起始水平或需求结构，而最难的电话可能最不适合自动化。把该速度延伸为未来人员规模或利润率预测，会引入现有证据不支持的假设。
旧系统决定节省成本的路径
Sheth举出实际例子：AI代理可以协助检查和重启路由器、解释账单，复杂问题则交给经验丰富的员工。他还提及用适配器和缓存连接新代理与旧系统。一个有效的机器人必须可靠地调用真正的服务操作；如果后台系统无法执行，流畅对话也修不好客户的连接。反过来，直接将简单问题送给代理，可能缩短等待，并让员工处理困难案例。
德意志电信2025年年报的数据与AI章节已介绍利用语言模型处理部分网络故障工单，并改进Frag Magenta聊天机器人，使其能够应对较少遵循脚本的问题。当时，减少流向人工顾问的来电被列为未来目标。会议报道对语音来电分流更具体，但应视为这项服务战略的延续，不能作为所有客服中心都已被取代的证据。
这一内部客服变化也不同于另外两项容易混淆的产品。公司另行销售面向企业客户的语音和聊天产品CoMind，并讨论过为普通通话加入AI助手。产品销售收入、自有客服热线节省的成本以及面向用户的功能，是三条不同的经济路径。新近讲话主要涉及自有客服来电的分流。
较早的服务指标提供另一种检验
德意志电信在2025年效率披露中报告，首次联系解决率为76.0%，高于2024年的74.1%。这一指标衡量问题是否在第一次联系时得到解决。它不能与Sheth所说的2026年无需人工比例互换：两者的时期、群体和定义都不同。不过，它说明了评估自动化究竟改善服务，还是仅仅改变排队方式所需的客户结果指标。
同一披露还称，集团投资于数字接触渠道和AI支持的客服平台，以简化流程。这些投资涉及集成和运营成本。减少日常人工接触带来的节省，必须超过模型、平台、监控和转接的成本，以及重复来电可能带来的额外支出。所引公开资料没有单独计算新述语音代理的净效应。
积极情景有其道理：处理简单任务的客户可能绕过菜单和等待，员工则专注于需要判断的情况。相反，自动化容易处理的来电可能使人工团队面对更难、耗时更长的工作，错误回答还会带来返工。两种机制可以同时存在。投资者需要匹配的运营与质量证据，才能判断哪一种财务影响占主导。
投资判断需要相互对应的指标
更有说服力的后续披露，应列明交给AI的来电数量与类型、无需再次联系而真正解决的比例、转接率、客户投诉，以及每个已解决案例的成本。它还应区分试点或单一国家上线与集团整体部署。一致的首次联系解决率序列和客服成本趋势，有助于判断无需人工占比提高是否伴随更好结果和更低支出。
目前得到确认的事件，是Sheth据报道对推广过程及管理层追踪的无需人工占比所作的描述。德意志电信较早的年报确认了更广泛的自动化战略，并提供了较旧的质量参照。这些来源没有量化净利润、客户忠诚度或就业影响；将其说成已经实现的成果会超出证据。