跳至正文
MakerGain
← 返回案例列表

接手第一週資料庫就崩了:Zipchat 想讓每家網店的客服都能開箱即用

編輯:MakerGain發布:文章更新:

Zipchat 是面向電商的 AI 客服代理。Ruslan 在 2024 年 1 月接手時,團隊說不清 MRR 與客戶來源,第一週資料庫就開始崩潰。他先補帳:用 Mantle 讓 MRR 可見、蒐集聊天回覆的回饋;按其部落格說法,約兩個月後 MRR 提高 25%,首次達到2 萬美元。產品稱30 分鐘可上線,但品牌規則、客服平台串接與答錯修正仍須逐店設定。

Ruslan 在 2024 年 3 月 19 日發布的部落格文章裡寫道,他在 1 月接手 Zipchat 時,團隊不知道 MRR 是多少,也說不清客戶從哪裡來。溝通散落在 WhatsApp、Slack 和電子郵件裡,沒有共用知識庫,也沒有自動化測試。接手第一週,資料庫就開始崩潰 部落格[1]。

這不像典型的 AI 創業故事,卻能回答更實際的問題:一家網店把客服交給 AI,究竟買到什麼,錢又付給誰。

它接手的是顧客半夜問出口的那句話

官方將 Zipchat 描述成面向電商的單一智慧代理:站內搜尋、商品頁問答、網站聊天、WhatsApp、Instagram、Messenger 與電子郵件都由它處理,同一位客戶跨渠道保留同一份記憶 官方說明[2]。它依據品牌自己的商品目錄、網站、文件和規則回答,價格、庫存等即時商品資料優先於快取文字。

以下僅依官方說明組合出示意,並非某位客戶的真實紀錄:顧客在商品頁問「這件明天能到嗎」,代理查閱即時庫存和品牌提供的配送規則;品牌規則要求此時轉人工,就轉人工。它也能在品牌自己的工具裡執行動作,例如查訂單、發折扣碼。這些動作透過 Agentic Skills 串接,連接對象可以是任何提供 API、webhook 或 MCP 的工具;哪些動作自動執行、哪些須人工核准,由品牌決定 同上[2]。

圖:來源為產品官網[3],2026-11-18擷取,保留官方介面示意;並非獨立實測或實際客戶成效紀錄。

「轉人工」聽起來簡單,串接方式卻不一致。官方列出的客服平台連接中,Zendesk 是原生整合;Freshdesk 是現成的 Agentic Skill,轉人工時建立附摘要和完整對話紀錄的工單;Gorgias 仍為 beta,按申請提供;Intercom、Salesforce Service Cloud 等則須用 Zipchat 自身 API 搭配自訂 skill。所有方案都能使用這些連接 同上[2]。官方另稱自助上線可在30 分鐘內完成,從 Shopify App Store 安裝後即可使用。也就是說,開箱可以開,商品目錄和網站第一天就能自動讀取;但品牌規則、客服平台串接與答錯後的修正,仍要品牌自行設定。產品交付的不是「一個會聊天的框」,而是一段需要品牌自己訂規則、接客服平台、校正回答的流程。

接手的人先補的是帳

Ruslan 並非第一次做電商工具。他在 2017 年做 Checkout X,提供 Shopify 的替代結帳方式,以自有資金做到 約 NT$262,800,000.00($8M) ARR;後來 Shopify 改變平台、鎖住結帳功能,產品就倒下了 Indie Hackers 訪談[4]。這段經歷無法解釋 Zipchat 如今的全貌,但他確實經營過那種「開門權在別人手上」的生意。

他與 Zipchat 的關係,公開說法並不一致。官網創始人頁將 Luca Borreani、Carlo Bellati、Ruslan Leteyski 和 Michael Monin 並列為 2023 年 5 月創立公司的四位共同創辦人 關於頁[5];他自己在部落格將 1 月的交易稱為「收購」,說自己「繼承」了 Luca 和 Carlo,接手時公司已營運約 10 個月、服務 200+ 個商業客戶 部落格[1];同一篇 Indie Hackers 訪談中,他又說在 2024 年共同創辦 Zipchat 訪談[4]。該篇部落格發布於 2024 年 3 月 19 日,文中說收購發生在 1 月。能確認的是,接手時公司已服務一批商業客戶,帳務卻很混亂。

接手後,他最不像「成長操作」的一步是補帳:用 Mantle 讓 MRR 成為看得見的數字,開始蒐集聊天回覆的回饋 同上[1]。後來才談到收入——他自述,收購後約兩個月,MRR 增加 25%,首次達到 約 NT$657,000.00($20k) MRR。這項自述來自 2024 年 3 月 19 日的部落格;收購約兩個月後的 約 NT$657,000.00($20k) MRR,不該被當成目前的數字。

難看的部分也寫進了文章:資料庫第一週開始崩潰,到寫文時仍有效能問題,伺服器支出高於應有水準,他自認不是資深開發者;產品還缺功能,聊天回覆有時很糟,也有許多 bug 同上[1]。

帳單掛在「AI 說了多少句話」上

收費方式看得出取捨。Zipchat 的一般用量方案按每月 AI 回覆數計費,不按客服席位,也不按商店流量:Starter 年繳折合 約 NT$2,102.40($64)/月(約 NT$25,228.80($768)/年),或月繳 約 NT$2,628.00($80)/月,含每月 750 則 AI 回覆;Pro 年繳折合 約 NT$7,884.00($240)/月,或月繳 約 NT$9,855.00($300)/月,含每月 3,000 則;年繳省 20%,Starter、Pro 超量後可用 約 NT$1,609.65($49) 購買 250 則加量包 定價頁[6]。每個方案有 7 天免費試用;首次付款後 30 天內可申請全額退回原支付方式(疑似詐欺或濫用除外);可隨時取消且無取消費,但30 天退款期過後,年繳未使用月份不退款 同上[6]。

按回覆數收費,就是把帳單掛在「AI 做了多少工作」,而非「雇了幾位客服」上。Gorgias 也表示自己不按席位定價,但它的尺度是工單:客服平台每月從 50 到 5,000 張工單擴充,只要一張工單至少有一則訊息從 Gorgias helpdesk 發出——人工、AI Agent、規則自動訊息都算——就收一張工單費;若 AI Agent 不轉人工,且72 小時內不需人工介入就解決工單,再加一筆按結果計價的自動化費。完全由 AI 解決時,兩筆費用可疊加;轉人工時,只收工單費 Gorgias 定價[7] 計費說明[8]。兩家都按處理量收費,但尺度不同:Zipchat 數 AI 發出的每則回覆,Gorgias 數「有客服平台發出訊息的工單」,再加一層 AI 獨立解決的自動化費。店主的算帳方式因此不同。

還有一筆費用不屬於 Zipchat:透過 WhatsApp 做行銷,首則訊息由 Meta 按國家收費,美國為每次發起聊天 約 NT$0.66($0.02),官方例子是 1,000 人收 約 NT$657.00($20),而且只適用行銷活動 定價頁[6]。從 Shopify App Store 安裝時,訂閱由 Shopify 計費,列在 Shopify 帳單中;方案功能不因訂閱渠道而改變 同上[6]。另外,Shopify 商店頁[9]以人民幣顯示 Starter 每月 500 則回覆,官網以美元顯示每月 750 則;商店頁自行說明,人民幣價格是按目前匯率估算的展示價,實際按收費當天匯率,以商店帳單幣別扣款。兩處回覆數量對不上,資料沒有說以哪個為準。

成效和收入,都得看清楚是誰在說

官網有「不到 3.2% 升級人工」、「透過對話產生收入」等成效說法,屬公司自述,沒有獨立實測或客戶層級資料可驗證。2,500+ 個電商品牌、18 人團隊(6 位工程、4 位行銷、3 位客戶成功、5 位銷售)、涵蓋 40+ 國、Shopify App Store 4.9/5,也都是官方說法 關於頁[5] 官方說明[2]。

收入有兩種口徑,都來自創始人,並非審計數字。他在 Indie Hackers 訪談的可見部分說,Zipchat 當時每月處理 700k 次對話、每週約成長 10%、即將突破 約 NT$65,700,000.00($2M) ARR;同頁收入欄寫的是 約 NT$5,485,950.00($167K)/月 訪談[4];部落格中收購兩個月後的 約 NT$657,000.00($20k) MRR,則是另一個時點的自述。MRR 不是利潤;伺服器成本只有「高於應有水準」這項方向性描述,沒有金額,因此利潤仍不清楚。

他自己最不留情的一句是:原先以為 Zipchat 只是 ChatGPT 包裝,實際要做出讓任何商店開箱即用的 AI 聊天,難得多,這項核心任務仍未做到完美 部落格[1]。獲客方面,App Store 最佳化、行銷、主動銷售聯繫、參與會議都在做:主動聯繫有效,但資料不足以擴編;行銷有成果,卻沒有一項能加碼;App Store 帶來安裝,但競爭加劇。他說還沒有好的成長飛輪,當年年底目標為 約 NT$1,971,000.00($60k) MRR。

「任何商店開箱即用」,最容易被店主低估。官方說30 分鐘能上線;商品目錄與網站第一天就能自動讀取,但品牌規則、配送政策、客服平台串接、答錯後修正,仍得逐店設定。店主願意付錢,更可能是買半夜那句答對的話,而非「用了 AI」;要讓這句話在數千家不同商店都成立,難的不是模型,而是那些不同之處。

繼續閱讀

AI 客服
轉交真人不計費:Fini 把 AI 客服帳單押在「真的解決了」上

Fini 的 AI 客服代理在客戶現有 helpdesk 裡接手聊天工單,用行為樹和確定性執行器,依節點讀取方案與帳號狀態,呼叫客戶介面完成取消訂閱等動作;轉交真人不計費,預設只把端到端解決、沒有真人接手的工單算作計費單位。團隊曾清空首版產品,在 fintech 客服團隊駐點四週後重建,選擇不取代客戶現有客服系統,並把後台 AI 自行提出的知識修正置於真人審核之後,未經批准不發布。

AI 客服
先讓機器人說「我不知道」,這門副業每月帶來約 $500

倫敦 HeyDeacon 的 Andy 與兩位共同創辦人開發 Deacon,供仍親自回客服信的創辦人和小團隊使用。它先由共同創辦人自用;答不上來時,承認不知道並請訪客留下電子郵件;對方實際留下後,對話才會被標為未讀,並寄信給擁有者,真人回覆可加入知識庫。團隊把重點放在模型外的流程;知識庫需手動重抓,或由發布腳本觸發更新,換模型不必重做產品。

AI 客服AI 搜尋AI 電商
訪客點下轉人工時,Chat Data 給同事發了封帶免登入連結的郵件

Chat Data 把企業文件、網頁和檔案訓練成可部署到網站與訊息管道的 AI 客服代理,並用免登入郵件連結把訪客轉人工接起來。它按 message credit 計費,支援自建模型和 Composio 託管的 MCP;TrustMRR 頁面列出 MRR 約 NT$579,638.25(17,645 美元)、304 個活躍訂閱,團隊 2–5 人。

AI 客服AI 效率
先綁卡,再進門:ChatDash 把 AI 語音代理的收款做成了一門年費生意

ChatDash 把面向代理商的白標 AI 代理儀表板做成按年賣客戶槽位的生意:客戶須先綁卡才能進面板,Stripe 自動處理訂閱與按量帳單;SaaS Mode 則限制為 Growth 加購,且只支援 Retell 語音、OpenAI 文字。TrustMRR 頁面截至 2026-11-14 稱其累計收入 約 NT$19,826,453.25($603,545)、MRR 約 NT$563,935.95($17,167)。