思想领袖
最佳辅助智能体:为何联络中心中的智能体式人工智能仍需要人工主导

要点在一项针对5000多名员工的研究中,AI辅助帮助客服人员每小时多解决了约15%的客户问题。
查看更多
- 在一项针对5000多名员工的研究中,AI辅助帮助客服人员每小时多解决了约15%的客户问题。
- 联络中心必须明确哪些任务可由AI独立处理,并对高价值例外情况要求人工审批。
- 领导者应跟踪重复联系和纠正率,而不是仅仅庆祝处理时间缩短。
智能体式人工智能正迅速从回答客户问题转向代表客户采取行动。它能够调取账户记录并推进请求,无需等待客服人员介入。对于正面临压力、需要以有限资源处理更多对话的联络中心而言,这无疑很有吸引力。
但允许软件采取行动,也会引出一些问题:当客户需要特殊处理时会发生什么?当自动化决策在技术上正确、却明显有失公允时又该怎么办?这些都是客户服务中每天都会遇到的情况,也是赢得或失去信任的关键时刻。
这一机遇潜力巨大,前提是联络中心明确界定人工智能可以作出哪些决策,以及何时必须由人主导。对于联络中心而言,一种稳妥的做法是让自动化处理日常任务,同时授权客服人员解决复杂的客户问题。
智能体式人工智能如何改变客户服务运营
传统的联络中心自动化能力有限。客户往往只能在电话菜单中层层选择,或从有限选项中作出选择;遇到更复杂的问题,通常就只能等待客服人员接听。智能体系统则能做得更多,只要获得适当权限,就可以在多个系统中跟进客户请求,并执行获准的操作。例如,变更预约的请求可能需要先核实资格,再更新预约信息。
这改变了人工客服人员的角色。客服人员不必再花最初几分钟四处查找信息,而是可以在充分了解此前情况的基础上开始对话。设计完善的助手能够在客服人员提出下一个问题之前,调取并概述先前的互动记录。
人工智能能够显著改善客户服务。一项针对客服人员、涉及5000多名工作人员的研究发现,借助人工智能的客服人员每小时解决的客户问题约多15%。提升最大的是经验较少的客服人员;在处理客户请求时,他们能够获得有用的建议,因此受益更多。
这些发现令人鼓舞,但有一点值得注意:人工智能是在协助客服人员工作,决策仍由人作出。这也给正在探索智能体式人工智能的联络中心留下一个重要问题:当这些系统直接与客户互动时,应该承担多大责任?
速度当然是优质服务的一部分,但客户也期待得到准确的答复和公平的对待。人工智能客服可能在几秒钟内解决一项账单咨询,但如果它误解了客户的情况,或套用了错误的政策,这种快速解决反而可能引发另一宗投诉。联络中心不能只关注问题解决得有多快,还要考虑客户是否真正得到了所需的帮助。
哪些情况下仍需人工判断?
即使能够查阅客户记录,人工智能也未必掌握全部情况。以账单争议为例:人工智能核查账户后确认,这笔收费符合合同约定。然而,客户此前曾因服务中断获承诺可获得一笔抵扣,但这项信息从未录入账单系统。人工智能可能依据现有记录作答,而经验丰富的客服人员则能察觉信息有所缺漏,并进一步调查。
在2026年阿里巴巴的客户服务运营中,人工智能缩短了对话时长,但在符合人工智能处理条件的互动中,客户评分较低。研究还显示,人工介入是否有效,取决于客服人员何时介入,以及当时出了什么问题。这些发现表明,懂得何时让人介入,与懂得人工智能能够处理什么同样重要。
对于联络中心而言,从人工智能客服转接到人工客服的交接环节,值得投入与技术本身同等的关注。客户不应该每次转接时都得重复说明自己的问题。客服人员需要查看此前的对话以及人工智能已经采取的操作,才能从系统中断的地方继续处理。顺畅的交接能带来很大不同,尤其是在客户已经感到沮丧、只希望问题得到解决时。
为人工智能在客户服务中的应用划定边界
联络中心负责人需要审慎考虑赋予人工智能多大的控制权。例如,拟定退款建议的风险低于未经批准便发放大额退款。应从一开始就将这些限制纳入系统,并明确规定何时需要客服人员介入。
联络中心可以通过聚焦于几项切实可行的措施来划定这些边界:
- 明确获准执行的任务:确定人工智能可以独立处理哪些请求,例如查询订单状态或更新预约。
- 设定审批限额:对于高额退款、账户变更或例外于公司政策的情况,要求获得客服人员授权。
- 制定升级处理规则:当客户信息相互矛盾、请求超出已批准的流程范围,或系统无法给出可靠答复时,自动转由人工客服介入。
- 控制数据访问:只允许 AI 访问完成已批准任务所必需的客户信息。
- 定期审查表现:监控错误答复和客户投诉,找出需要增加防护措施的环节。
随着 AI 承担更多职责,应根据这项技术在真实客户互动中的表现,重新审视并调整这些界限。这样,联络中心就能在扩大自动化应用的同时,继续对所作决策承担责任。
联络中心真正应该衡量什么
联络中心可以为平均处理时长缩短而庆祝,客户却可能因此失去信心。如果有人第二天早上再次来电,只因 AI 客服承诺的变更始终没有落实,那么第一次对话就算不上成功。报告应能清楚反映这一点。
除了响应速度和自主解决率,团队还应考察重复联系、重新开启的案例、纠错率、客户投诉,以及人工需要撤销自动化操作的频率。他们还应检查升级处理的案例是否缺少背景信息,并追踪 AI 的建议对接收建议的人是否有用。当自动化操作会影响客户的资金或服务使用权限时,这些指标尤为重要。
管理者还应询问客服人员,系统有哪些地方做得不对。一线客服人员能听出那些令人尴尬的停顿,也能察觉客户何时失去了耐心。他们的反馈是运营情报的重要来源。应为他们提供便捷的错误反馈渠道,并让他们知道因此做出了哪些改进。如果每条纠正意见都被淹没在通用反馈表单中,团队就会不再费心反馈。
不过,利用 AI 了解客服人员的工作体验,也会引发有关应以多大程度监控员工的问题。一些工具声称能够通过人的声音识别情绪。例如,欧盟《人工智能法案》通常禁止在工作场所使用 AI 识别客服人员的情绪,但有少数例外。欧盟委员会甚至曾以联络中心为例。企业在引入这些工具前,应先核查所在地区的法律规定。
随着 AI 承担更多工作,如何确保责任仍由人承担
人们很容易设想这样一种联络中心:几乎每场对话都能在没有人工介入的情况下结束。这样的设想放在演示文稿里很简洁明了,但现实中的客户往往没那么简单。他们会改变主意、误解说明、要求例外处理,也会遇到系统可能无法公平判断的个人情况。
随着 AI 承担更多职责,联络中心管理者需要确保团队能够识别错误并迅速纠正。客户不应该被迫重复说明问题,也不应该承受错误自动化决策带来的后果。
AI 在客户服务中的成功,取决于它能否有效支持客服人员提供客户所期待的服务。












