AI智能代理是否重写了联系中心的剧本？

曾经有一段时间，呼叫中心主要是为了处理大量的客户查询电话而建造的。今天，联系中心已经基本取代了它们——这些运营中心是企业管理客户交互的场所，涵盖多个渠道：电话、电子邮件、社交媒体和消息应用程序。

但是，尽管渠道发生了变化，但底层的模型仍然基本保持不变。

简单的客户请求仍然通过一个分散的堆栈进行处理：交互式语音响应（IVR）用于验证，客户关系管理（CRM）平台用于账户详细信息，票务工具用于跟踪，以及单独的后端系统用于完成任务。基于云的平台，如联系中心即服务（CCaaS），已经将这些工具更接近，使得操作更加灵活，但体验仍然远远不够无缝，依赖于多个步骤、交接和手动协调。

多年来，这个模型一直有效。然后，AI 进入了画面。

随着AI代理的发展势头，初创公司和各个行业的成熟公司开始构建和部署工具，承诺一个新的阶段，利用AI的能力解锁系统间的智能并利用以前孤立的数据。

分散的系统正在成为过去

有了AI代理，联系中心不再运作在孤立的环境中。代理可以从各个平台提取信息，触发操作并完成任务。 如果客户想要争议一笔费用，AI代理可以验证他们的身份，从CRM中检索交易历史，检查相关政策，启动争议并确认结果——所有这些都在一次连续的交互中完成。无需手动交接或协调。

曾经需要人工在多个工具之间切换的任务现在可以在后台完成。大量的复杂性可以被抽象掉，客户或甚至人工代理无需看到过程的幕后工作。

这种转变也正在改变软件本身的角色。软件现在类似于一组构建块，而AI代理则是连接和协调系统的层。固定的工作流程正在让位于更灵活的交互，这些交互是由情况而不是预定义的路径所塑造的：不再遵循僵化的菜单选项或脚本化的流程，决策是基于上下文实时做出的。

是时候重新思考你的技术栈了

今天，联系中心领导者面临着一个大问题：如果软件不再是主要的价值仓库，那么技术投资应该放在哪里？

幸运的是，您不需要立即更换现有的系统。他们需要重新思考这些系统如何相互交互。

在这一新兴模型中，AI代理接管了编排，协调系统之间的操作，而不是依赖预定义的工作流程。应用程序编程接口（API）和 模型上下文协议（MCP） 成为系统之间通信的主要方式，允许代理访问和解释数据、系统和上下文，以便在整个堆栈中正确使用工具。

但是，仅仅重新配置是不够的。尽管AI工具非常有用，但它们仍然容易出错。各种因素可能导致AI工具出现幻觉、偏离对齐或偏离政策和指南。随着这一转变的发生，将会对可观察性、测量和问责制的需求日益增长。

AI代理不仅仅是在执行任务；他们正在做出决定，如批准退款、更新账户和升级问题。由于这些工具的运行速度比人类快得多，因此任何错误都可能在几小时内被重复数百甚至数千次。

这就是为什么组织需要将可观察性融入其中，以便了解他们的AI正在做出什么决定；需要测试工具来及时捕捉错误；并需要日志记录基础设施来及时调查错误。

适当地在任何AI部署周围构建这样的防护措施，将会产生一个更加灵活和响应迅速的架构，能够以传统工作流程无法做到的方式处理复杂性。值得注意的是，这种架构本质上也更加不可预测，并将需要新的方法来进行 监督和治理。

权衡

尽管AI开启了一个全新的可能性世界，但向自治的转变也为联系中心带来了新的风险，这是一个一致性和信任至关重要的业务。

结构化的工作流程长期以来一直是联系中心运营的基础。每一步都是预先定义的，每个决策都遵循批准的路径，每次交互都可以根据既定的规则进行审计。这种结构有助于确保客户交互保持一致，法规要求得到满足，并且政策在每个案例中都被一致地应用。

自主的AI代理默认以不同的方式运行。与传统的软件遵循可预测的算法不同，AI代理根据其底层模型、训练数据和上下文实时做出决策。这种灵活性使他们能够适应每种情况，但也引入了变异性。两个类似的客户请求可能会以略微不同的方式处理，取决于代理如何解释输入、可用的数据或底层模型如何权衡不同的信号。

遵循严格工作流程的人往往会产生相当可预测的结果，但AI代理可能会产生意外或不一致的结果，甚至表现出 高偏见 的潜力。AI代理可能会正确解决一个计费问题，但以不同的方式解释类似的情况。

这为组织提出了重要的运营问题：当决策由基于AI的系统做出，而不是有人遵循脚本时，如何保持问责？如何确保这些决策的透明度，特别是当模型复杂且不总是容易解释时？以及如何在动态生成操作的环境中维持合规性?

这些问题在联系中心尤其重要，因为它们处于效率和体验的交叉点。延迟的响应、不正确的解决方案或不明确的决定都可能让客户感到沮丧和不确定关于整个业务的可靠性。他们会质疑您作为解决方案的可靠性，甚至可能转向其他提供商。

此外，还有 监督的挑战。随着AI代理承担更多责任，组织需要监控和测试其行为的方法，实时检测异常，并在必要时介入。没有这种级别的可见性，就很难确保系统按照预期运行，或者了解何时它们没有按照预期运行。

前进的道路

组织应该采取渐进的方法来采用AI代理。与其完全替换现有的工作流程，不如从增强它们开始，在风险较低、益处立即可见的受控场景中引入AI。

这种方法将使联系中心能够在不牺牲可靠性的情况下进行实验和适应。他们可以在低风险情况下部署AI代理，以识别偏见、检测路由漂移并解决随之而来的问题。

最终的目标是关于保留质量，而AI代理只是工具，无论它们多么强大。一个以谨慎和乐观的正确平衡采用这种技术的联系中心，将有一天使我们将联系中心和呼叫中心视为同一视角：作为过去的东西。