客户为何纷纷放弃你的客户体验机器人

多年来，客服团队一直把客户一开口就要求转接人工客服视为一个设计问题。当来电者在自动化服务体验真正开始之前就拒绝使用它时，人们很自然会想到让系统听起来更亲切、更像真人。重写问候语。理解来电者的沮丧。告诉他们可以像平常说话一样交流。人们的假设是，体验越不像机器，用户就越愿意与系统互动。

我们最近发现了证据，表明另一个因素重要得多。

一家大型保险公司利用 AI 处理有关租车权益的问题，其语音代理最初会这样向来电者问候：“你可以把我当成真人来交谈。”然而，超过四成的来电者还没与系统进行实质性互动，就要求转接人工客服。我们把问候语改得更简单直接，但结果基本没有变化。仍有 44% 的来电者一开口就要求转接客服。

最终改变来电者行为的，几乎与 AI 听起来如何无关。我们改变了它能够展示自己了解什么的方式。AI 不再以千篇一律的问候语开场，而是合理推测客户来电的原因，并主动提供有助于解决问题的信息——例如，说明与来电者理赔申请相关的车辆，告知理赔进度，并确认客户是否需要租车。

转接人工客服的请求减少了 23%。与 AI 进行实质性互动的比例则从 54% 上升至 66%。

这其中的启示远不止适用于联络中心。随着企业竞相让 AI 更善于对话、更亲切、更直观，它们可能忽视了一件更根本的事：为 AI 提供足够的上下文，让它证明自己理解眼前的情况。

AI 正在承接信任赤字

人们接触新的 AI 系统时，并非毫无先入之见。他们多年来使用过连简单请求都理解不了的电话语音菜单，遇到过答非所问的聊天机器人，也碰到过要求他们重复提供已提交信息的自动化系统。久而久之，用户已经认识到，要求转接人工客服可能是最快的解决办法。

这种行为看起来像是在抗拒 AI，但有一种更有用的理解方式。在把任务交给自动化系统之前，人们希望看到证据，证明系统足够了解他们的具体情况，能够提供帮助。研究人员将这种抗拒的一个成因描述为“独特性忽视”，即人们认为自动化系统无法充分考虑个人的具体情形。

随着 AI 进入我们生活和工作中影响更重大的领域，这一点会变得愈发重要。车祸后打电话的客户，不会把自己的问题看作普通的保险咨询。使用企业助手的员工，期望它了解自己的职责、权限和当前工作。使用 AI 编程工具的开发者，则需要得到充分考虑代码周边架构的答案。

在上述每种情况下，AI 系统都必须先证明自己理解请求背后的具体情境，用户才有充分理由信任它的回应。

上下文正成为 AI 界面的一部分

传统上，个性化意味着记住某人的姓名、记住其偏好，或根据其过往行为推荐内容。AI 为我们提供了让个性化更贴合具体情境的机会。一个实用的系统应当理解用户想要完成什么、已经发生了什么、当下哪些信息相关，以及实际有哪些可采取的行动。

这一差别有助于解释为什么保险业的这项试验奏效了。AI 并非只是用更令人愉快的方式向来电者问候，而是减少了互动中的麻烦。打电话确认能否享受租车权益的人，不再需要解释自己的理赔情况、说明车辆信息，还要等待系统调取相关资料。系统立即呈现这些背景信息，在要求来电者信任它处理其他事情之前，就先展现了自身的能力。

这一原则适用于企业 AI。每当用户不得不重复系统本应已经掌握的信息、纠正系统本不该作出的假设，或重新整理组织内其他地方已经存在的上下文时，用户的信心就会减弱。对企业而言，这意味着应将上下文视为用户体验的一部分，而不能只把它当作幕后的技术问题。

AI 或将改变成功的衡量方式

我们的试验还揭示了另一种容易被忽略的行为。引入情境化问候语后，有些来电者听完开场信息便直接挂断了电话。

传统的联络中心指标可能会将这些电话归类为客户中途放弃。但其中一些客户刚刚已经得到了看起来正是他们所需的信息。如果有人打电话询问理赔是否获批，而 AI 立即告知其理赔已获批准、租车权益也已就绪，那么可能就没有其他事情需要讨论了。

使用动态问候语的通话中，约有3%似乎符合这一模式：来电者获取信息后便挂断，并且在两小时内没有再次来电。这个比例虽小，却引出了一个更大的问题：当我们历来用来衡量参与度的指标不再能准确衡量价值时，会发生什么？

随着AI能力不断增强，我们可能会越来越多地看到，交互越短，效果反而越好。如果系统能够预判需求，主动提供恰当的信息，那么对话时长、完成的步骤数，甚至传统的放弃率，都可能不再是那么有意义的成功衡量指标。

每一次AI交互都是一场试镜

随着AI融入越来越多的工作流程，用户将更善于判断哪些系统值得他们花时间。交互开始时的片刻至关重要，因为人们会迅速评估系统是否了解自己的情况、提供的信息看起来是否可信，以及继续互动是否值得付出精力。

最出色的AI体验，是那些能够及早、准确地展现有用背景信息的体验。在客户服务中，这可能意味着在来电者说明情况之前，就了解其索赔的处理状态。在企业助手中，这可能意味着了解员工的职责、权限和当前工作。在软件开发中，这可能意味着能够推理代码片段所处的软件架构。

企业投资打造下一代AI体验时，让这些系统更易于自然交互是值得的。但自然对话的作用终究有限。只有当AI让人们有理由相信它能提供帮助时，人们才会愿意给它机会；而如今，这个理由越来越取决于它是否掌握了相关背景信息。