想象一下这样一个世界，生成式人工智能、对话式人工智能和大型语言模型（LLM）彻底改变了客户服务和联络中心中代理的角色。现在，再想象一下相反的情景：这些技术由于被过度宣传的优势和服务错误而受到挤压，仅扮演辅助角色。许多公司正在大力推广其优势，市场也在逐步采用。通过市场快照，我们可以比较其优势与风险，并在市场迅速演变的过程中识别出可能的结果。
5个实际优势
-
更好、更强、更快。多项改进将使它们像“600万美元的男人”。由于能够更好地预测意图，平均处理时间（AHT）减少。由于对上下文有更深入的理解，目标客户定位和首次解决率（FCR）得到了改善，在需要时将客户转移给合适的代理。代理不再需要编写会话后的聊天或通话摘要，因为这些将自动生成。代理在寻找具体问题的答案时花费的时间减少了，因为他们的用户界面会在会话期间实时显示答案。
聊天机器人真正成为虚拟助手，能够进行真正的客户服务对话。过去，许多机器人只提供几条预设的答案，然后将你转移给人工代理。现在，可以进行更真实的对话，这将提升客户满意度（CSAT）。Opus Research的图表展示了会话前和会话后的广泛收益。
-
“更好的机器人流程自动化”（RPA）。借助生成式人工智能，后台流程将进一步自动化和加速，进一步简化后台流程。例如，自动生成的会话前摘要意味着代理现在可以获取多个过去客户会话的汇总语音或文本摘要，而不需要阅读所有先前的会话记录。完成。数据录入和订单处理。完成。
工单标记和分类。完成。虽然这些任务在某种程度上已经自动化，但生成式人工智能将扩大和加速后台任务的自动化进程。后台的表现降低了客户体验（CX）的风险，并通过基于关键绩效指标（KPI）实现更多控制和更易于衡量的性能。
-
LLM生成更多自助服务选项。以前，特定任务或问题的答案必须预先编写。随后，传统的人工智能和机器学习使用规则来匹配问题，并向客户提供相应的答案。虚拟助手利用对话式人工智能和LLM能够更好地理解真实的上下文，从而提供更准确的答案，并在必要时继续对话。
LLM提升了自动化并提高了首次解决率（FCR），从而降低了客户服务成本。研究表明，自动化答案的增加可以达到20-30%。由于LLM的“大规模”特性非常真实，一些公司全力投入，采用了RAG（检索增强生成），将公司文件集成到LLM中以提高响应准确性。
-
生成式人工智能和对话式人工智能体现在聊天机器人和语音交互中。证据表明，它们被用于文本和语音对话中，通过智能虚拟代理进行。Opus Research的图表显示，语音略高于文本，但关键是公司在多个渠道中使用这些智能助手。甚至消息传递和移动应用程序也表明多个渠道已经在使用中。
-
通过更好的答案提升常见问题的质量和数量。令人惊讶的是，生成式人工智能和LLM可以在这里有多种用途。首先，它们可以通过增强的自然语言理解（NLU）、数据收集和实时翻译来更快地预测最常见的问题。通过自定义的LLM，它们可以向特定受众提供针对性的问题和答案。
广度令人惊讶，帮助你理解其潜在的投资回报（ROI）。代理几乎可以在实时中获得屏幕上的答案。最令人惊讶的例子是一家公司提供有价值的服务，将常见问题及其答案传递给客户以便在其网站上发布。更快的答案提升了客户满意度（CSAT）、净推荐值（NPS）并增强了客户忠诚度。
4个潜在风险
-
缺乏“护栏”可能导致公关灾难。当失控的生成式人工智能自动化将对话引向错误的方向时，这种情况就会发生。最近的一个例子是，一位不满的客户发现他在与生成式人工智能聊天机器人交谈。他要求该机器人列出该国际航运公司糟糕的5个原因。生成式人工智能机器人给出了一个完美的答案。客户随后提出了几个有趣的问题，机器人也按要求回答得很好，其中一个以俳句形式回答，另一个用了脏话。每个答案都反复贬低了该公司。对话的截图在网上疯传，达到了数百万读者，引发了公关噩梦。
-
与微软、谷歌和亚马逊的距离带来的风险和回报。你可以认为，与推动生成式人工智能和LLM的公司保持接近会增加成功的机会。一位成功的联络中心即服务（CCaaS）提供商的首席营销官告诉我，“没有开发自己生成式人工智能的供应商正在倒计时。谷歌、微软和亚马逊可能最终将掌控这个领域，不论是哪种方式。”如果对话式人工智能和LLM能够在人们现在提出的多种使用场景中全面实现，我认为这一论点非常有说服力。这也让“自建还是购买”的讨论变得更加复杂。
-
在推进之前充分了解投资回报率。没人能准确说明客户放弃率（CCTR）的最终结果，但一系列财务和人力优势似乎是可能的。如今，更多的公司处于“评估和计划”阶段，而非“部署和跟踪”阶段。多项市场研究表明，客户仍然普遍更喜欢真人代理，而不是聊天机器人，导致公司采取了谨慎的态度。Opus Research 2023年的一项调查证实了这种市场状态，即生成式人工智能的意识很高，但大多数公司仍处于早期的终端用户部署阶段：
Opus Research的首席分析师Dan Miller解释道：“LLM和专业语言模型（SLM）的改进正以前所未有的速度进入市场，但高管们表示，这只是一个长期过程中识别最佳用例并部署合适的基于人工智能的解决方案的开始。”
-
坐席是否真的会使用这些辅助工具？ 这个问题其实有两层含义。第一，公司是否会花时间和精力为坐席提供足够的培训以使用这些工具。第二，也是让我最困惑的问题，坐席是否会花时间阅读可能的客户答案，选择一个，然后在对话中使用它？根据我在联络中心的经验，坐席在客户会话中已经有很多内容需要管理。现在他们可能需要阅读1到3个可能的答案，并决定哪个最适合。根据过去对现场坐席的观察，作为生成式人工智能的常见表现形式，坐席是否真的会花时间按照设计使用它们？
3个未解的问题
-
生成式人工智能/对话式人工智能会取代真人代理吗？ 短期内不会，但几十年后我们无法确定。就像自动驾驶汽车一样，理念很简单。然而，考虑到当今国际联络中心的复杂性，想要实现有效、积极、稳定和可靠的执行是另一回事。这可能需要15年……也可能永远不会发生。
-
生成式人工智能会实现人们所宣传的全部客户服务优势吗？ 我已经听过一些惊人的、激励人心的例子。毫无疑问，它将会被使用。然而，我也听说过幻觉、错误答案以及考虑到技术加速发展的速度时，令人质疑的投资回报率。公司可能会选择采用“混合”的坐席+人工智能模式，而不是完全交由AI控制，从而降低风险。最终的好处尚待确定，但随着市场的推进，这个过程肯定不会乏味！
-
两年后我们将身处何地？ 在最近的一次网络研讨会上，一位领先的CCaaS高管被问到两年后的客户服务中对话式人工智能将会是什么样子。他的回答非常精准……“我们还不确定”。虽然这不令人兴奋，但确实非常真实。他继续解释了当前的发展情况。其含义是要制定完整的计划，然后逐步推进。采用新元素，吸取教训，进行调整，然后再采用更多。重复这一过程。
虽然不同公司在采用生成式人工智能用于客户服务的速度不同，但毫无疑问，这一趋势将在2024年继续发展。如果它能如承诺的那样运作，我相信最大的好处将是更加顺畅的客户体验（CX），从而提升客户忠诚度和客户满意度（CSAT）。成本节约固然不错，但客户忠诚度是公司愿意投资的领域。提高净推荐值（NPS），无论是购买前还是购买后，都是公司首先希望看到的证明。随着对话式人工智能的成熟，如果更多的公司和客户使用它，它将成为常态而非例外。