No Jitter: 高效的联络中心AI部署始于认识到人类的角色转变
No Jitter（一家专注于企业通信、协作和网络技术的媒体出版物/在线资源，主要为从事统一通信 (UC)、客服联络中心、IP 电话及相关技术的专业人士提供新闻、评论和分析）2025年9月16日载文（作者：Zeus Kerravala）——高效的AI部署始于认识到联络中心客服的角色将转变为监督的角色。
代理型AI (Agentic AI) 是AI的下一波浪潮，其中的智能体能够自主完成多步骤任务，以实现既定目标。与依赖预定义规则的传统AI不同，代理型AI无需持续人工干预即可推理、规划和调整其行为。
这使得人类的角色从逐步指令的操作者转变为具备设定和监控目标的监督者。将问题拆解、执行正确行动，甚至在过程中进行自我纠正的职责，主要由 AI 智能体承担。虽然这意味着更高的效率，但在人类监督方面仍然至关重要，包括维护伦理准则、验证输出结果以及制定战略决策。
尽管几乎所有组织都对代理型AI产生了浓厚的兴趣，但“如何开始、从哪里开始”几乎在我与 IT 和业务领导者的每一次会议中都是争论的焦点。为了获得系统集成商（SI）的观点，我采访了 TELUS Digital 全球服务交付与运营高级副总裁 Jamie Timm。系统集成商在新兴技术方面尤其有价值，因为他们能第一时间接触到许多早期部署案例。
首先：呼叫中心和后台办公室
Timm 指出，代理型AI（Agentic AI）的早期“低垂果实”在于呼叫中心。她告诉我：“我们在后台看到大量与代理型 AI 相关的活动。Agentic 特别适合完成并发任务，或是在客户支持电话之后进行跟进。”
这与我的研究一致。呼叫中心一个常被低估的方面是其拥有非常明确的衡量指标，因为每一次对话和交易都会被记录和评估。呼叫中心的人员流动率通常也很高，有些企业报告该领域的员工年流失率超过 50%。使用代理型 AI 来临时填补人员流失造成的空缺，可以为呼叫中心带来巨大的好处，因为它能够保持更加稳定且高质量的服务。
后台方面的应用尤其有趣，因为许多简单的任务，例如创建客户通话摘要和记录互动，都可以用Agentic 坐席更全面地完成。例如，代理坐席可以比人类更准确、更快速、更高效地记录和总结详细的笔记。这将为AI 提供更优质的数据，从而形成一个自我反馈的循环，帮助 AI 持续改进。
减少欺诈
Timm 提出了另一个用例：利用代理型AI 革新欺诈检测和身份验证。AI代理监控大量数据点——从交易元数据、用户行为到设备指纹——以构建“正常”活动的配置文件。当交易或登录尝试偏离此既定配置文件时，AI可以自主启动响应。这可能包括阻止可疑交易、将案例上报给人工分析师并附上详细的风险摘要，或触发二次动态身份验证步骤。
与过去基于规则的系统不同，代理型AI 采用迭代学习周期，随着时间的推移不断优化，并随着系统的成熟而减少误报。面对更复杂的、由 AI 协助的欺诈（能够模拟人类模式并同时利用多个渠道），这种主动且自适应的方式至关重要。有些人会将此描述为“以毒攻毒”，因为不法分子也在使用代理型AI来使欺诈行为更难以察觉。企业需要代理型AI来识别这些可疑行为，否则如今的情况几乎就像是“大海捞针”。
提升和再培训人才
Timm 和我还讨论了一个非常敏感的话题：技能与人员配置。目前围绕代理型 AI 对就业潜在影响的问题存在广泛讨论。虽然我认为代理型 AI 会取代一些传统坐席岗位，但我也相信，随着时间推移，它会创造出更多机会。每一次重大的技术创新都带来了三件事——消除一些岗位、提升生产力并创造新岗位，而代理型 AI 也将遵循这一规律。
这种重塑是围绕工作复杂性的重新分配展开的。代理型 AI 会通过高效管理定义明确、范围较窄的意图和标准化客户问题来简化运营，从而让人工坐席专注于更复杂的电话，这类电话需要细致的判断、情感智能和高级问题解决能力。这样的角色转变使人工坐席从“任务执行者”提升为“关键思考者”，能够处理那些 AI 无法解决的新情况和未定义情境。
Timm 在发言中也印证了我的看法，她表示：“展望未来，坐席需要具备进化后的技能组合。我们正在超越日常任务，转向应对通话复杂性，坐席要做出更复杂的决策并处理更具挑战性的互动。随着这些最终会由 AI 推动，关键技能将是如何高效地与 AI 协作，并在处理困难电话时表现出色。客户体验（CX）领导者必须优先培训他们的团队，使其适应这一朝向更高复杂性和更高价值互动的演进。”
衡量绩效
我们讨论的另一个话题是如何在代理型 AI 时代衡量联络中心的效能。联络中心长期以来使用平均处理时长（AHT）作为核心关键绩效指标（KPI）。在代理型 AI 的世界里，客户应该能够在一次通话中解决更多问题，而坐席也有机会进行交叉销售或采取其他行动来提升客户体验。这很可能导致 AHT 的上升，这与当今大多数联络中心的运营方式背道而驰。
我询问了 Timm 她向客户的建议，她提到客户满意度（CSAT）以及其他能体现价值交付的指标。例如客户留存率、每用户平均收入（ARPU）和客户生命周期价值。她指出：“我预计 AHT 最终会被淘汰，联络中心将更多聚焦于价值创造。呼叫中心在历史上一直被视为成本中心，但代理型 AI 正在改变这一点，因此衡量方式也必须随之演变。” 这种根本性转变也推动了企业与 BPO 服务商签约方式的变化，Timm 观察到正逐步演进为包含技术转型要素的托管服务合同，以借助 AI 能力实现价值驱动的成果。
AI 智能体的协作编排
我们最后讨论了互操作性，以及在不同智能体之间编排对话的能力。如果这些智能体无法互相沟通，企业将面临代理型智能体各自为政的问题，这可能导致传达或传播的信息相互冲突。例如，一个智能体采取某种行动，随后另一个却将其推翻，结果只会引发客户的不满，并对整体客户体验造成负面影响。这个问题凸显了在人类与代理型智能体之间建立更有效的通信协议的必要性，同时也表明在多智能体系统的持续创新中提升能力的重要性。展望未来，智能体对智能体（A2A）和模型上下文协议（MCP）被认为是有前景的标准，但在近期内它们被广泛采用的可能性仍然不大。
总结思考代理型 AI 正在迅速获得关注，并在我们生活和工作的方式上引发范式转变。Timm 补充道，具体推进时间表将因组织的风险偏好而异，但这一技术最终渗透到各个行业是不可阻挡的。对决策者而言，问题不是“是否采用代理型 AI”，而是“从哪里开始”。联络中心提供了一个理想的切入点，能够带来即时且可见的成果，但要想成功实施，还需要同等重视员工的再培训和技能发展。
原文链接：https://www.nojitter.com/ai-automation/ai-agents-reshape-work-human-skills-must-evolve
转载请注明来源：No Jitter: 高效的联络中心AI部署始于认识到人类的角色转变
客户世界
这家伙很懒，什么都没写！
噢！评论已关闭。