德勤的《2023 Global Contact Center Survey》（2023全球呼叫中心概覽）的報告指出，81%的呼叫中心高管正投資于AI技術(shù)以提升運營效率，顯示出對智能化轉(zhuǎn)型的堅定擁護(hù)。但僅有7%的受訪者認(rèn)為其認(rèn)知技術(shù)投資帶來了顯著的組織價值，這暗示了在認(rèn)知技術(shù)應(yīng)用方面可能存在的潛力未被充分利用的問題。這些數(shù)據(jù)揭示了呼叫中心在追求技術(shù)創(chuàng)新和優(yōu)化客戶體驗方面的緊迫性，同時也指出了在技術(shù)投資回報和遠(yuǎn)程工作模式下人才管理上的挑戰(zhàn)。

隨著人工智能技術(shù)的飛速發(fā)展，呼叫中心作為企業(yè)與客戶溝通的重要橋梁，正經(jīng)歷著一場深刻的技術(shù)革新。

全球呼叫中心概覽

2023年的調(diào)查吸引了來自全球的廣泛關(guān)注，參與的行業(yè)覆蓋了9個主要領(lǐng)域，包括消費者銀行、TMT、保險、健康與社會保健服務(wù)等。受訪者來自11個不同的國家，覆蓋了6個地區(qū)，展現(xiàn)了多樣化的客戶基礎(chǔ)和業(yè)務(wù)需求。其中，消費者銀行以28.6%的占比成為最大的參與行業(yè)，而其他行業(yè)如TMT和保險分別以20.2%和16.7%的占比緊隨其后。這表明，無論是面向消費者的服務(wù)還是面向企業(yè)的解決方案，呼叫中心都在尋求通過技術(shù)提升服務(wù)質(zhì)量和效率。

客戶體驗與成本控制的雙重挑戰(zhàn)

客戶體驗是呼叫中心高管的首要任務(wù)，但同時他們也面臨著成本控制的巨大壓力。調(diào)查顯示，9.5%的受訪者將客戶體驗作為其戰(zhàn)略的首要目標(biāo)，而15.5%的受訪者則將成本控制作為其主要關(guān)注點。這種"既要...又要..."的雙重挑戰(zhàn)，要求呼叫中心在提供卓越客戶體驗的同時，也要尋找成本效益更高的運營模式。例如，通過部署自助服務(wù)能力和現(xiàn)代化基礎(chǔ)設(shè)施，可以顯著提高運營效率，同時降低對人工服務(wù)的依賴。

投資優(yōu)先級：自助服務(wù)、基礎(chǔ)設(shè)施現(xiàn)代化與技術(shù)賦能

在面對客戶體驗和成本控制的雙重挑戰(zhàn)時，呼叫中心領(lǐng)導(dǎo)層正尋求通過戰(zhàn)略性投資來實現(xiàn)平衡。調(diào)查顯示，86%的呼叫中心高管計劃在未來兩年內(nèi)增加自助服務(wù)能力，這一比例遠(yuǎn)高于其他投資領(lǐng)域。此外，現(xiàn)代化呼叫中心基礎(chǔ)設(shè)施和部署代理賦能技術(shù)也是優(yōu)先考慮的投資方向。這些投資不僅能夠提升客戶體驗，還能夠通過技術(shù)提高運營效率，從而實現(xiàn)成本控制。

渠道協(xié)調(diào)：客戶引導(dǎo)策略

渠道協(xié)調(diào)是呼叫中心提升客戶體驗的關(guān)鍵策略之一。報告指出，55%的呼叫中心已經(jīng)實施了策略，旨在通過正確的渠道引導(dǎo)來平衡客戶體驗和成本。其中，74%的呼叫中心使用主動的渠道引導(dǎo)策略，根據(jù)交互類型的需要，將客戶引導(dǎo)到最合適的渠道。這種策略不僅能夠提升客戶滿意度，還能夠通過減少不必要的客戶等待時間和轉(zhuǎn)接，提高運營效率。

AI技術(shù)的投資與應(yīng)用

AI技術(shù)在呼叫中心的應(yīng)用已經(jīng)成為行業(yè)的共識。81%的呼叫中心高管正在投資AI技術(shù)，以提高代理體驗和運營效率。這些投資主要集中在代理賦能技術(shù)，如語音和文本分析工具，這些工具能夠幫助代理更快地獲取信息，提高服務(wù)質(zhì)量。此外，81%的受訪者已經(jīng)在語音和文本分析方面進(jìn)行了投資，這一比例比兩年前增加了19個百分點，顯示出AI技術(shù)在呼叫中心的快速普及。

認(rèn)知技術(shù)的發(fā)展與應(yīng)用

認(rèn)知技術(shù)，特別是AI技術(shù)的發(fā)展，正在為呼叫中心帶來革命性的變化。報告顯示，80%的呼叫中心正在積極部署AI技術(shù)，其中17%已經(jīng)完全部署了所有三種AI技術(shù)：代理輔助、虛擬語音助手和聊天機(jī)器人。然而，只有7%的受訪者報告其認(rèn)知能力為組織帶來了顯著價值，這表明雖然AI技術(shù)的部署正在加速，但其價值實現(xiàn)仍面臨挑戰(zhàn)。

生成式AI與大型語言模型

生成式AI和大型語言模型是對話式AI的重要組成部分。它們能夠執(zhí)行多種自然語言處理任務(wù)，生成和分類文本，以對話方式回答問題，并在一種語言和另一種語言之間翻譯文本。這些技術(shù)的發(fā)展，為呼叫中心提供了更自然、更個性化的客戶交互方式，同時也為代理提供了更強(qiáng)大的輔助工具。

呼叫中心的對話式AI參考架構(gòu)

報告詳細(xì)介紹了對話式AI的參考架構(gòu)，包括語音合成引擎、語音識別/文本到語音引擎、CRM、知識管理、智能自動化、大型語言模型等組件。這些組件共同構(gòu)成了一個完整的對話式AI系統(tǒng)，能夠支持多種渠道的客戶交互，提供個性化的服務(wù)，并實現(xiàn)高效的運營。

避免的見陷阱

在實施對話式AI時，呼叫中心需要避免一些常見陷阱。例如，缺乏改進(jìn)計劃、不同渠道、產(chǎn)品、服務(wù)的分散體驗、技術(shù)債務(wù)、分析作為事后考慮等。這些陷阱可能會影響AI系統(tǒng)的性能和價值實現(xiàn)。因此，呼叫中心需要采取持續(xù)改進(jìn)的心態(tài)，優(yōu)化技術(shù)準(zhǔn)備，整合業(yè)務(wù)成果和分析，并在設(shè)計、測試、培訓(xùn)和調(diào)整系統(tǒng)中考慮人才的影響。

人才與核心技能集

報告最后討論了在呼叫中心實施AI時所需的人才和核心技能集，包括對話式AI用戶體驗領(lǐng)導(dǎo)者、用戶體驗設(shè)計師、內(nèi)容策略師、測試經(jīng)理等角色。這些角色不僅需要具備技術(shù)能力，還需要深入理解業(yè)務(wù)流程和客戶體驗，以確保AI解決方案能夠有效地支持呼叫中心的運營和戰(zhàn)略目標(biāo)。