2026-05-21 鹈鹕全面客户体验管理 | 译者：马振江
生成式和代理式人工智能（AI）正在以超出企业适应能力的速度，改变着客户体验流程。今年的《人工智能与数字趋势报告》强调了这一转变的潜力与压力，指出了阻碍品牌发展的关键差距，并阐述了要实现与塑造这些体验效果所需具备的条件。
当前 AI 领域的迅猛发展，正在改变着品牌与客户互动的方式，影响了从产品发现到购买的整个过程。随着人们在日常生活中越来越多地尝试使用基于 AI 的工具和服务，各组织机构正竞相探索生成式和代理式 AI 如何能切实改善用户体验，提升业务绩效。在这个瞬息万变的市场中，企业正在思考投资方向、扩张速度，以及如何定义具有竞争力的客户体验（CX）等问题。
我们针对 3000 名负责客户体验工作的高管和从业人员所开展的全球调查，揭示了生成式 AI 带来的初步成果，以及对代理式 AI 的宏伟规划。但同时，调查也表明，许多组织尚未具备将这些雄心转化为现实所需的基础条件，因为数据仍处于分散状态，高管与日常工作人员之间的协调存在差异，而且企业层面的部署仍然罕见。
我们还对全球主要市场的 4000 名客户进行了调查，反馈表明他们对 AI 持谨慎乐观的态度。但在几个领域——尤其是代理式 AI 方面——企业的预期与客户的接受程度或准备程度并不总是相符。
这些差距反映了一个现实：AI 技术的发展速度远快于企业所能跟上的速度，而客户的需求也在迅速变化。事实上，品牌留下深刻印象的时间窗口已经十分有限。据半数客户表示，促销邮件、广告以及社交媒体帖子只有两到五秒的时间吸引他们的注意。弥合这些差距对于企业而言至关重要。他们设想的未来几年突破性客户体验将会是：
更坚实的数据基础、更深入的跨职能协作，以及对客户的更深入理解，有助于企业将 AI 初期的成功转化为持续的进步，从而不断提升客户体验。
过去三年间，市场发生了重大变化——从适应后疫情时代的常态，到 AI 等新兴技术的快速普及。企业报告称，在此期间，关键的客户体验指标取得了显著改善，例如个性化（70% 的企业表示该指标有所或显著改善）、潜在客户开发（64%）以及客户留存率（59%）。然而，这些进步与企业对自身数字体验成熟度的保守评估并存：超过半数（57%）的企业认为自身水平与同行持平或落后，仅约三分之一（36%）的企业认为自己处于领先地位。
尽管对数字能力存有疑虑，但各组织在部署生成式 AI 方面仍取得了一些进展。从营销内容创作到客户支持、个性化服务以及后台运营，在我们考察的大多数客户体验工作流程中，生成式 AI 的试验已十分普遍，约有四分之一至三分之一的组织在这些领域开展了有限的试点。绝大多数组织表示，生成式 AI 在内容构思与制作、员工生产力和效率，甚至营销驱动的收入增长等方面都带来了改善。
企业已具备扩展生成式 AI 所需的大部分技术基础设施，例如支持性云技术（89%）和共享客户数据平台（71%）。然而，在各项工作流程中，仅有少数企业（约五分之一至三分之一）表示已将生成式 AI 整合到多个职能部门中，而将其嵌入整个组织的企业则更少。相当一部分企业表示，他们在关键工作流程中尚未实际应用该技术，尽管许多企业计划在未来 18 个月内探索这些领域。
展望未来，AI 投资的重点将同时涵盖面向客户和内部的需求，包括提供更个性化的客户体验（56%）、提升客户满意度、忠诚度和参与度（46%），以及实现重复性任务和工作流的自动化（45%）。
客户行为加剧了 AI 应用进程中存在的不均衡现象。AI 正成为日常购物行为中不可或缺的一部分，许多客户表示他们会使用 AI 来搜索个性化的产品推荐（49%）或获取即时客户服务（44%）。
与此同时，已有四分之一的客户在搜索信息、做出购买决策或寻找推荐时，将 AI 平台作为主要信息来源——其重要性已超越品牌官网和在线评论。对于简单的咨询，绝大多数消费者更倾向于使用 AI 交互，而非人工交互，或者希望同时拥有这两种选择。
品牌方已意识到这一转变。约三分之二的企业表示，AI 驱动的对话平台对提升品牌相关性至关重要。几乎同等比例的企业进一步指出，未来的客户体验设计必须以对话为先。总体而言，AI 被视为未来客户体验的核心要素。事实上，60% 的企业认为，未来两到三年内，AI 驱动的服务与支持将成为突破性客户体验的关键所在。
许多企业正将目光转向代理式 AI——这类系统在内部及面向客户的工作流程中自主采取行动。这些系统能够自动化处理常规任务、跨系统挖掘洞察、发起客户交易，或在仅需少量人工干预的情况下解决服务问题。针对这些应用场景，企业正押注于代理式 AI 的快速、大规模部署。事实上，约三分之一的企业表示，相比生成式 AI 等已广泛采用的技术，他们更优先考虑代理式 AI 等新兴技术。
代理式 AI 的预期益处涵盖广泛。例如，63% 的组织期望代理式 AI 能让员工有更多时间进行战略性和创造性工作，42% 的组织计划为不同受众设计独特的 AI 代理角色。对于大约一半的企业而言，代理式 AI 能否与其他客服人员无缝交互，被视为其供应商选择过程中的关键因素。
尽管热情高涨，但对所有组织而言，代理式 AI 的采用仍处于初期阶段。在受访的工作流程中，大多数组织表示尚未实际应用代理式 AI，不到四分之一的企业表示正在进行小范围试点。仅有 16% 的企业表示已在全组织范围内将代理式 AI 嵌入客户支持环节，而用于品牌发现与搜索（例如优化内容，使其能被 AI 驱动的发现工具有效解读并展示）的仅占 13%。在其他所有领域，全组织范围的采用率均显著更低。
尽管如此，计划中的扩展规模依然令人瞩目。许多企业认为，在未来 18 个月内，代理式 AI 将直接处理其大部分客户互动，特别是在客户支持和售后支持领域。企业对代理式 AI 在更广泛工作流中的应用前景也持乐观态度。大多数企业预计，在不久的将来，代理式 AI 将能够：
消费者对 AI 客服充满好奇——如果品牌提供此类服务，43% 的消费者愿意与品牌的 AI 个人管家或客服互动——但他们的接受度存在明确的界限，而企业可能对此存在误判。
五分之一的消费者不愿创建自己的个人代理，近 40% 的消费者甚至从未考虑过这种可能性。虽然近半数客户愿意让自己的个人助手与品牌的人类客服代表协作，但愿意让助手与品牌的 AI 客服互动、提供个人信息，或代为做出购买决策的客户则少得多。在上述每种使用场景中，企业都普遍高估了客户的接受度。
企业与客户之间的这些认知差距也延伸到了更广泛的预期方面。例如，49% 的企业认为客户最终会希望将 AI 代理作为与品牌互动的主要方式，但仅有 19% 的客户认同这一预测。同样，36% 的企业认为客户在做出艰难的购买决策时，会更信任 AI 代理，而仅有 21% 的客户持这种观点。
客户的信任将决定代理式 AI 能否实现大规模成功。仅有五分之一的客户表示，他们能够可靠地识别出互动中的 AI。然而，AI 的意外介入可能会导致客户流失。例如，三分之一的客户表示，一旦发现内容是由 AI 生成的，他们就会停止互动；37% 的客户表示，如果他们本以为是在与真人互动，却发现实际是与 AI 互动，也会做出同样的反应。对客户而言，当品牌使用 AI 客服时，能够随时切换至人工客服被视为最重要的信息披露形式。
企业似乎在很大程度上认同这些期望。企业将“明确披露 AI 交互”（68%）和“便捷转接至人工支持”（61%）列为建立客户对代理式 AI 信任的最重要因素。
尽管各组织都迫切希望扩大生成式和代理式 AI 的应用规模，但许多组织在支持全组织范围部署所需的基础工具、数据结构和评估方法方面仍显不足。超过半数（53%）的受访者表示，其内容供应链仍以线性为主，且资源消耗巨大，而仅有 47% 的受访者正在将生成式或代理式 AI 应用于客户旅程设计或全渠道激活——这些能力对于实现大规模个性化至关重要。
企业面临的一大挑战在于，代理式 AI 缺乏必要的配套基础设施。仅有 51% 的企业拥有支持代理式 AI 的云端技术，而拥有支持生成式 AI 技术的企业比例则高达 89%。与生成式 AI 相比，企业在负责任使用指南、集成工具、客户数据平台、数据管理流程以及员工培训方面的投入，针对代理式 AI 的投入均显著较低。
衡量并传达 AI 的实际影响的能力，仍然是一个关键障碍。当被问及评估 AI 成功与否最重要的指标时，企业普遍指出客户满意度和忠诚度指标，例如净推荐值（NPS）、客户留存率和流失率。然而，52% 的企业表示，他们难以通过客户体验相关指标来证明 AI 投资的可量化回报，超过半数（56%）的企业表示，其管理层在评估 AI 项目成功与否时，优先考虑的仅是财务结果。
总体而言，用于追踪 AI 投资回报率的工具仍不完善。仅有 44% 的企业为生成式 AI 建立了评估框架，而为代理式 AI 建立框架的企业比例更低（31%）。近半数（47%）的企业既未建立任何框架，也不确定是否存在相关框架。
AI 实施过程中的内部挑战限制了企业满足客户期望的能力。客户看重相关性、清晰度和便利性，一旦品牌未能达到这些标准，他们会迅速做出反应。半数客户表示，如果促销内容与自身无关或时机不当，他们将不再关注该品牌；45% 的客户则表示，即使促销内容相关，但若收到过多促销信息，他们也会停止关注。吸引客户参与的黄金时间很短——半数客户认为促销内容只有 2 到 5 秒的时间来吸引他们的注意力，约五分之一的客户在 2 秒内就会做出判断。吸引客户参与的关键因素包括即时且个性化的相关性、独特的内容、视觉与听觉效果以及特别优惠。
要持续提供相关性强的体验，需要基于统一、高质量数据训练的 AI，以及实时处理这些数据的能力。然而，不到半数（44%）的企业表示，其数据质量和可访问性目前总体上足以支持 AI，仅有 39% 的企业拥有能够支持代理式 AI 的共享客户数据平台。
尽管企业已意识到这一问题，但这种准备不足的状况依然存在。当被问及 AI 投资的优先事项时，仅有 32% 的企业将“数据质量、统一和治理”列为首要关注点，而仅有 20% 的企业将“提升数据的价值和理解度”列为优先事项。尽管如此，仍有 52% 的企业承认，当前的数据统一与结构限制了 AI 项目的推进，更有 75% 的企业将“数据集成与质量”列为实施代理式 AI 解决方案的首要挑战。数据集成在各项挑战中排名首位，领先于“相关人才短缺及技能提升资源有限（71%）”以及“投资回报或商业案例不明确（68%）”等问题。
这些制约因素不仅限于数据层面，更广泛地延伸至内容和体验运营领域。尽管客户越来越依赖 AI 驱动的发现工具来导航数字购物体验，但仅有 54% 的企业正在为优化这些工具的内容做准备。此外，仅有 39% 的企业拥有统一的客户数据基础架构，能够从中提取由其 AI 代理和对话界面所产生的数据洞察。
高管与一线从业者之间的分歧威胁着 AI 部署。两组人员在 AI 投资的总体优先事项上达成共识——即个性化、客户满意度和工作流自动化——但在准备就绪程度、影响及绩效方面的看法却存在显著分歧。
近三分之一的受访者表示，其所在组织的高管与一线从业者在 AI 战略上存在分歧，47% 的受访者表示，双方的共识充其量仅是部分一致。促进共识的驱动因素包括：清晰传达 AI 目标（72%）、协作规划（69%）以及强有力的领导层支持（59%）。导致意见不一致的首要挑战是高管对 AI 误解（61%）——这一因素的占比高于其他因素，如对变革或技术采用的抵触（52%）、关于 AI 作用的沟通不足（52%），以及对 AI 价值和投资回报率（ROI）的衡量不明确（39%）。
这些差异体现在各群体对 AI 投资目标的定义上。与高管相比，一线从业者更倾向于关注能够帮助他们提供更好体验的运营实际问题，例如内容创作和运营落地。与此同时，高管则更倾向于强调营收增长和客户满意度等目标。财务成果是大多数受访者的优先事项，但 62% 的高管将运营效率和成本节约等指标视为首要或重要优先事项，而从业者中这一比例为 54%。
这些认知差异——尤其是高管对 AI 的误解——或许可以解释为何各方对 AI 的准备程度和应用现状存在认知偏差。与高管相比，一线从业者普遍认为 AI 在日常工作中已实现更深度的融合。更多从业者表示，其团队已通过 AI 实现能力增强或自动化，且所在组织已确定了高价值的 AI 应用场景。这一趋势在生成式 AI 和代理式 AI 领域均有所体现。与高管相比，从业人员更倾向于报告在客户支持、销售辅助、创意任务、品牌探索和数字体验等工作流程中实现了有意义的 AI 应用。
从业者还预测，向代理式 AI 的转型将快得多。与高管相比，他们更倾向于认为，在未来 18 个月内，大部分或全部客户互动都将由代理式 AI 处理，特别是在内容推荐、售后支持或对话互动方面。他们还期望拥有能够自动化处理常规客户服务任务、管理内部工作流、作为面向品牌的数字代表、参与代理间交互以及协助员工检索知识的代理式 AI 。这些期望对从业者至关重要——49% 的从业者认为，不采用代理式 AI 的组织将面临淘汰，而高管中持此观点的比例为 41%。
尽管存在这些分歧，两组对象对生成式 AI 的满意度均较高——但从业者再次表现出更强的信心，认为其将对决策、生产力、客户参与度及创新产生显著影响。相比之下，高管更倾向于认为收益微乎其微或根本不存在——这种认知偏差可能导致对从业者认为亟需的基础能力投资不足。
两组受访者普遍认为，AI 正在重塑岗位职责和工作流程，而内部流程速度难以跟上。大多数组织认为，AI 改变工作的速度超过了员工的适应能力（57%），且那些不接受 AI 的人将在工作中落后（58%）。更有 61% 的受访者表示，员工现在应将 AI 视为不可或缺的同事，而不仅仅是一种工具。
然而，针对这些变化的准备工作本应比现在更充分。仅有 45% 的企业表示已建立完善的 AI 培训和技能提升计划，而仅有 44% 的企业认为员工在工作中能够自如地运用 AI。这导致从业人员（他们本已最直接地感受到 AI 的影响）得不到所需的支持，而高管们则对如何负责任地推广 AI 缺乏全面的认识。
AI 重塑了企业设计、提供和扩展客户体验的方式，使体验更能体现客户最看重的要素——相关性、真实性和独特性。今年的报告指出，各行各业的企业都取得了切实进展，从生成式 AI 的早期成果，到对代理式 AI 的浓厚兴趣，无不体现这一趋势。然而，要从试验阶段迈向全企业范围的部署，仍需克服成长中的阵痛，尤其是当客户对 AI 驱动体验的期望持续超越支撑这些体验所需的数据、工具及治理能力时。
企业可采取关键措施来弥合 AI 准备度差距，并提供客户所期待的体验：
原文地址：
https://business.adobe.com/resources/digital-trends-report.html
本文为作者原创翻译，欢迎转发分享。
转载时需在文章开头注明作者和“来源：鹈鹕全面客户体验管理（微信号：CEM-tihu）”，文字颜色为黑色，且不得修改原文内容。
欢迎小伙伴投稿合作，具体请联系：易女士 Yiml@tihu.com.cn
