2026-07-16 鹈鹕全面客户体验管理 | 译者：马振江
本报告基于全球 3075 名服务专业人士的见解，探讨了各组织如何部署人工智能（AI）客服代理、在哪些方面获得了最大价值，以及在此过程中获得了哪些经验。面向客户的 AI 客服机器人已开始为客户提供支持，83% 的企业表示已在五个或更多服务渠道中部署了此类机器人。在服务组织内部，AI 也在改变工作方式。AI 客服机器人有助于挖掘知识、自动化常规任务并优化工作流程。88% 使用 AI 的服务专业人士表示，AI 帮助他们减少了在不同工具和系统之间切换的时间。
AI 代理已不再仅仅是实验。它们正被积极融入工作流程，处理日常任务、挖掘洞察，从而让人类客服代表能够专注于更高价值的工作。各组织正在摸索哪些方法行之有效、AI 在哪些领域能产生最大影响，以及如何在负责任地扩大应用规模的同时建立信任。
01 | AI 代理改变了服务团队的工作方式及所需技能
如今，AI 应用已十分普遍，向自主能力的智能技术转型的步伐也在加快。85% 的服务机构表示至少使用了一种形式的 AI，仅一年间，自主智能 AI 的采纳率就从 39% 攀升至 66%。
02 | AI 代理的实际影响逐渐凸显
企业已经将 AI 代理部署到各个服务渠道，他们开始评估这项技术在哪些方面产生了最大影响。服务专业人员表示，AI 客服最显著提升的关键绩效指标（KPI）是客户满意度，这凸显了 AI 在提升客户体验方面日益重要的作用。
03 | 服务机构致力于在信任与安全之间取得平衡
信任仍是扩大 AI 应用规模的首要考量。随着 AI 日益融入服务体验，各机构正建立防护机制，以确保客户随时掌握信息并保持控制权。面向客户 AI 功能的企业中，77% 允许客户在与 AI 交互的任何阶段要求人工客服介入，这有助于在 AI 应用不断扩展的过程中维护客户信任。
如今，AI 已成为服务工具包中的标准组成部分。85% 的服务业专业人士表示，其所在组织正在使用 AI。
最引人注目的变化正发生在这股广泛采用的浪潮之中。各组织正越来越多地转向“代理式 AI”——即旨在采取行动并支持更复杂服务工作流的自主系统。66% 的服务型组织表示目前正在使用代理式 AI，这一比例较我们 2025 年 4 月/ 5 月的调查结果（39%）有所上升——短短一年内实现了大幅跃升。
虽然早期的自动化浪潮主要侧重基于规则的任务，但代理式 AI 能够帮助服务团队管理更具动态性的交互和运营流程，进一步拓展了这些能力。由此，AI 正逐渐从一种独立工具转变为贯穿每次服务交互的积极参与者。
组织正将其应用于广泛的服务活动中。77% 拥有 AI 代理的企业将其同时部署在面向客户的服务和内部服务运营中。
AI 智能代理能够支持整个服务生命周期。最常见的应用场景包括主动联系客户、根据客户偏好和历史记录提供个性化产品推荐，以及通过多渠道解决客户问题。
对于客户，AI 客服代理可通过聊天或语音提供协助——提供建议并解决问题。它们还能通过主动联系，防患于未然——例如在客户遇到账单错误之前就发现并通知客户。
对于服务团队，AI 客服代理可以对收到的工单进行分流，转交给合适的人工客服代表；在服务代表处理问题时，实时调取相关信息（如客户数据或知识库文章）；分析对话内容，提供洞察和指导建议。
这些能力共同表明，AI 正深度融入服务流程之中。
服务团队已经在对组织进行转型，以支持 AI 的发展。例如，各组织正在设立全新的岗位，比如负责监督 AI 部署和运维的架构师岗位，以及负责维护 AI 知识库的数据管理岗位。
在各组织中，随着客户服务模式的转型，服务专业人员正致力于掌握新技能，以提升工作效率。事实上，绝大多数客服人员表示曾参与过某种形式的技能提升活动，例如参加会议、修读在线课程以及考取认证。仅有 3% 的客服人员表示未参与任何技能提升活动，这充分说明这一转变已在整个员工群体中广泛深入地展开。
服务行业专家一致认为，AI 的发展正在改变客服人员取得成功所需的技能。首要任务包括对 AI 的监督与判断——即知道何时信任或推翻 AI 的输出结果——以及适应能力和学习敏捷性，还有针对需要人工干预的问题进行复杂问题解决的能力。这些方面共同反映了客服人员角色的转变：从处理常规任务转向管理例外情况、引导基于 AI 的体验，以及建立更牢固的客户关系，从而促进长期满意度和忠诚度。
随着企业将 AI 应用于服务处理和知识检索等工作，服务专业人员正在学习如何在日常工作中与这些工具协作。结果如何？在这些企业中，人类与 AI 协同工作，共同提供卓越的服务。
AI 不仅在支持客户互动，更在重塑服务负责人管理团队的方式。例如，约一半的服务负责人表示，他们依赖 AI 来分析趋势，并监控团队及每位服务代表的绩效。
通过揭示趋势、产能和绩效方面的洞察，AI 有助于领导者做出更明智的人员配置和辅导决策。事实上，92% 采用 AI 的服务部门负责人表示，AI 提升了他们进行大规模辅导的能力。AI 还能帮助实时预测客户需求、平衡工作负荷并优化资源分配——这有助于企业控制劳动力成本，并最大限度地提高投资回报率。
83% 配备 AI 客服代理的服务机构表示，已在五个或更多渠道部署了 AI 客服。主要渠道包括电子邮件、在线聊天、即时通讯应用、短信和电话——这些都是客户寻求支持的常见渠道。在多个渠道部署 AI 客服，使企业能够无论客户在何处发起互动，都能为其提供支持，同时在各个接触点保持更一致的体验。
对于服务团队而言，这一转变也改变了工作在组织内部的流转方式。AI 系统不再仅处理来自单一渠道的请求，而是能够同时协助处理跨多个环境的交互。
同样重要的是，当 AI 将工作交接给人工处理时会发生什么。在许多服务机构中，当需要人工专业知识时，AI 代理会呈现上下文信息、总结对话内容，并将交互任务移交给服务代表。这使得服务代表能够无缝接手 AI 处理到的地方，而无需要求客户重复信息，从而在各渠道之间以及 AI 与人工支持之间创造更流畅的体验。
采用 AI 的机构越来越能够量化其带来的影响。在利用 AI 解决服务请求的案例中，有 40% 的工作是由系统自主完成的，这表明机构对 AI 独立处理事务的能力充满信心。在我们此前发布的报告中，使用 AI 客服的服务负责人和运营专业人士表示，他们预计服务成本和服务请求处理时间将平均降低 20%——这表明许多机构已经开始看到他们预期的运营转变。
各团队也迅速看到了成效。70% 部署了 AI 代理的组织表示，在部署后的 60 天内就观察到了可量化的价值。因此，服务组织正在探索新的绩效跟踪方式。66% 的企业表示，他们现在会衡量 AI 的准确率，另有 66% 的企业会追踪 AI 的解决率，以评估 AI 系统满足客户需求的效果。
服务专业人员也注意到工作流程得到了改善。88% 使用 AI 的客服人员表示，AI 减少了在不同工具和系统之间切换所需的时间。
人们对这些技术的信心很高。89% 拥有 AI 代理的服务专业人员表示，扩大 AI 代理的使用范围将使公司受益。这些指标综合表明，AI 正在帮助服务团队同时提升服务质量和规模——在保持高准确率的同时，自主解决更多服务请求。
在部署 AI 代理的机构中，人工客服得以专注处理更复杂的案例。通过人机协同，企业能够更高效地满足客户需求——无论是简单还是复杂的诉求。借助 AI 提升自助服务能力，企业还能节省宝贵资源，例如客服代表的时间，使其能投入更高价值的案例处理。
引入 AI 代理通常是为了提高运营效率。但服务行业专业人士表示，最显著的改进其实体现在另一个方面：客户体验。
当被问及哪些关键绩效指标（KPI）在 AI 代理的助力下提升最为显著时，客户满意度高居榜首。这一点值得注意，因为该指标并非单纯衡量运营速度或内部生产力，而是反映了客户对服务体验的实际感受。
运营指标也受到了影响。服务专业人员报告称，人工客服的工作效率、平均处理时间和首次响应时间均有所提升，这表明 AI 正在帮助团队更快、更高效地开展工作。这些改进可以减少解决客户问题所需的时间和资源，转化为可观的成本节约。但客户体验位居榜首这一事实表明，这些运营上的改进正在转化为更好的客户体验。
通过帮助服务团队更快响应、更便捷地获取信息以及更一致地解决问题，AI 代理正在提升客户与服务机构互动的质量。而当服务质量得到提升时，客户满意度和忠诚度往往也会随之提高。
尽管势头日益强劲，但大规模部署 AI 代理仍可能相当复杂。各组织表示，最大的障碍并非 AI 技术本身，而是支撑这些技术的系统和数据。
各组织提到的挑战包括安全与合规问题、陈旧的技术环境，以及跨系统分散的数据。随着企业致力于提升数据质量和加强数据集成，它们正在为自信地大规模部署 AI 代理奠定必要的基础。
超过半数的服务部门负责人（59%）表示，数据准备程度是阻碍 AI 应用的主要因素。而在一线团队中，这种担忧更为普遍：63% 的服务代表和 72% 的服务运营专业人员表示，数据准备程度是一项挑战。这种差距可能反映了谁最直接地面临这一问题——毕竟服务代表和运营专业人员才是日常处理数据的人员——这表明一些领导者可能低估了问题的严重程度。
AI 系统需要准确、易于获取且最新的信息才能提供可靠的结果。当数据不完整或跨系统难以获取时，AI 的输出结果可靠性就会降低。
所有 AI 代理都依赖数据运行——而这些数据有时可能涉及敏感信息，例如支付信息、健康记录和个人身份识别信息。大多数用于客户服务的 AI 代理至少可以访问部分敏感数据，但只有少数能获得完全访问权限。在网络攻击日益猖獗的今天，这使得数据隐私问题日益凸显，70% 的服务行业专业人士表示，数据隐私问题延迟或限制了他们部署 AI 的进程。
88% 的数据与分析领域负责人认为，AI 的发展需要新的数据治理方法——但这些方法仍在不断演进，且采用情况参差不齐。例如，虽然 69% 的企业开展实时数据监控，但不到 50% 的企业采取了加密、高级访问控制和制定明确的事件响应计划等措施。事实上，仅有 43% 的数据与分析领域负责人建立了正式的数据治理框架和政策。
随着 AI 代理日益深度融入服务运营及整个公司，数据治理的重要性日益凸显。
大多数服务行业专业人士表示，客户对 AI 驱动的服务越来越接受。事实上，65% 表示他们的客户完全信任 AI，而略少于一半的人表示，其所在组织在客户互动中使用 AI 时持谨慎态度。
然而，研究表明，客户的犹豫程度可能比服务团队想象的要高。据 Metrigy 称，与企业自身的认知相比，消费者对 AI 驱动服务的信任度仍然相对较低。不到 44% 的消费者相信 AI 能够满足他们的客户服务需求。尽管信任度较低，73% 的医疗保健消费者、69% 的金融服务消费者和 64% 的零售消费者表示，基于 AI 的客户服务超出了他们的预期。这些结果表明，尽管怀疑态度依然存在，但与 AI 相关的积极体验可能会随着时间的推移建立起信任。
在整个服务组织中，对 AI 的信任度很高。大多数服务专业人员表示，他们个人信任 AI 代理能够自主处理各项任务——包括敏感任务——而且这种信心贯穿于各个岗位，从一线服务代表到服务主管皆是如此。
毫不奇怪，信任度与体验密切相关。在拥有 AI 代理的组织中，服务专业人员比在没有 AI 代理的组织中更倾向于信任 AI。换言之，亲眼目睹 AI 代理的实际运作，似乎能增强人们对其能力的信心。
随着组织在 AI 代理方面的实际应用经验日益丰富，熟悉感可能会增强信任。起初只是谨慎的尝试，但当团队看到 AI 能够持续提供准确的响应、自动化处理日常工作并助力更快解决问题时，这种尝试便会演变为更广泛的信心。
AI 越来越深入地融入客户体验，各组织正将重点放在透明度和选择权上。在使用面向客户的 AI 的企业中，77% 表示允许客户在与语音助手或聊天机器人进行 AI 交互的任何阶段，随时要求转接人工客服。
超过半数的企业表示，他们正在采取措施，在涉及 AI 时进行清晰沟通，例如向客户披露他们正在与 AI 互动，或允许客户完全选择退出 AI 互动。这些做法有助于确保客户能够掌控其互动进程。
通过让 AI 在服务体验中的作用更加透明，从而帮助缓解人们对采用 AI 的担忧——例如可靠性、数据隐私，以及在需要时能够转由人工接手等问题。随着 AI 的不断发展，各企业正在探索这些做法如何影响客户的信心和服务效果。
原文地址：
https://www.salesforce.com/service/resources/state-of-service-ai-agents-edition/
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
