2024 年 AI 鼓动的呼叫中市中心调研报告

Introduction 自助服务。智能路由。代理协助。实时分析。工作流自动化。 面对众多挑战，今天的呼叫中心在技术投资时拥有几乎无限的转型机会和“用例”清单。 这是人工智能（AI）转型如此令人兴奋的部分原因。接触中心领导者终于找到了一种方法，可以在使运营更加成本效益的同时，同时保持以客户为中心。他们拥有实现备受推崇的无缝、个性化、预测性和前瞻性体验的机制。 但是这也使得AI转型变得如此具有挑战性。考虑到如此多的应用场景，确定AI的最佳重点是一项极其艰巨的任务。 并且鉴于联络中心项目的相互关联性，这可能甚至会是适得其反的。例如，如果一个组织使用AI来改进自助服务但未能充分考虑对座席工作流程的影响，它购买的技术本应作为解决方案反而可能会造成更大的问题。 企业在如何调和传统智慧（如循序渐进、不要急于求成）与人工智能革命的全面性质之间取得平衡的问题上将对联络中心的未来产生巨大影响。这将决定联络中心是利用部分人工智能的业务单元，还是从根本上依赖于人工智能的业务单元。 独家研究的产品 ， 这个关于人工智能的市场研究联络中心揭示了企业在这一过程中是如何导航的。他们如何对待AI投资？他们今天看到了什么样的成果——又期望明天看到怎样的成果？他们在解决更广泛的 estratégical挑战，并预期会发生哪些转型？ 目录 2Introduction4方法论和人口统计4关于作者5关键发现6必要的趋势 ： 推动 AI 崛起的因素9进化状态 ： AI 驱动的联络中心是一个迫在眉睫的现实吗 ？13从承诺到实践 ： AI 的首要目标、成果、注意事项17完整故事 ： AI 驱动的联络中心的后果21结合人工智能和人类智能以获得更好的客户体验 ： 案例研究24为什么 AI 支持的联络中心是有意义的个性化的关键28Appendix292024 编辑日历30与团队会面 方法论和人口统计 为了探索以人工智能为动力的联络中心的实际情况，CCW Digital于2024年夏季进行了一项调查。该调查针对联络中心、客户体验、营销和运营领域的领导者，了解他们面临的最大客户互动挑战、对人工智能的期望以及战略视角。 受访者涵盖了各种规模和主要行业的公司。示例职位包括首席客户服务官、社交媒体响应总监、客户服务负责人、客户体验总监、首席客户官、客户体验技术总监以及客户支持副总裁。 关于作者 Brian CantorCCW Digital 首席分析师客户管理实践客户管理实践 布莱恩·坎特（Brian Cantor）是CCW数字公司的主要分析师和董事，CCW数字是全球客户接触专业人士的在线社区和研究枢纽。在他的职责范围内，布莱恩领导CCW的所有客户体验、联络中心、技术和员工参与的研究项目。CCW数字的文章、专题报告、评论、 infographic、高管访谈、网络研讨会和在线活动触及超过150,000人的社区。 一位热衷于以客户为中心的理念的倡导者，布赖恩经常在主要的客户体验大会议程上发表演讲，并且也为组织提供客户体验和商业发展策略方面的咨询。 关键发现 超过五分之四的联络中心领导人认为他们的代理人在低价值工作上花费了太多时间。 4大约一半的呼叫中心领导者面临来自其AI投资回报的压力，但只有24%的人表示他们正处于严肃的实施阶段。 和相关沟通 ， 更强的自助服务 ， 更有效的搜索和知识体验。 在人工智能投资策略方面，最常见的方法是识别少量关键应用场景，然后认真部署相关技术。 为了充分利用其AI投资，领导者将优先考虑代理教育、工具和系统集成以及创建边界措施。 大多数领导人仍然不相信人工智能会导致大量就业岗位的淘汰。 10为了解决与人工智能道德、安全性和准确性相关的风险 ， 领导者将依靠广泛的测试、经过验证的技术合作伙伴和特定行业的模型。 必要的趋势 ： 推动 AI 崛起的因素 人工智能的 buzz 不可避免，部分原因在于其需求如此显而易见。面对诸如无效的自助服务、不足的客户数据以及低效的员工体验等长期存在的挑战，典型的接触中心渴望智能自动化解决方案所承诺的利益。 超过67%的人表示，他们的自助服务仅在某些情况下有效。另外11%的人认为完全无效，只有22%的人对他们的自助服务 offerings 表示乐观。 随着众多品牌预计在未来几年内自助服务量会出现激增，他们不能让改进的追求成为一个长期的空想。以客户为中心的品牌将立即解决自助服务问题，探索通过人工智能驱动的机会来创建更加个性化、相关且对话式的体验，同时也提供轻松的渠道连接到人工支持。 最近的CCW Digital研究证实，仅有不到五分之一的消费者对现代自助服务选项充满信心。尽管品牌自身对自家的自助服务平台并不那么悲观，但绝大多数品牌仍认识到需要加以改进。 您是否觉得客户能够始终信任您的自助服务选项，以提供高价值的个性化解决方案，或者顺畅地转接至代理人员处理？ 现在的一个挑战是，随着自助服务逐渐成为初始接触点，赋能代理人员以可操作的情报的需求将不断增加。由于客户已经与聊天机器人互动过，他们将期望升级到人工代理时，该代理能够展现出更多的专业知识、同理心和个性化服务。此外，客户还会对不得不重复提供之前已提供的信息或回答之前已解答的问题感到更加沮丧。 利用AI为代理人员提供客户实时信息、情绪、问题以及旅程的相关信息，因此对于未来的联络中心而言，这是一项不可或缺的举措。 你觉得你的特工一致吗 ，实时访问客户数据 ， 情绪分析 ， 以及交付所需的知识高素质、咨询式护理 ？ 关于数据的令人失望的数据 消费者对自助服务的怀疑不应被视为对人工支持质量的高度肯定。消费者也对人工支持表达了不满，至少有四分之三的消费者批评代理人员在互动过程中缺乏知识、专注度和决心。 代理人员未能达到客户期望的原因有很多，但其中最主要的一个原因是缺乏可操作的数据。如果没有对所支持客户的洞察或了解客户面临的问题，代理人员就无法提供及时、个性化或咨询性的服务。 事实上，仅有21%的接触中心领导者认为代理人员拥有与客户连接所需的所有数据。56%的领导者感到他们拥有部分必要的智能信息，而超过22%的领导者则认为他们几乎没有这些信息。 专注于简单客户问题、处理断开系统的难题、访问过多屏幕、处理非通话工作、或努力统一知识和数据等因素是否妨碍了代理在高价值客户互动中表现出色？ 关于员工经历的艰难真相 提供可操作的情报是促进代理绩效改进的一个重要步骤，但这并不是唯一的步骤。重要的是要全面考虑产生代理努力的所有因素——并防止他们无法有效有意义地与客户互动。 在当前状态下，令人担忧的是，高达81%的 contact center 领导者认为代理人员花费了过多时间在低价值的工作上。这包括处理重复性的客户问题、与复杂的系统和工具交互以及处理过多的非通话工作，代理人员无法将最优的关注点投入到支持客户的工作中。 消费者对此感受尤为明显；81%的受访者表示，典型代理人在支持对话期间显得分心或不专注。如果客户服务员工都无法集中注意力，品牌又如何证明其以客户为中心的承诺呢？ 不仅对客户体验造成负面影响，内部努力还可能对员工满意度和留存产生不利后果。令人沮丧且耗时的工作体验会导致代理人员的参与度降低和流失，阻碍品牌培养出能够满足当今日益挑剔客户所需的一支快乐且知识丰富的团队。 作为智能自动化的一种途径，现代AI解决方案理论上代表了解决“代理努力”挑战的理想方案。通过处理常规任务，它们使代理能够更有效地专注于最适合人类创造力的工作。当然，AI投资的成功将取决于选择合适的自动化目标，并确保代理在更具咨询性角色中能够获得所需的一切支持。 进化状态 ： AI 驱动的联络中心是一个迫在眉睫的现实吗 ？ 本报告的引言强调了人工智能革命的全面性质。人工智能不仅仅是对运营中少数低效部分进行一些微调；它关乎于通过改变接触中心赋能团队与客户连接的方式来进行整体转型。 注意。由于组织惰性、预算审查以及普遍的不确定性等因素，品牌在进行AI投资时必然会带有自身的犹豫和优先级考量。 这些因素可能在延缓（或加速）技术投资的程度将反映人工智能革命的紧迫性以及品牌陷入困境的风险。 但具备大局思维和actually将其付诸实践是两种截然不同的事情。事实上，很少有企业能够在顷刻之间对运营的每一个方面进行全面转型。 尽管接触中心和客户体验团队越来越被邀请参加高管会议，但他们很少坐在桌首位置。客户接触领导者仍然向整体业务高管汇报工作，而这些高管对财务表现有自己的期望，并会对他们施加相应的压力以实现投资回报（ROI）。 目前，14%的呼叫中心领导者正承受着巨大的压力。他们意识到已经远远超过了“观望阶段”，这些领导者面临从AI投资中立即获得显著回报的压力。 接近37%的企业正在经历一定程度的压力，而近38%的企业尚未面临ROI要求，但预计这种情况即将发生变化。剩余的12%的企业则认为追求财务成果还为时过远。 外在的压力促使接触中心转型，既有负面影响也有积极意义。从积极的角度来看，这敦促接触中心领导者立即采用能够从根本上改变其运营关键方面的新技术。鉴于客户体验持续恶化，只有17%的消费者信任聊天机器人，而且超过四分之五的代理人员花费过多时间处理低价值工作，接触中心需要以问责和紧迫感运作。他们需要使体验更加顺畅、个性化、预测性和主动化。 在负面方面，急于求成可能会导致客服中心采取错误措施。如果未能全面评估潜在解决方案、充分测试新AI工具的可用性和效率，或考虑由此带来的人员工作流程变化，其AI项目可能会反而使用户体验变差。 此外，追求业绩的压力可能导致呼叫中心领导者关注错误的业绩指标。例如，一位领导者可能会重视AI聊天机器人在减少昂贵的 inbound 通话量方面取得的成功，而不恰当地考虑其对客户满意度或交叉销售收入的后续影响。 由于这些内部的ROI期望，以及风险规避、变革阻力和技术限制等因素，公司最终将根据自己的节奏推进AI转型。 对于52%的企业而言，重点是选择优先应用场景，然后认真部署AI。通过在少数几个应用场景上全力投入，这些组织同时表达了他们希望看到立竿见影的效果，并对一次性全面转型整个联络中心持怀疑态度。 另一部分（32%）认为应该从小规模开始，选择非常狭窄的应用场景，然后进行广泛的测试。这些组织优先考虑情报收集，而不是寻求立即的结果或整体转型。他们希望在在整个组织内扩大应用之前，更好地了解该技术的风险和影响。 just over 2% 正在采取更加谨慎的态度；意识到AI领域正在迅速变化，他们在进行有意义的投资之前采取真正的“观望态度”。 在另一端，14%的公司采取了“要么全部投入，要么干脆放弃”的策略。他们深知完整的、基于AI的联络中心对于应对当今客户和员工面临的挑战至关重要，并且希望尽快实现这一目标。 实施过程 无论公司的目标是试验某种特定用途还是全面改造整个运营体系，都需要找到、实施并优化合适的技术。许多公司仍处于这一实施过程的早期或中期阶段。 大约34%的公司表示他们仍处于“非常早期阶段”。这些公司在潜在解决方案上仅进行了初步评估。 另一部分（14%）已进入采购流程的最后阶段，但尚未实质性地实施该技术。接近29%的公司虽已购买了一些技术，但仍处于测试阶段。 因此，仅有24%的公司真正处于体验AI转型的有利位置。18%的公司表示他们已经开始将AI应用于有意义的实际应用场景，而已有6%的公司在进行成熟的优化阶段。 最终，数据揭示了人工智能 hype 与实际实施之间存在显著差距，也强调了需适当调整预期；仅有 6% 的组织将他们的 AI 实施称为“成熟”，这表明以 AI 助推的联络中心及其承诺的转型还距普及性甚远。 传统的呼叫中心在其人工智能旅程中可能尚未成熟，但非常认识到该技术的潜力。当今的呼叫中心及其领导者清楚地了解潜在的应用场景和机会，并有意追求其中的多个。 其他核心重点包括客户数据和分析（84%）、接触中心流程自动化（76%）、员工知识和专长（73%），以及接触中心质量、合规性和测量（72%）。