洞察 · 客户运营
客户服务中的 AI
AI 在客户服务中的用法，包括常规请求、分流、摘要和非工作时间回复，以及如何在部署时不失去人情味。
作者：Exodus Markets · 发布于 · 约 2 分钟阅读
简短回答
客户服务中的 AI 负责工作中量大且明确的部分：回答常见问题、查询状态、分类和分配请求、收集信息以及总结互动，让人工客服专注于复杂、敏感和高价值的个案。做得好的话，它能提升服务可用性和速度，同时不会取消与真人沟通的渠道。
要点
- AI 处理常规的大量工作；人负责判断和关怀。
- 让答案以经批准的知识为依据至关重要。
- 附带完整上下文的升级，是客户最能感受到的。
AI 在服务中擅长什么
- 常见问题：产品信息、政策、营业时间、操作指引。
- 状态查询：在系统已集成的情况下，查询订单、预约和个案。
- 分流与分配：判断意图和优先级，把请求发给合适的团队。
- 信息收集：在人工客服介入前收集详细信息。
- 摘要：让客服一眼看清互动的来龙去脉。
- 非工作时间回复：团队下线时提供智能的第一条回复。
什么应该留给人
投诉、敏感情况、谈判、例外情况和影响重大的决定。客户可以接受常规请求自动化，但在关键时刻希望有真人。
部署原则
- 以经批准的知识为答案依据，而不是不受限制的自由生成。
- 定义升级触发条件：话题、情绪、价值、反复失败，或客户要求找真人。
- 交接时传递上下文，让客户永远不必重复。
- 定期审查互动，持续改进知识和工作流程。
衡量成功
对照基线，跟踪无需转交即解决的常规请求比例、解决时间、非工作时间覆盖、升级质量和客户满意度。
Desk 是 Exodus 生态中的客户与语音运营层，正是围绕这些原则打造的。另请参阅人与 AI 协作的客户运营。
人与 AI 如何分工
人与 AI 协作的客户运营把常规、重复的工作交给 AI，由人负责需要判断的事情：投诉、敏感个案、谈判、例外情况和影响重大的决定。这种模式依赖设计良好的交接，即清晰的升级触发条件和完整传给人的上下文，也依赖人持续审查并改进 AI 的表现。
要点
- 有意识地设计分工：重复交给 AI，判断交给人。
- 附带上下文的交接是这个模式的核心。
- 客服的角色转向解决问题、审查和维护关系。
为什么两个极端都行不通
完全人工的运营难以应对工作量、服务时间和一致性。完全自动化的运营则会在遇到特殊情况时让客户感到沮丧。人与 AI 协作的模式结合了自动化的规模和人的判断。
谁负责什么
- AI：常规问题、状态查询、信息收集、分类、分配、摘要和跟进。
- 人：敏感个案、投诉、谈判、例外情况、专业判断和影响重大的决定。
- 协作：AI 准备上下文并建议下一步；人来决定。
设计交接
交接是这个模式成败的关键。定义升级触发条件，例如话题、情绪、客户价值、反复失败，或客户直接要求找真人，并确保每次升级都附带摘要、客户历史以及已经尝试过的做法。
岗位如何变化
随着常规工作转给 AI，人工客服会把更多时间花在解决复杂问题和维护关系上。新的职责也会出现：审查 AI 互动、改进知识来源和调整工作流程。要为这些角色安排培训。
治理
工作流程控制、访问控制、互动日志、经批准的知识和服务监控，让这个模式在扩展时依然值得信赖。
这正是 Desk 围绕的运营模式：让 AI 处理重复，让人负责判断。如果客户对话从消息渠道开始，请参阅 Chat。
常见问题
常见问题
AI 会取代客服人员吗？
在设计良好的运营中不会。AI 承担常规工作量，包括常见问题、状态查询、分流和摘要，而人负责投诉、敏感情况、例外情况和影响重大的决定。客服的角色转向解决问题、审查和维护关系。
如何避免 AI 给客户错误的答案？
以经批准的知识为答案依据，而不是不受限制的自由生成；保持知识更新；为任何不确定或敏感的情况定义升级触发条件；并定期审查互动，持续改进知识和工作流程。
客户服务 AI 应该把哪些事情升级给人？
投诉、敏感情况、谈判、例外情况和影响重大的决定；以及因话题、情绪、客户价值或反复失败而被标记的个案，还有任何直接要求找真人的客户。
付诸实践
与 Exodus Markets 聊聊如何把它应用到您的工作流程中。