洞察 · 客戶營運
客戶服務中的 AI
AI 在客戶服務中的用法，包括常規請求、分流、摘要和非工作時間回覆，以及如何在部署時不失去人情味。
作者：Exodus Markets · 釋出於 · 約 2 分鐘閱讀
簡短回答
客戶服務中的 AI 負責工作中量大且明確的部分：回答常見問題、查詢狀態、分類和分配請求、收集資訊以及總結互動，讓人工客服專注於複雜、敏感和高價值的個案。做得好的話，它能提升服務可用性和速度，同時不會取消與真人溝通的渠道。
要點
- AI 處理常規的大量工作；人負責判斷和關懷。
- 讓答案以經批准的知識為依據至關重要。
- 附帶完整上下文的升級，是客戶最能感受到的。
AI 在服務中擅長什麼
- 常見問題：產品資訊、政策、營業時間、操作指引。
- 狀態查詢：在系統已整合的情況下，查詢訂單、預約和個案。
- 分流與分配：判斷意圖和優先順序，把請求發給合適的團隊。
- 資訊收集：在人工客服介入前收集詳細資訊。
- 摘要：讓客服一眼看清互動的來龍去脈。
- 非工作時間回覆：團隊下線時提供智慧的第一條回覆。
什麼應該留給人
投訴、敏感情況、談判、例外情況和影響重大的決定。客戶可以接受常規請求自動化，但在關鍵時刻希望有真人。
部署原則
- 以經批准的知識為答案依據，而不是不受限制的自由生成。
- 定義升級觸發條件：話題、情緒、價值、反覆失敗，或客戶要求找真人。
- 交接時傳遞上下文，讓客戶永遠不必重複。
- 定期審查互動，持續改進知識和工作流程。
衡量成功
對照基線，跟蹤無需轉交即解決的常規請求比例、解決時間、非工作時間覆蓋、升級質量和客戶滿意度。
Desk 是 Exodus 生態中的客戶與語音營運層，正是圍繞這些原則打造的。另請參閱人與 AI 協作的客戶營運。
人與 AI 如何分工
人與 AI 協作的客戶營運把常規、重複的工作交給 AI，由人負責需要判斷的事情：投訴、敏感個案、談判、例外情況和影響重大的決定。這種模式依賴設計良好的交接，即清晰的升級觸發條件和完整傳給人的上下文，也依賴人持續審查並改進 AI 的表現。
要點
- 有意識地設計分工：重複交給 AI，判斷交給人。
- 附帶上下文的交接是這個模式的核心。
- 客服的角色轉向解決問題、審查和維護關係。
為什麼兩個極端都行不通
完全人工的營運難以應對工作量、服務時間和一致性。完全自動化的營運則會在遇到特殊情況時讓客戶感到沮喪。人與 AI 協作的模式結合了自動化的規模和人的判斷。
誰負責什麼
- AI：常規問題、狀態查詢、資訊收集、分類、分配、摘要和跟進。
- 人：敏感個案、投訴、談判、例外情況、專業判斷和影響重大的決定。
- 協作：AI 準備上下文並建議下一步；人來決定。
設計交接
交接是這個模式成敗的關鍵。定義升級觸發條件，例如話題、情緒、客戶價值、反覆失敗，或客戶直接要求找真人，並確保每次升級都附帶摘要、客戶歷史以及已經嘗試過的做法。
崗位如何變化
隨著常規工作轉給 AI，人工客服會把更多時間花在解決複雜問題和維護關係上。新的職責也會出現：審查 AI 互動、改進知識來源和調整工作流程。要為這些角色安排培訓。
治理
工作流程控制、訪問控制、互動日誌、經批准的知識和服務監控，讓這個模式在擴充套件時依然值得信賴。
這正是 Desk 圍繞的營運模式：讓 AI 處理重複，讓人負責判斷。如果客戶對話從訊息渠道開始，請參閱 Chat。
常見問題
常見問題
AI 會取代客服人員嗎？
在設計良好的營運中不會。AI 承擔常規工作量，包括常見問題、狀態查詢、分流和摘要，而人負責投訴、敏感情況、例外情況和影響重大的決定。客服的角色轉向解決問題、審查和維護關係。
如何避免 AI 給客戶錯誤的答案？
以經批准的知識為答案依據，而不是不受限制的自由生成；保持知識更新；為任何不確定或敏感的情況定義升級觸發條件；並定期審查互動，持續改進知識和工作流程。
客戶服務 AI 應該把哪些事情升級給人？
投訴、敏感情況、談判、例外情況和影響重大的決定；以及因話題、情緒、客戶價值或反覆失敗而被標記的個案，還有任何直接要求找真人的客戶。
付諸實踐
與 Exodus Markets 聊聊如何把它應用到您的工作流程中。