国外的7个联络中心的生成式人工智能实践

来自国外大厂的7个联络中心的生成式人工智能实践——“从自动化电话后的处理到自动生成知识文章，有许多应用可能会激发服务领导者的兴趣。”

生成式AI的兴起有望改变游戏规则。有人甚至将其比作互联网、智能手机和云计算的曙光。

然而，炒作还没有消退。如果有的话，技术提供商正越来越兴奋于其带来的创新潜力。

联络中心系统供应商也不例外。他们已经开发出许多由生成式AI提供动力的解决方案，旨在改变客户服务运营。

到目前为止，这里有七个最好的例子。

01 Talkdesk简化了联系后的处理

联系后的处理包括代理在互动结束后完成的所有任务。

这些任务包括票据标记、沟通总结并发送后续跟进。

Talkdesk旨在使用GPT模型来自动化更多这些任务并减少处理时间。

事实上，该供应商已经启动了一个通话摘要解决方案，将GPT服务集成到其NLP系统中。

在这样做的同时，该解决方案自动总结和分类客户对话。

其他CCaaS供应商（包括NICE和Five9）也推出了类似的解决方案。

引自：

《The Latest on ChatGPT and Its Potential In the Contact Center 》https://www.cxtoday.com/text-analytics/the-latest-on-chatgpt-and-its-potential-in-the-contact-center/

02 Salesforce自动生成知识文章

Salesforce已经集成了了Einstein GPT，将生成式AI引入Service Cloud——其联络中心CRM平台。

一个用例是让Einstein GPT解析存储在Service Cloud中的客户对话的文字记录。然后它自动生成知识文章供审阅。

有经验的代理人员然后可以评估、调整和发布这些知识文章到Service Cloud的知识库中。

因此，联络中心可以增强知识管理流程。

同时，在恰当的场景下，Service Cloud中已经存在的代理辅助工具可以在实时客户对话中主动提供这些知识文章。

引自：

《Salesforce Teases “The World’s First Generative AI for CRM”》https://www.cxtoday.com/crm/salesforce-teases-the-worlds-first-generative-ai-for-crm/

03 Five9精确定位自动化机会

除了自动摘要工具加速沟通后的处理外，Five9还提出了另一个由GPT提供动力的解决方案：AI Insights。

AI Insights根据各种特征（如意图）将客户对话聚类在一起。

然后，它在这些组内寻找模式，精确定位流程改进和自动化商机。

通过强调这些机会在对话中出现的频率，联络中心可以量化潜在的成本节省。

通过AI Insights，Five9希望帮助联络中心更好地理解客户互动，并找到实现这些互动自动化的机会。

这些见解可帮助联络中心制定数据驱动的策略，以优化运营并提高客户满意度和员工参与度。

与Talkdesk和NICE相比，Five9正在努力发展人工智能，以提供更全面的数据驱动型解决方案。

这些解决方案可以洞察客户体验，帮助优化关键业绩指标，并最终提高效率。

AI Insights就是这些GPT的最新产品的一个很好的例子。尽管这些解决方案仍处于早期，但Five9正在朝着正确的方向发展其人工智能技术组合。

引自：

《Five9 Launches Its First ChatGPT-Powered Contact Center Offerings》

https://www.cxtoday.com/contact-centre/five9-launches-chatgpt-powered-contact-center-offerings/

04 Google简化机器人构建过程

Google Cloud创建了一个生成式AI应用程序生成器，计划将其嵌入其CCaaS解决方案:Contact Center AI Platform。

根据Google的说法，通过此功能，联络中心可以在几分钟内”构建一个机器人”。

首先，客户必须为其提供代理支持内容、网站信息、产品手册、常见问题解答等知识来源。

之后，创建者可以用自然语言输入机器人应执行的任务、应收集的信息以及应发送数据的API。

从那里，它会自动生成一名虚拟代理，企业可以评估、优化和部署。

Google声称，其生成式AI应用程序构建器可以让非技术用户快速构建复杂的机器人，而无需编码知识。

与Anthropic和ClincWorks等竞争对手相比，这可能使Google Cloud更具吸引力，因为客户无需进行复杂的机器人集成或培训数据科学家的投资。

然而，机器人质量将取决于输入内容的质量，这要求客户投入大量时间来构建知识图谱。

如果内容不佳，最终的机器人质量可能也会受到影响。

尽管如此，这是一个积极的举措，可以使更多组织从机器人和自动化中获益，特别是中小企业。

随着人工智能在客户服务中的应用，联络中心软件供应商都在努力简化机器人构建过程，这使得更广泛采用AI变得更加现实。Google的这一举措无疑也是朝着这个方向迈出的一步。

引自：

《Google Adds a Generative AI App Builder to Its CCaaS Platform》

https://www.cxtoday.com/contact-centre/google-adds-a-generative-ai-app-builder-to-its-ccaas-platform/

05 Nuance扩大对话AI的范围

Nuance在其对话AI平台Nuance Mix中添加了一个“对话加速器”。

该功能以两种重要方式改进了该平台:它可以回答更多的查询，并检测客户的意图何时发生变化。

首先，该解决方案解析业务特定的资源，包括公司网站、产品手册和知识文章。

然后，它突出显示相关见解并向客户呈现，允许对话AI解决企业尚未专门构建机器人来回答的查询。

其次，它检测客户的意图在互动过程中 halfway 发生变化，将对话重新引入正轨，并提高包含率。

Nuance声称，此功能可以显著提高其对话AI平台的有效性。

它允许Nuance Mix解决更广泛的查询，即使企业尚未专门针对这些查询构建机器人。

同时，它还可以更好地检测和应对客户意图的变化，从而提供更连贯和个性化的体验。

借助该功能，Nuance正在努力将其对话AI平台转变为一种更广泛和强大的工具，可支持企业在更广泛的用例中实现自动化和提高客户满意度。

尽管该功能可能会提高Nuance Mix的吸引力，但其成功将取决于解决方案能否有效地访问和理解相关知识资源，如果无法做到这一点，那么该功能的潜力可能会受到限制。

与Genesys和Amazon Connect等竞争对手相比，Nuance正在加快其在对话AI领域的创新步伐。通过不断丰富其平台，Nuance Mix可能会成为一种更通用和全面的工具，从而在竞争中获得优势。

引自：

《Nuance Builds ChatGPT Into Its Conversational AI》

https://www.cxtoday.com/speech-analytics/nuance-builds-chatgpt-into-its-conversational-ai/

06 InMoment从客户反馈中获得见解

InMoment成为第一家推出GPT动力解决方案的客户之声（VoC）供应商，其Smart Summary Generator。

该工具收集各种客户反馈来源，剥离趋势，将其转化为结构化和简洁的文本。

这样的来源包括联络中心录音、在线评论和调查。

根据InMoment的说法，生成趋势概览只需几分钟。因此，联络中心可以使用Smart Summary Generator随时了解新出现的问题。

InMoment声称，此举减少了从大量不结构化客户反馈中提取见解的时间和精力。相比之下，人工总结可能需要几个小时甚至天。

通过快速识别关键主题和趋势，联络中心可以更好地理解客户的真实体验，并作出相应的业务决策。

尽管工具面临一些风险，如误报关键主题或错过潜在的重要见解，但它可以显著改善VoC计划及其与CX策略的整合。

通过加快反馈循环，联络中心可以更快地解决客户问题，防止小问题变成大问题。

与Medallia和Qualtrics等竞争对手相比，InMoment正在利用前沿技术加快创新步伐。该工具展示了InMoment如何利用最新技术，将其VoC平台转变为一个更高效和全面的数据驱动的工具。

如果成功，InMoment可能会在VoC市场获得竞争优势，尤其是对于追求数字化转型和数据驱动决策的企业。

不过，工具的成功还取决于其在识别和报告相关见解方面是否具有足够的准确性和广度，这需要进一步验证。此外，该工具将如何与InMoment的其他VoC功能融合也不得而知。这些都是值得关注的方面。

引自：

《InMoment Releases an “Industry-First” GPT-Fuelled Innovation for VoC》

https://www.cxtoday.com/voice-of-the-customer/inmoment-releases-an-industry-first-gpt-fuelled-innovation-for-voc/

07 NICE提醒主管处理客服人员问题

NICE Enlighten是嵌入在NICE CXone解决方案中的一系列AI模型，旨在为联络中心管理者提供见解。

现在，NICE发布了Enlighten Actions，利用生成式AI将见解转化为行动。

例如，Enlighten可以实时检测客户满意度较低。通过警告主管，他们可以介入以挽救体验。

它还可以在客服人员表现出特定行为时提醒主管，并在发生时报告投诉。后者用例可以帮助联络中心报告工作。

根据NICE的说法，Enlighten Actions缩短了从检测到解决问题所需的时间。这使得主管可以更快地采取行动，以改善客户体验并提高满意度。

借助该功能，NICE正在提高其CXone平台在提供客户体验管理见解方面的价值。它可以帮助联络中心更好地监控客户体验，并防止小问题升级为大问题。

与其他客户体验管理供应商如Genesys和Verint相比，NICE采取积极姿态，通过利用前沿技术不断创新其平台。

通过推出Enlighten系列，NICE正试图利用AI和自动化转变CXone，使其可以预测性地推动联系中心采取行动来改善客户体验。

如果成功，它可能会使CXone在竞争对手中脱颖而出，特别是对于追求数据驱动型CX的企业。

不过，该功能的成功也依赖于模型可以准确检测相关见解并采取正确行动的能力。此外，它如何与CXone的其他功能融合也值得关注，这可能会影响用户采用该工具的意愿。

尽管面临一定的不确定性，但该举措表明，NICE正在利用AI和自动化，将CXone打造成一种更加智能化的工具，以推动联络中心采取预测性行动。这可能对CXone的发展方向产生重大影响。

还有什么其他可能?

这些只是联络中心供应商在最近几个月推出的众多用例中的一些。

事实上，EvaluAgent推出了一款工具来增强其自动化质量保证解决方案。与此同时，Calabrio正与OpenAI合作，以增强其WFM产品。

然而，随着GPT在加强定制数据图表、趋势和路由用例方面具有巨大潜力，许多更多的功能将很快出现。

此外，预计它将改变许多联络中心使用的低代码工具，以构建自助服务、主动外联活动和机器人解决方案。

GPT可能会影响选择联络中心技术的方式。由于它可以通过少量培训或完全无培训地实现复杂的自然语言任务，因此构建定制解决方案的难度将降低。

事实上，未来的联络中心解决方案可能会更加依赖于可再配置的机器学习模型，而不仅仅是规则和脚本。这可能会改变开发人员和系统集成商的角色，并要求他们掌握机器学习技能。

总而言之，GPT有可能彻底改变联络中心技术生态系统。它可以通过消除开发工作，加速创新，并为更广泛的自动化打开大门，从根本上改变构建智能联络中心解决方案的方式。

尽管面临监管、偏差和学习模型可解释性方面的挑战，但GPT可能会对行业产生重大影响。联络中心技术提供商和采用者都应密切关注这一发展方向，以实现最大限度的优势。

这只是联络中心行业激增的技术创新的开始。在未来几年，预计将出现更多改变，这将使我们重新思考智能联络中心的定义、构建方式和成本效益。

正如谷歌的例子所示，使用自然语言的能力，而不是静态拖放元素，可能会撼动这个领域。

最后，最近推出的ChatGPT的下一版本 – GPT-4带来了更多可能性。

事实上，它具有三个令人兴奋的新功能。这包括模仿用户的写作风格、分析和分类图像以及处理更大的文本输入的能力。

尽管如此，目前预计所有的用例都将保持人工监督。

毕竟，尽管基于大型语言模型的生成AI应用程序充满希望，但它们也容易出错。

因此，在没有中间人的情况下，它们还没有准备好让客户随意使用。

人工监督可以帮助减轻偏差和错误的风险，同时利用模型的潜力。人工与自动化的结合可以产生最佳结果。

目前，大多数联络中心供应商都在谨慎而明智地采用这些新技术。他们专注于增强现有工具，而不是完全取代人工处理。

随着时间的推移，随着模型变得更加稳定和可信赖，以及用户对其安全性和有效性建立信心，人工参与的程度可能会降低。

尽管面临监管面临的挑战日益增加，但如果利用得当，ChatGPT-4等新技术可能会产生重大影响。它们有可能进一步推动自动化，并将人工智能带入更广泛的商业过程。