新闻资讯/News

AI洞察 | 20个生成式人工智能（GenAI）在客户服务中的创新应用案例 (上）

客户服务领域正掀起一股前所未有的创新浪潮，主要是生成式人工智能（GenAI）驱动所致。仅仅几个月的时间，GenAI已经扩大了联络中心代理辅助产品组合，动摇了知识管理，并改变了对话式人工智能应用。此外，它重新定义了低/无代码工具的工作方式，开发人员仅通过书面提示就可以创建客户服务应用程序和活动。

这样的创新已经永久地改变了许多联络中心构建机器人、自助应用程序和主动活动的方式。然而，这些只是醒目的标题而已。要深入了解生成式人工智能如何改变了客户服务 — 请查看下面的20个创新应用案例（展示前10个案例）。

1. 自动生成客户回复
示例：Salesforce的Service GPT
生成式人工智能可以理解客户意图。这种能力是这项技术许多新客户服务用例的核心——比如自动生成客户回复。

• 实际上，像Salesforce的Service GPT这样的GenAI应用可以通过首先理解客户的查询并筛选各种知识来源来完成这项工作。

• 这些知识来源可能包括网页链接，知识库，客户关系管理（CRM）以及各种其他客户数据库，这也可能允许个性化。

• 通过搜索这些，GenAI自动化一个相关的客户回复，代理可以评估、编辑并转发给客户。

• 这最后一部分至关重要，让人介入以降低以不正确的信息回复和保护服务团队免受GenAI的幻觉的风险。

2. 代理在打字时进行辅助
示例：Zendesk的扩展代理回复
在大语言模型（LLMs）出现之前，许多人在使用Gmail等工具时已经尝试过生成式人工智能。的确，这个电子邮件工具可以预测句子可能的结尾，如果猜对了，用户可以按“tab”按钮然后它会自动完成他们的信息。

• 随着大型语言模型（LLMs）的出现，Zendesk建立了一个类似客户服务版本的解决方案。

• 其“扩展代理回复”解决方案允许代理输入他们回复的基本内容，然后系统会为他们填充细节，从而节省了他们在数字渠道上回复客户的时间。

• 同样，联络中心必须将解决方案连接到各种知识来源，这是许多其他用例的情况，并且代理人保持介入。

3. 自动记笔记
示例：Sprinklr的通话笔记自动化
代理经常会收到大量信息，他们必须记住。然而，追踪所有关键细节是困难的。

• 因此，许多监督员鼓励记笔记。然而，这甚至会妨碍代理人同时处理多项任务时进行积极倾听，从而增加了问题解决的时间。

• Sprinklr的“通话笔记自动化”解决方案旨在通过在客户通话时记下关键信息来克服这个问题。代理可以在起草回复时参考这些重要信息，而不是依赖于无结构的笨重的文字记录。

• 了解了这一点，他们可以专注于客户所说的，而不是试图记住他们之前说过的内容，这应该可以提高他们的电话处理能力。

4. 发掘客户常见问题解答
示例：Google Cloud的CCAI Insights生成式FAQ
随着生成式人工智能监控客户意图，许多供应商建立了跟踪客户联系业务的主要原因并对其进行分类的仪表板。

• 有了这些信息，联络中心可以了解他们的主要需求驱动因素。

• 这使得服务团队能够优先处理改进联络中心的工作。这些行动可能包括改进代理支持内容，解决上游问题或添加对话式人工智能。

• Google Cloud的CCAI Insights生成式FAQ允许联络中心上传编辑后的记录，以解锁这种功能。该工具还可以生成对话亮点、摘要和客户满意度评分，以存储在CRM中。

5. 自动化电话后处理
示例：Genesys Agent Assist的自动摘要
当服务代理结束客户互动时，他们必须完成电话后处理。这通常包括将联系摘要和处理代码上传到CRM系统。

• 生成式人工智能解决方案现在可以自动化这个过程，从每个联络中心对话中节约几秒钟时间，从而大大节省服务运营的资源。

• 作为CCaaS魔力象限的领先供应商之一，Genesys提供了这样一个解决方案，可以自动化代理审查、调整并在每次对话后发布到CRM中的后处理流程。

• 此外，供应商标准化了每个电话摘要的格式。这使得未来处理后续跟进的代理更容易了解上一次通话所发生的事情。

6. 简化电话转接和升级
示例：Verint的Interaction Transfer Bot
当一个联系转移到另一个代理或上级时，客户通常需要重复他们的问题以及他们与第一个代理分享的信息-这是客户沮丧的常见来源。

• 然而，生成式人工智能可以通过总结迄今为止的联系并将其发送给第二个支持代理或主管来提供帮助。

• 作为结果，他们可以继续对话，节省时间并防止客户重复自己的问题。

• Verint Interaction Transfer Bot正是做到了这一点。无论第一个代理是人类还是机器人，它都会发送一个简短、信息量大的摘要，而不是一个笨重的记录。

7. 发现客户服务自动化机会
示例：Five9的AI Insights
通过揭示客户常见问题解答，生成式人工智能帮助联络中心发现对话自动化的机会。然而，Five9的AI Insights更进一步。

• 该解决方案采用客户对话，并根据意图等各种特征对其进行分组。

• 然后，它应用GenAI和NLP来搜索这些联系组中的模式，提出流程和自动化改进的机会。

• 通过这样做，该工具指示了这些机会出现的频率，以及联络中心采取行动可能节省的成本。

8. 为自动化质量评分添加上下文
示例：Amazon Connect的Manager Assist
许多CCaaS供应商现在提供自动化质量评分的能力，为所有联络中心对话提供深入了解代理表现的更全面视角。

• 生成式人工智能通过不仅自动化“发生了什么”问题——即，代理是否说了这样或做了那样？——而且还包括额外的标准。

• Amazon Connect的Manager Assist解决方案就是这样做的，利用GenAI来自动填写评分标准，比如：客户离开通话时是否满意？或者：代理是否提供了任何让步？

• 与此同时，该解决方案还提供了对自动化答案的理由，以便质量分析师、主管或教练希望深入挖掘，或者代理希望对其提出质疑时使用。

9. 确定代理辅导机会
示例：Amazon Connect的Manager Assist
除了自动填充质量评分卡的更多内容（如上文所述），Amazon Connect的Manager Assist为每次客户对话提供了自动化代理绩效摘要。该摘要包括辅导和积极认可的机会。

• 事实上，在亚马逊公司分享的一个例子中，该解决方案生成了以下反馈：
“代理在提供折扣或解决方案方面可以更主动，而不是等待客户询问。采取主动行动表明致力解决问题。”
“代理在道歉并对网站问题负责的处理上做得很好。对客户沮丧表示同情是很重要的。”

• 这种创新也激励质量保证和教练团队之间的合作，他们可以创造一个连接的学习策略，以增强代理的表现。

10. 提示主管代理问题
示例：NICE Enlighten Actions
生成式人工智能为将洞察转化为行动提供了几次机会，包括对话智能工具发现的洞察。

• 例如，NICE使用这些工具实时检测客户情感。

• 然后，这个Forrester Wave CCaaS领导者应用GenAI来监控情绪趋势，并在情绪显著下降时通知主管。他们可以随后介入并解决问题。

• 除了情绪，联络中心也可以利用GenAI在代理展示特定行为和记录客户投诉时向主管发出警报。

文章译自： https://www.cxtoday.com/contact-centre/20-use-cases-for-generative-ai-in-customer-service/ by Charlie Mitchell