两年以来，围绕联络中心 AI 智能体的讨论都聚焦于“能力”：这个机器人能解决账单纠纷吗？它听起来足够自然，能让客户不再按“0”转人工吗？
接下来的讨论将聚焦于“问责”，而监管机构正在替我们开启这场讨论。
从现在到 2028 年，美国各州和欧盟将陆续生效一系列 AI 规则。这些规则的推动力并非专门针对客服中心，但几乎全部都会落到这里，因为这是 AI 与公众对话量最大的场所。几乎所有规则都把义务落在部署 AI 的公司身上，而非出售 AI 的公司身上。
最后这一点，正是我们联络中心从业者需要思考的：CX 领导者该如何管理治理问题？
举例来说，2027 年 1 月，加州关于自动化决策技术（ADMT）的规则将生效。将 AI 用于重大决策的企业必须提供退出选择以及有意义的人工参与。
监管机构想知道：你的 AI 做了什么、为什么这么做、人类是否能够介入，以及你能否证明以上全部。
本文说明：
- 哪些法规已经生效，哪些即将推出
- 为什么合规风险由部署方而非 AI 供应商承担，以及为什么供应商的自我报告远远不够
- 独立的 AI 治理是什么样子，以及一个“三问式”AI 治理审计
AI 联络中心监管：已经生效的部分
其中一些义务并非将来时。2024 年 2 月，FCC 确认 AI 生成语音在《电话消费者保护法》下属于“人工”语音，这意味着外呼 AI 语音电话与任何自动语音电话一样，适用相同的同意规则与按次计的责任风险。
2025 年 2 月，欧盟《人工智能法案》的禁止性做法条款生效，其中包括禁止推断工作场所中人员的情绪。法律评论者已把对联络中心员工的情绪追踪列为教科书级的示例。如果你的平台通过语音对坐席的压力或沮丧程度打分，那么应该有人去问一问：这项功能在你欧盟的业务中是否仍然合法。最高罚款为 3500 万欧元或全球营收的 7%。
2026 年 8 月，欧盟《人工智能法案》的透明度规则落地。与人交互的 AI 系统必须明确表明自己是 AI。这项义务被排除在此前的“一揽子”延期之外。
而日程表还在不断填充：
- 2027 年 1 月：科罗拉多州的替代性 AI 法律 SB 26-189 生效。部署方在使用受监管的自动化决策工具前必须通知消费者，以通俗语言解释不利结果，并将记录保存三年。
- 2027 年 12 月：欧盟《人工智能法案》的高风险制度适用，要求事件日志记录、人工监督和上市后监测。
- 2028 年 4 月：首批加州网络安全审计认证到期，适用于营收超过 1 亿美元的企业。
就在上个月，纽约市消费者保护部门提出了禁止 AI 客服“死循环”的规则。企业必须披露自动化，并提供一条便捷转人工的路径。这可能是未来众多“最低升级标准”市级规则中的第一条。升级是否恰当，可能成为企业必须向监管机构证明的事情。而独立测量，正是把这项合规义务转化为企业主可展示的证据的关键。
德克萨斯州的 TRAIGA 法自 2026 年 1 月起生效，对每项无法纠正的违规行为最高可处 20 万美元罚款。它同时为那些通过测试和内部审查自行发现问题、并遵循 NIST《AI 风险管理框架》等框架的企业提供安全港。
并非每条规则都适用于每个 AI 智能体。而且，套用上面加州的例子，某个机器人是否构成做出“重大”或“后果性”决策，属于需要律师判断的问题。但方向已经明确。
为什么合规风险由部署方而非 AI 供应商承担
当监管机构或审计人员来问询时，他们问的不会是你的 AI 供应商，而是你。
科罗拉多州的法律就是一个好例子。开发者必须向部署方提供关于预期用途和局限的文档。但向消费者发出通知、解释不利结果、保存记录的，是部署方。该法律还规定，为当事方自身歧视行为提供赔偿的合同条款无效。你无法简单地通过合同把问题转嫁给供应商。
因此，每位 CX 领导者面临的问题都很简单：当你需要证明你的 AI 智能体在做什么时，你会用谁提供的证据？
为什么供应商的自我报告不够
如今，大多数公司依赖随 AI 智能体一起提供的仪表盘：拦截率（containment rate）、平均处理时长、问题规避量。这些报告来自出售该智能体的公司，它们的设计初衷就是展示产品在正常工作。
这不是对任何供应商的批评，而是结构性问题。我们不会让房屋建造商自己做验收，也不会让公司自己审计自己的财报，即便所有人都出于善意。
监管机构已经明白这一点。加州的网络安全审计规则要求由“合格、客观、独立的专业人士”执行审计。
欧盟的高风险制度要求部署方（而不只是提供方）指定人工监督并保存系统日志。原则是一致的：构建系统的一方，不应是唯一评估系统的一方。
此外还有一个现实问题。大多数联络中心同时运行多套 AI 系统与人工坐席，横跨多个平台，各自以不同方式汇报。AI 智能体供应商无法告诉你：在同一个意图上，你的 AI 智能体与人工坐席相比表现如何；也无法告诉你，某个被机器人“拦截解决”的客户是否三天后又打了回来。但某些客服中心解决方案可以做到。
独立的 AI 治理是什么样子
独立治理不是一份报告，而是一种运营纪律。
分析每一次交互，而非抽样：监管机构问的是具体事件：这一次披露、这一次决策、这一次升级。少量质检抽样无法回答这些问题。对 AI 与人工对话的全面质检覆盖才可以。
用同一把尺子衡量 AI 与人工坐席：无论是人还是机器人接的电话，合规性、准确性、解决情况、客户费力度和情绪的含义都是一样的。统一的记分卡让比较和审计站得住脚。
核实披露是否发生：如果法律要求机器人表明身份，就要确认它确实做到了——在每一次对话、每一种语言、每一个渠道中。不要只相信配置界面上写的那一行。
跟踪升级与人工监督：人工复核只有在应当发生时真的发生了才算数。衡量 AI 是否把正确的交互转了出去，以及人工是否真的能改变结果。
保留你掌控的审计轨迹：像科罗拉多州三年留存要求这样的规则，前提是你能够出示记录。如果唯一的副本存在于供应商的平台、受供应商的留存政策约束，那就是一项风险。
警惕漂移：当模型、提示词或知识库发生变化时，AI 智能体的行为也会变化。持续监控能在监管机构或客户发现问题之前发现问题——而这正是德州所奖励的“自行发现”。
如何起步：一个“三问式”AI 治理审计
处理得好的公司，不会在 2027 年底手忙脚乱。它们会像对待财务控制和安全审计那样对待 AI 治理：把它当作一项拥有自身证据的独立职能。
从小的开始。挑一个你的 AI 智能体目前处理的高频意图，问三个问题：
- 你能证明机器人披露了自己的 AI 身份吗？
- 你能说明它在何时、为何升级转人工吗？
- 你能在不向 AI 智能体供应商索要的情况下拿出这些证据吗？
如果任何一个答案是“不能”，你就找到了第一个治理缺口。现在发现，总好过让监管机构替你发现。
本文来自作者投稿，版权归原作者所有。如需转载，请注明出处：https://www.nxrte.com/chuhai/73100.html
