8×8 推出面向整个组织的 AI 路由

2026年6月24日，在拉斯维加斯举行的客户联络周上， 8×8 推出了 AI 路由功能，这是一项平台级路由功能，旨在帮助客户找到公司内部最合适的专家。AI 路由功能目前正处于分阶段推广阶段。8×8 表示，他们正在与现有客户合作，共同推进该功能的全面部署。

新路由方案有两个显著特点：一是具备主管监督的自动化技能发现功能，二是路由引擎的应用范围超越了呼叫中心。以下各节将分别讨论这些特点。

8×8 AI 路由能够利用现有的通话记录、过往互动和情感分析来制定技能定义方案。AI 路由无需管理员手动构建和维护每个技能和熟练度等级，而是通过分析通话记录、历史通话数据、通话流程以及相关的互动信号来生成技能分类建议。然后，它会为座席推荐相应的技能分配和熟练度等级。

AI路由为管理员提供了一个起点，同时又保留了人为判断。他们可以审核建议的技能，进行调整，剔除任何不合理的选项，只有在对配置满意后才最终确定更改。这种人机协作模式确保了该功能基于实际运营，而非纯粹的自动化。管理员审核解决了将AI引入联络中心的最大障碍之一：信任。下图总结了AI路由建议的操作、已审核的操作以及即将实施的操作。

新的路由引擎旨在持续学习。它不再将技能视为一次性配置，而是定期审查新的交互数据，并根据客服人员的工作和绩效变化及时更新路由信息。这在路由准确性经常下降的市场中具有显著优势，因为底层分类体系往往无法跟上组织发展的步伐。产品线、支持团队和客户问题都在不断变化。

AI路线规划的工作原理

从架构上看，AI路由系统采用过滤和评分机制。该引擎首先通过排除不符合特定交互条件的代理或资源来缩小可能的目的地范围。然后，它使用技能匹配度、空闲时间、等待时间和客户优先级等加权因素对剩余选项进行排序。

筛选机制决定了哪些人能够合理地处理交互，而评分机制则决定了谁应该优先处理。该产品还采用了松弛逻辑，当没有立即找到理想匹配项时，会分阶段放宽筛选条件，从而避免交互一直被困在僵化的队列中。

8×8 还强调“可解释性”。主管可以审查交互被路由到特定目的地的原因，包括决策背后的因素。

更广泛的路由模型

多年来，联络中心供应商一直大力宣传其功能，使客服人员能够“联系”其他部门的专家或员工，以帮助解决客户问题。8×8 将 AI 路由定位为一种替代方案，可以避免让客户等待或手动转接流程（后者通常在初步排队分配之后进行）。

传统上，交互路由一直被视为联络中心的职责。没错，交互式语音应答（IVR）或人工智能（AI）接待员可以根据姓名或部门将呼叫路由到个人，但却无法识别呼叫者的意图和历史记录。例如，客户可能会选择“会计”，但实际上，该查询应该发送给应收账款部门处理逾期账单的人员。

联络中心路由会假设专家所在位置，即使合适的资源可能不在联络中心内，而是在后台团队、专家组，或者像 8×8 那样，在 Engage 用户处。（Engage 是一个专为传统联络中心外面向客户的员工打造的工作空间，它结合了 UCaaS 和 CCaaS 功能，适用于专家和一线员工。）

通过此次公告，8×8 将路由功能重新定位为共享平台功能，而非联络中心专属功能。在其模型中，路由层不再局限于队列或单一座席池，而是旨在评估整个组织内的可用资源，并将交互分配给最适合处理的个人或团队。

人人都能使用的AI路由

早在 2022 年 GenAI 浪潮到来之前，领先的联络中心供应商就已经开发出将人工智能引入路由流程的解决方案。

早在2018年，Genesys就推出了预测路由功能。该产品的第一个版本是为配合Genesys本地部署解决方案而设计的。经过几年的发展和两代产品的迭代，Genesys才开始真正获得市场认可，这得益于其云解决方案Genesys Cloud CX中集成的预测路由功能。

同样在2018年，NiCE收购了Mattersight。尽管此次收购最初被描述为一项分析举措，但NiCE的预测行为路由解决方案正是基于Mattersight的技术构建的。Mattersight运用预测分析和机器学习算法来模拟客户行为并规划交互路线，而非仅仅依赖静态规则或客服人员输入的技能。NiCE将这项技术更广泛地应用于呼叫中心路由。