在 AI 时代，语音作为联络中心渠道将走向何方

多年来，许多联络中心策略都把语音视为一种”公用设施”，一个需要加以控制的高成本渠道。数字自助服务、在线聊天、消息应用和自动化曾被定位为成本更低的替代方案，而电话支持往往只留给那些客户无法通过其他方式解决的问题。

随着 AI 进入联络中心，语音正在成为客户体验中更具战略意义的一部分。AI 非但不会让语音变得无关紧要，反而有可能让语音变得更易触达、更智能、更贴近客户体验的核心——同时还能为联络中心降低更多成本。

语音的角色不会因 AI 而真正改变，尤其是在复杂或棘手的场景中，它仍将是客户通过电话与人工坐席互动时的首选渠道。

真正会改变的是：AI 将把语音的使用场景从传统电话（PSTN）拓展到更广泛的数字渠道，以 AI 智能体的形式呈现，尤其是在自助服务领域。当这些数字交互由 AI 自动化处理后，联络中心不仅能以语音处理更多咨询，而且成本还更低。

对客户体验（CX）管理者而言，问题已不再是”语音是否仍将重要”，而是”他们的组织是否具备让 AI 驱动的语音规模化运转所需的基础设施和运营模式”。

我们预计的最终结果是：语音会更多，而不是更少。对联络中心和企业的 IT 管理者来说，这意味着需要重新思考 AI 技术栈底层的语音层。

语音正在变得”不再设限”

对于复杂、情绪化、紧急或难以通过一串文字消息说清楚的交互，语音依然具有独特价值。

客户可能很乐意用数字渠道查余额、重置密码或追踪包裹。但当航班延误、理赔产生争议、账户面临风险，或一笔高价值采购需要指导时，许多客户更愿意与一个能够理解完整语境的人，或某种”事物”进行对话。

从历史上看，人工坐席的高成本使企业有动机让语音变得更难触达。客户往往先被推向基于文本的数字体验，之后才被告知电话号码。这些渠道比人工坐席成本更低，但结果质量参差不齐。

AI 的经济性为联络中心提供了一条新路径：基于语音的自助服务选项比传统工具带来更好的结果，而且能以极具成本效益的方式规模化。如今的 AI 智能体可以解决常规请求、在转接前收集信息、总结交互过程，并帮助人工坐席处理更复杂的对话。这就是语音的”去门槛化”（ungating）：这些新的互动方式让客户在任何时间（无论白天黑夜）都更容易获得语音服务。

这并不意味着每次交互都会变成纯 AI。它意味着，组织可以更有意识地判断语音在哪里创造价值，而不是把每一通电话都当作需要规避的开支。随着体验的改善，客户可能会越来越多地回归语音，在那些对话比打字更高效的场景中。这正是正确的语音基础设施如此重要的原因：它是支撑这些全新的、AI 驱动的客户体验的基础。

未来是混合模式

归根结底，我们并不认为联络中心会完全由 AI 智能体或完全由人类运营。相反，我们预计会看到三种交互模式的组合：

• AI 主导的交互：适用于直截了当、边界清晰的常规请求。
• 人类主导的交互：适用于敏感、高价值、微妙或基于例外情况的情境。
• 混合交互：AI 与人类参与同一条客户旅程。

在混合交互中，AI 智能体可能负责客户身份验证、意图识别、信息收集，并尝试解决问题。如果确实需要人类判断，交互可以在保留完整历史记录、客户上下文和 AI 生成的摘要的情况下转交给人工。客户不应仅仅因为对话换了人手，就必须从头再来一遍。

AI 还能让升级与路由变得更加智能。与其只依赖固定的 IVR 菜单树，组织可以考虑实时因素，例如客户情绪、挫败感、问题复杂度、客户价值、坐席可用性以及预测的联络中心需求量。

虽然个人 AI 智能体（又称”机器客户”，Machine Customers）还非常新，但我们预计它们会在未来三到五年内变得更加主流。随着时间推移，这些 AI 智能体会越来越多地代表消费者与企业交互，创造出全新的机器对机器（M2M）流量模式，而组织需要能够识别、保护并智能路由这些流量。

这类能力会受到某些类型客户（专业消费者 prosumer）的欢迎，但它也会给不法分子创造机会，利用合成语音电话实施欺诈、身份盗用和其他恶意行为。因此，在混合模式之外，AI 会创造新的互动形态，但这些形态需要有效的护栏和安全措施。

基础设施如今正在塑造体验

随着语音在联络中心的 AI 应用中变得更加核心，基础设施也从单纯的 IT 公用设施，变成了具有战略意义的 CX 议题。关于语音 AI 的讨论通常聚焦于 AI 本身——包括模型、智能体、对话的自然度，以及推理和采取行动的能力。但一旦底层通话体验糟糕，这一切都无从谈起。

一段自然的 AI 对话所依赖的，远不止底层语言模型的质量。它还取决于通话质量、网络可靠性、路由效率，尤其是延迟。即便是能力很强的 AI 智能体，如果客户每说一句话后都有明显的停顿，体验也会显得笨拙。电话网络带来的延迟、不必要的转接、平台之间多次交接，都会迅速拖垮体验。

延迟是一个尤其重要的问题。AI 对话需要让人感觉自然，哪怕相对较小的延迟也会让交互显得生硬或机械。电话网络在本来就很复杂的链路（语音识别、AI 处理、文本转语音、网络及其他系统）之上，又增加了一个潜在的延迟来源。

通话质量同样重要。糟糕的音频不仅影响客户体验，还会影响语音识别以及 AI 智能体理解客户话语的能力。随着人类越来越远离 AI 驱动的交互，联络中心正在失去一个重要的质量监控来源。人工坐席会注意到通话声音异常或存在不寻常的延迟；而一个自主运行的 AI 交互却未必会”举手”报告问题。

这使得主动式诊断和可观测性变得越来越重要。CX 管理者需要同时看到交互两侧的情况：AI 智能体的行为是否得当？底层语音连接是否提供了自然对话所需的质量和延迟？这是两个相关但不同的问题，可能需要不同的技术和专业能力来解决。

要提供尽可能最佳的语音体验，灵活性也必须纳入考量。在保留创新能力、能采纳新技术的同时，保持对电话号码、路由、覆盖范围和性能的掌控，是联络中心语音战略成功的关键。

每通电话都需要可见性

AI 驱动的语音带来了两个不同但又相互关联的监控挑战。

第一个挑战在于 AI 本身：它是否准确理解意图？是否遵循业务规则？是否给出安全、合规且恰当的回答？

第二个挑战在于语音体验：通话是否清晰？延迟是否低到足以支撑自然对话？通话是否走了不必要的复杂路由？号码、运营商连接或区域网络是否存在问题？

当人工坐席不再在场去发现并上报糟糕体验时，这些问题变得更加重要。主动诊断、通话质量监控、号码测试和快速根因分析，将越来越成为关键的运营能力。当客户说”AI 不好用”时，联络中心需要判断问题到底出在 AI 模型、配置、应用程序，还是底层语音连接。

这是拥有运营商与网络层可见性的语音服务商可以发挥重要作用的地方。例如，AVOXI 就强调对通话路径和语音性能的运营可见性，以此作为其通过单一软件平台支撑全球企业语音服务的思路的一部分。

关键在于：联络中心需要覆盖整个交互过程的可见性，而不仅仅是 AI 应用本身。仅靠 AI 平台，无法让你看到影响端到端语音质量的每一个环节。当问题出现时，联络中心需要弄清问题源头到底在 AI 应用、语音基础设施、运营商网络，还是交互的其他环节。在多供应商环境中这一点尤其重要，统一的持续监控有助于在不同 AI 技术之间维持语音性能。

语音需要成为一层”集成层”

语音基础设施的战略角色正在超越单纯的连接能力。企业越来越需要一个语音层，把客户连接到 AI 应用、联络中心平台和人工坐席，同时让底层语音基础设施免受应用频繁变更的冲击。

随着各组织试验 AI，这一点变得更加重要。随着市场演进，企业会不断新增、替换和整合 AI 应用。灵活的语音架构能让它们完成这些调整，而不必重新设计整个电话环境。

它还有助于避免不必要的呼叫路由。如果一通电话先进了一个平台，又被路由给第三方 AI 服务商，然后再回到联络中心等待人工转接，那么每多一跳，都会增加成本、延迟和又一个潜在故障点。

当组织同时采用多种 AI 技术（既用于联络中心，也用于其他业务环节）时，挑战会进一步加大。某个平台可能更适合某种语言或某类交易；另一个平台则可能拥有更强的坐席辅助或自动化能力。一次单一的客户交互，可能同时触及 AI 平台、CCaaS 应用、统一通信系统、CRM 平台和人工坐席。每增加一个连接，都可能带来复杂性、成本和延迟。

这也是独立的云语音层之所以可能变得极具战略价值的原因之一。合适的语音平台服务商，能为企业提供一个在 AI、UCaaS 和 CCaaS 应用不断更迭之下保持稳定的语音底座。在联络中心内部，这意味着随着通话在一种模式与另一种模式之间、一个平台与另一个平台之间流转，客户上下文必须无缝衔接。

灵活性是关键。企业应该能够更换其语音基础设施之上的应用，而无需重建底层的语音环境。专为语音构建的基础设施提供了一个与厂商无关的底座，既降低了对单一 AI 或联络中心平台的依赖，又提供了技术演进中维持一致语音体验所需的集成灵活性。

AI 生态越复杂，就越需要让语音路径保持简单直接。抛开 AI 的复杂性不谈，需要指出的是：电话仍是客户发起咨询时最熟悉、最容易获得的途径之一，联络中心必须妥善支撑那些对 CX 仍然至关重要的 PSTN 流量。

距离 AI 完全自动化客户服务还有很长的路要走。诸如 WhatsApp 或 Messenger 之类的应用内语音渠道满足的是不同的客户需求，它们并不会消除组织在将语音与 AI 融合时对电话网络（telephony）支撑的需求。

全球规模化会提高风险等级

大多数联络中心在”语音 + AI”的部署上仍处于早期阶段。试点模式下，上述问题都是可以管理并微调的。但当这些部署开始规模化，尤其是全球化部署，需要支撑更多语言和更多运营商关系时，你的语音基础设施状况就变得重要得多了。

全球部署会带来额外的要求，包括本地电话号码的可用性、运营商关系、通话质量、合规监管、数据主权和安全性。举例来说，要在地域分散、基础设施和连接状况千差万别的国际市场之间，确保技术层面语音质量和速度的高性能，会变得更加困难。

有些组织可能需要通话及相关数据留在特定区域内；另一些则需要在支持数十个市场的多语言体验的同时，保持高效路由。这些要求不可能等 AI 试点进入生产阶段后再作为”事后补救”来解决。

因此，整合（consolidation）正变得越来越有吸引力。管理数十家本地运营商关系，会造成服务水平参差不齐、可见性有限以及不必要的管理开销。更整合的语音战略能简化治理、暴露未使用的资源，并为日益动态化的应用环境打下稳定基础。

此外，AI 智能体可以把服务延伸到传统工作时间之外，让客户在需要时随时解决问题。外呼电话也是如此，语音通知、提醒及其他交互可以按语言、按需求、不分时段地在全球范围内规模化，这是传统系统永远做不到的。

CX 管理者的战略使命

CX 管理者不应仅仅依赖某家 AI 供应商来定义组织的语音战略。语音如今正在产生宝贵的客户数据、为 AI 系统提供输入，并承载着涉及重大收入、客户忠诚度、监管合规和欺诈风险的交互。它不能再被当作一项孤立的通信职能来对待。

随着 AI 在联络中心的作用不断扩大，语音的价值远不止于”搬运电话流量的公用设施”。它正成为一个定义体验的层面，把客户、应用和人连接在一起。在整个企业里，没有哪个地方比联络中心更能体现这种转变——联络中心天然数据丰富，也因此成为 AI 最自然的落地场景。

同样重要的是：在联络中心，优质的语音体验是重中之重，相比企业其他任何部门，语音使用对业务的影响在这里最为显著。只要做对了，语音 AI 带来的收益就足够可观，CX 管理者必须认识到亲自掌控和管理语音基础设施的重要性。

这就要求重新思考 AI 赋予语音的各种可能性，以及在联络中心现代化进程中这能带来多大的战略价值。语音牵涉的利益实在太大，绝不能仅仅作为某个单一平台的内嵌能力来对待。随着 AI 重塑联络中心，组织将需要一个语音底座，赋予它们足够的掌控力和灵活性，去支撑今天正在使用的技术——以及未来可能到来的一切。

作者：Jon Arnold， J Arnold & Associates 的负责人；Blair Pleasant ，COMMfusion LLC 的总裁兼首席分析师