正在改变联络中心工作的 11 个趋势

埃隆·马斯克、山姆·奥特曼这样的 AI 布道者曾宣称联络中心的工作将会消失。但这在短期内不会发生。

事实上，根据研究机构 Valoir 的数据，尽管 95% 的联络中心至少运行着一项 AI 或自动化能力，仍有接近五分之三的联络中心没有缩减人力的计划。

许多联络中心甚至反馈说，人工的工作量正在增加。

Zendesk 的研究揭示了这一趋势：在部署面向客户的 AI 之后，人工客服坐席工作量的中位数平均上升了 87%。

这已在许多组织中引发了新一轮招聘潮。

为什么会这样？该研究认为，原因是客户现在对品牌的 AI 更有信心，因此会提出过去可能就懒得问的问题。

这反过来推高了向人工坐席的升级转接量，而人工坐席现在要处理新的边缘情况。

由此，人工坐席的工作量在很多情况下正不断攀升。

与此同时，交互的整体复杂度也在上升。

这一切，正好引出体现联络中心工作正在如何变化的 11 个趋势中的第一个。

1. 全新的工作量与团队结构

AI 正在大量承接更常规的咨询，而且做得很好。客户感到满意，于是追问更多问题并升级转接到人工坐席，由他们处理更棘手的对话。

结果，工作量发生了变化：可预测的客户接触变少，细微差别变多，坐席角色因此变得更复杂。

Frost & Sullivan 信息与通信技术副总裁 Alexander Michael 表示，如今许多联络中心坐席日复一日地面对“一连串消耗情绪、充满张力的交互”。

面对这一挑战，有远见的组织正在调整其团队周边的支持结构。

Firstsource 就是一个很好的例子。它把团队主管推向更靠近一线，要求他们每月花一天时间亲自处理客户接触，同时接受针对自己交互的质检（QA）。

“团队主管需要理解客户、产品和流程，并且能够自己做坐席的工作。”
—— Anita Geoghegan，Firstsource 运营高级副总裁

据 Geoghegan 说，这有助于坐席和客户识别产品、政策、系统和流程上的问题。

此外，这也有助于把他们的注意力从行政事务转向培养有用的能力和提升绩效。

2. 全新的交接方式

Frost & Sullivan 的数据显示，52% 的组织表示，从 AI 渠道开始、随后转交给人工的交互数量正在增加。

这再次说明，消费者与 AI 的互动方式已经不同，他们会提出新的、更复杂的问题，必须由客服团队接手。

为了让随后的对话更顺畅，越来越多的服务负责人正在思考：这个升级流程应该是什么样子？

多数人已经选定让 AI 智能体把此前对话中的关键细节传递过去，也就是经典的“暖转接”（warm transfer）。不过，其他方案也在出现。

例如，有一家 AI 供应商允许人工坐席在接受转接之前先与 AI 智能体交互，以获取更多上下文。

另一些客服中心在编排新的 AI 主导对话时，则在考虑人工坐席如何能在智能体化的解决工作流中充当“子智能体”。

在这种模式下，AI 把一项自己无权处理的任务交给人工完成，人工在后台处理完毕后交回给 AI 智能体，由它继续推进剩余对话。

像 SoundHound 这样的 AI 供应商如今已能提供这一能力，如果被广泛采用，可能会改变服务坐席这一角色。

3. 全新的“客户”

现在与客服团队对话的，不再只有人。个人 AI 智能体也加入了进来。

这些 AI 智能体代表消费者行动：安排预约、撰写邮件、提交投诉、购买产品，以及执行各种其他任务。

目前，这类个人智能体的使用还相对有限。但 Meta Muse 在上线仅六周后就吸引了 1000 万用户。

值得注意的是，它还提供处于测试阶段的语音能力，将使其能够致电客服。

当这项能力正式上线、其他科技巨头也推出类似产品时，客服团队可以预期：与 AI 的沟通会更多，与真人的沟通会更少。

这些 AI 智能体会更执着，会反复冲击各个渠道直到达成它们想要的结果，同时抬高接触量。

这一切都需要认真考量，客服团队在与 AI 交互时必须遵循明确的边界。领导者可能还需要重新思考：当面对更执着、情绪更少的“客户”时，该如何衡量团队绩效。

4. 全新的指标

前文提到的 Valoir 研究发现，由于 AI 的影响，30% 的客服团队正在改变关键绩效指标。

这个数字反映出，随着工作量变化，有多少组织正在重新定义他们对人工坐席的期待。

通常，这意味着减少对平均处理时长（AHT）这类效率型指标的侧重，而更关注客户体验层面的结果。

此处的关键指标包括客户情绪和首次联系解决率（FCR）。

不过，随着联络中心希望更公平地监测和支持坐席，其他新的客服指标也在涌现，包括：

• 案例复杂度： 在案例升级到人工坐席之前，一些客服中心如今会运行预测分析，按预期难度对其分类。随后他们据此路由这些交互，确保坐席不会连续接到太多复杂来电，从而减轻负担并均匀分摊。
• AI 许可采用率： 近一半的客服中心坐席会回避采用新技术。通过监测坐席如何使用这些工具，领导者可以确保团队有效参与，并借这项指标收集反馈以改进落地方式。
• 辅导成效： 越来越多的客服中心在监测开展特定辅导举措后坐席绩效的变化。由此他们能了解哪些干预对特定坐席最有共鸣，为未来的辅导提供依据。他们也会跟踪 AI 生成反馈带来的影响。

与此同时，联络中心领导者正在以更宽的视角看待绩效，用质检把案例作为一次完整的交互来打分，而不是分别监测每一个环节。

这样，他们就能追踪客户体验在对话之间断裂的位置，并发现新的绩效改进机会。

尽管这些指标和不断演进的分析方法目前在客服中心行业尚未被充分利用，但它们有望塑造这个行业的未来。

“我们仍在使用的多数指标都非常交易化，衡量的不是成功，而只是单笔交易。于是你可能会遇到这种情况：每个部门、每个人都达成了自己的目标，但整个系统依然失败了。”
—— Alexander Michael，Frost & Sullivan 信息与通信技术副总裁

5. 全新的辅导方式

联络中心 AI 最令人兴奋的应用之一，是 AI 角色扮演。

借助 AI 角色扮演，辅导者可以在安全的环境中模拟客户对话，帮助坐席培养新技能、建立信心。

这些模拟可以成为连贯学习策略的一部分：辅导者发现绩效差距，布置一次角色扮演，并跟踪其效果。

但这不只是角色扮演。联络中心还在用定制化微学习、AI 生成反馈和游戏化挑战来瞄准绩效改进机会。

在此过程中联络中心既能强化辅导，又能突出良好表现，给予正向认可。

知名的联络中心劳动力参与管理（WEM）供应商 Centrical 甚至构建了一套“劳动力编排系统”，用于交付这种连贯的学习项目，对准特定的绩效成果。

“关键在于执行与监测的结合。如果你建立起这个反馈闭环，它就会运转良好并提升绩效。”
—— Gal Rimon，Centrical 首席执行官

6. 全新的技能（以及薪酬）​

Valoir 发现，34% 的联络中心正因 AI 而修订坐席的技能要求和薪资区间。

随着坐席要处理日益复杂、敏感和罕见的客户需求，进一步强调同理心和安抚能力等软技能很可能成为优先事项。

同样，辅导坐席对客户问题负起主人翁意识也变得关键，这样他们才能减轻客户的负担、建立连接，并交付人情味的全部价值。

不过，除了这些技能，另一些技能也在浮现。例如，AI 熟练度至关重要，坐席必须能自如地使用由 AI 支持的知识、信息和绩效工具。

同时，他们还必须保持审慎，把技术与人的判断结合起来，为客户做出尽可能好的决策。

最后，还要考虑更广泛的支持策略正在如何变化。

许多品牌正在采取主动的客户互动方式。一些品牌把人工坐席转向外呼交互，用 AI 侦测潜在问题，并提醒坐席在客户主动联系之前先行致电。另一些则在通话过程中用 AI 识别并标记追加销售机会。

这类策略转变，不仅要求从根本上重新思考技能，也要求重新思考绩效指标和薪酬。

7. 全新的绩效可见性

自打自动化质检出现以来，许多联络中心已转向分析 100% 的客户交互。

如今，越来越多的服务团队正有策略地把这些数据分享给人工坐席，让他们看到关于自身优势、发展机会和工作趋势的个性化视图。

“坐席需要看到自己的绩效、理解反馈，并有机会对此作出回应。”
—— Anita Geoghegan，Firstsource 运营高级副总裁

归根结底，这种视图是一种激励工具，能让坐席重新与关键绩效成果建立联系，并促成更有依据的辅导对话。

然而，这是一门艺术。正如 Geoghegan 所警告的，坐席必须信任技术对其绩效的评估方式。如果 AI 生成的分数让人觉得不准确或不公平，信心和投入度就会受损。因此，坐席必须能够提出异议。

此外，过多负面反馈会让坐席失去动力。行为科学家建议，每一条负面评论搭配五条正面评论是比较好的比例，团队可以优化其质量管理方案，以交付类似的组合。

8. 全新的客户上下文

客户上下文往往散落在组织各处。事实上，尽管平均每家服务组织支持 20 种不同的集成，却只有 58% 的客户数据能在单一视图中获得。

过去，这拖慢了支持团队的速度，坐席至今仍要在平均九个应用之间来回切换才能完成工作。

幸运的是，这种情况可能很快开始改变，释放并呈现更多客户上下文。这里有三股趋势正在交汇：

1. 系统整合： 联络中心即服务（CCaaS）方案（如 NiCE、Genesys）与 CRM 平台（包括 Salesforce 和 ServiceNow）之间出现新的集成，前者被嵌入后者之中。由此，联络中心可以围绕一个主要的客户服务界面进行整合。
2. 无头方案： 坐席助手（Agent Assist）方案很可能会演进为：联络中心坐席只需用自然语言指令，就能从不同系统取数并在其中执行操作。这正是当前“无头”（headless）技术讨论的前提。
3. 记忆层： 一些联络中心正在构建记忆层，用于捕获决策背后的推理过程，为客户记录系统增加更多数据。Firstsource 的智能上下文框架（Intelligent Context Framework）就是一个极佳的例子。

关于最后一点，Geoghegan 总结道：“我们正在做的上下文框架，是一种探索未来的方式——如果你能补上当今系统中存在的缺口，未来可能是什么样子。”这不仅支持人工坐席，也支持 AI 智能体。

9. 全新的伙伴关系

越来越多的联络中心与其他部门建立伙伴关系，以新方式协作、达成共同目标。

最常见的例子或许是与销售团队联手，把握客户支持对话中出现的客户扩展机会。

许多联络中心还会与市场团队在营销活动上对齐，梳理出这些活动带来的新型对话，以及联络中心如何才能最好地转化它们。

不过，一些组织走得更远。

例如，OVO 采用“小组（pod）模式”，围绕客户体验组建跨职能团队，确保人们对结果共担责任。

“我们围绕客户体验来组织团队，而不是按我们的职能设计来组织。我们知道，客户其实并不关心背后是谁在做这些工作。他们只希望与我们有一个无缝、轻松的体验，并让问题得到解决。”
—— Kate Falconer，OVO 客户解决方案与 AI 运营总监

在建立这一模式的过程中，OVO 认识到联络中心如何影响上门服务访问的成功。例如，如果坐席忽略了客户需要专用设备这一点，作业就会失败，并需要付出高昂代价重新安排。

为了弥合现场与联络中心之间的差距，OVO 使用 Centrical 把工程师的反馈转化为面向客服团队的学习与支持模块。这确保来自现场运营的洞察能持续为客服对话提供输入并加以改进。

10. 全新的支持渠道

过去，联络中心会在 Microsoft Teams 或 Slack 上建立频道，让坐席可以向全公司的领域专家（SME）求助。

如今，组织正把这些协作工具直接与客服中心集成。

这使得“蜂群式协作”成为可能：联络中心坐席既可以把整个客户接触转交给领域专家，也可以只传递案例细节，从而获得信息更充分的实时指导。

随着联络中心的咨询变得日益复杂，这些渠道正变得越发关键，从对话中挖掘“领域专家如何解决问题”这一洞察的能力也同样关键。毕竟，这些情报可以为新的知识内容提供输入。

11. 全新的支持工具

坐席助手最初进入市场时，是一款监测客户对话、实时呈现相关知识内容以指导坐席下一步行动的工具。

如今，它实际上正在变成一把“瑞士军刀”，以许多新方式支持坐席。

例如，它会转接来自 AI 智能体的上下文、在各类数字渠道中起草回复，并为 CRM 自动生成对话摘要。

然而，接下来可能发生的事才最令人兴奋。

如前所述，企业技术生态正变得越来越“无头”。这意味着员工可以通过一个界面，从不同工具中取数并完成任务。

未来，坐席助手很可能会成为那个界面。届时，坐席将能通过自然语言指令请求数据并执行跨平台操作。

不过，回到这项技术最初的用例：推荐下一步最佳行动。

现在，设想这样一个方案：它不仅推荐下一步，还能通过自然语言界面主动提议完成该动作，由坐席批准执行。

从根本上说，这可能彻底改变人工坐席这一角色。

结语：联络中心在变，坐席体验也在变

客户服务体验正在改变，而员工体验是这场转型中不可分割的一部分。

取得进展的组织建议让员工参与方案设计、让他们看见自己的绩效，并赋能他们为自己的发展负责。

对这些组织而言，下一步可能是制定一套正式的劳动力编排战略。

作者：Charlie Mitchell
原文：https://cxfoundation.com/blog/contact-center-work-trends