作者： Lianne Dehaye     TDCX AI 高级总监 

2022年，ChatGPT的问世标志着一场技术淘金热的开始，初创公司、大型企业乃至科技巨头纷纷竞相探索如何将生成式人工智能（Generative AI, GenAI）融入其业务战略之中。每一天都有新的发现涌现，每一次对话都透露出对未知的好奇。众多企业和个人都对AI在文本、语音和图像生成方面的潜力感到无比兴奋。然而，这种初始的惊叹很快就被一系列担忧和恐惧所取代，包括可能引发的法律诉讼、知识产权的不确定性、偏见问题、安全及隐私风险，以及AI对劳动力市场的潜在影响。随着这股热潮逐渐平息，兴奋之情也逐渐被冷静思考所取代。企业开始提出一系列深刻的问题：我们应如何有效利用人工智能（AI）的力量？它能在哪些方面为业务增值？我们应如何平衡成本与投资回报率（ROI）？我们的品牌和顾客体验（Customer Experience, CX）面临着哪些风险？ 

在我们最近结束的TDCX Talks中，我们探讨了在当前人工智能（AI）时代背景下，顾客体验（CX）的演变。从理解自动化与人性化服务之间的平衡，到管理信息分享的时机与方式，再到AI在劳动力中的角色，以及数据标注在AI和机器学习中的重要性，讨论的核心是如何使AI和生成式人工智能（GenAI）真正成为提升顾客体验（CX）的宝贵资产。 

让我们回顾一下此次活动中的一个重要收获——在使用AI提升顾客体验（CX）时，最重要的是什么。 

您的AI顾客体验解决方案是否对症下药？ 

在当今AI驱动的顾客体验（CX）时代，数据偏见和对问题的误解可能会导致看似合理但从根本上存在缺陷的决策。仅仅因为数据指向某个方向，并不意味着我们正在关注真正重要的事情。为了应对这一挑战，我们开展了一次神秘顾客体验活动，以发现顾客体验中的摩擦点。通过设身处地地从顾客的角度出发，我们试图找出那些可能决定顾客体验成败的潜在薄弱环节。 

我们借鉴了《海峡时报》与研究机构Statista对1800多个品牌的超过1万名顾客开展的调查，采用类似的评价标准，在不同行业进行了神秘顾客体验活动，以深入了解品牌在关键顾客触点上的表现。我们的神秘顾客体验调查分析了1037个以上的数据点，涵盖了八个顾客触点： 

手机应用 

电话 

电子邮件 

聊天机器人 

短信 

在线聊天 

帮助中心 

社交媒体 

以下是我们的主要发现： 

多渠道可用性：各行业品牌普遍提供多渠道可用性，大多数品牌都提供了我们所涵盖的八个顾客体验（CX）触点中的至少六个。 

解决率和等待时间：电子商务品牌在解决率方面领先，其次是银行和金融业以及旅游和酒店业。等待时间差异较大，但得益于交互式语音应答（IVR）的高效路由，银行和金融业的等待时间最短。 

手机应用和电话支持：这两个渠道的解决率最高，等待时间较短，通常在两到五分钟之间。 

电子邮件：电子邮件的解决率低于电话，但出人意料的是高于聊天机器人。然而，作为异步渠道，电子邮件的平均回复等待时间为两天。 

社交媒体：这一渠道是个例外，主要是因为每个品牌在社交媒体平台上提供的支持水平各不相同。 

您的CX人工智能能否超越人类，提供更优质的服务？ 

在我们的研究中，我们还考察了服务质量，即评估专业性和信息传递情况。这包括评估客服人员是否礼貌、乐于助人、知识渊博，以及对于数字渠道，答案是否专业撰写、无拼写错误且易于查找。由于社交媒体上的支持互动不成功，我们未将其纳入此次评估。 

在服务质量方面，手机应用和电子邮件得分最高。电话支持得分最低，聊天机器人的得分紧随其后。其余渠道的得分相似。 

接着，我们对不同的联系原因进行了相似性分析，发现聊天机器人、在线聊天、即时通讯、网站帮助中心以及社交媒体等渠道的联系原因存在最多的重叠。而更复杂和独特的查询，如疑似欺诈、景点详情、座位选择、飞机类型以及儿童旅行规定等，则被引导至人类参与的顾客体验（CX）渠道，如电话、电子邮件和在线聊天。 

这引发了一些有趣的问题：如果客户因类似原因联系电话支持和在线聊天，那么考虑到两者都是人类参与和实时的，为什么电话的解决率会比在线聊天更高？为什么手机应用具有较高的解决率和服务质量评分，而聊天机器人和网站帮助中心却没有，它们本质上不应该是相同的吗？作为自动化渠道，聊天机器人本应提供一致水平的服务，为什么在服务质量上得分较低？ 

答案在于一些细微差别，具体如下： 

并发性：电话支持通常具有1:1的并发性，即客服人员一次只能与一位客户通话。而另一方面，在线聊天的平均并发性通常为4，即客服人员需要同时处理与四位不同客户的聊天，进行多任务操作。这会影响交流的深入程度和解决率。 

沟通中的同理心：电话作为语音渠道，在传达同理心方面更具优势。尽管在线聊天也有人类参与，但它仍然是基于文本的，并不总是能有效地传达情感。我们都知道，文本有时可能会被误解。 

您企业的顾客体验（CX）是以AI为主，还是AI辅助？ 

技术在重塑消费者期望方面发挥了关键作用。与1960年至1990年的三十年相比，过去三十年的变化可谓日新月异，那时仅有的重大突破是交互式语音应答（IVR）和800免费电话。如今，我们正处于一个便利已成为商品的时代。 

与20世纪70年代的客户不同，那时的客户可能需要在等待中耗费数小时，因为他们只有一个电话号码可以拨打；而今天的客户拥有更多选择，注意力持续时间更短，并且只需几分钟就能通过在社交媒体上分享糟糕的体验来损害品牌的声誉。在这个AI时代，组织必须在跟上技术发展的同时，管理日益增多的支持渠道，这些渠道维护成本高昂，而且往往无法提供一致水平的服务。 

尽管预算不断缩减，但CX Network的研究发现，69%的顾客体验（CX）领导者仍专注于投资人工智能（AI）或通用人工智能（GenAI）。然而，这方面存在分歧： 

AI为主的方法：一些领导者旨在实施AI为主的战略，即所有CX触点都由AI提供支持，以降低成本并实现服务的一致性。 

AI辅助的方法：另一些领导者则更喜欢采用AI辅助的方法，谨慎地将AI添加到现有的支持渠道堆栈中，以增强和推动各渠道之间的服务平等性，同时提供无缝体验。 

无论采用哪种方法，在同一项CX Network调查中，62%的领导者都认为聊天机器人是AI领域最容易实现的成果。然而，DIY式的AI方法往往并不理想，因为它可能会导致性能不佳，如产生幻觉（指AI生成的不合逻辑或不存在的内容）、信息不准确以及客户体验差等问题。 

如何在顾客体验（CX）的人工智能（AI）中保持人性化？ 

在AI和通用人工智能（GenAI）备受热议的当下，很容易忽视最重要的一点——客户。在TDCX，我们通过关注客户期望的5C原则，确保客户始终处于中心地位： 

一致性：客户希望无论何时何地都能获得相同水平的服务。 

便利性：在他们需要的时候和地点提供服务。 

专业能力：快速有效地解决他们的问题。 

定制化：个性化体验以满足个人需求。 

连续性：不要让他们重复说明情况——一次解释就足够了。 

这些原则是我们设计和实施人工智能（AI）解决方案的核心，确保技术真正提升客户互动，同时保持人性化连接的完整性。 

TDCX通过采用人类参与循环（human-in-the-loop）的方法，协助进行数据转换、模型训练和质量保证，这不仅是为了评估响应质量，也是为了进行对抗性测试。这有助于测试边界并建立必要的安全防护。我们还开发了解决方案架构，可实现聊天机器人和人类客服之间的无缝交接，确保客户旅程顺畅无阻。 

TDCX AI还开展神秘顾客调查活动，使顾客体验（CX）组织能够实时洞察服务交付情况，将员工互动与行业标准进行对比，并准确指出哪些特定领域可以通过改进支持或培训来提升客户满意度。 

最强大的人工智能（AI）不是能够回答博士水平问题或正确用三个R拼写“strawberry”（草莓）的那个，而是能够解决正确问题的那个。我们不应该问“AI能做什么？”，而应该开始问“AI应该做什么？”。你们是如何围绕这些CX核心支柱进行交付的？你们的答案应该有助于你们的客户和员工节省他们最宝贵的资源：时间、金钱和精力。